1.一种不需要多曝光融合的强光抑制和暗光增强方法，其特征在于：包括：S1：对输入的单张原始图像，采用多伽马因子进行图像校正，得到不同整体亮度范围的图像；

S2：对各伽马校正后得到不同整体亮度范围的图像计算出各图像不同像素位置的权重图，以及对应权重图的高斯金字塔；

S3：对各伽马校正后的每一张结果图像分别进行下采样生成拉普拉斯图像金字塔；

S4：步骤S2中各高斯金字塔层级多张图像相应的权重图进行标准化，并对步骤S3中各拉普拉斯图像金字塔层级内的多张图像进行加权融合；

S5：根据权重融合后得到的拉普拉斯图像金字塔进行最终普拉斯图像金字塔层级图像融合，获取最终强光抑制和暗光增强的结果图。

2.根据权利要求1所述的不需要多曝光融合的强光抑制和暗光增强方法，其特征在于：所述步骤S1中多伽马因子进行图像校正，可定义为幂律表达式如下：；

其中Vin是输入值；Vout为经过校正后的输出值；γ为伽马因子；Vin为当前位置像素值，其像素值取值区间为[0，255]；

校正过程中，通过调整伽马因子使图像中不同像素值区间的区分度更加明显，采用某一固定数值的伽马因子对图像进行校正时，会对图像中某一像素值区间进行区分度的增强，从而通过调整伽马因子的数值可以获得一组原始图像中不同像素值区间分别被增强区分度的图像。

3.根据权利要求1所述的不需要多曝光融合的强光抑制和暗光增强方法，其特征在于：所述步骤S2中对各伽马校正后得到不同整体亮度范围的图像计算出各图像不同像素位置的权重图，以及对应权重图的高斯金字塔的具体方法如下： S21：计算出各图像不同像素位置的权重图，即将色彩饱和度、对比度、曝光性多个方面的权重指标融合带入公式得到当前图像的权重图；

S22：根据设定的图像金字塔层数，每一次权重图生成时先对当前权重图的高宽进行扩展，再采用高斯核对当前权重图进行卷积，对卷积计算的结果图去除偶数行和列，这样可以获得一个高宽为当前权重图1/2倍的高斯金字塔上层权重图，即下采样权重图；直至整个高斯权重图金字塔生成完毕。

4.根据权利要求3所述的不需要多曝光融合的强光抑制和暗光增强方法，其特征在于：所述步骤S21中计算出各图像不同像素位置的权重图的具体方法如下：；

其中，c、s、e分别为对比度、饱和度、曝光性；WC，WS，We为对比度、饱和度、曝光性相应的加权指数；公式中下标是指第k幅图像中的像素(i, j)， 为图像不同像素位置的权重图；

依据此方法计算得到当前图像的权重图。

5.根据权利要求3所述的不需要多曝光融合的强光抑制和暗光增强方法，其特征在于：所述步骤S22中高斯权重图金字塔的生成方法如下：

 Gi+1 = Down（Gi  K5×5）；

其中，Gi表示第i层高斯金字塔图像；K5×5为5X5的高斯卷积核，Gi+1表示第i+1层高斯金字塔图像； 表示卷积运算；Down表示向下采样；

去除图像中的偶数行和偶数列，得到原图高宽1/2倍的高斯金字塔上层权重图。

6.根据权利要求3所述的不需要多曝光融合的强光抑制和暗光增强方法，其特征在于：所述步骤S3中对各伽马校正后的每一张结果图像分别进行下采样生成拉普拉斯图像金字塔的具体方法如下： S31：根据设定的图像金字塔层数，采用步骤S22同样的方法，每一次图像生成可以获得一个高宽为当前图像1/2倍的高斯金字塔上层图像，然后直到整个高斯图像金字塔生成完毕；

S32：根据由高斯金字塔的最顶层图像开始，即从尺寸最小的图像开始，先对当前图像的行列均间隔插入相同数量数值为0的行列，生成的图像行和列扩展为当前图像的2倍，然后对扩展后的图像进行高斯核卷积，得到上采样完成的图像，直到整个高斯金字塔的上采样图像生成完毕；

