CN101866092A - 响应于多个短曝光而生成被模拟的长曝光图像 - Google Patents

响应于多个短曝光而生成被模拟的长曝光图像 Download PDF

Info

Publication number
CN101866092A
CN101866092A CN201010151965A CN201010151965A CN101866092A CN 101866092 A CN101866092 A CN 101866092A CN 201010151965 A CN201010151965 A CN 201010151965A CN 201010151965 A CN201010151965 A CN 201010151965A CN 101866092 A CN101866092 A CN 101866092A
Authority
CN
China
Prior art keywords
image
long exposure
sequence
picture
camera
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201010151965A
Other languages
English (en)
Inventor
刘明昌
马克·罗伯逊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Sony Electronics Inc
Original Assignee
Sony Corp
Sony Electronics Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Corp, Sony Electronics Inc filed Critical Sony Corp
Publication of CN101866092A publication Critical patent/CN101866092A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/741—Circuitry for compensating brightness variation in the scene by increasing the dynamic range of the image compared to the dynamic range of the electronic image sensors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20216—Image averaging

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了响应于多个短曝光而生成被模拟的长曝光图像。通过在稍微不同的时间捕捉的短曝光时间的图像序列，来模拟长曝光时间的图像。图像的序列被组合在时间积分处理中以创建长曝光图像，该长曝光图像模拟来自通过三脚架来稳定的静止相机的输出，其中该静止相机的光敏材料在从序列的第一输入图像开始的时刻到输入序列的最后图像被曝光于同一场景。本方法克服了手持式视频和图像记录装置的限制，使用户能容易地创建通常与受专业控制的高端数字静止相机相关的效果。

