在传统的多曝光图像融合方法中,一旦目标发生移动则会在最终融合图像中出现“鬼影”现象。现有的去“鬼影”算法大部分都继承了参考图像中的大量信息,倘若参考图像中出现曝光不足/曝光过度现象,便会影响到最终的融合结果。基于此,提出了一种基于图像块分解的多曝光图像融合去鬼影算法。首先将参考图像划分为曝光正常及曝光不足/过度两大区域,并有针对性地对这两部分区域进行处理。为了更加精准地检测出鬼影区域,将多曝光图像块分解成信号结构、信号强度和平均强度3个概念相独立的部分,采用图像块结构一致性检测的方式来进行鬼影检测。最后,去除结构不一致的图像块并对这3个部分分开融合,重构所需图像块并将其聚合至最终融合图像。实验结果表明,与现有的去“鬼影”算法相比,所提算法取得了更好的视觉效果,且计算效率得到了较大提升。

抖音蓝V运营如何实现更多曝光

人工智能-图像处理-CF-Net-多曝光图像融合及超分辨的联合实现

matlab开发-基于多曝光图像融合的光照估计。融合高动态范围（HDR）场景中两个或多个不同曝光图像的功能。

抖音蓝V运营如何实现更多曝光？.pdf

这是多曝光图像融合源码，编程语言为matlab。下载解压后直接运行。

用于多曝光图像融合，本文算法，利用了人眼视觉识别的特点进行了显著性分析，并以此作为权重进行融合。

使用短曝光，长曝光图像进行HDR图片的合成；里面有HDR所涉及的原理，以及合成方法的对比；