CN106447641A - 图像生成装置及方法 - Google Patents
图像生成装置及方法 Download PDFInfo
- Publication number
- CN106447641A CN106447641A CN201610750445.0A CN201610750445A CN106447641A CN 106447641 A CN106447641 A CN 106447641A CN 201610750445 A CN201610750445 A CN 201610750445A CN 106447641 A CN106447641 A CN 106447641A
- Authority
- CN
- China
- Prior art keywords
- image
- information
- wavelet decomposition
- monochrome
- black white
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000004927 fusion Effects 0.000 claims abstract description 92
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000000354 decomposition reaction Methods 0.000 claims description 124
- 238000002156 mixing Methods 0.000 claims description 74
- 230000008569 process Effects 0.000 claims description 21
- 239000000284 extract Substances 0.000 claims description 14
- 230000035945 sensitivity Effects 0.000 claims description 6
- 238000002844 melting Methods 0.000 claims 1
- 230000008018 melting Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 8
- 230000006870 function Effects 0.000 description 45
- 238000004891 communication Methods 0.000 description 31
- 238000010295 mobile communication Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 108090000623 proteins and genes Proteins 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 230000005236 sound signal Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000004040 coloring Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 101150012579 ADSL gene Proteins 0.000 description 1
- 102100020775 Adenylosuccinate lyase Human genes 0.000 description 1
- 108700040193 Adenylosuccinate lyases Proteins 0.000 description 1
- 241001062009 Indigofera Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000009730 ganji Substances 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- VYMDGNCVAMGZFE-UHFFFAOYSA-N phenylbutazonum Chemical compound O=C1C(CCCC)C(=O)N(C=2C=CC=CC=2)N1C1=CC=CC=C1 VYMDGNCVAMGZFE-UHFFFAOYSA-N 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 230000002463 transducing effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/10024—Color image
-
- 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
- G06T2207/20048—Transform domain processing
- G06T2207/20064—Wavelet transform [DWT]
-
- 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
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明实施例公开了一种图像生成装置及方法，所述装置包括：第一获取单元，用于获取同一采集对象的黑白图像和彩色图像；第二获取单元，用于分别对黑白图像和彩色图像进行图像处理，获取黑白图像的黑白图像信息及彩色图像的彩色图像信息；确定单元，用于结合黑白图像信息和彩色图像信息，确定黑白图像和彩色图像的融合权值；融合单元，用于根据融合权值，将黑白图像信息和彩色图像进行融合，生成融合图像。在本实施例中，会将黑白图像和彩色图像进行融合，且融合取值是基于黑白图像和彩色图像自身的图像信息确定的，而非预先确定的固定值，因根据图像自身动态确定不同图像的融合权值，可进一步提升了图像的融合效果，提高了融合图像的图像质量。
Description
技术领域
本发明涉及信息技术领域，尤其涉及一种图像生成装置及方法。
背景技术
随着信息技术的发展，人们对采集的图像质量要求越来越高，出现了各种高清晰及高性能的镜头等结构。但是高性能的镜头可能会导致镜头的结构复杂、及成本高等问题。故如何利用结构较为简单、成本较低的镜头，生成高质量的图像，是现有技术中亟待解决的问题。
发明内容
有鉴于此，本发明实施例期望提供一种图像生成装置及方法，可以提供高质量的图像。
为达到上述目的，本发明的技术方案是这样实现的：
本发明实施例提供了一种图像生成装置，包括：
第一获取单元，用于获取同一采集对象的黑白图像和彩色图像；
