[發明專利]基于壓縮感知的高動態范圍圖像去偽影融合方法有效
| 申請號: | 201710766426.1 | 申請日: | 2017-08-30 |
| 公開(公告)號: | CN107730479B | 公開(公告)日: | 2021-04-20 |
| 發明(設計)人: | 譚洪舟;吳炆芳;朱雄泳;陳榮軍;謝舜道;劉付康 | 申請(專利權)人: | 中山大學;廣東順德中山大學卡內基梅隆大學國際聯合研究院;中山大學花都產業科技研究院 |
| 主分類號: | G06T5/50 | 分類號: | G06T5/50;G06T7/30 |
| 代理公司: | 廣州粵高專利商標代理有限公司 44102 | 代理人: | 林麗明 |
| 地址: | 510275 廣東*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 壓縮 感知 動態 范圍 圖像 去偽影 融合 方法 | ||
1.一種基于壓縮感知的高動態范圍圖像去偽影融合方法,其特征在于包括有如下步驟:
1)對輸入多曝光圖像序列進行分塊壓縮采樣;
2)對壓縮采樣后的圖像塊進行LDR圖像序列的重構;
3)對經過壓縮感知后的多曝光圖像序列進行高動態范圍圖像的去偽影融合;
所述步驟3)的具體實現過程為:
31)定義輸入的經過壓縮感知后的圖像中任意一點處的像素值為B,對灰度值B歸一化處理之后該點的灰度值為I:
I=B/255\*MERGEFORMAT(13)
32)現假設源圖像為S,參考圖像R,源圖像和參考圖像合成的圖像為L,PatchMatch算法就是一個以參考圖像為模板,配準源圖像生成圖像L的過程;由于PatchMatch算法是處理一對圖像,現假設輸入圖像為I1...IN,其中N=5,首先令I3為參考圖像R,則I3和I4作為其源圖像S,然后令I2和I4作為參考圖像R,I1和I5分別作為I2和I4對應的源圖像S;
33)現定義PatchMatch算法合成圖像L的二次函數:
其中τ為灰度映射函數,Ω為圖像R和圖像S的圖像域,i為圖像域上的任意一個像素點,n(i)為以i中心p×p的鄰域,其中p為鄰域的大小,故j是鄰域n(i)上的像素點,R(i)是圖像R上的第i個像素點,S(i+u(j))是圖像S上的第(i+u(j))個像素點,其中u(j)表示從圖像L上的像素點j映射到圖像S的偏移量,α為一個歸一化的因子,其中wτ和wu為一對權重函數,wτ(i)表示圖像R中像素點i映射到圖像L的比重,wu(j)表示圖像S中像素點j加上偏移量u(j)映射到圖像L的比重;
34)灰度映射函數τ定義如下:
其中灰度映射函數的導數τ′≥0,τ(·)∈[0,1],i為圖像域Ω上的像素點,故L(i)表示為圖像L上的第i個像素點,使用迭代重加權最小二乘法算法求解灰度映射函數,則將灰度映射函數τ的目標函數重寫為:
ωi(τ)為對每個像素點引入的權重;
其中求解目標函數τ過程中,τ和權重因子ω更新為:
其中n表示迭代次數,δ為一個很小的正常數;
35)權重函數wτ定義如下:
當圖像R中圖像域上的像素點的灰度值小于3/255,或者大于252/255時,像素點將會被clipped,否則,就不clipped;
36)權重函數wu定義如下:
其中d(·,·)表示輸入參數之間的空間距離;υ1,υ2為兩個歸一化參數,分別取對應空間距離的75百分位數;
37)對于參數x和y,d(x,y)=||x-y||2,而對于表示為:在圖像R和圖像S的圖像域上的任意一個像素點i,取以i為中心,大小為p×p的鄰域,得到圖像塊和然后圖像塊經過灰度映射函數得到而圖像塊相對于i平移了u(i)得到最后求兩者的空間距離;同理得其中τ-1(·)灰度映射函數的逆函數;
38)通過上面定義的函數知,PatchMatch算法實際上就是求解二次函數的過程,輸入圖像R和圖像S,并分別對兩幅圖像進行向下采樣,分別得到圖像R和圖像S的金字塔圖像集,從金字塔頂端向下迭代,求得在對應每層金字塔圖像下合成的圖像L和灰度映射函數τ,將此結果作為下一次的迭代的初始值,當迭代完成后即得到最終的配準圖像L,依照此方法,即得到輸入圖像I1...IN配準后的圖像L1...LN;
39)利用伽馬曲線對已經配準好的圖像集進行輻射校準,消除潛在的相機的移動而產生的噪音定義伽馬(gamma)函數為:
gamma=crγ\*MERGEFORMAT(21)
其中r為輸入圖像,c和γ為常數,c取為1,γ取為2.2;這里將經PatchMatch配準過的圖像集用gamma曲線進行輻射校準;
310)對配準后的圖像集使用秩最小化算法得到批量的對齊圖像,首先列向量化所有輸入的矩陣得到矩陣D,并初始化低秩矩陣A和噪聲矩陣E,根據增廣拉格朗日乘子法經過內迭代和外迭代得到最佳低秩矩陣A,則噪聲矩陣E=D-A,最后對得到的低秩矩陣和噪聲矩陣進行調整m×n大小的圖像,即得到輸入圖像L對應的低秩圖像和噪聲圖像;
311)輸入對齊后的圖像集A,將圖像A合成目標HDR圖像:
其中nImg表示為輸入圖像的數量,x∈{r,g,b},r,g,b為彩色圖像的三個通道;A(x)和H(x)分別輸入圖像和HDR圖像的x通道圖像,最后融合H(x)即得到HDR圖像H。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中山大學;廣東順德中山大學卡內基梅隆大學國際聯合研究院;中山大學花都產業科技研究院,未經中山大學;廣東順德中山大學卡內基梅隆大學國際聯合研究院;中山大學花都產業科技研究院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710766426.1/1.html,轉載請聲明來源鉆瓜專利網。





