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！

龙图腾网获悉合肥工业大学申请的专利一种高效的多曝光图像分块融合方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116757976B 。

龙图腾网通过国家知识产权局官网在2025-11-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310422221.7，技术领域涉及：G06T5/50；该发明授权一种高效的多曝光图像分块融合方法是由杜高明;王江浩;顾承玺;刘瑞豪;孙瑜旸;王晓蕾设计研发完成，并于2023-04-19向国家知识产权局提交的专利申请。

本一种高效的多曝光图像分块融合方法在说明书摘要公布了：本发明公开了一种高效的多曝光图像分块融合方法，是针对多曝光图像分块融合算法中二维高斯函数值计算次数过多引起的计算量大和计算复杂度高的问题，利用像素位置几何对称性推导像素融合所需二维高斯函数值的周期性的方法，找出各像素融合所需二维高斯函数值之间的等量关系，从而求得二维高斯函数值的最小计算次数，并通过一次计算多次复用的方式可有效减少算法的计算量、计算复杂度，提高计算速度，也可有效减小将算法部署于可编程逻辑器件需要占用的面积。

本发明授权一种高效的多曝光图像分块融合方法在权利要求书中公布了：1.一种高效的多曝光图像分块融合方法，其特征在于，包括以下步骤： S1、获取Q张曝光时间不同、分辨率为S×T、色彩标准为YCbCr的原始图像，并将每张原始图像分割为边长为N的个正方形的图像块；将每张原始图像中任意一个图像块记为第i行第j列的图像块，且 S2、统计原始图像中每个图像块的灰度分布，并根据原始图像中每个图像块的灰度分布，计算Q张原始图像中同一位置图像块的信息熵，从而选择最大信息熵所对应的图像块，得到个最大信息熵图像块并组合为一张信息熵图像；将所述信息熵图像中每一个像素点的Cb、Cr两通道取值依次存储至S×T×2的三维色彩通道矩阵A中； S3、计算信息熵图像中每个图像块的每个像素的融合权重； S3.1、将信息熵图像中任意一个图像块记为V，将图像块V中任意一个像素点r的坐标记为u,v，u,v∈[0,N-1]； S3.2、在信息熵图像中以图像块V为中心，并作为第0行第0列的图像块，从而划分一个维度为H×H的图像块区域，且H为奇数；将H×H图像块区域中任意一个图像块记为第p行第q列的图像块；且p, S3.3、利用式1计算像素点r对于H×H图像块区域中第p行第q列图像块的u,v位置处像素点的融合权重Wp,qu,v，从而得到信息熵图像中每个图像块的每个像素点的融合权重存储至N×N×H2的三维融合权重矩阵U中； 式1中，Gm,nu,v表示H×H图像块区域中以第m行第n列的图像块的中心像素点为中心的二维高斯函数在图像块V中u,v位置处的函数值，Gp,qu,v表示H×H图像块区域中以第p行第q列的图像块的中心点为中心的二维高斯函数在图像块V中u,v位置处的函数值，并有： 式2中，dpqu,v是图像块V中u,v位置处的像素点与H×H的图像块区域中第p行第q列图像块的中心点之间的距离，σ为二维高斯函数的标准差； S4、进行图像融合，生成多曝光融合图像： S4.1、初始化i＝1； S4.2、初始化j＝1； S4.3、利用式3计算多曝光融合图像的第i行第j列图像块中i,v位置处的融合像素点灰度值Oiju,v，并依次存储在S×T的二维融合灰度值矩阵B中： 式3中，Ii+p,j+qu,v是第i行第j列图像块所在的原始图像的第i+p行第j+q列图像块中u,v位置处的像素点的灰度值； S4.4、将j+1赋值给j后，判断是否成立，若成立，则返回S4.3；否则，执行S4.5； S4.5、将i+1赋值给i后，判断是否成立，若成立，则返回S4.2；否则，执行S5； S5、将S×T的二维融合灰度值矩阵B与S×T×2的三维色彩通道矩阵A合并，从而得到S×T×3的三维多曝光融合图像并输出。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。