Description

响应于多个短曝光而生成被模拟的长曝光图像
技术领域
本发明一般地与数字摄影术有关，更具体地，与被配置用于模拟长曝光静止图片的相机有关。
背景技术
长曝光时间的静止图像(长曝光图像)已长久地被用于例如在表现运动、平滑运动时创建艺术效果，并且被用于隔离固定的对象。因为必须使光圈打开相当长的时间段，所以在一些情况下对消费者而言没有三脚架的辅助而拍摄长曝光静止图像是困难的甚至是不可能的。此外，创建有用的长曝光图像而言所需的相机控制经常仅在高端单镜头反光(SLR)相机上才是可得的。拍摄偶然的照片的一般消费者通常不喜欢被携带三脚架或尝试弄清楚创建长曝光图像中所涉及的细微差别所烦恼，并且因此不能利用他们的创造可能性。
图1描绘了用于获得长曝光时间的图像的传统处理10。相机装置12保持在稳定的架子14(例如三脚架，并且通常具有远程快门控制(未示出))上。相机光圈被设置用于给定的小的光圈尺寸以及长曝光间隔16。将会被注意的是，为了利用传统的静止相机来创建长曝光的照片，感光元件在曝光的持续时间中被暴露于来自场景的光之下，该曝光的持续时间可从几分之几秒跨越到数分钟甚至数小时。
为了防止当拍摄传统的长曝光图像时对固定场景内容的无意的模糊，相机必须在曝光期间被保持得非常静止。对于相对短的曝光，例如长达约1/60秒，没有固定支架(mount)(例如三脚架)帮助的人可让自己保持足够地静止以防止由相机抖动引起的模糊。利用诸如Sony的SuperSteadyShot
Figure GSA00000071700200011
之类的各种相机稳定技术，稍微长点儿的曝光是可以的。然而，对于更长的曝光，三脚架对于防止场景的静态区域的模糊而言变得必需。不管相机被保持得多么稳定，迅速移动的物体仍可能展现出相机抖动所导致的运动模糊。
应当认识到，在摄影术中使用的术语“曝光”描述了当快门打开的同时允许落在图像传感器(或摄影介质)上的光的总量。曝光通常以勒克斯(lux)秒来测量，并且可通过指定区域上的场景亮度以及曝光值(EV)来计算。
术语“长曝光”是摄影领域的术语，经常指选择如下快门速度的技术：该快门速度比致力于提供所希望的摄影效果的给定的光条件所需的快门速度要慢得多。例如，虽然图像可以利用第一光圈设置处的1/100秒曝光来捕捉，但是摄影者选择了1/2秒到10秒的曝光时间以及小得多的第二光圈设置。术语“长曝光”在这里一般被用来指代如下的曝光持续时间：该曝光持续时间在没有三脚架和/或其他设备的情况下不容易达到，并且该曝光持续时间与在无需三脚架或其他稳定支架的情况下一般可获得的“短的”或“正常的”曝光时间形成对比。
长曝光图像因为任何的若干目的而被捕捉。长曝光图像的一个这样的目的是艺术模糊的目的，其中场景的固定部分保持完美的细节，而场景的移动部分是运动模糊的。摄影者已使用此技术来创建生动的结果，包括：(1)为诸如瀑布或喷泉之类的移动的水创建雾状的、云状的或乳状的效果；(2)通过允许运动模糊弱化(de-emphasize)移动物体而在动态环境中“显露”固定对象；(3)在场景的固定部分与移动部分之间引出对比；(4)夸大一个或多个移动物体的表观速度(apparent speed)；(5)创建特殊的发光效果，例如将汽车的头灯或尾灯拖尾(streak)，以及提供其他的生动效果。这些效果中的一些的示例在稍后部分中示出。
长曝光的另一个目的是增大信噪比并且因此改进图像质量。曝光时间的延长增加了相对于噪声的信号强度，产生了“更清洁的”更高质量的图像，尤其很适用于在光线很弱的情况下拍摄的照片。当用在可得的信号强度低的低光条件中时，此效果看起来最为生动。
实际情况是，很多消费者或其他业余摄影者鉴于所涉及的困难而从不为拍摄长曝光图片而费心。消费者创建长曝光图片存在的障碍包括：(1)携带三脚架和/或相关的诸如快门释放线缆或遥控器之类的附件的负担；(2)很多情况和环境三脚架不太好用，例如在繁忙的人行道上、从移动的交通工具中等等；(3)用户可能还从未学过或者可能不记得如何有效地创建长曝光；(4)业余爱好者经常需要大量的实验(很多的尝试)才能获得有用的结果。
因此，存在着对于在具有较少的设备和困难的情况下自动创建长曝光图像的***和方法的需要。这些需要等在本发明内得到了满足，本发明克服了先前开发的相机***和方法的缺陷。
发明内容
一种设备和方法被教导，用于响应于多个较短曝光图像的积分形式的组合来生成长曝光图像，其中多个较短曝光图像可无需三脚架或用于防止相机抖动的其他装置而被捕捉。本发明可体现在各种设备中，包括数字相机(静止的和/或视频的)、以及图像处理设备和程序。
本发明将不同瞬时捕获的多个图像进行专门形式的组合，成为模拟来自静止相机的输出的单个图像，所述静止相机通过三脚架来稳定，其中该静止相机的光敏元件(材料)从第一个图像被收集的时刻到最后的图像被收集的时刻被曝光于同一场景。本方法克服了手持式视频和图像记录装置的限制，使用户能容易地创建通常与受专业控制的高端数字静止相机相关的、稳定的长曝光效果。
术语“图像”在这里一般被用来指代所捕获的静止照片(图片)或者视频序列中的帧的电子表示。这里出于讨论的目的，术语“图像”、“照片”和“图片”实质上是同义的。
将会被认识到的是，本发明的方法/设备被称作生成“被模拟的”长曝光(长曝光时间的图像)，因为快门在长曝光时间的持续期间实际上未保持在打开位置。而是，具有短的到正常的曝光(优选地为1/60秒或更少)的多个图像以专门的方式被处理和“组合”，以创建长曝光输出。将会被注意的是，这里所用的术语“短曝光”意在提供与术语“长曝光”的对比，尽管所谓的“短曝光”可利用可被称为正常曝光设置的事物来捕捉。
对于给定条件(在此条件下，相机装置正被用于拍摄输入图像的序列)而言，短曝光时间足够地短。例如，高达约1/60秒的通常的手持相机的曝光可在最小抖动的情况下获得。包含防抖硬件的相机可以在一些情况下使用稍微长点儿的曝光时间。除了环境照明问题以外，选择用于短曝光图像输入序列的曝光时间(持续时间)和光圈取决于若干问题，包括：所希望的结果的质量、图像分辨率、硬件图像稳定的存在、相机被保持得怎样(它的稳定性)、摄影者的熟练程度、环境(例如风、雨等)。然而，一般优选使用对于给定对象和条件将提供充足照明的最短曝光。
虽然术语“组合的”被用来指为了生成长曝光图像而使用多个短曝光的处理，但是应当认识到，该处理比简单地重叠一系列的图像更复杂，这在对本发明的详细讨论中显露出来。存在着正确模拟长曝光所需的若干处理步骤，包括时间积分，该时间积分可被认为是为了渲染自然出现的长曝光图像而“填充”连续图像之间的空间的手段。
本发明可以以若干方式来实施，包括但不限于下面的描述。
本发明的一个实施例是用于响应于视频帧的片段或者短曝光时间图像的序列的处理而生成长曝光时间图像(被模拟的)的设备。
本发明的一个实施例是通过视频创建长曝光时间静止照片的方法，包括：(a)选择视频；(b)在视频内选择定义了如下间隔的一组顺序的帧，被模拟的长曝光静止照片要在所述间隔中生成；以及(c)通过时间积分来组合这组顺序的帧，以创建长曝光时间静止照片。
本发明的一个实施例是用于响应于多个短曝光静止照片的处理而生成长曝光时间静止照片的方法，包括：(a)选择一组顺序的静止照片；以及(b)通过时间积分来组合这组顺序的静止照片，以创建长曝光时间静止照片。
本发明的一个实施例是一种用于模拟长曝光时间图像捕捉的设备，包括：(a)用于捕捉数字图像序列的装置；(b)计算机，该计算机具有耦合至该计算机的存储器；以及(c)程序，该程序适于运行在计算机上，以用于：(c)(i)从用于捕捉的装置以正常曝光时间设置来接收图像序列，其中正常曝光时间设置的持续时间小于希望的长曝光时间图像的持续时间，(c)(ii)从图像序列内，选择一组顺序的图像，这组顺序的图像跨越了希望的长曝光时间图像的持续时间，以及(c)(iii)通过时间积分来组合这组顺序的图像，以创建至少一个长曝光图像。
本发明的一个实施例是一种用于模拟长曝光时间的设备，包括：(a)电子成像元件，该电子成像元件适于捕捉数字图像序列；(b)计算机，该计算机具有耦合至该计算机的相关联的存储器，其中计算机被配置用于控制电子成像元件；以及(c)程序，该程序适于存储在存储器中以及运行在计算机上，以用于：(c)(i)捕捉图像序列，(c)(ii)在图像序列内，选择一组顺序的图像，这组顺序的图像跨越了希望的时间曝光的长度，以及(c)(iii)通过时间积分来组合这组顺序的图像，以创建至少一个长曝光图像。将会被注意的是，该设备允许用户从输入图像的集合生成任何希望数目的结果，例如关于选择图像的不同子集来处理、以及改变处理的特性。
将会被认识到的是，要输出的所产生的长曝光图像可跨越要由设备模拟的任何希望的曝光时间。本发明的主要益处之一是高质量的长曝光图像可无需三脚架或其他相机支架或远程快门释放而被创建，并且可在不太好使用三脚架的各种条件下被拍摄。此外，用户可更容易地得到希望的长曝光结果，因为设备可向他们提供对曝光的持续时间的控制，甚至允许用户为了得到希望的结果而尝试不同跨度的曝光和其他的处理特性，无需重新拍摄图像序列。由设备收集的短曝光图像的序列可包括视频序列的帧或者静止图像的序列。
在本发明的一个实施例中，在执行组合处理内的时间积分之前，补偿捕获的图像序列之中的相机运动。例如，运动补偿可包括执行全局运动估计(GME)和全局运动补偿(GMC)。本领域的普通技术人员之一将会意识到，各种形式的GME和GMC是公知的，其中这些技术将不会在这里描述。为了提供正确的积分，还优选的是，组合时在进行时间积分之前，将这组顺序图像的像素值转换成线性光值。在积分之后，设备优选地针对希望的反差和颜色平衡来进行校正。
本发明的一个实施例是一种用于自动创建静止图像的设备，该静止图像具有跨越希望的时间段(例如用户选择的)的被模拟的曝光时间，该设备包括：(a)相机内的电子成像元件，该电子成像元件适于捕捉数字图像序列；(b)计算机和耦合至该计算机的存储器，该计算机被配置用于控制设备(例如相机)的电子成像元件；以及(c)程序，该程序适于运行在计算机上，以用于：(c)(i)捕捉存储器内的图像序列，所述序列跨越了希望的时间段，(c)(ii)在图像序列内，选择一组顺序的图像，这组顺序的图像跨越了希望的时间曝光的长度，(c)(iii)补偿捕获的图像序列之中的相机运动，(c)(iv)将这组顺序的图像中的像素值转换成线性光值，以及(c)(v)通过时间积分来组合这组顺序的图像，以创建一个或多个(被模拟的)长曝光图像。
本发明的一个实施例是一种通过捕获的短曝光图像的序列创建长曝光时间静止照片的方法，包括：(a)(利用图像捕捉装置来)捕捉图像序列，该图像序列跨越了用于长曝光时间静止照片的希望的时间框；(b)补偿捕获的图像序列之中的数字图像捕捉装置的运动(例如校正图像序列的结果‘帧’)；以及(c)通过时间积分来组合这组顺序的图像，以创建被模拟的长曝光时间静止照片。
本发明提供了若干有益的方面，在不脱离本教导的情况下，可以分开地或者以任何希望的组合来实现有益的方面。
本发明的一个方面是用于响应于对跨越至少希望的长曝光间隔的图像序列的专门组合处理、而创建被模拟的长曝光图像的方法和设备。
本发明的另一个方面是，经过跨越被模拟的曝光的希望长度的充足图像(图像帧)的收集，使得长曝光图像能被相机装置自动地创建。
本发明的另一个方面是使得一般的“对准拍摄”的(point-and-shoot)摄影者能够创建希望的长曝光效果。
本发明的另一个方面是使摄影者能创建长曝光图像结果，而无需稳定平台和设备，例如三脚架和远程快门致动器(actuator)。
本发明的另一个方面是无需高度精确的相机设备和控制机制而创建长曝光图像的能力。
本发明的另一个方面是它使摄影者能创建如下的长曝光图像，该长曝光图像的开始和结束时刻可在所收集的图像序列内任意地选择。
本发明的另一个方面是它使得摄影者即使在源图像被收集用于产生长曝光图像之后，也能够控制所生成的长曝光图像的各个方面。
本发明的另一个方面是可被集成在如下的视频回放装置内的方法，该视频回放装置提供了快进和/或快退操作以去除回放的颠簸。
本发明的另一个方面是可被集成在数字静止和/或视频相机装置内的方法。
本发明的另一个方面是容易地生成新形式的长曝光成像的能力。
本发明的又一个方面是它可应用于许多形式的图像收集和处理装置。
在说明书的下面的部分中将会显露本发明的其他方面，其中详细的描述是出于充分公开本发明的优选实施例的目的，而不将限制置于其上。
附图说明
通过参考仅出于例示性目的的以下附图，将会更充分地理解本发明：
图1是利用传统相机拍摄的长曝光照片的框图。
图2是根据本发明的一个实施例、由静止或视频相机从图像序列生成的被模拟的长曝光照片(图像)的框图。
图3是根据本发明的一个方面的被模拟长曝光生成方法的流程图，示出多个短的或正常的曝光图像被输入，从这些图像创建了长曝光图像。
图4是根据本发明的一个方面、描绘了关于被模拟的长曝光图像处理的长曝光元素的一组框。
图5是根据本发明的一个方面的原始的图像序列以及被子采样的序列的框图。
图6是根据本发明的一个方面的、被配置用于生成被模拟的长曝光图像的相机装置的框图。
图7A-7B是描绘了艺术地使用长曝光成像(图7B)以突出在否则会活动的场景当中的正常曝光图像(图7A)中看到的固定对象(穿着格子裙的女人)的图像。
图8A-8B是描绘了艺术地使用长曝光成像以在移动至图8B的长曝光图像时平滑图8A所示的水的流动的图像。
图9A-9B是描绘了当图9A中看起来固定的交通工具在移动至图9B的长曝光图像时变为模糊动作时，艺术地使用长曝光成像来追踪场景中的运动。
具体实施方式
更具体地参考附图，出于例示性目的，本发明被体现在图2至图9B所一般示出的设备中。将会被认识到的是，在不脱离这里所公开的基本概念的情况下，设备可以根据配置和部件的细节而变化，并且方法可以根据具体步骤和次序而变化。
1.被模拟的长曝光图像的应用。
本发明可规定静止相机和视频相机二者对被模拟的长曝光图像的生成。根据本发明的图像捕捉和处理可被集成在这些相机中以提供自动的长曝光模拟。应当认识到，传统上，视频捕捉与长曝光静止图片的生成不兼容；这是因为必须支持例如60帧每秒(fps)的帧率，它将这种相机的曝光时间限制到最多1/60秒。随着技术进步，预期的是消费显示装置将会采用例如120或240张图片每秒的更高更新速率，这将会最终促进用于消费视频相机的更大捕捉速率的引入，进而暗示用于视频图片的更短曝光。还应当认识到，这里的方法适于用在如下的图像处理设备和程序中，该图像处理设备和程序可根据本发明被配置用于响应于较短曝光图像序列的接收来生成至少一个长曝光图像。
