基于引导滤波的自适应多曝光图像融合研究论文.pdf

简介：
本文提出了一种基于引导滤波的自适应多曝光图像融合方法，旨在优化不同曝光条件下图像的质量与细节呈现。通过实验验证了该算法在提升图像清晰度和对比度方面的优越性。 为解决引导滤波过程中产生的光晕及梯度反转现象，并改善图像融合后边缘细节丢失的问题，本段落提出了一种改进的自适应多曝光图像融合算法。该方法在传统引导滤波基础上引入了基于梯度信息设定权重函数的新策略，同时结合像素点及其邻域均值来创建新的处理函数，以实现不同区域纹理特性的自动调整。此外，通过分析平均亮度与对比度、饱和度及曝光适中度之间的关系，设计了一种自适应权值分配机制，在加权平均融合过程中使权重根据图像的实际亮度情况动态变化，从而提高最终融合结果的质量。 算法进一步将原始序列图中的细节信息融入改进后的引导滤波处理得到的图像之中，以构建富含纹理和细节的信息层。实验表明，这种新方法有效减少了光晕效应及梯度反转现象的发生，并显著提升了图像的真实感与清晰度；尤其在处理含有小光源场景时表现更佳。 对比于传统的多曝光融合算法以及基于引导滤波的传统方案，本段落所提改进策略在信息熵、互信息和边缘信息评价等关键指标上分别取得了约2.5%、30%及30%的显著性能提升。