基于非对称事件-SVE 相机系统的高动态范围成像

在极端照明条件下的高动态范围（HDR）成像对于传统相机而言仍具有挑战性，因其易产生过曝。事件相机提供微秒级时间分辨率和高动态范围，而空间变化曝光（SVE）传感器则提供单帧辐射率多样性。我们提出了一种硬件-算法协同设计的HDR成像系统，将SVE 微衰减相机与事件传感器紧密集成于非轴对称双模态配置中。为处理非轴对称几何和异构光学，我们发展了两阶段跨模态对齐框架，结合特征引导的粗糙单应变估计与基于空间池化和频域滤波的多尺度细化模块。在对齐表示之上，我们开发了具备卷积融合、互信息正则化和可学习融合损失的跨模态HDR重建网络，该损失函数自适应平衡强度线索和事件派生的结构约束。针对合成基准和真实捕获的全面实验表明，所提出的系统在恢复高光、保持边缘细节和鲁棒性方面均优于仅基于帧或仅基于事件的HDR流水线。结果表明，联合优化光学设计、跨模态对齐和计算融合为实现高度动态和辐射率挑战性环境中的可靠HDR感知提供了有效基础。