本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，特別涉及一種多幅ldr圖像獲取方法。

背景技術(shù)：

由具有不同曝光值的多幅ldr圖像生成hdr圖像的時候，多幅ldr圖像的個數(shù)、亮度范圍、色彩信息以及邊緣紋理都將影響著生成的hdr圖像的明暗程度和細節(jié)信息。因此多幅曝光ldr圖像的獲取對于生成高質(zhì)量的hdr圖像來說是至關(guān)重要的。

目前，多幅ldr圖像的獲取方式包括直接獲取方式和基于單幅圖像的獲取方式兩種：1、多幅ldr圖像的直接獲取方式就是利用數(shù)碼相機，首先調(diào)整數(shù)碼相機等數(shù)字圖像獲取工具的光圈和快門以便獲取不同曝光值的ldr圖像，然后再利用圖像配準算法對多曝光ldr圖像進行校正。該方法獲取方法復(fù)雜繁瑣，且需要圖像配準，因此計算量大。2、基于單幅圖像的多l(xiāng)dr圖像獲取方法就是利用單幅ldr圖像來獲取具有不同曝光值的多幅ldr圖像，首先是選取一幅ldr圖像作為參考圖像，然后通過色調(diào)映射處理來對其進行亮度調(diào)整得到多幅曝光值不同的ldr圖像，該方法能夠避免了繁瑣的配準步驟，而且使得圖像的獲取方式簡單便捷。

技術(shù)實現(xiàn)要素：

為了克服現(xiàn)有技術(shù)存在的缺陷，本發(fā)明提出了一種具有不同曝光值的多幅ldr圖像獲取方法，先對單幅曝光良好的圖像進行色調(diào)映射，從而生成具有不同曝光值的多幅圖像，然后對這些圖像進行retinex增強，從而可以生成細節(jié)更豐富的圖像。

本發(fā)明的一種具有不同曝光值的多幅ldr圖像獲取方法，該方法包括以下步驟：

步驟1、輸入單幅ldr圖像；

步驟2、對上述的單幅ldr圖像基于色調(diào)映射生成具有不同曝光值的多幅ldr圖像，公式如下：

其中，lfakek(x,y)表示生成的第k幅不同曝光圖像中(x,y)像素處的亮度值；ld(x,y)表示作為輸入ldr圖像中(x,y)像素處的歸一化亮度值；pk表示第k幅不同曝光ldr圖像的亮度調(diào)節(jié)因子，表示用于控制相鄰偽曝光ldr圖像之間的亮度差，lad,k表示第k幅不同曝光ldr圖像的平均亮度值，lsmax設(shè)置為固定值，取382.5，lmax,k表示第k幅不同曝光ldr圖像中最大的亮度值，由下式求得lad,k的方程為：

lad,k＝1+exp(μevk)

其中，evk表示第k幅不同曝光ldr圖像的曝光值；μ表示可調(diào)節(jié)的常數(shù)，取μ＝0.85；通過設(shè)置[evk,pk]獲取質(zhì)量良好的具有不同曝光值的多幅ldr圖像；

步驟3、對步驟(2)生成的具有不同曝光值的多幅ldr圖像進行色彩恢復(fù)的retinex增強，獲取具有不同曝光值的多幅ldr圖像，該步驟具體包括以下步驟：

其中，ii,k(x,y)表示輸入的第k幅不同曝光的ldr圖像在i顏色通道的(x,y)像素處的亮度值，n表示尺度數(shù)量，n表示1～n中任一尺度值，wn表示每個尺度的權(quán)重，一般為1/n，r表示在以e為底數(shù)的對數(shù)域輸出的圖像，msr表示multiscaleretinex即多尺度retinex算法，fn(x,y)為輸入ldr圖像中(x,y)像素處在任一尺度下的濾波值；

計算色度標量，公式如下所示：

其中，i′i,k(x,y)表示被色度標量后的第k幅輸入不同曝光的ldr圖像中在i通道的(x,y)像素處的亮度值，s表示色度通道數(shù)，rgb三通道，s＝3；ii,k(x,y)表示在色度通道i下的第k幅輸入不同曝光的ldr圖像中(x,y)像素處的亮度值；

