本發(fā)明涉及傳感器高動態(tài)成像領(lǐng)域，具體涉及一種基于轉(zhuǎn)輪動態(tài)分光的高動態(tài)范圍成像模塊。

背景技術(shù)：

光測由于其非接觸、直觀、高精度的特點，在新型武器裝備試驗景象記錄、異?，F(xiàn)象分析、姿態(tài)測量等任務(wù)中具有不可替代作用。但是相比于火箭發(fā)射、導(dǎo)彈初始飛行階段的高動態(tài)場景，現(xiàn)有單臺套成像設(shè)備動態(tài)范圍較低，在某一種曝光強度下，現(xiàn)有設(shè)備很難捕獲場景中的所有細節(jié)，圖像的部分細節(jié)不能夠很好的曝光，因而就不能清晰地顯示。采用多個相機組成相機陣列，每個相機設(shè)定不同的曝光時間，短曝光時間有利于捕獲場景高亮區(qū)域細節(jié)，長曝光時間則可捕獲暗區(qū)域細節(jié)。具有不同曝光時間的所有相機同時曝光，使得場景中不同亮度背景下的目標(biāo)都能夠在某個相機中有較好曝光，即每張圖像都有一部分區(qū)域細節(jié)表現(xiàn)很好；之后通過將不同曝光圖像合成的方法，獲得場景中所有細節(jié)都能夠清晰顯示的圖像。

利用多曝光圖像來顯示高動態(tài)場景的方法可以分為兩大類，一種是基于成像過程恢復(fù)場景的照度圖像的高動態(tài)成像方法，這種方法最終得到的結(jié)果是高動態(tài)圖像，需要經(jīng)過色調(diào)映射，才能在普通設(shè)備上顯示結(jié)果。另一種是加權(quán)融合的方法，即將曝光圖像根據(jù)其質(zhì)量賦予相應(yīng)的權(quán)值，再根據(jù)一定的融合規(guī)則進行融合，使得最終得到的結(jié)果圖像包含所有輸入圖像中曝光較好的場景，即場景中所有位置都較好曝光的圖像。

目前，大多數(shù)多曝光高動態(tài)圖像生成算法僅適用于低速或靜態(tài)的場景，對于高速變化的場景，或者動態(tài)范圍超大(如>120db以上)的場景，這種方案仍顯得無能為力。

在面向特殊場景應(yīng)用方面，據(jù)不完整的信息推斷，美國已經(jīng)通過多口徑設(shè)計、光學(xué)鏡頭和光機電結(jié)構(gòu)設(shè)計和新型成像探測器等方面的突破，并依托美日在光學(xué)鏡頭設(shè)計制造、光機電結(jié)構(gòu)設(shè)計和控制實現(xiàn)、圖像探測器方面的技術(shù)和工業(yè)優(yōu)勢，實現(xiàn)了超大動態(tài)范圍的成像，在nasa和美軍方的相關(guān)火箭、航天飛機和導(dǎo)彈的發(fā)射試驗中獲得了高動態(tài)范圍的圖像，可以獲取較為真實的發(fā)射場景，包括光強及分辨率信息及多波段信息等，有力地支撐了美國的航天及武器工業(yè)發(fā)展。

