Robust Multi-Exposure Image Fusion: A StructuralPatch Decomposition Approach论文详解（2017年TIP）

1、论文介绍

 论文在2015年提出的SPD-MEF方法基础上做出改进，论文主要可以分为以下部分：

第一部分：引言部分（总结）

        作者介绍了相关背景，及SPD-MEF算法的优势，首先，SPD-MEF生成的加权图没有噪声。因此，该方法不需要后处理步骤来提高感知质量或抑制融合图像的空间伪影。其次，通过对图像patch的RGB颜色通道进行联合处理，使颜色信息的利用更加自然。更重要的是，信号结构分量的方向信息使我们能够轻松检查多曝光块的结构一致性，从而产生高质量的融合图像，几乎没有重影伪影。它还为动态场景提供了显著的感知增益，同时通过我们的复杂性分析和执行时间比较验证了计算复杂性的可控性。

第二部分：回顾了现有的 MEF 和重影去除算法

        现有的多曝光融合算法大多数是逐像素运算的，融合框架如（1）所示：

 后续提出了基于各种滤波的多曝光边缘保持算法、图像金字塔分层算法等；这些以上提到的逐像素MEF方法需要慎重考虑Wk的噪声特性。为了产生合理的融合图像，必须进行后处理&#