高动态范围图像融合过程中的噪声抑制算法
【宁波大学蒋刚毅教授课题组】

       真实自然场景成像的动态范围非常大,从阴暗处到白昼阳光照度超过9个数量级,相比于低动态范围(low dynamic range, LDR)成像,高动态范围(high dynamic range, HDR)成像技术能记录更真实、细节更丰富的场景信息,为用户带来更加真实自然的视觉体验,在智能监控、影视娱乐、生物医疗等领域应用前景广阔。高动态范围成像、编码与传输及其显示技术是其走向应用的关键。现有的高动态范围成像技术主要分为两类:一是采用硬件的方式,通过高动态范围相机直接拍摄现实场景,但这种成像设备昂贵的价格限制了其应用;二是采用软件的方式,通过融合由普通相机在不同曝光时间下拍摄同一场景得到的多曝光LDR图像序列来重建HDR图像。在该方式下,先将多曝光图像序列进行配准;再根据配准图像的曝光信息估计相机响应函数,该函数描述了传感器接收的亮度值映射为像素值的关系,由其逆函数可以从拍摄的图像估计场景的辐照度;最后对多曝光图像进行合理的加权融合得到HDR图像。然而,由于在低照度环境下拍摄的多曝光图像序列往往含有较大噪声,所以需要在图像融合前对多曝光图像序列进行预处理去噪。
       宁波大学蒋刚毅教授研究团队提出了一种高动态范围图像融合过程中的噪声抑制算法。首先,对输入的LDR图像进行自适应亮度分区,将原图像分解为三幅不同亮度范围的图像,以有效保留所有曝光图像的中间亮度细节信息,以及低曝光图像的高亮度区域细节信息和高曝光图像的低亮度区域细节信息;其后,将上述三幅图像分解为重叠图像块,对每个重叠图像块利用结构张量提取弱纹理区域,并利用图像的协方差矩阵估计该区域噪声水平,以便在抑制噪声的同时尽可能保留图像的纹理细节;由于每个图像块估计的噪声水平可靠性不一致,且噪声水平与亮度有关,故对低亮度区域图像块采用“选择最大”策略,对中间亮度和高亮度区域图像块采用“平均”策略,得到最终的噪声水平,指导图像的稀疏去噪;最后,对去噪后的三幅不同亮度图像进行重构,融合生成HDR图像。
     


噪声抑制结果


研究团队简介

        蒋刚毅教授研究团队隶属于宁波大学信息科学与工程学院、浙江省嵌入式系统联合重点实验室、教育部多媒体通信工程中心。该团队一直致力于3D视频处理与通信、高动态范围成像与处理等领域的研究工作,在IEEE TransactionsSignal Processing等SCI期刊发表及合作发表论文100余篇;完成国家自然科学基金重点项目、面上项目、国际合作项目等,合作完成国家高科技计划项目等;获授权中国发明专利50余项、授权美国发明专利5项,部分专利成果成功转让。研究团队曾参与获国家科技进步二等奖1项,主持获省部级科技进步一等奖1项、二等奖2项、三等奖3项。
 

相关论文

陈晔曜, 蒋刚毅, 邵华, 等. 高动态范围图像融合过程中的噪声抑制算法[J]. 光电工程, 2018, 45(7): 180083.
DOI:10.12086/oee.2018.180083