低復(fù)雜度高效高動態(tài)數(shù)字圖像的合成方法
【專利摘要】本發(fā)明公開一種低復(fù)雜度高效高動態(tài)數(shù)字圖像的合成方法，所述方法包括有：1、分別獲取高低曝光的圖像；2、分別得到對應(yīng)YCbCr分量；3、計算出亮暗圖像三分量各自的梯度值；4、對比兩圖像同一分量的梯度差值；5、得到亮暗亮圖各自的權(quán)值系數(shù)；6、權(quán)值與原圖相乘合成高動態(tài)圖像。本發(fā)明有益效果在于，運(yùn)用于硬件上的高動態(tài)實(shí)現(xiàn)，可以在保證高動態(tài)效果的前提下同時提高處理速度。
【專利說明】低復(fù)雜度高效高動態(tài)數(shù)字圖像的合成方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及數(shù)字圖像處理領(lǐng)域，具體涉及一種高動態(tài)范圍圖像合成方面的方法。 本發(fā)明計算復(fù)雜度低，合成高動態(tài)圖像所需的源圖像數(shù)量少，便于硬件實(shí)時處理。 技術(shù)背景
[0002] 自然界中實(shí)際物體的亮度差可以達(dá)到ΚΓ8的量度級，而人眼可以看到的亮度差 達(dá)到1〇~5,所以，目前普遍使用的圖像獲取設(shè)備以及顯示設(shè)備無法很好的顯示出物體真實(shí) 的亮度范圍。由此導(dǎo)致的是在有些偏亮的地方獲取圖片時會丟失亮區(qū)細(xì)節(jié)，如圖1所示。相 反，有些偏暗的地方會丟失暗區(qū)的細(xì)節(jié)，如圖2所示。隨著人們對數(shù)字圖像研究的深入，逐 漸發(fā)現(xiàn)這種圖像顯示的局限性，為了能夠比較好的解決這個問題，人們就相對應(yīng)推出了高 動態(tài)的概念。
[0003] 高動態(tài)范圍圖像，相對于一般的圖像，能有更高的動態(tài)范圍，及能夠表現(xiàn)出比一般 圖像更多的細(xì)節(jié)。通俗的說，亮區(qū)可以表現(xiàn)的非常亮，暗區(qū)可以表現(xiàn)的非常暗，并且無論亮 區(qū)還是暗區(qū)，細(xì)節(jié)都保存的很好。
[0004] 合成高動態(tài)主要的方法分為兩大類：基于光學(xué)成像器件的方法和基于軟件后處理 的方法。這兩種方法從不同的角度來獲取高動態(tài)圖片，并且都能獲得比較好的效果。
[0005] 基于光學(xué)成像器件的方法，一個主流的方法是在前端的對感光元器件進(jìn)行改進(jìn)， 設(shè)計不同的電荷f禹合元件（CO) :charged couple device)來獲得高動態(tài)圖像，如圖3所示， 其中S像素用于獲取暗區(qū)細(xì)節(jié)，R像素用于獲取亮區(qū)細(xì)節(jié)。另一個則是對采光鏡片進(jìn)行改 進(jìn)，將一束光通過棱鏡分成多束光，然后分別送到不同的感光器件獲取多應(yīng)的亮度信息，最 后合成1?動態(tài)圖像。
[0006] 基于軟件后處理的方法，主要有1997年Debevec提出的通過假設(shè)曝光時間已知 的情況下合成相機(jī)響應(yīng)曲線，然后利用相機(jī)響應(yīng)曲線合成高動態(tài)圖像的方法；Mitsunaga 等人通過多項式函數(shù)來假設(shè)相機(jī)響應(yīng)曲線，最后根據(jù)觀測數(shù)據(jù)估計出多項式的系數(shù)和曝光 t匕，這樣就可以不用確切知道每幅圖的具體曝光時間，可以比較靈活的實(shí)現(xiàn)。
[0007] 以上的方法實(shí)現(xiàn)效果雖好，但是基于光學(xué)成像器件的方法成本過高；基于軟件的 方法運(yùn)算復(fù)雜度高，在相機(jī)中無法完成實(shí)時處理。針對以上問題，本發(fā)明提出新的高動態(tài)實(shí) 現(xiàn)方法，并且可以快速有效實(shí)現(xiàn)高動態(tài)圖像的融合。


【發(fā)明內(nèi)容】

[0008] 鑒于現(xiàn)有技術(shù)的不足，本發(fā)明旨在于提供一種低復(fù)雜度高效高動態(tài)數(shù)字圖像的合 成方法，本發(fā)明的方法只需運(yùn)用兩張曝光時間不同的圖像在梯度域上進(jìn)行判決，通過適當(dāng) 的權(quán)值分配就可以合成高動態(tài)圖像。加快了高動態(tài)圖像在硬件上的實(shí)現(xiàn)速度。
[0009] 為了實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案如下：
[0010] 一種低復(fù)雜度高效高動態(tài)數(shù)字圖像的合成方法，具有攝影設(shè)備，通過所述攝影設(shè) 備分別獲取曝光時長不同的兩幅圖像，所述方法包括以下步驟：
[0011] S1將曝光時間長的圖像與曝光時間短的圖像分別標(biāo)記為Η圖像與L圖像；
[0012] S2分別獲取所述Η圖像與L圖像的YCbCr三通道分量，并對各個分量進(jìn)行梯度計 算后得到所述Η圖像與L圖像中每個像素位置的三通道分量梯度值；
[0013] S3依次將S2步驟獲得的所述Η圖像與L圖像中每同一分量的同一個像素位置的 梯度進(jìn)行比較并進(jìn)行權(quán)值修改，得出所述Η圖像與L圖像相對應(yīng)的權(quán)值矩陣；
[0014] S4將所述Η圖像與L圖像各自的YCbCr三通道分量每個相同像素位置的像素分別 乘以其相對應(yīng)的權(quán)值；
[0015] S5將S4獲得的乘積進(jìn)行求和處理，最終得到三通道分量合成新的圖像。
[0016] 需要說明的是，所述的曝光時間長的圖像Η的特點(diǎn)是亮區(qū)細(xì)節(jié)由于過亮已經(jīng)丟 失，但是對于比較暗的區(qū)域細(xì)節(jié)保存良好；曝光時間短的圖像L的特點(diǎn)是暗區(qū)由于光線過 暗，導(dǎo)致細(xì)節(jié)丟失，但是對應(yīng)亮區(qū)，細(xì)節(jié)信息仍然存在。
[0017] 需要說明的是，所述S2步驟中獲得的梯度值分別為GYH (m，n)、GCbH (m，η)、 GCrH(m, n)和 GYL(m, η)、GCbL(m, n)與 GCrL(m, η)，其中，m 表示圖像 H 或圖像 L 的第 m 行， η表示圖像Η或圖像L的第η列。
[0018] 需要說明的是，所述梯度值通過5*5域的方式獲得：
[0019] 在如下所示的5*5域，對應(yīng)計算像素 Ζ13處的梯度值：

