【HDR】曝光融合（Exposure Fusion）

文章目录

• 0 前言
• 1 算法细节
• • 1.1 Naive
  • • 1.1.1 主要思想
    • 1.1.2 权重计算
    • 1.1.3 融合
    • 1.2 Multi-resolution
    • 2 实验
    • 3 参考

      0 前言

      在曝光融合（Exposure Fusion）算法问世之前，多曝光序列合成用于显示的HDR需要两个步骤，第一步是将多张不同曝光的低动态范围图像合成为HDR（例如Debevec提出的加权融合方法），通常HDR为12bit或者16bit；第二步是通过tonemapping对高动态范围HDR进行压缩以支持低动态范围显示设备（例如Durand提出的基于双边滤波的tonemapping算法），一般会压缩至8bit。

      曝光融合算法的优势在于不需要标定相机响应曲线，并且跳过tonemapping步骤，直接合成用于显示的高动态范围图像。

      1 算法细节

      1.1 Naive

      1.1.1 主要思想

      对于多曝光图像序列，取每一张图像中最有价值的部分用于合成。例如，曝光时间长的图像中暗区细节丰富同时噪声水平低，那么暗区就是有价值的部分。显然，需要一个指标来衡量每张图像中哪些像素有价值，然后通过计算每张图每个像素的价值指标当作对应的权重，最终通过加权融合的方式得到HDR。

      1.1.2 权重计算

      从对比度、饱和度和亮度三个维度对像素的价值进行评估：

      • 对比度

        这里的对比度指的是图像的梯度，对于边缘和纹理等重要的信息分配很大的权重。具体地，对图像的灰度图执行拉普拉斯滤波，结果取绝对值作为对比度指标 C ( I k ) C(I_k) C(Ik​)。

        C ( I k ) = ∣ △ g r a y ( I k ) ∣ C(I_k)=|\triangle_{gray}(I_k)| C(Ik​)=∣△gray​(Ik​)∣

      • 饱和度

        RGB三通道之间差异大的可视为饱和度高的区域，反之，对于过曝或者欠曝区域RGB三通道的值趋于一致，饱和度较低。因此，可将RGB三个通道之间的标准差作为饱和度指标。

        S k , i , j = ( I k , i , j B − M k , i , j ) 2 + ( I k , i , j G − M k , i , j ) 2 + ( I k , i , j R − M k , i , j ) 2 3 S_{k,i,j}=\sqrt{\frac{(I_{k,i,j}^{B}-M_{k,i,j})^2+(I_{k,i,j}^{G}-M_{k,i,j})^2+(I_{k,i,j}^{R}-M_{k,i,j})^2}{3}} Sk,i,j​=3(Ik,i,jB​−Mk,i,j​)2+(Ik,i,jG​−Mk,i,j​)2+(Ik,i,jR​−Mk,i,j​)2​ ​ M k , i , j = I k , i , j B + I k , i , j G + I k , i , j R 3 M_{k,i,j}=\frac{I_{k,i,j}^{B}+I_{k,i,j}^{G}+I_{k,i,j}^{R}}{3} Mk,i,j​=3Ik,i,jB​+Ik,i,jG​+Ik,i,jR​​

      • 亮度

        对于归一化至0~1范围的图像，将取值在0.5左右的像素视为曝光良好，应该分配很大的权重；接近0和1的分别为欠曝和过曝应该分配很小的权重。像素值与其对应权重的关系符合均值为0.5的高斯分布：

        E k . i , j = e − ( I k , i , j B − 0.5 ) 2 2 σ 2 ⋅ e − ( I k , i , j G − 0.5 ) 2 2 σ 2 ⋅ e − ( I k , i , j R − 0.5 ) 2 2 σ 2 E_{k.i,j}=e^{-\frac{(I_{k,i,j}^{B}-0.5)^2}{2\sigma^2}} \cdot e^{-\frac{(I_{k,i,j}^{G}-0.5)^2}{2\sigma^2}} \cdot e^{-\frac{(I_{k,i,j}^{R}-0.5)^2}{2\sigma^2}} Ek.i,j​=e−2σ2(Ik,i,jB​−0.5)2​⋅e−2σ2(Ik,i,jG​−0.5)2​⋅e−2σ2(Ik,i,jR​−0.5)2​