反觀我國，由于在圖像探測器上不具備成熟領(lǐng)先的技術(shù)和工業(yè)水平，同時在成像鏡頭設(shè)計制造、光機電設(shè)計及控制實現(xiàn)方面的技術(shù)和工業(yè)水平與國際領(lǐng)先水平還有不少差距，因此我國目前還沒有成熟的高動態(tài)范圍成像方案和系統(tǒng)用于如靶場光測等特殊場景的高動態(tài)范圍成像任務(wù)。但是，國內(nèi)的長春光機所、浙江大學(xué)、南開大學(xué)、貴州大學(xué)、國防科技大學(xué)、清華大學(xué)等單位、以及一些光電研究所和公司企業(yè)在相機響應(yīng)曲線生成、相機內(nèi)外參數(shù)標(biāo)定、圖像對齊和配準(zhǔn)、圖像拼接、光學(xué)鏡頭設(shè)計制造、光機電結(jié)構(gòu)設(shè)計、圖像傳感器的應(yīng)用控制設(shè)計等方面有了不錯的進展，形成了子模塊的技術(shù)實力，并且在一些新型器件的應(yīng)用研究方面取得了突破，比如長春光機所利用dmd與ccd的結(jié)合，實現(xiàn)像素級的曝光控制，可以實現(xiàn)達到96db的成像動態(tài)范圍，但是與靶場光測成像需要的大于120db(甚至150db以上)的動態(tài)范圍還有不少差距。而且，目前國內(nèi)的高動態(tài)范圍成像還缺乏大型系統(tǒng)級的設(shè)計應(yīng)用能力。

技術(shù)實現(xiàn)要素：

為解決上述問題，本發(fā)明特提出一種基于轉(zhuǎn)輪動態(tài)分光的高動態(tài)范圍成像模塊，通過主鏡、多個適配器和多臺相機的結(jié)合，采用分光比、光強透過率、鏡頭光圈、相機曝光時間等參數(shù)的動態(tài)調(diào)節(jié)技術(shù)和多源圖像高動態(tài)合成技術(shù)，實現(xiàn)場景光強極端變化條件下大動態(tài)范圍的清晰成像，解決高動態(tài)范圍成像所需要的曝光量動態(tài)調(diào)整問題，在光測中實現(xiàn)目標(biāo)高質(zhì)量成像具有重要意義。

本發(fā)明的一種基于轉(zhuǎn)輪動態(tài)分光的高動態(tài)范圍成像模塊，由基于分光轉(zhuǎn)輪的動態(tài)分光裝置以及光路控制和圖像融合軟件模塊組成。動態(tài)分光裝置根據(jù)不同的成像任務(wù)，實現(xiàn)至相機靶面的分光比區(qū)域動態(tài)可調(diào)。結(jié)合圖像融合和增強處理算法，能夠提供的動態(tài)范圍達到136db，系統(tǒng)的整體動態(tài)范圍將大于150db，實現(xiàn)對目標(biāo)的高動態(tài)范圍成像。

本發(fā)明的一種基于轉(zhuǎn)輪動態(tài)分光的高動態(tài)范圍成像模塊結(jié)構(gòu)如圖1所示，包括動態(tài)分光裝置，該裝置包括主鏡1、適配器2、分光轉(zhuǎn)輪空間光調(diào)制器4、相機7、計算機8，其中適配器2是為了適應(yīng)不同靶面大小的相機，在主鏡與相機之間增加的一組鏡頭，適配器包含動態(tài)可調(diào)分光機構(gòu)5、光強動態(tài)可調(diào)機構(gòu)6。按照高動態(tài)成像適配模塊的設(shè)計原理，對于不同靶面尺寸的相機，均有相應(yīng)的適配器與之相對應(yīng)。

所述分光轉(zhuǎn)輪空間光調(diào)制器位于主鏡末端，適配器前端；

所述適配器的數(shù)量與相機數(shù)量一致；

所述各相機發(fā)出同步信號，各相機的同步信號將由各相機的采集卡產(chǎn)生；

所述計算機完成相機的圖像采集及高動態(tài)范圍圖像的合成。

目標(biāo)通過主鏡后成像于主鏡的焦平面上，由分光轉(zhuǎn)輪空間光調(diào)制器分成n條支路，分別通過不同的適配器，成像于對應(yīng)的不同靶面大小的相機上。在光學(xué)系統(tǒng)設(shè)計中，為了避免像機分辨率對系統(tǒng)成像質(zhì)量的影響，在設(shè)計過程中，均以各個靶面尺寸相機的最小分辨率來進行設(shè)計。

