曝光融合（Exposure Fusion） - Python 實作版

本專案基於 2007 年 Pacific Graphics 會議論文
《Exposure Fusion》（Tom Mertens, Jan Kautz, Frank Van Reeth）所提出之曝光融合技術，將 Mericam/exposure-fusion 提供的 MATLAB 原始碼 完整改寫為 Python 版本。

本實作使用 NumPy、OpenCV 等基礎套件實現金字塔融合流程，並支援自動影像對齊（image alignment）、權重計算與最終融合，適合用於多張不同曝光度的照片合成高品質結果。

---

專案背景與實作說明

現代相機可拍攝多張不同曝光度的圖片，然而在單張圖片中往往難以同時保留亮區與暗部細節。
曝光融合（Exposure Fusion） 是一種不需 HDR 輸出格式、僅透過影像融合即達到動態範圍擴展的技術。

本專案完整實作 Exposure Fusion 演算法，包括對齊前處理、特徵權重計算、Laplacian 金字塔建構與重建等步驟，忠實對應原始 MATLAB 程式行為。

---

實作流程與技術重點

1. 影像對齊：自動計算平移參數，將輸入圖片對齊，避免錯位融合。
2. 權重計算：根據三個特徵計算融合權重：
   • 對比度（Contrast）
   • 飽和度（Saturation）
   • 曝光適度（Well-exposedness）
3. 權重正規化：避免權重為零與 overflow，進行安全正規化。
4. 金字塔融合：建構 Gaussian 與 Laplacian 金字塔，並進行多層融合。
5. 影像重建：透過 Laplacian 金字塔重建出最終融合結果。

---

成果展示

輸入影像

融合結果

融合後的影像同時保留暗部與亮部細節，色彩自然。

---

快速開始

1. 安裝依賴

conda create -n exposure_fusion python=3.10.12 -y
conda activate exposure_fusion

pip install -r requirements.txt

2. 執行雨痕偵測程式

python3 exposure_fusion.py 

程式將輸出結果至指定資料夾。

---

目錄結構

.
├── exposure_fusion.py    # 主程式
└── test_img/            # 放入需處理圖片

---

參考文獻與來源

• Mertens, T., Kautz, J., & Van Reeth, F. (2007).
  Exposure Fusion. In Proceedings of the 15th Pacific Conference on Computer Graphics and Applications (PG'07) (pp. 382–390). IEEE.

• GitHub 開源程式碼參考：https://github.com/Mericam/exposure-fusion

---