利用图像块分解技术，针对多曝光图像中的鬼影问题，提出了一种融合算法。

简介：
在传统的多曝光图像融合方法中，一旦目标物体发生移动，最终融合图像往往会产生“鬼影”现象。现有的去“鬼影”算法通常依赖于参考图像中的大量信息，若参考图像本身存在曝光不足或曝光过度的情况，则会对最终的融合结果产生负面影响。因此，我们提出了一种基于图像块分解的多曝光图像融合去鬼影算法。该算法首先将参考图像分割成两个主要区域：曝光正常区域和曝光不足/过度区域，并针对这两部分区域分别进行特定的处理。为了更准确地识别出“鬼影”区域，我们进一步将多曝光图像块分解成信号结构、信号强度以及平均强度三个独立的概念，并利用图像块结构一致性检测的方式来进行“鬼影”检测。随后，我们去除结构不一致的图像块，并分别对这三个部分进行融合，最终重构所需图像块并将其聚合至最终的融合图像中。实验结果表明，与现有去“鬼影”算法相比，所提出的算法能够获得更优越的视觉效果，并且显著提升了计算效率。