        获取以上3个指标后，就能计算每个像素对应的权重：

        W i , j , k = ( C i , j , k ) w c ⋅ ( S i , j , k ) w s ⋅ ( E i , j , k ) w e W_{i,j,k}=(C_{i,j,k})^{w_c}\cdot (S_{i,j,k})^{w_s}\cdot (E_{i,j,k})^{w_e} Wi,j,k​=(Ci,j,k​)wc​⋅(Si,j,k​)ws​⋅(Ei,j,k​)we​默认 w c = w s = w e = 1 w_c=w_s=w_e=1 wc​=ws​=we​=1；另外，为了保证多张图像在同一位置的权重和为1，需要在图像数量维度上对权重进行归一化：

        W ^ i j , k = W i j , k ∑ k ′ = 1 N W i j , k ′ \hat{W}_{{ij,k}}=\frac{{W}_{{ij,k}}}{\sum_{k^{\prime}=1}^{N}{W}_{{ij,k^{\prime}}}} W^ij,k​=∑k′=1N​Wij,k′​Wij,k​​

        1.1.3 融合

        根据计算的权重对原始图像进行加权求和，即可得到融合后的图像：

        H i j = ∑ k = 1 N W ^ i j , k ⋅ I i j , k H_{ij}=\sum_{k=1}^{N}\hat{W}_{{ij,k}}\cdot I_{ij,k} Hij​=k=1∑N​W^ij,k​⋅Iij,k​

        这样粗糙融合的结果存在一个问题，在权重尖锐过渡的区域，由于每张图像的曝光时间不同，绝对强度也不同，导致融合后灰度跳变太大，图像中呈现很多黑色和白色斑点，与噪声形态类似。

        权重尖锐过渡区会出现问题，那么可以让其平滑一点，提到平滑自然而然就想到了高斯滤波。作者对权重图做高斯滤波后再进行合成，虽然斑点问题得到了缓解，但是在边缘处会出现光晕现象。

        既然光晕是由于边缘处的权重被平滑所导致的，可以考虑使用保边滤波代替高斯滤波。

        1.2 Multi-resolution

        由于naive版本的融合方式不能完全解决黑白斑点的问题，并且会引入光晕这样的新问题。因此，作者提出了使用拉普拉斯金字塔融合的方式，其流程如下图所示：

        

        简单来说，就是从不同曝光的原始图像中分解出拉普拉斯金字塔，对应的权重图中分解出高斯金字塔，然后分别在每个尺度下进行融合，得到融合后的拉普拉斯金字塔。最后，从拉普拉斯金字塔的顶层开始向上采样，叠加同尺度的拉普拉斯细节，再向上采样和叠加细节，递归至最高分辨率，得到最终的结果。（此处有一个点需要注意，拉普拉斯金字塔的顶层就是原始图像高斯金字塔的顶层）

        

        • 为什么拉普拉斯金字塔融合效果好？

          将平坦区和尖锐过渡区（如边缘）分开融合，平坦区融合使用的是经过多次高斯滤波和下采样后的权重图，仅在比较大的边缘纹理处变化剧烈；由于拉普拉斯金字塔中只保留了边缘等高频信息，因此在拉普拉斯金字塔上对尖锐过渡区进行融合不会影响平坦区。