高動態(tài)范圍相機的圖像采集和高動態(tài)范圍圖像的合成由安裝有圖像采集卡的計算機完成，或者根據(jù)實際需要由更多計算機進行圖像采集和控制。實際圖像采集時，相機的同步采用外觸發(fā)實現(xiàn)，同步信號將由其中的采集卡產(chǎn)生。本發(fā)明整體設(shè)計上保證以盡量少的相機組合保證線性響應(yīng)動態(tài)范圍全覆蓋，根據(jù)成像任務(wù)，采用分光比、光強透過率、鏡頭光圈、相機曝光時間等參數(shù)的動態(tài)調(diào)節(jié)技術(shù)和多源圖像高動態(tài)合成技術(shù)，光路結(jié)構(gòu)能夠提供的動態(tài)范圍達到136db，系統(tǒng)的整體動態(tài)范圍將大于150db，實現(xiàn)場景光強極端變化條件下大動態(tài)范圍的清晰成像。

高動態(tài)范圍圖像合成過程為：相機內(nèi)外參數(shù)標(biāo)定→多曝光圖像對齊→圖像質(zhì)量評價即決定每幅圖像中質(zhì)量好的區(qū)域→高動態(tài)圖像融合。

與現(xiàn)有技術(shù)相比，本發(fā)明具有以下明顯的優(yōu)點：

(1)實現(xiàn)比現(xiàn)有光測系統(tǒng)更大的成像動態(tài)范圍能力，通過光路的入射光強調(diào)整，結(jié)合高動態(tài)相機的使用及多亮度圖像融合算法，可獲得目標(biāo)的大動態(tài)范圍圖像?；谵D(zhuǎn)輪動態(tài)分光的高動態(tài)成像模塊能夠提供的動態(tài)范圍可達到136db，例如，可實現(xiàn)彈體及高亮尾焰的同時清晰成像，實現(xiàn)關(guān)鍵過程的高清晰探測；

(2)實現(xiàn)相機曝光量實時動態(tài)調(diào)節(jié)。根據(jù)目標(biāo)輻射亮度特性的實時變化，動態(tài)靈活地調(diào)節(jié)曝光量，以提升成像動態(tài)范圍，達到最佳成像的目的。為保證成像的質(zhì)量，算法具有高效率和實時性特點，可實時分析目標(biāo)成像特點，在最短時間內(nèi)有針對性地選擇最佳的光強控制策略。

(3)實現(xiàn)整體和分區(qū)域的動態(tài)分光，支持不同任務(wù)的成像分光需要；

(4)高動態(tài)圖像融合技術(shù)，實現(xiàn)準(zhǔn)線性響應(yīng)全覆蓋高動態(tài)圖像，解決目標(biāo)箭體和火焰同時高質(zhì)量成像的技術(shù)難題。

附圖說明

圖1基于分光轉(zhuǎn)輪高動態(tài)范圍成像系統(tǒng)結(jié)構(gòu)示意圖；

圖2高動態(tài)范圍圖像合成流程圖；

圖3高動態(tài)成像鏡頭及其視場示意圖；

圖4基于小波變換的高動態(tài)圖像融合算法流程圖。

具體實施方式

基于分光轉(zhuǎn)輪高動態(tài)范圍成像模塊結(jié)構(gòu)框如圖1所示。系統(tǒng)包括主鏡1、適配器2、分光轉(zhuǎn)輪空間光調(diào)制器4、相機7、計算機主控界面8，其中適配器包含動態(tài)可調(diào)分光機構(gòu)5、光強動態(tài)可調(diào)機構(gòu)6，主鏡采集的光線經(jīng)分光轉(zhuǎn)輪空間光調(diào)制器后分別攝入不同位置的相機，由相機前端的可互換適配器采集后在相機靶面成像。動態(tài)可調(diào)分光機構(gòu)根據(jù)不同的成像任務(wù)，實現(xiàn)至不同相機的分光比可調(diào)，解決了高動態(tài)范圍成像所需要的曝光量動態(tài)調(diào)整問題。