2.问题的公式表示。
假设所希望的曝光发生在时间间隔[0，te]上。对于固定的静止相机，输入值可被建模为
s [ x , y ] = f s ( ∫ t = 0 t e u [ x , y , t ] dt ) - - - ( 1 )
其中u[x，y，t]是在时刻t传感器位置(x，y)处的光强，并且fs( )是对光的时间积分结果进行成形的函数。为了说明的清晰，图像传感器的若干特性未被建模，包括以下特性：
1.光在像素(x，y)的面积上的空间积分的效果。
2.作为波长的函数的传感器的光谱响应。
3.需要去马赛克(demosaicking)以得到每个像素的三个颜色(红、绿和蓝)的单传感器颜色相机的限制。
希望通过固定的静止相机来生成长曝光图像s[x，y]。然而，本发明提出对作为输入的图像序列的收集，建模如下
v [ x , y , i ] = f v ( ∫ t = t i , 0 t i , 1 u [ m x , i ( x , y ) , m y , i ( x , y ) , t ] dt ) - - - ( 2 )
函数mx，i( )和my，i( )说明对图片i而言相机的任何运动，而函数fv( )对光的时间积分结果进行成形的函数，并且[ti，0，ti，1]是图片i，i＝0，...，N-1的曝光间隔。
图2描绘了此处理的示例，出于比较的目的，该示例与图1的传统长曝光图像捕捉并排地被示出。在图1中示出了传统长曝光图像的创建10。在三脚架14中示出静止相机12，它被配置用于响应于在长间隔16上“打开的快门”的保持和图像光的收集，来传统地捕捉长曝光图像。
图2示出了用于以与图1所示的方式显著不同的方式来生成被模拟的长曝光图像的实施例30。与传统长曝光方法对比，本发明使用了用于在希望的长曝光间隔36期间收集场景的一系列短曝光图像38的相机(视频的32、或静止的34、或二者组合的)。将会被认识到的是，这些视频曝光中的每一个曝光仅在总的希望的积分时间的子集上捕捉图像信息。应当意识到，相机32、34在无需三脚架的情况下被使用。因为相机可被手持，所以还预期存在着帧v[x，y，i]相对于彼此也相对于所希望的长曝光s[x，y]的一些相机移动导致的未对准(misalignment)。
因此，方法的一个目的可声明如下：
给定：个别的静止图片v[x，y，i]i，i＝0，...，N-1，具有曝光时间[ti，0，ti，1]。
估计：例如会在曝光时间[0，te]上由固定的静止相机产生的长曝光s[x，y]。
3.问题的求解。
图3示出前一节公式化的问题的求解的示例实施例50，并且图3利用几个一般组件52-64来示出，上述组件也在下面被列为步骤1-7。
1.多个输入图片被捕捉。(52)。
2.全局运动估计(GME)和补偿(GMC)，以补偿输入图片之中的相机移动。(54)。
3.补偿独立移动的物体。(56)。
4.函数fv( )的逆的应用。(58)。
5.时间平均。(60)。
6.函数fs( )的应用。(62)。
7.输出被估计的长曝光图像s[x，y]。(64)。
值得注意的是，这些步骤不需要按所陈述的顺序来完成，并且次优的近似解甚至可以完全绕过这些步骤中的一个或多个步骤以降低计算复杂度。每个组件在下面额外详细地被讨论。
3.1全局运动估计和补偿。
在相机运动在序列的捕获图像帧之间发生的情况下，它优选地应当在组合图像之前被后处理消除，以便产生正确的长曝光模拟。补偿相机运动是得到很好研究的问题。一些一般技术将在这里被提及，而无需讨论本领域中所意识到的它们的实现方式的技术细节。方法可被分成两个宽的种类：局部的和全局的。局部技术使用例如块匹配、相位相关、光流或特征跟踪之类的局部运动分析，接着鲁棒地将产生的局部运动拟合到全局模型。全局技术分析整个图片，例如全局地应用相位相关或对光流方程的全局约束的应用，并且全局技术被设计为显式地或者隐式地提供鲁棒的解。
无论全局运动估计和补偿的哪个方法被选择，结果都是已根据全局模型被翘曲(warp)从而与其参考图片正确地对准的视频图片。当多个这样的图片被顺次观看时，由于相机移动而引起的任何明显运动被去除，导致了稳定的背景，仿佛序列是利用三脚架或相关的像线缆快门释放或遥控器那样的附件的辅助来获取的。
3.2函数fv( )的逆的应用。
在此阶段，认为所有输入图片都充分地彼此对准。然而，数据点不是用“时间平均”步骤中所需的线性光值来表示的。应当认识到，存在着用于通过所观测的数据估计相机响应函数fv( )的文献中的若干方法。本领域的普通技术人员之一将会认识到，有效地映射成像装置的光响应的任何希望的方法都可被使用。在应用针对特定相机的方法时，可假设fv( )对于制造者是已知的。可替代地，可使用对fv( )的通用近似，通用近似包括了对于很多不同相机而言共同的特性。根据本发明，近似模型可例如响应于所生成的结果按照需要被细致地调整。
不管为了补偿fv( )而使用的技术如何，产生的像素值现在都是线性光单位的，这使得“时间平均”步骤在理论上有意义、并且在实际上提供了对长曝光成像的更精确模拟。
3.3补偿独立移动的物体。
如图2所示，相对于希望的时间间隔[0，te]，在图像(帧)38之间，图像的序列自然地包括时间间隙。应当认识到，图2以示例而非限制方式表示这些间隙；而由这些间隙表示的时间段实际上可小于、等于或大于给定曝光的持续时间。在场景中的物体运动相对慢的情况下，当模拟长曝光静止图像时这些间隙会具有几乎注意不到的影响；执行时间平均而不补偿物体运动是可能的。然而，在很多情况下物体运动需要被充分地考虑。
图4示出补偿移动物体的问题。当暗色球在曝光期间移动经过白色的观看区域时，真实的长曝光图像的运动扩展在框70中被示出。框72a-72c描绘了球在白色背景上向右平移的顺序帧。将会被认识到的是，如果通过简单地平均这三个视频图片(72a-72c)来模拟长曝光，则结果将会如框74所示地出现。在这简单平均的视图中，三个球是清楚可见的，同时球的重叠部分看起来比非重叠部分更暗。这样的结果明显地没有模拟具有真实长曝光的框70中所示的图像。因此，图像的简单组合不提供所希望的结果。在真实的长曝光静止图片中，球的运动应当如框70所示地出现，具有平滑的运动模糊。
为了避免图4中描绘的问题，物体的运动必须被充分地考虑。正独立于背景而移动的区域需要被识别，并被执行人工运动模糊。通过根据移动物体来正确地预处理图片，下个子小节中描述的时间平均可被成功地应用，而不引入图4所示那种伪像(artifact)。
3.4执行时间平均。
时间的平均或积分是指跨越一个时间间隔来对数据(在此情况下是像素数据)进行积分的处理。因此，在补偿相机运动、补偿fv( )并且补偿独立移动物体之后，现在可通过执行N个输入图片v[x，y，i]的离散求和，而在每个像素处估计长曝光静止图像。离散求和的结果是对连续积分
Figure GSA00000071700200121
的近似。
3.5fs( )的应用。
fs( )的应用规定了将希望的反差和颜色平衡施加到最后的图像值上。本发明没有指定使用的具体函数，因为函数的特性取决于所希望的图像特性。将会被认识到的是，不同的相机制造者采用不同的方法来对他们的相机输出反差和颜色平衡的响应函数进行成形。
4.被模拟的长曝光的输入变化。
在长曝光静止图片的生成中可提供许多变化；三个这样的延伸在这里被描述为(1)超分辨率，(2)视频序列的时间子采样，以及(3)高分辨率静止图片与更低分辨率视频的组合。
4.1超分辨率技术。
在视频处理领域，术语“超分辨率”(SR)通常指如下的过程：借助该过程，通过将图像(图片)与另外的图片组合来提高图像(图片)的分辨率，其中另外的图片通常以非常紧密的时间和/或空间接近度来捕捉。这些图像被用在组合中以生成具有比任何的原始图像更高的分辨率的帧。SR技术中近来的趋势是通过使用多个图片以改进颜色去马赛克，来达到更高的颜色分辨率。SR和SR去马赛克的许多示例出现在技术文献中，其中这些示例无需在此讨论。
应当认识到，对这些SR技术的包括特别好地适于结合根据本发明的被模拟的长曝光图像的生成来使用。利用这些SR技术，被模拟的长曝光图像的分辨率不需要被限制在捕捉输入图像序列中的每个图像时可用的分辨率。例如，通常以低于好质量的静止图像的分辨率的分辨率来捕捉的视频帧可根据本发明被组合，以创建具有的分辨率比捕获的视频帧更高的被模拟的长曝光静止图像。
4.2长视频序列的时间子采样。
将会被认识到的是，要处理的输入图像的数目取决于根据设备和方法要模拟的所希望的长曝光时间的长度。为了降低处理开销，本发明的至少一个模式被配置用于执行一个或多个子采样处理以降低开销和简化处理。
作为示例而非限制，概括长序列的一个简单机制是在时间上对它进行子采样。消费者公知的“子采样”的一个示例是视频的“快进”示例，该示例减少了帧输出以加速回放。根据本发明的各个方面，可通过每K个输入图片中仅保持一个图片并丢弃其余图片来以因子K压缩序列，当在时间上观察时，这等同于以因子K来快进。还应当认识到，代替使用所描述的简单子采样，本发明的设备可从多个帧提取信息来以子采样的速率创建代表性帧，例如优选地使用被模拟的长曝光。被子采样的帧随后可用作较慢帧率的视频，或者用作以另一采样水平来创建长曝光的帧或帧集合的输入。本领域的普通技术人员之一将会认识到，在不脱离这里的教导的情况下，可提出许多实现方式。
除了结合相机以及图像捕捉和处理装置使用以外，根据本发明的长曝光图像的模拟还可针对依赖于子采样的应用，例如所描述的快进示例。将会被注意的是，例如用于快进的简单子采样的令人遗憾的副作用是产生的视频可能看起来不自然，以破裂的、颠簸的外观来显示移动物体，同时来自手持相机的小的相机运动可能变得令人不安地抖动。这里所教导的被模拟的长曝光方法可用在这些实例中来克服被子采样的视频序列的颠簸外观，因为移动物体由于被模拟的长曝光时间而被本能地模糊了。采用来自视频的周期性的长曝光模拟了在利用更长曝光获取每个视频帧的情况下会观测到的视频序列。为了防止来自手持相机的运动的抖动，还可优选地使用相机稳定技术。
图5示出了通过使用根据本发明的被模拟的长曝光来生成的被子采样序列82的示例。为了提供原始视频的更短时间压缩的表示，视频图片的原始序列80成组地被处理以创建更长曝光的子采样图像82。
在不脱离发明教导的情况下，可执行对以上子采样的若干变化。例如，上述的讨论假设了固定的时间子采样因子。更高级的版本可被配置用于在时间上分析序列，并且在相对不活动的时间片段中更加稀疏地进行子采样、以及在相对活动的时间片段中更加密集地进行子采样。长曝光子采样因此会根据场景中的活动来使用不同的曝光时间。
4.3高分辨率静止图片和更低分辨率视频的组合。
若干数字视频摄录机允许在记录视频的同时对高分辨率静止图片的独立捕捉。将这样的能力与来自视频的长曝光静止图片相组合使得能够创建包含两种方法中的最好者的长曝光。以下示例被提供作为示例而非限制。(1)来自图像捕捉装置的高分辨率的静止图片可提供场景的静态部分的清晰细节。(2)场景的移动部分可来自本文档中所描述的长曝光静止图片。因为用于长曝光的移动区域是故意地运动模糊的，所以相比于高分辨率静止图片来说分辨率上的轻微损失不会负面地影响最后的结果。以上所述的及其变化和组合提供了用于从视频创建高分辨率长曝光的功能的组合。
根据本发明的一个模式，相机可被配置为围绕静止图像的捕捉而自动捕捉视频帧，例如当快门按钮被部分地按下以进入聚焦模式时开始视频捕捉，并且继续捕捉帧直到在快门按钮被充分释放之后的某时刻为止。可替代地，或者附加地，对何时捕捉视频帧的控制可以是根据指示拍摄正被摄影者准备或保持的相机位置、运动、用户握持、以及其他感测的相机状况而可选择的。
5.硬件考虑。
图6示出被配置用于根据本发明生成被模拟的长曝光图像的设备的示例实施例90。在图中，示出的图像捕捉装置(相机)90被配置用于根据本发明来执行被模拟的长曝光。聚焦/变焦控制94被示出耦合至被计算机(CPU)96控制的成像光学装置92。计算机96响应于从存储器98和/或辅助存储器100运行的指令，来控制相机和执行被模拟长曝光生成方法。捕获的图像可存储在存储器98、辅助存储器100、或者其他形式的相关联存储器中，其他形式的相关存储器例如介质卡、盘等等。光学图像显示器102、可选的触摸屏104和可选的非触摸屏106通过示例方式被示出用于相机装置(例如视频的或静止的)。
以上的图通过示例而非限制方式被示出。应当认识到，根据本发明的方法可被实现在被配置用于捕捉/接收图像序列以及输出被模拟的长曝光图像的各种图像捕捉和处理装置上。方法可被实现在成像装置自身上，或者方法可作为自动的后处理特征与成像装置分开实现。根据目标***，本发明可被实现在硬件或软件中。如果离开成像装置而被实现在例如个人计算机上，则图像v[x，y，i]的序列被从成像装置输入到个人计算机。例如，包含用于执行本发明的方法的程序的软件程序可运行在个人计算机上以生成长曝光静止图片。其上可使用方法的外部装置不限于个人计算机。例如，配置有根据本发明的程序的照片打印机可导入输入图片、创建长曝光静止图片、并且打印结果。
当被实现在根据本发明的成像装置上时，成像装置可以以至少三种方式来配置，包括：(1)它可以以“长曝光”模式来操作，该模式允许用户记录长曝光静止图片；或者(2)它可以以补充模式来操作，在该模式中额外的帧被收集，以允许用户从正常的图像捕捉输出或受限的长曝光输出中作选择，或者(3)它可以以后处理模式来操作，该模式允许用户选择现有的输入图片(静止图片或视频)，对于现有的输入图片，长曝光静止图片响应于模拟而被生成。
如果本发明的方法在成像装置上或者在成像装置之外以后处理模式实现，则一个灵活的特征将会是渐长曝光静止图片。例如，以视频的单个帧开始，用户可渐增地添加额外的帧，并且看产生的长曝光静止图片如何随着每个帧而改变；直到希望的外观已被达到为止，并且用户可停止曝光。在设备的一个模式中，曝光持续时间的改变被渐增地显示给用户，在一定程度上就像在暗室中看图像的进展，但是在此情况下，看随处理而出现的长曝光特性是利用渐进的不同时间段来示出的。这样的特征会给予用户对长曝光的外观的精确控制，并且从选择曝光时间中去除猜测。
6.来自视频的被模拟的长曝光示例。
图7A至图9B提供了根据本发明的、通过被捕获的图像序列(例如视频)生成的长曝光静止图片的几个示例。原始图像序列是在利用手持式视频相机而没有使用诸如三脚架之类的任何物理稳定机构的情况下获取的。
