原文摘要（公开）

本发明公开了一种基于自适应权重多图像融合算法的图像处理方法，涉及图像处理技术领域，包括以下具体步骤：提取多张图像；构件自适应权重多图像融合算法进行融合处理获得融合图像；其中自适应权重多图像融合算法具体包括以下步骤：输入图像序列；进行卷积处理；对图像进行位置对齐；筛选源图像过曝、欠曝区域进行屏蔽，获得卷积结果图像；合并处理获得卷积图像；对卷积图像进行归一化处理；对源图像的每一个像素距离平均灰度值的距离标准差进行计算，融合新图像。本发明能够将多张图像进行融合成一张表面柔和、边缘犀利的图像，保留多张图像中的细节信息，减少图像的噪声，增强图像中不同区域的局部对比度，从而提高图像的质量。

主要步骤

本专利介绍融合图像的一种图像处理算法，核心卖点在于：自适应权重。
步骤一，提取需要融合的多张图像信息，并对这些图形进行预处理。
步骤二，构件自动计算各图的权重，对各图形按权重进行融合，得到融合的图像。
其中第二步又分如下步骤：
2.1，输入图像序列；
2.2，对图像序列中的所有源图像进行卷积处理，获得卷积边缘结果；
2.3，对齐，在上一步获得的卷积边缘结果的基础上，对图像进行位置对齐；
2.4，筛选，对位置对齐后的所有图像进行筛选，筛选出所有源图像过曝区域和欠曝区域，并以这些区域为参考对卷积结果进行屏蔽，获得卷积结果图像；由于欠曝区域通常表现为暗度过高，细节丢失；过曝区域则表现为亮度过高，细节同样丢失，因此这些却与包含较少的有用信息，甚至可能引入噪声，通过筛选这些区域，可以避免在图像融合过程中丢失重要信息。
S5，合并，对所有卷积结果图像进行合并处理，获得一副新的卷积图像；可以增强图像中的重要特征信息，提高特征的显著性和鲁棒性。
S6，归一，对卷积图像进行归一化处理；
S7，标准差，以步骤六中卷积图像的归一化结果为参考权重，对所有源图像的每一个像素距离平均灰度值的距离标准差进行计算。使得结果图形变成一副表面柔和、边缘犀利的图像。

扩展阅读

视频课程

先学简单的课程，请移步CSDN学院，听白银讲师（也就是鄙人）的讲解。
https://edu.csdn.net/course/detail/38771
如何你想快速形成战斗了，为老板分忧，请学习C#入职培训、C++入职培训等课程
https://edu.csdn.net/lecturer/6176

测试环境

操作系统：win7 开发环境： VS2019 C++17
或者 操作系统：win10 开发环境： VS2022 C++17
如无特殊说明，本算法用**C++**实现。