多曝光图像融合

非深度学习方法：

参考Galaxies99开发的基于对齐方法的HDR合成方法工具包AlignHDRToolkit。
（可以主要地）参考使用 OpenCV 进行高动态范围（HDR）成像

都是主要分为以下3个步骤：

1. 对齐方法

我们在中提供了以下对齐方法对齐.py，您可以自由选择要使用的方法。

1. MTB（AlignMTB（**kwargs））：MTB alignment method，是OpenCV的内置方法；**kwargs是cv2.createAlignMTB（）的参数。
   参考Median Thresold Bitmap (MTB)算法中文详解
   算出图像的均值，然后把大于均值的设置为1，小于的设为0，得到均值二值图；两张曝光不同的图像的均值二值图，做异或运算（相同为1，不同为0），就可以得到差异图/偏移量图。。。（然后呢？如何根据偏移量做对齐？）
2. MTB金字塔（AlignMTBPyramid（grey_-approx，threshold_-range，ref_-id））：G Ward发表的MTB金字塔对齐方法[1]；grey_-approx是灰色近似方法，threshold_-range是中值阈值范围，ref_-id是参考图像id。
3. 基于特征的ORB（AlignFeatureORB（min_matches，match_percent，**kwargs））（默认）：由E Rublee[2]发布的基于特征的ORB对齐方法；min_matches是最小匹配对，match_percent是所选匹配对的百分比，**kwargs是cv2.ORB_create（）的参数。
4. 基于特征的SIFT（AlignFeatureSIFT（min_matches，match_percent，**kwargs））：由DG Lowe发布的基于特征的SIFT对齐方法[3]；min_matches是最小匹配对，match_percent是所选匹配对的百分比，**kwargs是cv2.xfeature2d.SIFT_create（）的参数。我们只把筛选用于学术目的。
5. ECC（AlignECC（warp_mode，iteration，terminal_eps，guassFilterSize））：GD Evangelidis出版的增强相关系数（ECC）最大化方法[4]；warp_mode是ECC中的翘曲模式（cv2.MOTION_AFFINE、cv2.MOTION_TRANSLATION、cv2.MOTION_EUCLIDEAN和cv2.MOTION_HOMOGRAPHY中的一种）；iteration是迭代次数，terminal\u eps是终止epsilon，guassFilterSize是ECC中使用的guass滤波器的大小。

2. 合并方式

我方提供以下合并方式：合并.py，您可以使用method参数来选择要使用的方法。

1. Debevec（MergerDebevec（**kwargs））（默认）：Debevec merge method，是OpenCV的内置方法；**kwargs是cv2.createCalibrateDebevec（）的参数。
2. Robertson（MergerRobertson（**kwargs））：Robertson merge method，是OpenCV的内置方法；**kwargs是cv2.createcaliblerobertson（）的参数。
3. Mertens（MergerMertens（**kwargs））：Mertens merge（fake HDR）方法，它是OpenCV的内置方法；值得注意的是，这个方法生成的是假HDR（即不是真的HDR，只是看起来像HDR）图片；**kwargs是cv2.createMergeMertens（）的参数。

3. 色调映射方法

我们在中提供了以下色调映射方法色调映射.py，您可以使用method参数来选择要使用的方法。

1. Drago（TonemapperDrago（））：Drago tonemapping方法，是OpenCV的内置方法；**kwargs是cv2.createTonemapDrago（）的参数。
2. Reinhard（TonemapperReinhard（））（默认）：Reinhard tonemapping method，是OpenCV的内置方法；**kwargs是cv2.createTonemapReinhard（）的参数。
3. Mantiuk（TonemapperMantiuk（））：Mantiuk tonemapping method，是OpenCV的内置方法；**kwargs是cv2.createTonemapMantiuk（）的参数。

深度学习方法：

一般为，先选择一张曝光度中等的或曝光较好的作为参考图像，然后将其他图像的信息融合到该图像中。（待续。。）