1硬件組成及基本原理

(1)硬件結(jié)構(gòu)設(shè)計

高動態(tài)成像模塊包括：主鏡、適配器、分光轉(zhuǎn)輪空間光調(diào)制器、相機、計算機，

1)主鏡

該高動態(tài)成像模塊主鏡可根據(jù)具體的測量任務(wù)選取，以火箭發(fā)射階段為例，目標(biāo)距離光測設(shè)備的距離為2km，目標(biāo)尺寸約為50m，為了對其完整成像，需完整覆蓋約120m的尺度范圍，換算其視場張角為3.4°，此時針對對角線長約20mm的成像靶面，對應(yīng)的鏡頭焦距約為500mm，故選用500mm的定焦鏡頭；

2)分光轉(zhuǎn)輪空間光調(diào)制器

該分光轉(zhuǎn)輪空間光調(diào)制器采用分光轉(zhuǎn)輪的形式來實現(xiàn)系統(tǒng)分光。該分光轉(zhuǎn)輪的轉(zhuǎn)換時間＜1s，精度為±2°，其中分光片的分光比有1:1、2:8、3:5、5:3、8:2、1:9；

3)適配器

為了適應(yīng)不同靶面大小的相機，在主鏡與相機之間增加一組鏡頭，使之與其對應(yīng)的相機匹配，該組鏡頭與相機一一對應(yīng)，稱之為適配器。適配器在更換過程中，會引起圖像中心的偏移，對后續(xù)圖像融合有影響。引起圖像偏移的主要原因是適配器更換后，其安裝基準(zhǔn)面的誤差帶來的光軸的偏移。

2軟件模塊

(1)相機曝光量動態(tài)調(diào)整策略及控制軟件

相機曝光量動態(tài)調(diào)整需要通過調(diào)整光圈大小、適配器分光比、至各相機的光強通過率以及相機的曝光時間和增益放大倍數(shù)等組合來實現(xiàn)；

其中，調(diào)整光圈大小將直接影響到進入適配器的光通量，處于調(diào)整的第一位，隨后分別是動態(tài)可調(diào)分光機構(gòu)實現(xiàn)分光比調(diào)整、光強動態(tài)可調(diào)機構(gòu)實現(xiàn)光強通過率調(diào)整及相機曝光時間/增益調(diào)整，最終實現(xiàn)任意相機的多段準(zhǔn)連續(xù)曝光量動態(tài)調(diào)整。相機(m,n)(第m個主鏡的第n個相機)所獲得的曝光量相對值如下式，此處不考慮相機的增益系數(shù)，即假設(shè)相機的增益系數(shù)均一致：

rhm,n＝e0amsm,nwm,ncm,n(1)

其中，e0為主鏡入瞳光總量，am為該主鏡的光圈檔數(shù)確定的光通量與最大光圈的比值(以最大光圈時為1)，sm,n為整束鏡組內(nèi)的動態(tài)可調(diào)分光機構(gòu)的濾光片分往相機(m,n)的分光比，wm,n為該相機對應(yīng)的適配器內(nèi)的光強動態(tài)可調(diào)機構(gòu)的濾光片實現(xiàn)的光強通過率，cm,n為該相機的曝光時間；

按照光測任務(wù)的要求，根據(jù)現(xiàn)場光照條件和可預(yù)計的輻射亮度及其動態(tài)范圍，可預(yù)先通過設(shè)定各主鏡光圈大小、分光比、光強通過率、相機曝光時間來調(diào)整各個相機的預(yù)設(shè)曝光量。如表1、2為兩組預(yù)設(shè)的曝光量參數(shù)配置；

表1預(yù)設(shè)參數(shù)配置1

表2預(yù)設(shè)參數(shù)配置2

在如表1和表2所示的參數(shù)配置下，光路結(jié)構(gòu)能夠提供的動態(tài)范圍達到136db，系統(tǒng)的整體動態(tài)范圍將大于150db，足以應(yīng)對極端的火箭發(fā)射過程的高動態(tài)范圍成像。而且，如果需要更大的動態(tài)范圍，視鏡頭的光圈允許值和相機的最短快門允許值，足以應(yīng)付火箭和各型導(dǎo)彈的發(fā)射過程高動態(tài)范圍成像任務(wù)。

