项目前置知识整理（1）：图像增强技术之多曝光融合

声明：理论和思想来自大磊哥，请先阅读他的文章和观看视频。

本人仅是根据自己的理解参考复现作为锻炼。

目的：输出高质量图像；

理论参考：采集曝光程度不同的图像后，通过图像算法实现融合；

实际实现：采集单张图片，通过算法生成曝光度（亮度不同）的两张图像，进行融合；

参考视频：22_基于图像金字塔的曝光融合（第一讲）_大磊FPGA图像处理_哔哩哔哩_bilibili

知识点：

（0）双线性插值法

本质上是一个FPGA的“步距控制”，通过双线性插值法实现不同尺度的变换。

（1）高斯模糊（高斯滤波）

FPGA图像处理之SIFT算法2-CSDN博客

计算高斯模糊的目的： 通过模糊图像进行预处理，祛除噪声，但会因此模糊边缘，作为后续图像处理的准备。

可选：3x3 5x5 11x11

（2）高斯金字塔

通过对高斯模糊后的图像下采样，得到不同尺寸的高斯模糊图像，

结合双线性插值法和高斯模糊技术。

目的：得到多尺度图像用以融合不同曝光区域的图像。

（4）SIFT

SIFT在图像的不变特征提取方面拥有无与伦比的优势，但并不完美，仍然存在：

1. 实时性不高。

2. 有时特征点较少。

3. 对边缘光滑的目标无法准确提取特征点。

（5）HDR

FPGA图像处理之 HDR 智能美图_fpga hdr-CSDN博客

 运行步骤：

0：输入原图（HSV）；

1：对输入的原图灰度处理；

2：高斯金字塔第一层：

对原图进行3x3的高斯滤波，并下采样，得到第一层高斯金字塔图像；

3-1：高斯金字塔第二层：

对第一层高斯金字塔图像进行3x3的高斯滤波，并下采样，得到第二层高斯金字塔图像；

3-2：拉普拉斯金字塔第一层：

对第二层高斯金字塔先进行上采样，再 进行高斯滤波，最后与高斯金字塔的第一层作差，即可得到第一层拉氏金字塔。

3-3：第三层拉氏金字 塔与第三层高斯金字塔是完全相同的。

4-1：高斯金字塔第三层：

对第二层高斯金字塔图像进行3x3的高斯滤波，并下采样，得到第三层高斯金字塔图像；

4-2：拉普拉斯金字塔第二层：

对第三层高斯金字塔进行高斯滤波和上采样，并与第二层高斯金字塔作差，可以得到第二层拉氏金字塔。

        拉氏金字塔包含了图像不同尺度上的细节信息（特征），而高斯金字塔则包含了图像 不同尺度上的背景信息。我们将不同图像的权重高斯金字塔与亮度拉普拉斯金字塔进行融合，可以达到融 合图像特征的效果。

5：融合：

        在金字塔的反向重构过程中，我们对拉氏金字塔的第三层进行上采样和高斯滤波，然后与第二层拉氏 金字塔相加，即可以得到重构的第二层金字塔。接下来对重构得到的第二层金字塔重复上采样和高斯滤波 的操作，并与第一层拉氏金字塔相加，即可得到重构的第一层金字塔，也就是最终的输出图像。