买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学院长春光学精密机械与物理研究所申请的专利自适应权重细节保持多曝光图像融合算法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118195920B 。

龙图腾网通过国家知识产权局官网在2025-11-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410310722.0，技术领域涉及：G06T5/50；该发明授权自适应权重细节保持多曝光图像融合算法是由刘春雨;文瑞鸿;张玉鑫;赵宗晨;刘帅;周美丽设计研发完成，并于2024-03-19向国家知识产权局提交的专利申请。

本自适应权重细节保持多曝光图像融合算法在说明书摘要公布了：本发明涉及一种自适应权重细节保持多曝光图像融合算法，包括步骤：获取待融合的多曝光图像；计算多曝光图像组中各图像的曝光度权重；计算多曝光图像组中各图像的结构度权重；计算多曝光图像组中各图像的饱和度权重；计算融合权重图，对权重图进行引导滤波后归一化；对源图像序列与滤波后的权重图进行双金字塔分解与融合。本发明将图像结构块分解中的对比度和结构分量用于计算像素融合权重，给对比度和结构性较强像素区赋予更大的权重，保留源图像序列中丰富的图像细节；亮度权重以二维熵最大处的图像亮度为基准结合饱和度权重，融合后的图像能够更好的还原场景的亮度与色彩信息；双金字塔融合在多个尺度上融合源图像序列避免边界处不自然的光晕。

本发明授权自适应权重细节保持多曝光图像融合算法在权利要求书中公布了：1.一种自适应权重细节保持多曝光图像融合算法，其特征在于，包括以下步骤： 步骤一：获取待融合的多曝光图像； 在同一高动态范围场景下，采用同一设备在不同曝光时间下进行拍摄，获取N幅不同曝光程度的图像，将N幅图像配准后得到待融合的多曝光图像，N≥2； 步骤二：计算多曝光图像组中各图像的曝光度权重E； 单个像素的曝光度由图像YUV通道中的亮度值L来表示，用高斯模型函数评价曝光质量E，表示为： 其中，μi,j表示第n幅源图像在像素点i,j处的三通道像素均值，exp表示自然指数函数，Lni,j为图像对应点的亮度值，σ为高斯标准差，Eni,j为源图像曝光度权重； 步骤三：计算多曝光图像组中各图像的结构度权重C； 采用图像局部块分解中的cn，sn分量计算结构度权重C，表示为： 其中，表示融合块中的期望对比度分量，表示融合图像局部块中的期望结构分量； 步骤四：计算多曝光图像组中各图像的饱和度权重S； 利用源图像序列中R、G、B三个通道像素值标准差的均值来决定各源图像序列对融合图像的饱和度权重S，表示为： 其中，InR、InG与InB分别为图像R、G、B通道的像素值，μni,j表示第n幅源图像在像素点i,j处的三通道像素均值； 步骤五：计算融合权重图，对权重图进行引导滤波后归一化； 融合权重图Pn由以下公式计算： Pn＝En×Sn×Cn； 其中，En，Sn，Cn分别表示曝光度权重、饱和度权重与结构度权重； 步骤六：对源图像序列与滤波后的权重图进行双金字塔分解与融合； 图像I的Laplacian金字塔分解的第l层表示为L{I}l，归一化权重图的Gaussian金字塔表示为依照以下公式计算融合图像R： 其中，分别表示融合图像的拉普拉斯金字塔、源图像的拉普拉斯金字塔以及权重图的高斯金字塔； 步骤二中，像素点i,j处二维熵表示为Hni,j； 其中，u表示像素点i,j处亮度值；v表示以i,j点为中心，W×W为邻域的亮度均值，Pu,v表示fu,v发生的概率； 曝光度权重E以N幅图像间的最大二维熵处的亮度值μ为基准进行曝光度对比，定义基准亮度值μ为： μi,j＝Lnmaxi,j 其中，nmax表示N幅图像间对应像素点i,j处最大二维熵对应的图像序列号n值，nmax值的获取通过以下公式： 其中，Hnmax表示在像素点i,j处最大二维熵值，对应下标为N幅图像间对应像素点i,j处最大二维熵对应的图像序列号nmax。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院长春光学精密机械与物理研究所，其通讯地址为：130033 吉林省长春市东南湖大路3888号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。