摘要
一种面向超高清图像的高动态范围成像方法,包括以下步骤:采集超高清图像,并对超高清图像数据进行预处理;构建超高清高动态范围成像网络;将预处理后的数据输入构建的神经网络得到HDR图像重建结果,计算损失函数并训练模型。本发明针对超高清图像中存在的细节模糊、噪声干扰及动态范围受限等问题,本算法在保持低计算复杂度的同时,显著提升图像的细节丰富性、亮度平衡性,并支持实时处理与低资源硬件部署;同时,在欠曝光图像、高曝光图像重建及噪声抑制任务中均表现出优异的鲁棒性与泛化能力,在实际场景中能够达到良好的效果。