對于高動態(tài)成像，以上所獲得的圖像可能并非最優(yōu)，而且隨著目標(biāo)狀態(tài)的變化和飛行距離變遠，需要動態(tài)調(diào)整曝光量，此時將主要根據(jù)最大曝光量和最小曝光量的圖像質(zhì)量進行評估，給出如何調(diào)整參數(shù)配置的判斷。最大曝光量的圖像主要為了提供目標(biāo)較暗區(qū)域的清晰圖，而最小曝光量圖像主要為了提供目標(biāo)最亮區(qū)域的清晰圖。因此，如果最大曝光量圖像的暗區(qū)部分曝光不足，則在保證能夠獲取運動圖像的快門設(shè)置前提下，設(shè)置增大曝光量的參數(shù)配置；反之，如果最大曝光量圖像的暗區(qū)部分曝光過度，則設(shè)置減少曝光量的參數(shù)配置。如果最小曝光量的圖像產(chǎn)生曝光不足的問題，則按照調(diào)高曝光量進行參數(shù)配置，如曝光過量則按照調(diào)低曝光量進行參數(shù)配置。在設(shè)置好曝光量極大和極小的相機曝光參數(shù)配置后，以此為基準(zhǔn)，按照均衡遞增/遞減的原則，設(shè)置好剩余相機的曝光參數(shù)配置。在曝光量極大的相機無法實現(xiàn)重組曝光的情況下，將設(shè)置分光比為僅使用其中一個通道的情況，此時將僅允許3臺相機按照相同的曝光量參數(shù)配置工作。

在以上策略的指導(dǎo)下，協(xié)調(diào)系統(tǒng)的工作參數(shù)，以保證獲取所需的高質(zhì)量清晰圖像。在以上策略的指導(dǎo)下，結(jié)合各個電控部分的驅(qū)動程序和圖像質(zhì)量評價處理算法，編制形成動態(tài)調(diào)整控制軟件，經(jīng)由接口單元對所需調(diào)節(jié)的機構(gòu)進行電子控制，達到策略執(zhí)行的目的。

(2)高動態(tài)圖像融合算法

多曝光圖像加權(quán)融合方法的基本原理是將不同曝光量的每幅圖像根據(jù)其圖像質(zhì)量賦予相應(yīng)的權(quán)值，再根據(jù)一定的融合規(guī)則進行融合，使得最終得到的結(jié)果圖像包含所有輸入圖像中曝光較好的場景，即場景中所有位置都較好曝光的圖像。高動態(tài)范圍圖像融合算法處理流程如圖4所示；

相機陣列圖像配準(zhǔn)

對相機陣列中不同相機設(shè)置不同的曝光時間，同時捕獲場景光照，獲得了系列不同曝光的圖像，由于各個相機位置的差異，導(dǎo)致獲得的圖像存在一定的視差，就需要在融合之前對圖像進行配準(zhǔn)和校正；

本系統(tǒng)使用3個主鏡頭和6個相機，在實際使用過程中，三個鏡頭的視場會有所交疊，6個相機將能夠獲取某一距離上的場景，但是在此距離前后的場景將會有一定的交疊和錯位(在主鏡頭允許的清晰成像范圍內(nèi))；

在預(yù)先已知鏡頭組和相機組內(nèi)外參數(shù)的條件下，并且已知目標(biāo)場景的真實距離，由于設(shè)計時采用了同樣的主透鏡和整束鏡組設(shè)計，且分光時確保不會帶來其它的圖像畸變，所以，可以根據(jù)該場景在相機中的理想成像之間的關(guān)系，獲取各圖像之間(主要是不同鏡頭的相機所獲取的圖像)的相對位移獲取移動參數(shù)，然后通過圖像序列的平移來實現(xiàn)圖像的對齊。采用這種方法可以保證在一定的目標(biāo)場景距離改變的情況下(在距離為1000米時約±100米)，實現(xiàn)圖像序列的良好對齊。這是在確保各個參數(shù)均能夠提前獲得的情況下，由于此時對圖像的計算檢測過程可以忽略，因此將能夠確保高動態(tài)圖像合成的實時性；