S33：针对高斯金字塔每一层，将当前层的下采样图像与上采样图像作差，即可获得当前层的拉普拉斯图像，直至金字塔所有层的拉普拉斯图像生成完毕，即完成了拉普拉斯图像金字塔的生成。

7.根据权利要求6所述的不需要多曝光融合的强光抑制和暗光增强方法，其特征在于：所述步骤S32中得到上采样完成的图像中具体的上采样方法如下：；

式中 表示第i+1层高斯金字塔图像经过上采样后得到的第i层高斯金字塔图像；

表示第i+1层高斯金字塔图像； 为5X5的高斯卷积核； 表示卷积运算；Up表示在图像的行列均间隔插入相同数量数值为0的行列。

8.根据权利要求6所述的不需要多曝光融合的强光抑制和暗光增强方法，其特征在于：所述步骤S33中拉普拉斯图像金字塔的生成方法如下：

；

式中Li 为第i层拉普拉斯图像；Gi表示第i‑1层高斯金字塔图像经过步骤S22下采样得到的第i层高斯金字塔图像； 表示第i+1层高斯金字塔图像经过步骤S32上采样后得到的第i层高斯金字塔图像；

处理过程中将原图像在每个方向扩大为原来的两倍，新增的行和列以0填充，得到原图高宽2倍的图像。

9.根据权利要求8所述的不需要多曝光融合的强光抑制和暗光增强方法，其特征在于：所述步骤S4，对各拉普拉斯金字塔层级中不同伽马校正生成的结果图进行加权融合，具体步骤包括：S41：对于每个金字塔层级中由不同伽马校正图像权重图下采样生成的高斯权重图，先对多个伽马校正图像生成的权重图进行标准化，标准化方式如下：；

其中 ，下标中ij为对应像素位置， k为融合的第k个图像； 为第k个图像像素(i, j)位置的权重值， 为N个权重图在(i, j)位置的权重值之和， 为依此方法得到各拉普拉斯图像在(i, j) 位置对应的标准化后的权重值；

S42：然后根据该金字塔层级中的多个拉普拉斯图像和各自标准化后的权重图进行加权平均，生成当前金字塔层级的拉普拉斯加权融合图像，融合方法公式如下：；

其中，下标中ij为对应像素位置；k为融合的第k个图像； 为所有金字塔层级的拉普拉斯加权融合后图像(i，j)位置的像素值， 表示拉普拉斯金子塔中第I层级的第k张拉普拉斯图像(i，j)位置的像素值； 表示高斯金字塔中第I层级标准化后的第k张权重图(i，j)位置的权重值；

将金字塔第I层级的N张拉普拉斯图像按权重图进行求和，即得到加权融合后的拉普拉斯图像；

按此方法，依次计算生成所有金字塔层级的拉普拉斯加权融合图像。

10.根据权利要求9所述的不需要多曝光融合的强光抑制和暗光增强方法，其特征在于：所述S5根据权重融合后得到的拉普拉斯图像金字塔进行最终多金字塔层级图像融合，获取最终强光抑制和暗光增强的结果图的具体方式如下：对于各金字塔层级加权融合后的拉普拉斯图像金字塔，由最顶层开始，每一次生成采用步骤S32同样的上采样方法生成下一层级的高斯金字塔结果图，再将生成的高斯金字塔结果图与下一层级的拉普拉斯图像各像素位置求和，即可以得到下一金字塔层级的高斯金字塔结果图，融合方法公式如下：Gn = Ln + Up(Gn+1)；

其中，Gn为第n层高斯金字塔结果图；Gn+1为第n+1层高斯金字塔结果图；Ln为第n层拉普拉斯金字塔结果图；Up(Gn+1) 为采用步骤S32同样的上采样方法生成的高斯金字塔结果图；

依此方法直至生成原始图像尺寸大小的融合图像，该融合图像中局部细节对比度更加明显，各局部区域亮度更加均衡。