第一示例示出了“艺术运动模糊”的示例。许多行人在图7A中是同等地可见的，使得摄影者想要表现什么是不清楚的。通过从图像帧的序列模拟1/3秒曝光，图7B中的移动的人们变得模糊，并且变得显而易见的是，在背景中看到的穿着格子裙的女人是真正感兴趣的对象。
应当认识到，为了利用传统方法获得此长曝光，将会需要摄影者：(1)辨别机会，(2)设立三脚架，(3)选择所希望的长曝光间隔，并且(4)拍摄照片。在繁忙的地点这将会是相当不便的。并且如果当快门仍然打开的时候对象要移动的话将会怎样？
虽然此示例具有相当有限的“长曝光”间隔，但是随着更长持续时间的曝光，问题会更加明显。当捕捉传统的长曝光图像时，摄影者开始在设置的持续时间中进行图像收集，并不知道拍摄是否将会被打扰并且因此被破坏。根据本发明，用户可简单地控制图像序列内的开始和结束点，从而打扰不会破坏拍摄或者防止将至少一些长曝光的表达引入拍摄中。
实际上，本发明的至少一个模式可被配置为：例如对于很长的曝光，允许用户不仅选择结束点，而且甚至选择对要从序列内消除的帧(例如包含伪像)的排除。这在例如当鸟掠过相机镜头或者飞机飞经拍摄时所拍摄的长曝光景物中可能是有用的。以此方式，可在时间曝光期间生成不包括谬误事件的长曝光，产生看起来仿佛这些事件从未发生过的结果。在本发明的一个模式中，设备自身可识别用户可能希望排除的候选帧(或帧序列的部分)。作为示例而非限制，可由设备响应于检测到帧的一部分中的充分运动、其中在图像序列的剩余部分期间未发生其他运动，而执行对哪些帧是用于排除的候选的决定。应当认识到，其他机制可用于从长曝光的处理中识别出用于排除的候选帧。
在本发明的一个模式中，设备被配置为允许用户选择图像序列内的开始和结束点，其中上述图像被用作用于生成被模拟的长曝光输出的输入。虽然此特征无需在所有设备或应用中被支持，但是它提供了生成长曝光的额外的用户控制。应当认识到，这可通过使用诸如基于所有可用帧来生成长曝光之类的默认然后允许用户改变整个序列长度或者相对于序列的开始或结束的序列长度来实现。
图8A-8B的第二示例示出了由移动的水(在此情况下是从喷泉中流出的水)在长曝光中创建的效果。单个静止图像以正常的曝光(例如1/60秒)在图8A中被示出。在图8B中，根据本发明从像图8A所示的那些图像的图像序列中生成2/3秒的模拟曝光。应当注意，长曝光如何提供平滑的雾状效果，该效果相比于图8A所示的效果软化了外观。
图9A-9B的最后示例示出了通过移动的交通工具在长曝光中创建的效果。简单的静止图片利用正常的曝光在图9A中被示出。正常曝光(具有比希望的长曝光更小的持续时间)图像的序列根据本发明而被组合，以产生如跨越2/3秒的图9B所表示的被模拟的长曝光图像。将会被注意的是，长曝光的使用强调了交通工具的运动，使得由长曝光静止图片捕获的场景的动态特性对于观看者而言更加明显。
一般地，正常静止图片和长曝光静止图片都具有它们个体的优点。然而，根据摄影者，长曝光静止图片在很多情况下可能是表达他或她的创造意图的最佳选择。
7.方法的变化和额外用途。
若干变化已在上面讨论，以提供对被模拟的长曝光图像的生成的额外用户控制。下面描述了除已经讨论的那些以外的变化以及额外用途。被模拟的长曝光静止图片的生成提供了许多显著的益处，同时这里教导的技术可在其适用性和功能性两方面被延伸。
到目前为止已经讨论的本发明的教导主要旨在提供生成被模拟的长曝光图像的用起来简单的手段，这些图像实质上等同于将会在具有远程快门释放的固定平台(例如三脚架)上利用静止相机创建的那些图像。然而，应当认识到，用于生成这些长曝光图像的处理的各个方面可被变更，以创建在选择应用中可能希望的长曝光图像的变化和/或其他形式的特殊相机效果。下面是通过示例而非限制方式提供的几个示例。应当意识到，下面的每一个示例都可分开地使用或者以各种组合形式来使用。
7.1改变成像设置。
在简单的实现方式中，用于捕捉图像序列的相机设置可由相机自动地选择，以便简化对长曝光的模拟。在其他实现方式中，被用作用于生成长曝光图像的输入的图像序列或视频，可以以若干不同的方式或者响应于图像捕捉装置的若干不同设置来输入。根据本发明的一个接口允许用户在捕捉这些图像时选择设置或者覆盖自动的设置。例如，根据本发明的一个方面，设备被配置为允许用户为用于生成被模拟的长曝光图像的图像设置光圈和曝光(或者具有对这些的有限控制)、以及其他的设置。本发明的至少一个模式规定了执行任何必要的调节以便使用输入序列，尽管该输入序列是以不同的相机设置收集的。
7.2动态成像设置。
描述了在收集整个图像序列时供使用的图像控制的上述静态选择。然而，本发明的更复杂的方面可被实现，这些方面允许用户在收集用于创建长曝光图像的图像序列的同时动态地选择变化的成像特性。示例1：改变曝光时间或光圈设置来变更图像收集期间的总勒克斯，以便提高或降低场景的特定部分(例如开始、结束、中间等等)的影响。示例2：为了改变用在长曝光中的图像的收集期间的景深，与光圈相结合地变更曝光时间。本发明的模式因此可被采用，以允许用户在控制所收集的图像序列的各方面时选择这些动态变量。
7.3选择性的长曝光模拟。
在传统的长曝光图像捕捉中，长曝光必然地应用于整个图像。然而，由于本发明提供的选择性处理，当应用到长曝光模拟时，图像场的部分或者其中的特定物体可被选择或者不考虑。以此方式，场景的元素或部分可以不同水平的长曝光模拟被输出。此选择处理的一个模式将允许基于运动的相对存在/不存在的物体选择。其示例是将长曝光应用于场景的移动元素、或者迅速移动的元素、或者移动最迅速的元素，而不对场景的静态或半静态部分执行长曝光处理。同等地，相反情况可被执行，按需要选择更静态的元素。因此对于区域或物体选择性地应用长曝光。作为示例，图像的一个区域或者图像视图中被选择的物体可被选择用于长曝光，图像的其余部分保持未修改。
7.4自动的输出变化。
在讨论被模拟的长曝光输出的生成时，为单个输入序列生成的长曝光静止图片的数目还未被讨论。本发明的模式使方法和设备能生成长曝光输出的变化。可响应于用户输入、或者可替代地自动地或半自动地来生成这些变化。一个这样的变化将会包括改变长曝光被拍摄的时间跨度。另一变化涉及改变长曝光被模拟的方式。
作为示例而非限制，设备可生成一些变化并且允许用户选择这些变化中他们希望的变化来保存。设备可被配置为允许用户指定长曝光的最大持续时间(例如60秒)。在产生的长曝光图像生成之后，设备可允许用户改变处理的各个方面，其中特定的结果可被选择。例如，长曝光的持续时间可被减少，例如从60秒下降至20秒或30秒，以提供用户寻求的结果。这多个结果可按需要被丢弃或保存。设备的一个实施例可允许时间积分和其他处理的各方面被改变以提供不同的输出。将会被注意的是，当传统地捕捉长曝光图像时，这样的变化是不可以的。
7.5非传统的长曝光输出。
以上的教导一般地讨论了生成如下的长曝光图像：该长曝光图像接近地模拟了在一个人具有足够稳定的平台的情况下、利用长曝光传统地捕获的长曝光图像。然而，本发明的模式可规定生成非传统的长曝光图像。其一个示例是提供对积分范围的选择，例如不积分图像、部分地积分图像或者完全地积分图像。在没有积分的情况下，在结果中的多个位置多次看到帧中的移动物体，可能重叠了。如果有限的积分被使用，则留有输入图像的周期性性质的一些剩余。响应于本发明的子集，可容易地提供这些技术。因此，本发明的方法可自动地生成各个类型的长曝光图像，利用传统长曝光技术，上述各个类型的长曝光图像是不可能的。
7.6移焦(Rack Focus)长曝光模拟。
一种具有与长曝光图像的一些相似性的技术是移焦成像的技术。传统上，“移焦”的使用是这样的视频技术：其中当在视场内的两个物体之间移动时，焦点被“置于机架上(rack)”(迅速地改变)。本发明允许模拟利用传统技术无法产生的移焦静止图像。本发明的实现方式可被配置允许长曝光图像响应于第一和第二聚焦设置之间的改变而被创建。在此变化中，对于至少两个不同的焦距，在图像序列中捕捉至少两个图像。例如，设备可跨越被组合在长曝光方法中的聚焦设置的范围来捕捉图像序列。该处理可在焦点上提供图像的一个部分，而过渡到在剩余部分上示出改变的焦点。以此方式，可产生如下图像：该图像在一个物体上具有适当的远中心焦点，从其延伸的物体轨迹伴有失焦的前景物体。应当认识到，其很多变化是可以的，包括机架变焦(rack zoom)模拟及其变化和组合。
7.7视频长曝光。
虽然听起来是荒谬的，然而因为视频本质上是一系列的短曝光图像，所以本发明的模式允许为视频生成被模拟的长曝光。本发明的这个模式可规定在视频或视频片段内自动生成长曝光拖尾和模糊。基本上，视频的目标帧利用若干在前的帧、根据长曝光技术而被修改，但是代替输出单个静止图像输出，该处理继续下一个目标帧，以此类推。目标帧之前的序列的深度确定了平滑和长曝光拖尾发生的程度。应当认识到，这可与这里描述的其他技术分开地或组合地使用。
8.结论。
本发明提供了用于响应于短曝光图像序列的输入、而生成被模拟的长曝光图像的方法和设备。发明的教导可应用在各种设备和应用中，包括相机(静止的和/或视频的)、视频处理设备和软件、视频回放装置等。
因此，可见，本发明包括了以下的发明实施例等：
1.一种用于模拟长曝光时间的图像的设备，包括：
(a)用于捕捉数字图像序列的装置；
(b)计算机，所述计算机具有耦合至所述计算机的存储器；以及
(c)程序，所述程序适于运行在所述计算机上，以用于
(i)从所述用于捕捉的装置以正常曝光时间设置来接收正常曝光图像的序列，其中所述正常曝光时间设置的图像捕捉持续时间小于希望的长曝光间隔，被模拟的长曝光时间图像要在所述希望的长曝光间隔中获得，
(ii)从所述图像的序列内，选择一组顺序图像，所述一组顺序图像跨越了所述希望的长曝光间隔，以及
(iii)通过时间积分来组合所述一组顺序图像，以创建至少一个长曝光图像。
2.如实施例1中所述的设备，其中所述长曝光图像能够跨越任何希望的被模拟的曝光时间。
3.如实施例1中所述的设备，其中所述设备在不必使用三脚架或其他相机支架的情况下创建稳定的长曝光图像。
4.如实施例1中所述的设备，其中所述图像的序列包括视频序列的帧。
5.如实施例1中所述的设备，其中所述长曝光图像包括数字的静止照片。
6.如实施例1中所述的设备，还包括在组合所述一组顺序图像之前，补偿被捕获的图像的所述序列之中的设备运动。
7.如实施例1中所述的设备，还包括：
在组合所述一组顺序图像之前，补偿被捕获的图像的所述序列之中的设备运动；并且
其中所述补偿包括执行全局运动估计(GME)和全局运动补偿(GMC)。
8.如实施例1中所述的设备，还包括当组合时在时间积分之前，将所述一组顺序图像中的像素值转换成线性光值。
9.如实施例1中所述的设备，还包括在组合了所述图像的序列之后，针对希望的反差和颜色平衡来进行校正。
10.一种被配置用于自动创建静止图像的相机，所述静止图像具有跨越希望的时间段的被模拟的曝光时间，所述相机包括：
(a)相机内的电子成像元件，所述电子成像元件适于捕捉数字图像的序列；
(b)计算机，所述计算机具有耦合至所述计算机的存储器，所述计算机被配置用于控制所述相机的所述电子成像元件；以及
(c)程序，所述程序适于运行在所述计算机上，以用于
(i)在所述存储器内，捕捉跨越了希望的时间段的图像的序列，
(ii)在所述图像的序列内，选择一组顺序图像，所述一组顺序图像在时间上跨越了希望的长曝光间隔，
(iii)补偿被捕获的图像的序列之中的相机运动，
(iv)将所述一组顺序图像中的像素值转换成线性光值，以及
(v)通过时间积分来组合所述一组顺序图像，以创建一个或多个被模拟的长曝光图像。
11.如实施例10中所述的设备，其中所述相机在不必使用三脚架或其他相机支架的情况下创建稳定的长曝光图像。
12.如实施例10中所述的设备，其中所述图像的序列包括视频序列的帧。
13.如实施例10中所述的设备，其中所述长曝光图像包括长曝光的数字的静止照片。
14.如实施例10中所述的设备，其中所述补偿相机运动包括执行全局运动估计(GME)和全局运动补偿(GMC)。
15.如实施例10中所述的设备，还包括在组合了所述图像的序列之后，针对希望的反差和颜色平衡来进行校正。
16.一种通过被捕获的短曝光图像的序列创建长曝光时间静止照片的方法，包括：
利用数字图像捕捉装置来捕捉一组顺序图像，所述一组顺序图像跨越了用于长曝光时间静止照片的希望的时间框；
补偿所述一组顺序图像之中的所述数字图像捕捉装置的运动；以及
通过时间积分来组合所述一组顺序图像，以创建具有所述希望的时间框的至少一个长曝光时间静止照片。
17.如实施例16中所述的方法，还包括在执行时间积分之前，将所述一组顺序图像中的像素值转换成线性光值。
18.如实施例16中所述的方法，其中所述方法在不必将所述图像捕捉装置安装在三脚架或其他固定支架上的情况下创建稳定的长曝光图像。
19.如实施例16中所述的方法，其中所述补偿图像捕捉装置的运动包括执行全局运动估计(GME)和全局运动补偿(GMC)。
20.如实施例16中所述的方法，还包括在组合了所述图像的序列之后，针对希望的反差和颜色平衡来进行校正。
虽然以上的描述包含很多细节，但是这些细节不应当理解为限制了本发明的范围，而应当理解为仅仅提供了对本发明的一些当前优选的实施例的例示。因此，将会被认识到的是，本发明的范围充分地包括对本领域的技术人员而言可变得明显的其他实施例，并且本发明的范围因此要仅由所附权利要求来限制，其中以单数形式提及一个元素不打算意味着“一个且唯一一个”(除非明确地如此陈述)，而是打算意味着“一个或多个”。本领域的普通技术人员已知的上述优选实施例的元素的所有结构的和功能的等同物通过引用而被明白地结合于此，并且所述等同物希望被本权利要求书所包括。此外，装置或方法不因被本权利要求书所包括而必须解决本发明寻求解决的每一个和所有的问题。此外，本公开中的元素、组件或方法步骤不希望贡献给公众，不管该元素、组件或方法步骤是否明确陈述于权利要求中。这里的权利要求的元素不应根据35U.S.C 112、第六款的规定来理解，除非利用短语“用于…的装置”明白地记载了该元素。
对于受版权保护的材料的公告
本专利文档中的部分材料根据美国和其他国家的版权法而受版权保护。版权权利的拥有者不反对任何人对专利文档或专利公开的、像它们出现在美国专利商标局公开提供的文件或记录中的样子的复制再现，但是在其他情况下无论如何都保留所有的版权权利。版权拥有者不因此而放弃使本专利文档保密的它的任何权利，包括但不限于按照37C.F.R.§1.14的它的权利。

