Multi-Scale exposure image fusion based on improved intensity mapping function

您当前的位置：

首页 >

文章列表页 >

更新时间：2025-09-01

- Multi-Scale exposure image fusion based on improved intensity mapping function
- Vol. 47, Issue 2, Pages: 238-243(2021)
- 作者机构：
  
  1. 1:西安邮电大学计算机学院
  2. 2:陕西省网络数据分析与智能处理重点实验室
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2021.02.018
  CLC：
- Published：2021
- 稿件说明：
移动端阅览
Multi-Scale exposure image fusion based on improved intensity mapping function[J]. 2021, 47(2): 238-243.
DOI：

Multi-Scale exposure image fusion based on improved intensity mapping function[J]. 2021, 47(2): 238-243. DOI： 10.13741/j.cnki.11-1879/o4.2021.02.018.

针对多曝光图像融合中的鬼影问题

提出了一种改进强度映射函数的多尺度曝光图像融合算法。基于参考帧图像分别确定输入帧的高低对比度;采用高对比度区域进行结构一致性检测得出鬼影区域;利用改进后的基于强度映射关系的能量函数进一步检测低对比度区域的鬼影信息;利用多尺度块匹配算法进行快速融合。实验结果表明

与已有的代表性方法相比

该方法可以有效地去除鬼影并保留了图像的色彩和细节信息。

Views

117

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Exposure fusion algorithm in dynamic scenes based on image content assessment factor

Related Author

郝福得

陈晓冬

席佳祺

汪毅

齐麟

Related Institution

1:天津大学精密仪器与光电子工程学院光电信息技术教育部重点实验室

2:天津博朗科技发展有限公司

⁰