利用帶恢復(fù)色彩的多尺度retinex算法進行多幅ldr圖像的色彩恢復(fù)，公式如下所示：

其中，表示第k幅輸入圖像在i通道進行多尺度retinex算法后在像素點(x,y)處的亮度值，表示第k幅輸入圖像在i通道進行帶色彩恢復(fù)的多尺度retinex算法后在像素點(x,y)處的亮度值；其中：

ci,k(x,y)＝βlog[αi′i,k(x,y)]

這里，β表示增益常數(shù)，α表示控制著非線性的強度；由于圖像顯示的時候，圖像的像素值應(yīng)該為[0,255]之間，故而對輸出的值進行調(diào)整，調(diào)整公式如下所示：

其中，表示輸入的第k幅圖像在retinex增強后的圖像在i通道中所有像素點的最小值，表示輸入的第k幅圖像在retinex增強后的圖像在i通道中所有像素點的最大值，表示輸入的第k幅不同曝光的圖像在retinex算法后i通道的值進行調(diào)整后在像素點(x,y)的輸出的值。

與現(xiàn)有技術(shù)相比，本發(fā)明讓多幅曝光ldr圖像獲取方法更簡單便捷，容易操作，而且生成的圖像細節(jié)更豐富、紋理更清晰。因此，對于hdr的融合有著至關(guān)重要的作用；不僅如此，該算法增加了retinex算法，這樣使得生成的多曝光ldr圖像細節(jié)更清晰、清晰度提高，對于后續(xù)的hdr圖像生成的質(zhì)量有著一定重要的作用。

附圖說明

圖1為多幅曝光ldr圖像生成算法框圖；

圖2為實驗結(jié)果圖，(a)、s曲線映射生成的多幅曝光ldr圖像；(b)、基于retinex的s曲線映射生成的多幅曝光ldr圖像。

具體實施方式

下面結(jié)合附圖對本發(fā)明作進一步詳細描述。

第一步：基于色調(diào)映射生成具有不同曝光值的圖像

常用于調(diào)整亮度的色調(diào)映射曲線有線性曲線、曲線和s曲線。其中s曲線能夠增強亮度處于中間范圍的明亮區(qū)域和黑暗區(qū)域的對比度，并且人眼對中間范圍的亮度的感知是至關(guān)重要的。將一個正常曝光的ldr圖像轉(zhuǎn)化為有著不同亮度的圖像，從而可以獲取更多的信息，為此實現(xiàn)色調(diào)映射函數(shù)建模的s曲線方程如下：

其中，lfake(x,y)表示生成圖像中(x,y)像素處的亮度值；ld(x,y)表示作為輸入ldr圖像中(x,y)像素處的歸一化亮度值；lad表示偽曝光圖像的平均亮度值；c表示乘法因子，lsmax設(shè)置為固定值，取382.5，lmax表示具有不同曝光值的多幅圖像中最大的亮度值。

為了生成具有不同曝光值的多幅ldr圖像，本發(fā)明從ldr圖像的平均亮度值以及多幅ldr圖像之間的亮度差這兩方面著手。每幅ldr圖像的平均亮度值決定了視覺上的亮暗程度，其實也是反映了真實場景中的亮度傾向，這對于最終的融合來說是至關(guān)重要的。而為了保證各個曝光值之下的細節(jié)信息能夠在融合生成的hdr圖像中得到展示，需使得每幅多曝光ldr圖像在最終的融合過程中的貢獻近似，應(yīng)保持多曝光ldr圖像之間的亮度差一致。因此，本發(fā)明采用的改進的s曲線方程為：

其中，lfakek(x,y)是生成的第k幅不同曝光圖像中(x,y)像素處的亮度值；ld(x,y)表示作為輸入ldr圖像中(x,y)像素處的歸一化亮度值；pk表示第k幅不同曝光ldr圖像的亮度調(diào)節(jié)因子，用于控制相鄰偽曝光ldr圖像之間的亮度差，lad,k表示第k幅不同曝光ldr圖像的平均亮度值，lsmax設(shè)置為固定值，取382.5，lmax,k表示第k幅不同曝光ldr圖像中最大的亮度值，由下式求得lad,k的方程為：

lad,k＝1+exp(μevk)(3)