Claims (20)

1.一种用于模拟长曝光时间的图像的设备，包括：
用于捕捉数字图像的序列的装置；
计算机，所述计算机具有耦合至所述计算机的存储器；以及
程序，所述程序适于运行在所述计算机上，以用于
从所述用于捕捉的装置以正常曝光时间设置来接收正常曝光图像的序列，其中所述正常曝光时间设置的图像捕捉持续时间小于希望的长曝光间隔，被模拟的长曝光时间图像要在所述希望的长曝光间隔中获得，
从所述图像的序列内，选择一组顺序图像，所述一组顺序图像跨越了所述希望的长曝光间隔，以及
通过时间积分来组合所述一组顺序图像，以创建至少一个长曝光图像。
2.根据权利要求1所述的设备，其中所述长曝光图像能够跨越任何希望的被模拟的曝光时间。
3.根据权利要求1所述的设备，其中所述设备在不必使用三脚架或其他相机支架的情况下创建稳定的长曝光图像。
4.根据权利要求1所述的设备，其中所述图像的序列包括视频序列的帧。
5.根据权利要求1所述的设备，其中所述长曝光图像包括数字的静止照片。
6.根据权利要求1所述的设备，还包括在组合所述一组顺序图像之前，补偿被捕获的图像的所述序列之中的设备运动。
7.根据权利要求1所述的设备，还包括：
在组合所述一组顺序图像之前，补偿被捕获的图像的所述序列之中的设备运动；并且
其中所述补偿包括执行全局运动估计(GME)和全局运动补偿(GMC)。
8.根据权利要求1所述的设备，还包括当组合时在时间积分之前，将所述一组顺序图像中的像素值转换成线性光值。
9.根据权利要求1所述的设备，还包括在组合了所述图像的序列之后，针对希望的反差和颜色平衡来进行校正。
10.一种被配置用于自动创建静止图像的相机，所述静止图像具有跨越希望的时间段的被模拟的曝光时间，所述相机包括：
相机内的电子成像元件，所述电子成像元件适于捕捉数字图像的序列；
计算机，所述计算机具有耦合至所述计算机的存储器，所述计算机被配置用于控制所述相机的所述电子成像元件；以及
程序，所述程序适于运行在所述计算机上，以用于
在所述存储器内，捕捉跨越了希望的时间段的图像的序列，
在所述图像的序列内，选择一组顺序图像，所述一组顺序图像在
时间上跨越了希望的长曝光间隔，
补偿被捕获的图像的序列之中的相机运动，
将所述一组顺序图像中的像素值转换成线性光值，以及
通过时间积分来组合所述一组顺序图像，以创建一个或多个被模拟的长曝光图像。
11.根据权利要求10所述的设备，其中所述相机在不必使用三脚架或其他相机支架的情况下创建稳定的长曝光图像。
12.根据权利要求10所述的设备，其中所述图像的序列包括视频序列的帧。
13.根据权利要求10所述的设备，其中所述长曝光图像包括长曝光的数字的静止照片。
14.根据权利要求10所述的设备，其中所述补偿相机运动包括执行全局运动估计(GME)和全局运动补偿(GMC)。
15.根据权利要求10所述的设备，还包括在组合了所述图像的序列之后，针对希望的反差和颜色平衡来进行校正。
16.一种通过被捕获的短曝光图像的序列创建长曝光时间静止照片的方法，包括：
利用数字图像捕捉装置来捕捉一组顺序图像，所述一组顺序图像跨越了用于长曝光时间静止照片的希望的时间框；
补偿所述一组顺序图像之中的所述数字图像捕捉装置的运动；以及
通过时间积分来组合所述一组顺序图像，以创建具有所述希望的时间框的至少一个长曝光时间静止照片。
17.根据权利要求16所述的方法，还包括在执行时间积分之前，将所述一组顺序图像中的像素值转换成线性光值。
18.根据权利要求16所述的方法，其中所述方法在不必将所述图像捕捉装置安装在三脚架或其他固定支架上的情况下创建稳定的长曝光图像。
19.根据权利要求16所述的方法，其中所述补偿图像捕捉装置的运动包括执行全局运动估计(GME)和全局运动补偿(GMC)。
20.根据权利要求16所述的方法，还包括在组合了所述图像的序列之后，针对希望的反差和颜色平衡来进行校正。
CN201010151965A 2009-04-17 2010-04-19 响应于多个短曝光而生成被模拟的长曝光图像 Pending CN101866092A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US12/426,101 2009-04-17
US12/426,101 US8228400B2 (en) 2009-04-17 2009-04-17 Generation of simulated long exposure images in response to multiple short exposures