如果不能預(yù)先提供準(zhǔn)確的鏡頭和相機的內(nèi)外參數(shù)，以及目標(biāo)場景的真實距離，或者拍攝距離范圍超出了標(biāo)校范圍較大的情況下(如在標(biāo)校距離為1000米時拍攝范圍超過±200米)，則需要在各個圖像(一般每個鏡頭一個相機提供圖像)中選取特征區(qū)域進行邊緣檢測和定位，從而獲取各個圖像之間的平移參數(shù)，然后基于這些參數(shù)進行圖像對齊操作。但是，由于圖像的特征檢測和定位過程將消耗一定的計算量，因此在圖像尺寸較大的情況下，這個過程將在某種程度上影響高動態(tài)圖像合成的實時性。

通常圖像配準(zhǔn)分為如下兩個過程：

1)基于光場合成孔徑理論的圖像校準(zhǔn)(離線預(yù)標(biāo)定)

首先需要對相機進行標(biāo)定，獲取各相機的內(nèi)外參數(shù)。相機的內(nèi)參和外參通過常規(guī)的張正友平面標(biāo)定法獲取。將標(biāo)定板放在四臺相機同時可以觀察到的地方進行標(biāo)定，可以獲取統(tǒng)一坐標(biāo)系下表征各相機方向和位置的外參，為后續(xù)基于光場合成孔徑理論的圖像校準(zhǔn)提供參數(shù)；

在攝像機陣列中，選取一個攝像機的坐標(biāo)系為參考坐標(biāo)系，其他攝像機的外參為相對于參考攝像機的參數(shù)。設(shè)參考攝像機的內(nèi)參數(shù)矩陣為c，非參考攝像機的內(nèi)參數(shù)矩陣為c^f。取空間中的一點p，它在兩個攝像機坐標(biāo)系中的坐標(biāo)分別為q＝(x,y,z)^t，q^f＝(x^f,y^f,z^f)^t，點p在兩個圖像中像的坐標(biāo)(用齊次坐標(biāo)表示)為q＝(x,y,1)^t，q＝(x^f,y^f,1)^t，設(shè)參考攝像機和攝像機f之間的相對旋轉(zhuǎn)矩陣為r^f，參考攝像機的中心在攝像機f坐標(biāo)系中的坐標(biāo)為t^f，設(shè)π為空間中一平面，n為參考攝像機坐標(biāo)系下π的法向量，其中n＝m/dπ，m為π的單位法向量，為參考攝像機原點到平面π的距離，則對于平面π中的所有點，以下公式成立：

令

h^f＝c^f(r^f+t^fn^t)c^-1(3)

則h^f即為由平面π誘導(dǎo)的兩圖像之間的單應(yīng)矩陣。由此可以得出，場景中一個平面上的點在一個攝像機圖像中的點經(jīng)過單應(yīng)矩陣變換可以與參考圖像中的點相重合。由上面的原理可以對場景中的參考平面聚焦，場景深度變化不大時，場景中各點求取的單應(yīng)變化不大。這樣就將相機陣列的不同相機拍攝的圖像經(jīng)過投影變換校準(zhǔn)到了同一個平面；

基于光場合成孔徑理論在合成場景時必須在同一個平面才能保證合成效果最佳，深度變換越大合成的圖像效果越差，但實際情況中很難保證場景在同一個深度平面上，這就需要進行第二步的精確配準(zhǔn)。

2)基于中值位圖的圖像配準(zhǔn)

對于某時刻場景中的任意一點，因為比它亮的和比它暗的點的個數(shù)是一定的，所以對于不同曝光的兩幅圖像中的任意一個對應(yīng)像素，比它亮的與比它暗的像素個數(shù)之比是一定的?；谶@一思想，根據(jù)不同曝光圖像的中值將圖像二值化，即得到中值位圖，根據(jù)中值位圖對圖像進行二次配準(zhǔn)，可以得到精度較高的配準(zhǔn)圖像。