【權(quán)利要求】
1. 低復(fù)雜度高效高動態(tài)數(shù)字圖像的合成方法，具有攝影設(shè)備，通過所述攝影設(shè)備分別 獲取曝光時長不同的兩幅圖像，其特征在于，所述方法包括以下步驟： S1將曝光時間長的圖像與曝光時間短的圖像分別標(biāo)記為Η圖像與L圖像； S2分別獲取所述Η圖像與L圖像的YCbCr三通道分量，并對各個分量進(jìn)行梯度計算后 得到所述Η圖像與L圖像中每個像素位置的三通道分量梯度值； S3依次將S2步驟獲得的所述Η圖像與L圖像中每同一分量的同一個像素位置的梯度 進(jìn)行比較并進(jìn)行權(quán)值修改，得出所述Η圖像與L圖像相對應(yīng)的權(quán)值矩陣； S4將所述Η圖像與L圖像各自的YCbCr三通道分量每個相同像素位置的像素分別乘以 其相對應(yīng)的權(quán)值； S5將S4獲得的乘積進(jìn)行求和處理，最終得到三通道分量合成新的圖像。
2. 根據(jù)權(quán)利要求1所述的合成方法，其特征在于，所述S2步驟中獲得的梯度值分別為 GYH (m, n)、GCbH (m, n)、GCrH (m, η)和 GYL (m, n)、GCbL (m, η)與 GCrL (m, η)，其中，m 表不圖像 Η或圖像L的第m行，η表示圖像Η或圖像L的第η列。
3. 根據(jù)權(quán)利要求1或2所述的合成方法，其特征在于，所述梯度值通過5*5域的方式獲 得：
而對于圖像四周邊緣的頂兩行、底兩行以及左兩列、右兩列的梯度計算，可賦予〇為初 始值； 直接取X，y兩方向梯度值的平均值作為梯度代表值，公式如下： GYHavg = avg(GYHx+GYHy) GCbHavg = avg (GCbHx+GCbHy) GCrHavg = avg (GCrHx+GCrHy) GYLavg = avg(GYLx+GYLy) GCbLavg = avg (GCbLx+GCbLy) GCrLavg = avg (GCrLx+GCrLy)
4. 根據(jù)權(quán)利要求1所述的合成方法，其特征在于，所述S3步驟中的比較為GYH(m，n)與 GYL(m, n)、GCbH(m, η)與 GCbL(m, n)、GCrH(m, η)與 GCrL(m, η)在相同 m，n 情況下進(jìn)行比較， 其中，m表示圖像Η或圖像L的第m行，η表示圖像Η或圖像L的第η列；進(jìn)行權(quán)值修改時， 當(dāng)兩個圖像梯度差在最大梯度差的1/3以內(nèi)時，取相同的權(quán)值，即為0. 5 ;反之，當(dāng)梯度差大 于最大梯度差的1/3時，對梯度值大的賦予大于0. 5的權(quán)值，梯度值小的賦予小于0. 5的權(quán) 值；最后得到兩幅圖對應(yīng)的權(quán)值矩陣YA (m, n)、CbA (m, n)、CrA (m, η)與YB (m, n)、CbB (m, η)、 CrB (m, η) 〇
5.根據(jù)權(quán)利要求1或4所述的合成方法，其特征在于，所述S3步驟中的比較梯度值使 用以下方法： S1 分別使用 gHz(m，η)表示 GYHaVg(m，n)、GCbHavg(m，n)、GCrHavg(m，η)中的某一個分量對 應(yīng)（m, η)位置的梯度參量；g^On，η)表示 GYLavg(m，n)、GCbLavg(m，n)、GCrLavg(m，η)中的某 一個分量對應(yīng)（m，η)位置的梯度參量； S2然后將k(m，n)、gHz(m，η)求差值，并且根據(jù)差值大小對應(yīng)賦予時間長或短的曝光 圖像不同的權(quán)值：
A = 1-B 其中，A為曝光時間長的圖像權(quán)值，B為曝光時間短的圖像權(quán)值，a、b為梯度差閾值且 b>a〇
【文檔編號】H04N5/235GK104301636SQ201410598547
【公開日】2015年1月21日 申請日期:2014年10月30日 優(yōu)先權(quán)日:2014年10月30日
【發(fā)明者】宋銳, 江雄華, 賈媛, 李云松, 王養(yǎng)利 申請人:西安電子科技大學(xué)