Publications (1)

Publication Number Publication Date
CN101866092A true CN101866092A (zh) 2010-10-20

Family

ID=42272730

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201010151965A Pending CN101866092A (zh) 2009-04-17 2010-04-19 响应于多个短曝光而生成被模拟的长曝光图像

Country Status (4)

Country Link
US (1) US8228400B2 (zh)
EP (1) EP2242021A1 (zh)
JP (1) JP2010252313A (zh)
CN (1) CN101866092A (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103179350A (zh) * 2011-12-22 2013-06-26 安讯士有限公司 基于场景中的运动水平优化捕获场景的图像帧序列中的图像帧的曝光的相机和方法
CN103533233A (zh) * 2012-07-03 2014-01-22 佳能株式会社 图像合成设备及其控制方法
CN103975578A (zh) * 2011-12-08 2014-08-06 索尼公司 图像处理设备、图像处理方法以及程序
CN105072350A (zh) * 2015-06-30 2015-11-18 华为技术有限公司 一种拍照方法及装置
CN105096266A (zh) * 2015-06-16 2015-11-25 努比亚技术有限公司 一种信息处理方法及装置、终端
CN106165389A (zh) * 2014-03-18 2016-11-23 索尼公司 图像处理装置、图像处理方法以及程序
CN106170976A (zh) * 2014-04-14 2016-11-30 阿尔卡特朗讯公司 用于获取具有运动模糊的图像的方法和装置
CN106331514A (zh) * 2016-09-07 2017-01-11 青岛海信移动通信技术股份有限公司 一种控制超长曝光的方法及终端
WO2017096859A1 (zh) * 2015-12-08 2017-06-15 乐视控股（北京）有限公司 照片的处理方法及装置
CN107211098A (zh) * 2014-12-19 2017-09-26 索尼公司 针对顺序子图像的基于噪声电平的曝光时间控制
CN107734269A (zh) * 2017-10-16 2018-02-23 维沃移动通信有限公司 一种图像处理方法及移动终端
CN110036629A (zh) * 2016-09-30 2019-07-19 株式会社尼康 拍摄装置、程序以及电子设备
CN110166700A (zh) * 2018-02-13 2019-08-23 奥多比公司 创建选择性虚拟长曝光图像
CN111800581A (zh) * 2020-07-09 2020-10-20 Oppo广东移动通信有限公司 图像生成方法、图像生成装置、存储介质与电子设备
CN112911149A (zh) * 2021-01-28 2021-06-04 维沃移动通信有限公司 图像输出方法、装置、电子设备及可读存储介质
CN115037884A (zh) * 2018-06-01 2022-09-09 苹果公司 用于成像的统一包围曝光方法
CN115314627A (zh) * 2021-05-08 2022-11-08 杭州海康威视数字技术股份有限公司 一种图像处理方法、***及摄像机
CN117615257A (zh) * 2024-01-18 2024-02-27 常州微亿智造科技有限公司 一种成像方法、装置、介质及设备