融合算法

1)基于像質(zhì)評價的圖像融合方法

基于像質(zhì)評價的圖像融合方法的基本思想是：采用像質(zhì)評價指標(biāo)，比較所有曝光圖像(i,j)處的像質(zhì)特性，篩選出最佳值作為融合后輸出圖像(i,j)處的像素值。最后對該輸出圖像做光場平滑，防止不同曝光量像素值之間突變；

其中，像素級質(zhì)量評價對比度、飽和度和曝光度對圖像中每個像素進行像質(zhì)評價。因為過曝光或欠曝光而導(dǎo)致的平坦、無顏色區(qū)域應(yīng)該賦給較小的值，而圖像中顏色明亮、細節(jié)的像素應(yīng)該給予較大的值。假設(shè)cij,k,sij,k,dij,k分別表示第k幀圖像中(i,j)處像素質(zhì)量評價指標(biāo)對比度、飽和度和曝光度的評價值，則(i,j)處像素質(zhì)量綜合評價值為：

其中ωc,ωs,ωd分別是對比度、飽和度和曝光度三個指標(biāo)值所占的權(quán)重，計算出每一像素點的綜合評價值之后，為了避免質(zhì)量不好的像素點對融合結(jié)果的影響，我們僅選取評價結(jié)果最好的點進行融合。這種融合方法有可能會導(dǎo)致融合的圖像不夠光滑，出現(xiàn)明顯的分塊效應(yīng)。因而需要對其進行光滑處理。

2)基于小波分解的多曝光圖像融合方法

小波變換具有多尺度、多分辨率和多方向特性，它在水平、垂直和45度角上的分解符合人眼的視覺機制。因此，將小波變換引入到曝光融合中，得到的融合圖像視覺效果會更好；

在基于小波分解的多曝光圖像融合方法中，首先，對源圖像進行n層小波變換，將其分解為1個低頻子圖和3n個不同方向的高頻部分。高頻部分突出了圖像的紋理細節(jié)，故對各圖像分解的高頻部分取最大值，對于低頻部分進行加權(quán)求和，權(quán)值由像素的飽和度和曝光時間確定。然后，將歸一化后的權(quán)值圖進行高斯金字塔分解，分解層數(shù)與小波分解的層數(shù)相同，則分解后權(quán)值圖最高層與小波分解后低頻圖像的大小相同，將圖像的低頻部分進行融合，得到融合圖像的低頻圖像。將融合圖像的低頻部分和高頻部分進行重建，得到最終的融合圖像。

基于小波分解的多曝光圖像融合算法步驟為：

(1)像素級質(zhì)量評價

圖像中的細節(jié)在小波分解中表現(xiàn)為高頻子圖，而平坦的區(qū)域表現(xiàn)為低頻子圖。我們?yōu)榱嗽鰪妶D像的細節(jié)和平坦區(qū)域的顏色，對高頻和低頻子圖分別處理。對低頻部分采用加權(quán)融合的方式；

(2)確定融合權(quán)值

圖像中每一個像素在低頻子圖融合時的權(quán)值為：

其中ωs,ωd分別是飽和度和曝光度在確定權(quán)值時所占的比重。對權(quán)值歸一化為：

(3)加權(quán)融合

首先，將源圖像分解為1個低頻子圖和3n個不同方向的高頻子圖高頻部分融合規(guī)則為：

其中，n為不同曝光圖像的數(shù)量，表示第k幅圖像分解出的高頻子圖，為融合圖像的高頻部分；

圖像低頻部分的融合公式為：

其中為第k幅圖像小波分解的低頻子圖，為權(quán)重圖高斯金字塔的最高層，為融合圖像的低頻部分；

現(xiàn)在，我們已經(jīng)得到了融合圖像的高頻和低頻部分，將它們進行小波重構(gòu)，得到最終融合的圖像。