[发明专利]用于生成高动态范围图像的方法和装置有效

专利信息
申请号: 201680090727.0 申请日: 2016-12-22
公开(公告)号: CN109997351B 公开(公告)日: 2021-02-23
发明(设计)人: 法赫德·布扎拉;奥纳伊·优厄法利欧格路;伊布拉希姆·哈法奥 申请(专利权)人: 华为技术有限公司
主分类号: H04N5/235 分类号: H04N5/235
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 熊永强;李稷芳
地址: 518129 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 生成 动态 范围 图像 方法 装置
【说明书】:

一种用于生成高动态范围(High Dynamic Range,简称HDR)图像的方法和装置。所述方法包括获取一组两个或多个输入图像,所述两个或多个输入图像包括参考图像和一个或多个非参考图像;针对所述一个或多个非参考图像中的每一个执行图像分析,所述图像分析包括:针对所述非参考图像的多个区域中的每个区域,评估所述非参考图像的所述区域与所述参考图像的对应区域是否显示相同的图像内容,并根据所述评估将所述非参考图像的所述区域声明为有效或无效;通过融合所述参考图像和所述一个或多个非参考图像生成HDR图像,其中所述融合包括:针对所述一个或多个非参考图像中的每一个,忽略所述相应非参考图像中的无效区域。

技术领域

本申请涉及用于从至少两个输入图像生成高动态范围图像的装置和方法。

具体地,本申请涉及生成高动态范围图像的装置和方法,这涉及检测一个或多个输入图像中的动态像素。

背景技术

高动态范围成像(High Dynamic Range Imaging,简称HDRI)和曝光融合(Exposure Fusion,简称EF)是计算扩展描绘真实场景的图像动态范围的首选方法。令人遗憾的是,这些方法仍然易于产生某些伪影。其中,当涉及处理输入低动态范围(Low DynamicRange,简称LDR)图像中的运动(相机或场景运动)时,所谓的重影效应是最关键的高动态范围(High Dynamic Range,简称HDR)限制。

在曝光融合(Exposure Fusion,简称EF)的情况下,使用加权图合并输入图像,所述加权图会评估LDR的饱和度、曝光度和对比度。这一技术基于以下假设:输入LDR是对齐的(静态场景)。但是,真实场景大多是动态的,并且包含移动物体。这会产生重影效应,导致物体出现在最终图像中的多个位置。

当输入图像栈仅包含几个色差很大的图像时,这个问题变得更具挑战性,移动电话领域中就是这种情况。为了解决这一问题,需要执行去重影步骤以保证最终HDR图像的质量。

现存在基于运动图的去重影方法阵列,所述阵列可指示相应动态像素的位置。当输入栈提供大量不同曝光的LDR时,这些方法通常很有效。如果是两个光强差异很大的输入图像,则这些方法通常就没有用了。

发明内容

因此,本申请的目的在于提供一种稳健的去重影方法,所述方法可在许多情况下有效执行,尤其是在只有几个(例如,两个或三个)不同曝光的图像可用作输入,且这些图像的光照变化很大的情况下。

上述目的通过所附独立权利要求中提供的解决方案实现。有利的实现方式在相应的从属权利要求中定义。

本申请的第一方面提供了一种用于生成高动态范围(High Dynamic Range,简称HDR)图像的方法,包括:

获取一组两个或多个输入图像,所述两个或多个输入图像包括参考图像和一个或多个非参考图像;

针对所述一个或多个非参考图像中的每一个执行图像分析,所述图像分析包括:针对所述非参考图像的多个区域中的每个区域,评估所述非参考图像的所述区域与所述参考图像的对应区域是否显示相同的图像内容,并根据所述评估将所述非参考图像的所述区域声明为有效或无效;

通过融合所述参考图像和所述一个或多个非参考图像生成HDR图像,其中所述融合包括:针对所述一个或多个非参考图像中的每一个,忽略所述相应非参考图像中的无效区域。

所述图像分析尤其包括:

通过从所述参考图像中减去所述非参考图像来生成所述非参考图像的差别图像,反之亦然(即,从所述非参考图像中减去所述参考图像);

通过对所述差别图像应用对比度增强变换来生成对比度增强的差别图像;

其中,所述评估是在所述对比度增强的差别图像的基础上执行的。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司,未经华为技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201680090727.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top