Families Citing this family (53)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9826159B2 (en) 2004-03-25 2017-11-21 Clear Imaging Research, Llc Method and apparatus for implementing a digital graduated filter for an imaging apparatus
US10721405B2 (en) 2004-03-25 2020-07-21 Clear Imaging Research, Llc Method and apparatus for implementing a digital graduated filter for an imaging apparatus
US8331723B2 (en) 2004-03-25 2012-12-11 Ozluturk Fatih M Method and apparatus to correct digital image blur due to motion of subject or imaging device
JP5226705B2 (ja) * 2008-02-04 2013-07-03 パナソニック株式会社 画像合成装置、画像合成方法、画像合成プログラム及び集積回路並びに撮像システム及び撮像方法
US8289400B2 (en) 2009-06-05 2012-10-16 Apple Inc. Image capturing device having continuous image capture
US8624998B2 (en) * 2009-06-05 2014-01-07 Apple Inc. Camera image selection based on detected device movement
KR101642400B1 (ko) * 2009-12-03 2016-07-25 삼성전자주식회사 디지털 촬영 장치 및 그 제어 방법 및 이를 실행하기 위한 프로그램을 저장한 기록매체
JP5635896B2 (ja) * 2010-02-18 2014-12-03 キヤノン株式会社 画像入力装置及び画像検証装置並びにそれらの制御方法
JP2011176542A (ja) * 2010-02-24 2011-09-08 Nikon Corp カメラおよび画像合成プログラム
JP2012015830A (ja) * 2010-07-01 2012-01-19 Nikon Corp カメラ
US8760537B2 (en) 2010-07-05 2014-06-24 Apple Inc. Capturing and rendering high dynamic range images
US8643734B2 (en) * 2010-11-10 2014-02-04 Apple Inc. Automatic engagement of image stabilization
JP5687553B2 (ja) 2011-04-25 2015-03-18 オリンパス株式会社 画像合成装置、画像合成方法及び画像合成プログラム
EP3136711A1 (de) 2011-05-17 2017-03-01 Werth Messtechnik GmbH Verfahren zur erzeugung und auswertung eines bilds
JP2013066142A (ja) * 2011-08-31 2013-04-11 Sony Corp 画像処理装置、および画像処理方法、並びにプログラム
US9460495B2 (en) * 2012-04-06 2016-10-04 Microsoft Technology Licensing, Llc Joint video stabilization and rolling shutter correction on a generic platform
US8917330B1 (en) 2012-06-01 2014-12-23 Gopro, Inc. Cinematic image blur in digital cameras based on exposure timing manipulation
US8446481B1 (en) 2012-09-11 2013-05-21 Google Inc. Interleaved capture for high dynamic range image acquisition and synthesis
US8866927B2 (en) 2012-12-13 2014-10-21 Google Inc. Determining an image capture payload burst structure based on a metering image capture sweep
US9087391B2 (en) 2012-12-13 2015-07-21 Google Inc. Determining an image capture payload burst structure
US8866928B2 (en) 2012-12-18 2014-10-21 Google Inc. Determining exposure times using split paxels
US9247152B2 (en) 2012-12-20 2016-01-26 Google Inc. Determining image alignment failure
KR20140089672A (ko) * 2013-01-04 2014-07-16 삼성전자주식회사 디지털 촬영 장치, 그 제어 방법, 및 컴퓨터 판독가능 기록매체
US9686537B2 (en) 2013-02-05 2017-06-20 Google Inc. Noise models for image processing
US9117134B1 (en) 2013-03-19 2015-08-25 Google Inc. Image merging with blending
US9066017B2 (en) 2013-03-25 2015-06-23 Google Inc. Viewfinder display based on metering images
KR101805629B1 (ko) * 2013-05-07 2017-12-07 삼성전자주식회사 영상의 상태에 따라 적응적인 영상 처리를 위한 방법 및 장치
US9077913B2 (en) 2013-05-24 2015-07-07 Google Inc. Simulating high dynamic range imaging with virtual long-exposure images
US9131201B1 (en) * 2013-05-24 2015-09-08 Google Inc. Color correcting virtual long exposures with true long exposures
US9615012B2 (en) 2013-09-30 2017-04-04 Google Inc. Using a second camera to adjust settings of first camera
US8830367B1 (en) * 2013-10-21 2014-09-09 Gopro, Inc. Frame manipulation to reduce rolling shutter artifacts
JP2015109503A (ja) * 2013-12-03 2015-06-11 ソニー株式会社 イメージセンサおよびイメージセンサの動作方法、撮像装置、電子機器、並びにプログラム
US9179080B2 (en) * 2014-01-06 2015-11-03 Qualcomm Incorporated System and method to capture images with reduced blurriness in low light conditions
WO2015183693A1 (en) 2014-05-27 2015-12-03 Rambus, Inc. Oversampled high dynamic-range image sensor
US9836831B1 (en) 2014-07-30 2017-12-05 Google Inc. Simulating long-exposure images
US10277771B1 (en) 2014-08-21 2019-04-30 Oliver Markus Haynold Floating-point camera
DE102015205270A1 (de) * 2015-03-24 2016-09-29 Siemens Healthcare Gmbh Verfahren zur Ermittlung eines Röntgenbilddatensatzes eines bewegten Zielgebiets und Röntgeneinrichtung
CN105321183B (zh) * 2015-11-20 2018-08-28 中国科学院云南天文台 基于短曝光斑点图统计特性的幸运成像选帧方法
US10482625B1 (en) 2017-03-28 2019-11-19 Amazon Technologies, Inc. Calibration of networked imaging devices to a global color space
US10375289B2 (en) * 2017-03-31 2019-08-06 Hangzhou Zero Zero Technology Co., Ltd. System and method for providing autonomous photography and videography
JP6887853B2 (ja) * 2017-04-03 2021-06-16 キヤノン株式会社 撮像装置、その制御方法、プログラム
US10863105B1 (en) 2017-06-27 2020-12-08 Amazon Technologies, Inc. High dynamic range imaging for event detection and inventory management
US10650246B1 (en) 2017-06-27 2020-05-12 Amazon Technologies, Inc. System for determining a camera radiance
US10491808B1 (en) 2017-06-27 2019-11-26 Amazon Technologies, Inc. Detecting sunlight in images
US10554892B2 (en) 2017-06-30 2020-02-04 Microsoft Technology Licensing, Llc Configuring image stabilization for still image generation
JP2019106647A (ja) * 2017-12-13 2019-06-27 キヤノン株式会社 画像処理装置及び方法、及び撮像装置
US10600157B2 (en) 2018-01-05 2020-03-24 Qualcomm Incorporated Motion blur simulation
US10783622B2 (en) * 2018-04-25 2020-09-22 Adobe Inc. Training and utilizing an image exposure transformation neural network to generate a long-exposure image from a single short-exposure image
WO2020033524A1 (en) * 2018-08-07 2020-02-13 BlinkAI Technologies, Inc. Artificial intelligence techniques for image enhancement
US10701279B2 (en) 2018-10-02 2020-06-30 Adobe Inc. Utilizing alignment models and motion vector path blending to generate a long exposure digital image from a sequence of short exposure digital images
TWI723435B (zh) 2019-06-24 2021-04-01 聚晶半導體股份有限公司 影像輸出方法與電子裝置
JP2021125820A (ja) * 2020-02-06 2021-08-30 キヤノン株式会社 撮像装置、制御方法、プログラムおよび記録媒体
KR102331574B1 (ko) * 2020-06-04 2021-11-26 주식회사 뷰웍스 노출 시간 조절이 가능한 tdi 이미지 센서 및 이를 포함하는 검사 시스템

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070127574A1 (en) * 2005-12-05 2007-06-07 Arcsoft, Inc. Algorithm description on non-motion blur image generation project
JP2007166539A (ja) * 2005-12-16 2007-06-28 Canon Inc 撮像装置、撮像方法、プログラムおよび記憶媒体
JP2007166198A (ja) * 2005-12-13 2007-06-28 National Univ Corp Shizuoka Univ フレームレート変換方法および装置
US7295232B2 (en) * 2003-01-15 2007-11-13 Canon Kabushiki Kaisha Camera and program
JP2007336394A (ja) * 2006-06-16 2007-12-27 Samsung Techwin Co Ltd 撮像装置及び画像合成方法
CN101399921A (zh) * 2007-09-28 2009-04-01 索尼株式会社 图像拾取装置、图像拾取方法及其程序