其中，evk表示第k幅不同曝光ldr圖像的曝光值；μ是可調(diào)節(jié)的常數(shù)，取μ＝0.85。因此該色調(diào)映射函數(shù)受[evk,pk]控制，對于給定不同的[evk,pk]就會產(chǎn)生不同的曝光圖像。因此，通過設(shè)置[evk,pk]獲取質(zhì)量良好的多曝光ldr圖像。為了加強生成的不同曝光圖像的細節(jié)和清晰度，本文采用retinex算法，如下所示。

其中，ii,k(x,y)為輸入的第k幅不同曝光的ldr圖像在i顏色通道的(x,y)像素處的亮度值，n為尺度數(shù)量，n表示1～n中任一尺度值，wn為每個尺度的權(quán)重，一般為1/n，r表示在以e為底數(shù)的對數(shù)域下輸出的圖像，msr表示multiscaleretinex即多尺度retinex算法，fn(x,y)為輸入ldr圖像中(x,y)像素處在任一尺度下的濾波值，一般為高斯函數(shù)，如公式(5)所示：

其中，σn表示在尺度n下的濾波的標準偏差，cn為歸一化的因子，滿足∫∫fn(x,y)dxdy＝1。由于以往的retinex算法會出現(xiàn)彩色失真的現(xiàn)象，所以要對圖像進行色彩恢復(fù)，首先計算色度標量，公式如下所示：

其中，i′i,k(x,y)表示被色度標量后的第k幅輸入不同曝光的ldr圖像中在i通道的(x,y)像素處的亮度值，s代表了色度通道數(shù)，rgb三通道，所以s＝3；ii,k(x,y)為在色度通道i下的第k幅輸入不同曝光的ldr圖像中(x,y)像素處的亮度值。

所以帶恢復(fù)色彩的多尺度retinex公式如下所示：

其中：

ci,k(x,y)＝βlog[αi′i,k(x,y)](8)

這里，β是增益常數(shù)，α控制著非線性的強度，其中，表示第k幅輸入圖像在i通道進行多尺度retinex算法(msr)后在像素點(x,y)處的亮度值，表示第k幅輸入圖像在i通道進行帶色彩恢復(fù)的多尺度retinex算法(msrcr)后在像素點(x,y)處的亮度值。

由于圖像顯示的時候，圖像的像素值應(yīng)該為[0,255]之間，故而對輸出的值進行調(diào)整，調(diào)整公式如下所示：

其中，表示輸入的第k幅圖像在retinex增強后的圖像在i通道中所有像素點的最小值，表示輸入的第k幅圖像在retinex增強后的圖像在i通道中所有像素點的最大值，表示輸入的第k幅不同曝光的圖像在retinex算法后i通道的值進行公式(9)調(diào)整后在像素點(x,y)的輸出的值。

至此，就得到基于retinex算法后的多曝光圖像，該圖像不僅細節(jié)更清晰，而且清晰度更高。

本發(fā)明的具體實施例描述如下：

1)、以生成5幅多曝光ldr圖像為例，設(shè)定k＝0～4，lsmax＝382.5，evk＝(-1,-0.5,0,0.5,1)，pk＝(1.6,1.3,1,0.85,0.75)，μ＝0.85，n＝3，σ1＝15，σ2＝80，σ3＝250，α＝125，β＝46，wn＝1/3。

2)、按照公式(1)到(9)，求出由單幅圖像生成的具有不同曝光值的多幅ldr圖像；

如圖2所示為本實施例的實驗結(jié)果。其中圖(a)表示單幅圖像基于s曲線生成的多曝光ldr圖像，圖(b)表示在圖(a)基礎(chǔ)上進行retinex算法后的多曝光ldr圖像。

如表1所示，是圖2中圖(a)與圖(b)的5幅多曝光圖像(依次從左至右)的信息熵與清晰度的值。

表1、信息熵與清晰度的對比

主觀上通過圖(a)與圖(b)的對比可以發(fā)現(xiàn)，利用retinex算法對圖像進行增強后，生成的多曝光圖像細節(jié)更清晰?？陀^上，由于圖像信息熵可以反映了圖像中平均信息量的多少；圖像的清晰度可以反映圖像上各細部影紋及其邊界的清晰程度。因此，通過表1中圖(a)與圖(b)的信息熵和清晰度的對比可以發(fā)現(xiàn)，基于retinex算法增強后的5幅多曝光的圖像不僅細節(jié)信息增加，而且圖像更清晰，這將有助于后續(xù)的hdr圖像生成。