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！

申请/专利权人：南京理工大学

摘要：本发明公开了一种基于彩色窄带滤光的单曝光高动态融合成像方法，包括以下步骤：一：利用窄带滤光片在成像前获得量子效率不同的三色光进入相机，得到三色光的单曝光图像；二：根据相机的传感器的像素排布特征，对步骤一得到的所述单曝光图像提取三种曝光响应的图像序列；三：对三种曝光响应的图像序列分别进行图像增强；四：利用图像融合网络模型SFD‑MEF对增强后的三种曝光响应的图像序列进行图像融合。本发明的基于彩色窄带滤光的单曝光高动态融合成像方法通过加装特定波段窄带滤光片，单次曝光时间内即可获得多张不同响应图片，并利用图像融合网络模型进行融合，可以处理动态场景并且在极端环境下具有优异的图像融合质量。

主权项：1.一种基于彩色窄带滤光的单曝光高动态融合成像方法，其特征在于，包括以下步骤：步骤一：利用窄带滤光片在成像前获得量子效率不同的三色光进入相机，得到三色光的单曝光图像；步骤二：根据相机的传感器的像素排布特征，对步骤一得到的所述单曝光图像提取三种曝光响应的图像序列；步骤三：对三种曝光响应的图像序列分别进行图像增强；步骤四：利用图像融合网络模型SFD-MEF对增强后的三种曝光响应的图像序列进行图像融合；步骤四中所述图像融合网络模型SFD-MEF包括编码器和解码器，所述编码器和解码器通过两个卷积层连接；所述编码器包括第一混叠残差注意力模块RMA、第一降采样模块、第二混叠残差注意力模块RMA、第二降采样模块、第三混叠残差注意力模块RMA和第三降采样模块，所述第一混叠残差注意力模块RMA、第一降采样模块、第二混叠残差注意力模块RMA、第二降采样模块、第三混叠残差注意力模块RMA和第三降采样模块依次连接；所述解码器包括第一上采样模块、第一多尺度特征集成单元MFIM、第二上采样模块、第二多尺度特征集成单元MFIM、第三上采样模块、第三多尺度特征集成单元MFIM和SFD-MEF输出，所述第一上采样模块、第一多尺度特征集成单元MFIM、第二上采样模块、第二多尺度特征集成单元MFIM、第三上采样模块、第三多尺度特征集成单元MFIM和SFD-MEF输出依次连接；所述第一混叠残差注意力模块RMA、第二混叠残差注意力模块RMA和第三混叠残差注意力模块RMA均为混叠残差注意力模块RMA，所述混叠残差注意力模块RMA包括第一特征图输入、第一二维卷积模块Conv2D、归一化模块、LeakyRelu激活函数、第二二维卷积模块Conv2D、通道注意力模块和空间注意力模块，所述第一特征图输入经所述第一二维卷积模块Conv2D处理后，得到第二特征图和第三特征图，利用所述归一化模块对所述第二特征图进行归一化处理并与所述第三特征图连接，输入串联连接的LeakyRelu激活函数和第二二维卷积模块Conv2D并与所述第一特征图输入相加，相加结果与所述通道注意力模块相乘得到通道注意结果，所述通道注意结果与所述空间注意力模块相乘，得到RMA输出结果；所述第一多尺度特征集成单元MFIM、第二多尺度特征集成单元MFIM和第三多尺度特征集成单元MFIM均为多尺度特征集成单元MFIM，所述多尺度特征集成单元MFIM包括多个第四特征图输入、二维卷积模块Conv2D和混叠残差注意力模块RMA，多个所述第四特征图提升空间维度后进行连接，然后将结果输入串联连接的二维卷积模块Conv2D和混叠残差注意力模块RMA，得到MFIM输出结果；所述图像融合网络模型SFD-MEF的损失函数通过下式表示： ，式中，为融合图像，分别为三张不同曝光响应的分解图，代表Sobel梯度算子，代表均方误差计算，代表相似度函数，代表逐像素选择最大值，代表逐像素求平均值，表示结构相似性损失函数，表示梯度损失函数，表示均方误差损失函数。

全文数据：

权利要求：

百度查询： 南京理工大学 一种基于彩色窄带滤光的单曝光高动态融合成像方法