← 返回列表
基于纹理分解模型的高动态图像合成方法
摘要文本
本发明涉及图像处理技术领域，尤其涉及一种基于纹理分解模型的高动态图像合成方法。包括：S1：获取同一场景下的长曝光和短曝光待分解图像，并分别输入至纹理分解模型，对应获得长曝光和短曝光待分解图像的结构图和纹理图；S2：根据长曝光和短曝光待分解图像的结构图和纹理图，计算获得结构图和纹理图对应的结构图权重系数矩阵和纹理图权重系数矩阵；S3：将长曝光和短曝光待分解图像的纹理图权重系数矩阵和结构图权重系数矩阵进行归一化处理，获得待合成纹理图像和待合成结构图像；S4：将待合成纹理图像和待合成结构图像进行合成，获得高动态图像。本发明能够解决低照度图像对比度低、噪声大问题，具有还原结构信息，避免块效应的效果。。马-克-数据
申请人信息
- 申请人:中国科学院长春光学精密机械与物理研究所
- 申请人地址:130033 吉林省长春市经济技术开发区东南湖大路3888号
- 发明人: 中国科学院长春光学精密机械与物理研究所
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于纹理分解模型的高动态图像合成方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410088342.7 |
| 申请日 | 2024/1/22 |
| 公告号 | CN117611471A |
| 公开日 | 2024/2/27 |
| IPC主分类号 | G06T5/50 |
| 权利人 | 中国科学院长春光学精密机械与物理研究所 |
| 发明人 | 聂婷; 张宇; 黄良; 李明轩; 吕恒毅; 韩诚山; 袁航飞 |
| 地址 | 吉林省长春市经济技术开发区东南湖大路3888号 |
专利主权项内容
1.一种基于纹理分解模型的高动态图像合成方法，其特征在于，具体包括如下步骤：S1：获取同一场景下的长曝光待分解图像和短曝光待分解图像，并将所述长曝光待分解图像和所述短曝光待分解图像分别输入至所述纹理分解模型，对应获得所述长曝光待分解图像和所述短曝光待分解图像的结构图和纹理图；S2：根据所述长曝光待分解图像和所述短曝光待分解图像的结构图和纹理图，计算获得所述结构图和所述纹理图对应的结构图权重系数矩阵和纹理图权重系数矩阵；S3：将所述长曝光待分解图像和所述短曝光待分解图像的纹理图权重系数矩阵和结构图权重系数矩阵进行归一化处理，获得待合成纹理图像和待合成结构图像；S4：将所述待合成纹理图像和所述待合成结构图像进行合成，获得高动态图像。