申请号 | 202411858682.X |
公开号（公开） | CN116109587A |
申请日 | 2024 .12.16 |
申请人（公开） | 超音速人工智能科技股份有限公司(833753) |
发明人（公开） | 张俊峰(总) 陈炯标 罗国和(总) |
原文摘要
本发明公开了一种基于自适应权重多图像融合算法的图像处理方法，涉及图像处理技术领
域，包括以下具体步骤：提取多张图像；构件自适应权重多图像融合算法进行融合处理获得融合
图像；其中自适应权重多图像融合算法具体包括以下步骤：输入图像序列；进行卷积处理；对图像进行位置对齐；筛选源图像过曝、欠曝区域进行屏蔽，获得卷积结果图像；合并处理获得卷积图像；对卷积图像进行归一化处理；对源图像的每一个像素距离平均灰度值的距离标准差进行计
算，融合新图像。本发明能够将多张图像进行融合成一张表面柔和、边缘犀利的图像，保留多张
图像中的细节信息，减少图像的噪声，增强图像中不同区域的局部对比度，从而提高图像的质
量。
简要步骤
一，提取需要融合的多张图像信息并进行预处理。
二，构件自适应权重多图像融合算法，将多张图像采用自适应权重多图像融合算
法进行融合处理，获得融合图像。原文比较详细，我简化一下：
a，对源图进行卷积处理，获得卷积边缘。
b，对齐并筛选。对过爆和欠曝进行屏蔽。
c，合并并归一化处理。
d, 计算距离。
细节描述
说句废话，源图都是二维灰度图。
一，5卷积公式。
其中，输出图像I′，卷积核K(i ,j)为卷积核中的对应权重，I(x+i ,y+j)为输入图像中以
(x,y)为中心的5×5区域内的像素值，I′(x,y)为输出图像中的某个像素值。二，置对齐处理中，梯度幅值和方向的计算公式具体为：
式中，|G|为梯度幅值，Gx为图像的横向坐标，Gy为图像的纵向坐标，Θ为梯度方向，I为
图像像素值。三，均值滤波处理公式
式中，I(x+i ,y+j)为序列图像在(x ,y)位置的像素值，I′(x ,y)为滤波处理后的图像在
(x,y)位置的像素值，M×N为学列图像大小。
测试环境
操作系统：win7 开发环境： VS2019 C++17
或者 操作系统：win10 开发环境： VS2022 C++17
如无特殊说明，本算法用**C++**实现。