          2 实验

          import os
          import sys
          import glob
          import numpy as np
          import cv2
          import argparse
          def show_image(message, src):
              cv2.namedWindow(message, 0)
              cv2.imshow(message, src)
              cv2.waitKey(0)
              cv2.destroyAllWindows()
          def gauss_curve(src, mean, sigma):
              dst = np.exp(-(src - mean)**2 / (2 * sigma**2))
              return dst
          class ExposureFusion(object):
              def __init__(self, sequence, best_exposedness=0.5, sigma=0.2, eps=1e-12, exponents=(1.0, 1.0, 1.0), layers=7):
                  self.sequence = sequence  # [N, H, W, 3], (0..1), float32
                  self.img_num = sequence.shape[0]
                  self.best_exposedness = best_exposedness
                  self.sigma = sigma
                  self.eps = eps
                  self.exponents = exponents
                  self.layers = layers
              @staticmethod
              def cal_contrast(src):
                  gray = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)
                  laplace_kernel = np.array([[0, 1, 0], [1, -4, 1], [0, 1, 0]], dtype=np.float32)
                  contrast = cv2.filter2D(gray, -1, laplace_kernel, borderType=cv2.BORDER_REPLICATE)
                  return np.abs(contrast)
              @staticmethod
              def cal_saturation(src):
                  mean = np.mean(src, axis=-1)
                  channels = [(src[:, :, c] - mean)**2 for c in range(3)]
                  saturation = np.sqrt(np.mean(channels, axis=0))
                  return saturation
              @staticmethod
              def cal_exposedness(src, best_exposedness, sigma):
                  exposedness = [gauss_curve(src[:, :, c], best_exposedness, sigma) for c in range(3)]
                  exposedness = np.prod(exposedness, axis=0)
                  return exposedness
              def cal_weight_map(self):
                  weights = []
                  for idx in range(self.sequence.shape[0]):
                      contrast = self.cal_contrast(self.sequence[idx])
                      saturation = self.cal_saturation(self.sequence[idx])
                      exposedness = self.cal_exposedness(self.sequence[idx], self.best_exposedness, self.sigma)
                      weight = np.power(contrast, self.exponents[0]) * np.power(saturation, self.exponents[1]) * np.power(exposedness, self.exponents[2])
                      # Gauss Blur
                      # weight = cv2.GaussianBlur(weight, (21, 21), 2.1)
                      weights.append(weight)
                  weights = np.stack(weights, 0) + self.eps
                  # normalize
                  weights = weights / np.expand_dims(np.sum(weights, axis=0), axis=0)
                  return weights
              def naive_fusion(self):
                  weights = self.cal_weight_map()  # [N, H, W]
                  weights = np.stack([weights, weights, weights], axis=-1)  # [N, H, W, 3]
                  naive_fusion = np.sum(weights * self.sequence * 255, axis=0)
                  naive_fusion = np.clip(naive_fusion, 0, 255).astype(np.uint8)
                  return naive_fusion
              def build_gaussian_pyramid(self, high_res):
                  gaussian_pyramid = [high_res]
                  for idx in range(1, self.layers):
                      gaussian_pyramid.append(cv2.GaussianBlur(gaussian_pyramid[-1], (5, 5), 0.83)[::2, ::2])
                  return gaussian_pyramid
              def build_laplace_pyramid(self, gaussian_pyramid):
                  laplace_pyramid = [gaussian_pyramid[-1]]
                  for idx in range(1, self.layers):
                      size = (gaussian_pyramid[self.layers - idx - 1].shape[1], gaussian_pyramid[self.layers - idx - 1].shape[0])
                      upsampled = cv2.resize(gaussian_pyramid[self.layers - idx], size, interpolation=cv2.INTER_LINEAR)
                      laplace_pyramid.append(gaussian_pyramid[self.layers - idx - 1] - upsampled)
                  laplace_pyramid.reverse()
                  return laplace_pyramid
              def multi_resolution_fusion(self):
                  weights = self.cal_weight_map()  # [N, H, W]
                  weights = np.stack([weights, weights, weights], axis=-1)  # [N, H, W, 3]
                  image_gaussian_pyramid = [self.build_gaussian_pyramid(self.sequence[i] * 255) for i in range(self.img_num)]
                  image_laplace_pyramid = [self.build_laplace_pyramid(image_gaussian_pyramid[i]) for i in range(self.img_num)]
                  weights_gaussian_pyramid = [self.build_gaussian_pyramid(weights[i]) for i in range(self.img_num)]
                  fused_laplace_pyramid = [np.sum([image_laplace_pyramid[n][l] *
                                                   weights_gaussian_pyramid[n][l] for n in range(self.img_num)], axis=0) for l in range(self.layers)]
                  result = fused_laplace_pyramid[-1]
                  for k in range(1, self.layers):
                      size = (fused_laplace_pyramid[self.layers - k - 1].shape[1], fused_laplace_pyramid[self.layers - k - 1].shape[0])
                      upsampled = cv2.resize(result, size, interpolation=cv2.INTER_LINEAR)
                      result = upsampled + fused_laplace_pyramid[self.layers - k - 1]
                  result = np.clip(result, 0, 255).astype(np.uint8)
                  return result
          if __name__ == '__main__':
              root_path = sys.argv[1]
              sequence_path = [os.path.join(root_path, fname) for fname in os.listdir(root_path)]
              sequence = np.stack([cv2.imread(path) for path in sequence_path], axis=0)
              mef = ExposureFusion(sequence.astype(np.float32) / 255.0)
              naive_fusion_result = mef.naive_fusion()
              multi_res_fusion = mef.multi_resolution_fusion()
              show_image('muti-resolution', multi_res_fusion)
          

          3 参考

          Mertens T, Kautz J, Van Reeth F. Exposure fusion[C]//15th Pacific Conference on Computer Graphics and Applications (PG’07). IEEE, 2007: 382-390.

          https://zhuanlan.zhihu.com/p/455674916