[发明专利]图像阴影和高光的自动局部调整

说明书

背景技术

众所周知，人眼同时感知明亮和昏暗的区域的细节的能力与传统的图像捕捉设备不匹配。结果，摄影师通过肉眼可以感知到一个场景在明亮的和昏暗的区域都有细节，但是，当摄影的时候，所得到的该同样场景的照片可能包含“溢出的”、缺乏细节的明亮的区域，并可能包含类似太暗的、并且同样缺乏细节的黑暗的区域。专业的摄影师很清楚这个缺陷并通过可在捕捉图像之前实施的各种手段来预防这一点。反之，业余摄影师往往并不清楚他们的图像捕捉设备的这些局限性，结果，捕捉到的图像缺乏细节。

随着数字图像捕捉和数字图像处理技术的到来，在图像被捕捉之后可应用各种机制来改进图像的明亮或者昏暗区域的细节的缺失。典型地这些机制被称作“高光和阴影”处理。在多数数字图像编辑软件应用程序中可找到手动的高光和阴影处理功能。然而，由于这些程序提供的高光和阴影处理是由用户手动调节的，改进给定图像的能力直接取决于该用户熟练地有见识地使用这些功能的能力。不幸的是，起初不很了解如何避免照出这种照片的用户事后同样不大可能熟练运用高光和阴影处理来修复这些照片。

认识到此二分性，一些数字图像编辑软件应用程序提供自动的高光和阴影处理，通常称作“自动曝光”。然而，这种自动处理对整个数字图像运用同样的修正。这些自动处理没有尝试区分数字图像的哪些区域代表高光、哪些区域代表阴影，并区分对待这些区域，或对这些不同的区域运用不同的修正。相反，这种自动的高光和阴影处理笼统地基于整个图像来决定要运用的数字修正，并将这些修正运用到整个图像中。

发明内容

在一个实施例中，自动高光和阴影处理在数字图像上局部地实施，这样该数字图像的各个区域可对其运用不同的高光和阴影处理。

在另一个实施例中，生成一个模片（mask）来识别代表数字图像的高光区域的那些数字图像部分以及识别代表数字图像的阴影区域的那些数字图像部分。这个模片可通过对被处理的数字图像运用高斯模糊来生成，从而将微小细节用与其环境同样的方式来分类。此外，高斯模糊的结果可与原始图像混合以保留识别为高光的区域和识别为阴影的区域之间的锐利转变。

在进一步的实施例中，自动运用的高光和阴影处理可以基于可以从一个或多个光度直方图中导出的目标集合，所述光度直方图包括针对整个数字图像的光度直方图和分别表示阴影区域和高光区域的各自的光度直方图。光度直方图的平均值、方差值和其它矩值可被用来生成目标矩值，包括目标平均值和目标方差值。之后高光和阴影区域可被自动地处理直至至少有一个矩值达到了目标矩值。

在又一实施例中，从光度直方图的已有的矩值中导出目标矩值的机制可从数字图像的参考集合中获得。数字图像的参考集合可以被手动调整，以优化这些数字图像的高光和阴影区域的细节的显示。包括各自代表阴影区域和单独代表高光区域的直方图的原始图像的光度直方图可与手动修正过的图像的光度直方图进行比较。从这种比较中，能够获得从原始矩值导出目标矩值的机制。

提供本发明内容部分以简化的形式介绍概念的选择，在下面具体实施方式中其将被进一步描述。本发明内容并不旨在识别所要求保护的主题的关键特征或必要特征，也不旨在用于限制所要求保护的主题的范围。

其它特征和优点将通过下面通过参考附图进行的具体描述而变得清楚。

附图说明

结合附图，下述具体描述可以被最好地理解，其中：

图1是图像的阴影和高光区域的示例性自动和局部调整的框图；

图2是用于自动识别图像的高光和阴影区域的模片的示例生成的框图；

图3是对图像的高光和阴影区域的示例加权的示意图；

图4是以局部的方式自动调整图像的阴影和高光区域的示例机制的框图；

图5是生成原始图像的直方图矩和目标直方图矩之间的函数关系的示例机制的流程图；

图6是以局部的方式自动调整图像的阴影和高光区域的示例机制的流程图；及

图7是示例计算设备的框图。

具体实施方式