1.一种基于块配准和匹配的高动态图像去鬼影方法,其特征在于,包括以下步骤:R R R
S1、输入图像,选择曝光良好的图像作为参考图像I ,选择参考图像I 之前和I 之后的S R S一帧作为原始输入图像I ;将参考图像I 、原始输入图像I 分别处理成N×N大小的图像块S RPi、Pi;
S R
S2、采用尺度不变特征变换SIFT和互信息MI方法对图像块Pi、Pi进行块配准,先用SIFTS R方法对图像块Pi 与Pi进行粗配准,再通过MI方法确定主方向点,将MI方法确定的主方向点S R S R作为最终匹配点,根据最终匹配点确定图像块Pi与Pi尺度映射关系,将I映射到I坐标系中;
其中, 表示旋转后的采样点横坐标, 表示旋转后的采样点纵坐标, 表示旋转前的采样点横坐标, 表示旋转前的采样点纵坐标, 表示旋转矩阵,θ表示旋转T T T T角度,T=(Ix ,Iy)表示平移向量,Ix、Iy 分别表示平移向量的横坐标和纵坐标,η是尺度参数;
S R
S3、块配准完成后,进行块匹配,首先基于结构相似度SSIM构建图像块Pi与Pi匹配的块S R匹配能量函数EP,优化块匹配能量函数EP通过优化的块匹配能量函数EP在I中搜索与Pi的S R F最佳匹配块,采用融合权重方法对图像块Pi和Pi的进行融合,获得中间融合图像I;
R F R
S4、更新获得新的图像块Pi ,将中间融合图像I作为新的参考图像I ,返回步骤S1‑S4,R块配准和块匹配通过迭代进行更新,对参考图像I中的所有的图像块完成配准和匹配后停止迭代,获得最终融合图像;
S5、输出最终融合图像。
2.根据权利要求1所述的一种基于块配准和匹配的高动态图像去鬼影方法,其特征在S R于,所述通过MI方法确定主方向点,具体包括:计算Pi 与Pi的互信息MI,当关键点的互信息max(MI)≥80%时,选取 作为细配准环节的阈值,对SIFT匹配点的主方向进行筛选,对粗配准的结果进行细配准。
3.根据权利要求2所述的一种基于块配准和匹配的高动态图像去鬼影方法,其特征在于,互信息MI的计算方式包括:R S R S R S
MI(I ,I)=H(I)+H(I)‑H(I ,I)R S R S R R
其中,MI(I ,I)表示参考图像I 和原始输入图像I的互信息,H(I)表示参考图像I的S S R S R S信息熵,H(I)表示原始输入图像I的信息熵,H(I ,I)表示I和I的交叉熵,P(·)表示概率S R函数,(x,y)为Pi与Pi图像块中的一个像素点坐标,N表示图像块像素数,R S
当关键点的互信息max(MI)≥80%时,MI(I ,I)≥max(MI)×80%作为阈值,所获得的关键点(x,y,θ)即为最终匹配点,其中,θ表示旋转角度。
4.根据权利要求1所述的一种基于块配准和匹配的高动态图像去鬼影方法,其特征在S R于,所述基于结构相似度SSIM,构建图像块Pi与Pi匹配的块匹配能量函数EP,具体包括以下步骤:S31、分别计算红色通道、绿色通道和蓝色通道的SSIM目标优化函数SSIMred_p、SSIMgreen_p和SSIMblue_p;
S32、根据SSIMred_p、SSIMgreen_p和SSIMblue_p,改进传统的结构相似函数,得到块匹配能量函数EP。
5.根据权利要求4所述的一种基于块配准和匹配的高动态图像去鬼影方法,其特征在于,在N×N大小的图像块中,红色通道red_p的SSIM目标优化函数SSIMred_p的计算方式包括:其中,N×N表示图像块的大小,N表示图像块像素数,(i,j)表示图像块上的点,且(i,j)R S S R∈N×N,P、P分别表示参考图像和原始输入图像的图像块,μR和μS分别表示图像块Pi和PiS R S R的均值,σR和σS分别表示图像块Pi和Pi的方差,σRS表示图像块Pi和Pi的协方差, 分S R别表示图像块Pi和Pi的标准差,C1、C2为常数,且C1<<1,C2<<1。
6.根据权利要求4所述的一种基于块配准和匹配的高动态图像去鬼影方法,其特征在于,块匹配能量函数EP的计算方式包括:θ
其中,η是尺度参数,R 表示旋转矩阵,T=(XT,YT)表示平移向量,SSIMred_p表示红色通道的SSIM目标优化函数,SSIMgreen_p表示绿色通道的SSIM目标优化函数,SSIMblue_p表示蓝色通道的SSIM目标优化函数。
7.根据权利要求1所述的一种基于块配准和匹配的高动态图像去鬼影方法,其特征在于,块配准和块匹配的每次迭代,配准的图像块通过下式获得:S R R R R
P=ηR(p+T)
S R
其中, P 表示原始输入图像的图像块,p 表示参考图R R
像的图像块,η表示参考图像块的尺度参数,R 表示参考图像块的旋转矩阵, 表示每次迭R代更新后的参考图像块, 和T表示左右对比块的初始值。
8.根据权利要求1所述的一种基于块配准和匹配的高动态图像去鬼影方法,其特征在于,最佳匹配块的搜索采用以下公式:R R R
其中,Rel 表示块匹配信度, 表示p 和 的欧式距离, p 表示原始输入图像的图像块,ρ表示最大搜索范围的参数。