1.一种自适应细节增强和鬼影消除的多曝光图像融合方法，其特征在于，包括：获取LDR图像序列；

基于所述LDR图像序列的信号强度和曝光强度构造权重图；

对所述LDR图像序列进行运动检测，得到静态图像序列；

基于所述权重图和所述静态图像序列得到融合图像金字塔；

对所述融合图像金字塔进行自适应增强，包括：获取融合图像金字塔的低频轮廓区域；

对低频信息进行滤波得到高频细节区域；

通过对所述高频细节区域进行自适应增强；

其中， 是第l层融合图像金字塔细节增强后的图像， 是融合图像金字塔第l层图像的低频轮廓区域， 是图像自适应增益因子， D为常数，为图像局部均方差；

final

对自适应增强后的图像进行拉普拉斯重构，得到融合图像R 。

2.根据权利要求1所述的自适应细节增强和鬼影消除的多曝光图像融合方法，其特征在于，基于图像二维信息熵对所述LDR图像序列进行运动检测。

3.根据权利要求2所述的自适应细节增强和鬼影消除的多曝光图像融合方法，其特征在于，得到差分图像的过程包括：ref

获取参考图像I ；

ref

基于参考图像I 对所述LDR图像序列中的每一幅图进行曝光调整，得到曝光调整后的图像序列；

ref

根据所述参考图像I 与所述曝光调整后的图像序列 得到差分图像Dk。

4.根据权利要求3所述的自适应细节增强和鬼影消除的多曝光图像融合方法，其特征在于，通过直方图匹配得到曝光调整后的参考图像序列

5.根据权利要求3所述的自适应细节增强和鬼影消除的多曝光图像融合方法，其特征在于，通过以下公式计算差分图像Dk的图像二维信息熵，其中，T为图像二维信息熵，i为像素灰度值，j为该像素15×15邻域像素均值，Nij为特征二元组f(i,j)在图像中出现的频数， W×H为图像大小。

6.根据权利要求5所述的自适应细节增强和鬼影消除的多曝光图像融合方法，其特征在于，通过下式获得所述静态图像序列；

其中，Ik(x,y)为动态图像序列， 为静态图像序列，Ek(x,y)为运动检测后的权重估计， 为曝光调整后的参考图像序列。

7.根据权利要求6所述的自适应细节增强和鬼影消除的多曝光图像融合方法，其特征在于，通过下式获取所述运动检测后的权重估计；

其中，τ表示设定阈值，Ek(x,y)表示运动检测后的权重估计，当Ek(x,y)＝0表示该像素为静态像素，Ek(x,y)＝1表示该像素为动态像素。

8.根据权利要求1所述的自适应细节增强和鬼影消除的多曝光图像融合方法，其特征在于，通过下式得到所述权重图；

其中，Ak(x,y)为信号强度，Bk(x,y)为曝光强度， 为权重图。

9.根据权利要求1所述的自适应细节增强和鬼影消除的多曝光图像融合方法，其特征在于，对运动检测后的图像序列进行拉普拉斯分解得到图像金字塔对权重图进行高斯分解得到权重金字塔

基于所述图像金字塔与所述权重金字塔得到融合图像金字塔：其中， 表示l层融合图像金字塔， 表示第k幅图像序列的第l层权重金字塔， 表示第k幅图像序列的第l层拉普拉斯图像金字塔。