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7110025B1 (en) * 1997-05-28 2006-09-19 Eastman Kodak Company Digital camera for capturing a sequence of full and reduced resolution digital images and storing motion and still digital image data
US6937775B2 (en) * 2002-05-15 2005-08-30 Eastman Kodak Company Method of enhancing the tone scale of a digital image to extend the linear response range without amplifying noise
JP4181923B2 (ja) 2003-05-29 2008-11-19 キヤノン株式会社 撮像装置および撮像装置の制御方法
US7586518B2 (en) 2004-06-18 2009-09-08 Canon Kabushiki Kaisha Imaging technique performing focusing on plurality of images
JP4522207B2 (ja) 2004-09-17 2010-08-11 キヤノン株式会社 カメラシステム、カメラ本体及び交換レンズ
WO2006068293A1 (ja) * 2004-12-21 2006-06-29 Sony Corporation 画像処理装置と画像処理方法および画像処理プログラム
JP4267598B2 (ja) * 2005-07-11 2009-05-27 ザイオソフト株式会社 画像融合処理方法、画像融合処理プログラム、画像融合処理装置
US7557832B2 (en) 2005-08-12 2009-07-07 Volker Lindenstruth Method and apparatus for electronically stabilizing digital images
US20070177048A1 (en) * 2006-01-31 2007-08-02 Phil Van Dyke Long exposure images using electronic or rolling shutter
US20090135295A1 (en) * 2007-11-20 2009-05-28 Keiji Kunishige Imaging device and control method for imaging device

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7295232B2 (en) * 2003-01-15 2007-11-13 Canon Kabushiki Kaisha Camera and program
US20070127574A1 (en) * 2005-12-05 2007-06-07 Arcsoft, Inc. Algorithm description on non-motion blur image generation project
JP2007166198A (ja) * 2005-12-13 2007-06-28 National Univ Corp Shizuoka Univ フレームレート変換方法および装置
JP2007166539A (ja) * 2005-12-16 2007-06-28 Canon Inc 撮像装置、撮像方法、プログラムおよび記憶媒体
JP2007336394A (ja) * 2006-06-16 2007-12-27 Samsung Techwin Co Ltd 撮像装置及び画像合成方法
CN101399921A (zh) * 2007-09-28 2009-04-01 索尼株式会社 图像拾取装置、图像拾取方法及其程序

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
GABRIEL J.BROSTOW ET.AL: "Image-Based Motion Blur for Stop Motion Animation", 《COMPUTER GRAPHICS PROCEEDINGS. SIGGRAPH》, 12 August 2001 (2001-08-12), pages 561 - 566, XP058253481, DOI: doi:10.1145/383259.383325 *
XINQIAO(CHIAO) LIU,ET.AL: "Synthesis of High Dynamic Range Motion Blur Free Image From Multiple Captures", 《IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS—I: FUNDAMENTAL THEORY AND APPLICATIONS》, vol. 50, no. 4, 30 April 2003 (2003-04-30), pages 530 - 539, XP011071485 *

Cited By (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103975578A (zh) * 2011-12-08 2014-08-06 索尼公司 图像处理设备、图像处理方法以及程序
CN103179350B (zh) * 2011-12-22 2017-08-01 安讯士有限公司 基于场景中的运动水平优化捕获场景的图像帧序列中的图像帧的曝光的相机和方法
CN103179350A (zh) * 2011-12-22 2013-06-26 安讯士有限公司 基于场景中的运动水平优化捕获场景的图像帧序列中的图像帧的曝光的相机和方法
CN103533233A (zh) * 2012-07-03 2014-01-22 佳能株式会社 图像合成设备及其控制方法
CN106165389A (zh) * 2014-03-18 2016-11-23 索尼公司 图像处理装置、图像处理方法以及程序
CN106170976A (zh) * 2014-04-14 2016-11-30 阿尔卡特朗讯公司 用于获取具有运动模糊的图像的方法和装置
CN106170976B (zh) * 2014-04-14 2019-04-26 阿尔卡特朗讯公司 用于获取具有运动模糊的图像的方法和装置
CN107211098B (zh) * 2014-12-19 2020-03-17 索尼公司 对场景进行成像的方法的装置
CN107211098A (zh) * 2014-12-19 2017-09-26 索尼公司 针对顺序子图像的基于噪声电平的曝光时间控制
CN105096266A (zh) * 2015-06-16 2015-11-25 努比亚技术有限公司 一种信息处理方法及装置、终端
CN105096266B (zh) * 2015-06-16 2018-04-10 努比亚技术有限公司 一种信息处理方法及装置、终端
CN105072350A (zh) * 2015-06-30 2015-11-18 华为技术有限公司 一种拍照方法及装置
US10897579B2 (en) 2015-06-30 2021-01-19 Huawei Technologies Co., Ltd. Photographing method and apparatus
US10326946B2 (en) 2015-06-30 2019-06-18 Huawei Technologies Co., Ltd. Photographing method and apparatus
WO2017096859A1 (zh) * 2015-12-08 2017-06-15 乐视控股（北京）有限公司 照片的处理方法及装置
CN106331514A (zh) * 2016-09-07 2017-01-11 青岛海信移动通信技术股份有限公司 一种控制超长曝光的方法及终端
CN110036629A (zh) * 2016-09-30 2019-07-19 株式会社尼康 拍摄装置、程序以及电子设备
CN107734269B (zh) * 2017-10-16 2020-09-22 维沃移动通信有限公司 一种图像处理方法及移动终端
CN107734269A (zh) * 2017-10-16 2018-02-23 维沃移动通信有限公司 一种图像处理方法及移动终端
CN110166700A (zh) * 2018-02-13 2019-08-23 奥多比公司 创建选择性虚拟长曝光图像
CN110166700B (zh) * 2018-02-13 2022-02-25 奥多比公司 用于创建选择性虚拟长曝光图像的方法和***
CN115037884A (zh) * 2018-06-01 2022-09-09 苹果公司 用于成像的统一包围曝光方法
CN111800581B (zh) * 2020-07-09 2022-02-01 Oppo广东移动通信有限公司 图像生成方法、图像生成装置、存储介质与电子设备
CN111800581A (zh) * 2020-07-09 2020-10-20 Oppo广东移动通信有限公司 图像生成方法、图像生成装置、存储介质与电子设备
CN112911149A (zh) * 2021-01-28 2021-06-04 维沃移动通信有限公司 图像输出方法、装置、电子设备及可读存储介质
CN115314627A (zh) * 2021-05-08 2022-11-08 杭州海康威视数字技术股份有限公司 一种图像处理方法、***及摄像机
CN115314627B (zh) * 2021-05-08 2024-03-01 杭州海康威视数字技术股份有限公司 一种图像处理方法、***及摄像机
CN117615257A (zh) * 2024-01-18 2024-02-27 常州微亿智造科技有限公司 一种成像方法、装置、介质及设备
CN117615257B (zh) * 2024-01-18 2024-04-05 常州微亿智造科技有限公司 一种成像方法、装置、介质及设备

Also Published As

Publication number Publication date
US8228400B2 (en) 2012-07-24
EP2242021A1 (en) 2010-10-20
JP2010252313A (ja) 2010-11-04
US20100265357A1 (en) 2010-10-21

Similar Documents

Publication Publication Date Title
CN101866092A (zh) 响应于多个短曝光而生成被模拟的长曝光图像
CN101742101B (zh) 成像设备和成像设备中的显示控制方法
US8285075B2 (en) Image processing apparatus, image processing method, and program
RU2517064C2 (ru) Устройство формирования изображения и способ управления дисплеем для этого устройства
US8558944B2 (en) Image capture apparatus and method for generating combined-image data
US8553138B2 (en) Image capture apparatus and method for generating combined-image data
CN101090459B (zh) 拍摄设备和拍摄方法
CN104349060B (zh) 图像处理装置、图像处理方法及存储介质
CN103167233B (zh) 显示设备和方法
CN102957864B (zh) 影像设备及控制方法
US20090245684A1 (en) Image processing apparatus, image processing method, and program
CN105516611B (zh) 摄像装置和摄影方法
CN102387303A (zh) 图像处理装置、图像处理方法以及摄像装置
CN102333188A (zh) 显示装置及其显示方法
JP2006333229A (ja) 撮像装置、カメラ及び撮像方法
US20110199496A1 (en) Image capturing apparatus, image capturing control method, and storage medium
CN102611835B (zh) 数字拍摄设备及其控制方法
CN103813094A (zh) 捕捉图像的方法、电子装置与机器可读存储介质
CN102629973B (zh) 摄像装置和摄像方法
JP5909997B2 (ja) 撮像装置および撮像装置の制御方法
JP2006067452A (ja) 映像記録装置、および電子カメラ
Cohen et al. The moment camera
JP5995863B2 (ja) モーション・ブラーを含む画像を生成する方法および装置
Higgins Time-Lapse Photography: Art and Techniques
JP6360409B2 (ja) 撮像装置、撮像方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20101020