第二获取单元，用于分别对所述黑白图像和所述彩色图像进行图像处理，获取所述黑白图像的黑白图像信息及所述彩色图像的彩色图像信息；
确定单元，用于结合所述黑白图像信息和所述彩色图像信息，确定所述黑白图像和所述彩色图像的融合权值；
融合单元，用于根据所述融合权值，将所述黑白图像信息和所述彩色图像进行融合，生成融合图像。
基于上述方案，所述确定单元，具体用于基于所述黑白图像信息，确定所述黑白图像中各像素所在区域的区域对比度及区域梯度值，基于所述彩色图像信息，所述彩色图像中各像素所在区域的区域对比度及区域梯度值；将所述区域对比度与所述区域梯度值相乘，分别获取所述黑白图像及所述彩色图像中各像素的融合参数；基于所述融合参数，分别计算所述黑白图像和彩色图像各像素的融合权值。
基于上述方案，所述第二获取单元，具体用于提取所述黑白图像的第一亮度信息；提取所述彩色图像的第二亮度信息及色彩信息；
所述融合单元，具体用于利用所述融合权值对所述第一亮度信息和所述第二亮度信息预设函数处理，得到融合图像的第三亮度信息；结合所述第三亮度信息及所述色彩信息，生成所述融合图像。
基于上述方案，所述第二获取单元，具体用于分别对所述黑白图像和所述彩色图像进行小波分解，获得所述黑白图像的亮度信息的第一小波分解系数，及所述彩色图像的亮度信息的第二小波分解系数；
所述融合单元，具体用于结合所述融合权值及预设函数处理，对所述第一小波分解参数和所述第二小波分解参数进行函数计算，得到第三小波分解系数；利用第三小波分解系数进行图像逆处理，生成所述融合图像。
基于上述方案，所述融合单元，具体用于在第一频段，结合所述融合权值采用第一函数关系对所述第一小波分解参数和所述第二小波分解参数，得到第一频段的第三小波分解；
在第二频段，结合所述融合权值采用第二函数关系对所述第一小波分解参数和所述第二小波分解参数，得到第二频段的第三小波分解；
所述第一函数关系与所述第二函数关系不同；其中，所述第一频段和所述第二频段为人眼不同敏感程度的频段。
本发明实施例第二方面提供一种图像生成方法，包括：
获取同一采集对象的黑白图像和彩色图像；
分别对所述黑白图像和所述彩色图像进行图像处理，获取所述黑白图像的黑白图像信息及所述彩色图像的彩色图像信息；
结合所述黑白图像信息和所述彩色图像信息，确定所述黑白图像和所述彩色图像的融合权值；
根据所述融合权值，将所述黑白图像信息和所述彩色图像进行融合，生成融合图像。
基于上述方案，所述结合所述黑白图像信息和所述彩色图像信息，确定所述黑白图像和所述彩色图像的融合权值，包括：
基于所述黑白图像信息，确定所述黑白图像中各像素所在区域的区域对比度及区域梯度值，基于所述彩色图像信息，所述彩色图像中各像素所在区域的区域对比度及区域梯度值；
将所述区域对比度与所述区域梯度值相乘，分别获取所述黑白图像及所述彩色图像中各像素的融合参数；
基于所述融合参数，分别计算所述黑白图像和彩色图像各像素的融合权值。
基于上述方案，所述分别对所述黑白图像和所述彩色图像进行图像处理，获取所述黑白图像的黑白图像信息及所述彩色图像的彩色图像信息，包括：
提取所述黑白图像的第一亮度信息；
提取所述彩色图像的第二亮度信息及色彩信息；
所述根据所述融合取值，将所述黑白图像信息和所述彩色图像进行融合，生成融合图像，包括：
利用所述融合权值对所述第一亮度信息和所述第二亮度信息预设函数处理，得到融合图像的第三亮度信息；
结合所述第三亮度信息及所述色彩信息，生成所述融合图像。
基于上述方案，所述分别对所述黑白图像和所述彩色图像进行图像处理，获取所述黑白图像的黑白图像信息及所述彩色图像的彩色图像信息，包括：
分别对所述黑白图像和所述彩色图像进行小波分解，获得所述黑白图像的亮度信息的第一小波分解系数，及所述彩色图像的亮度信息的第二小波分解系数；
所述根据所述融合权值，将所述黑白图像信息和所述彩色图像进行融合，生成融合图像，包括：
结合所述融合权值及预设函数处理，对所述第一小波分解参数和所述第二小波分解参数进行函数计算，得到第三小波分解系数；
利用第三小波分解系数进行图像逆处理，生成所述融合图像。
基于上述方案，所述结合所述融合权值及预设函数处理，对所述第一小波分解参数和所述第二小波分解参数进行函数计算，得到第三小波分解系数，包括：
在第一频段，结合所述融合权值采用第一函数关系对所述第一小波分解参数和所述第二小波分解参数，得到第一频段的第三小波分解；
在第二频段，结合所述融合权值采用第二函数关系对所述第一小波分解参数和所述第二小波分解参数，得到第二频段的第三小波分解；
所述第一函数关系与所述第二函数关系不同；其中，所述第一频段和所述第二频段为人眼不同敏感程度的频段。
本发明实施例提供的图像生成装置及方法，会将黑白图像和彩色图像进行融合，且融合取值是基于黑白图像和彩色图像自身的图像信息确定的，而非预先确定的固定值，因根据图像自身动态确定不同图像的融合权值，可进一步提升了图像的融合效果，提高了融合图像的图像质量。
附图说明
图1为本发明实施例提供的一种图像生成方法的流程示意图；
图2为本发明实施例提供的融合权值的计算流程示意图；
图3a为本发明实施例提供的一幅原始图像的示意图；
图3b为图3a所示原始图像的1次小波分解示意图；
图3c为图3a所示原始图像的2次小波分解示意图；
图3d为图3a所示原始图像的3次小波分解示意图；
图4为本发明实施例提供的另一种图像生成方法的流程示意图；
图5为本发明实施例提供的一种图像生成装置的结构示意图；
图6为本发明实施例提供的又一种图像生成方法的流程示意图；
图7a为黑白图像的效果示意图；
图7b为图7a对应的彩色图像的效果示意图；
图8为图7a和图7b所示图像的融合效果示意图；
图9为本发明实施例提供的一种移动终端的结构示意图；
图10为本发明实施例提供的一种通信***的结构示意图。
具体实施方式
以下结合说明书附图及具体实施例对本发明的技术方案做进一步的详细阐述。
如图1所示，本实施例提供一种图像生成方法，包括：
步骤S110：获取同一采集对象的黑白图像和彩色图像；
步骤S120：分别对所述黑白图像和所述彩色图像进行图像处理，获取所述黑白图像的黑白图像信息及所述彩色图像的彩色图像信息；
步骤S130：结合所述黑白图像信息和所述彩色图像信息，确定所述黑白图像和所述彩色图像的融合权值；
步骤S140：根据所述融合权值，将所述黑白图像信息和所述彩色图像进行融合，生成融合图像。
本实施例提供了一种图像生成方法，将黑白图像和彩色图像以生成一个融合图像，可为应用于各种图像采集装置的设备中，例如，手机、平板、可穿戴式设备等移动终端或台式电脑等固定中的设备。
在步骤S110中将通过图像处理，提取图像信息。例如，在步骤S110中可以通过解析各所述图像得到以下图像信息：
亮度信息(Y通道)和色彩(UV通道)清晰分离出来，这样可以单独处理亮度和色彩信息。RGB与YUV图像的转换公式如下：
Y＝0.299*R+0.587*G+0.114*B
U＝-0.147*R-0.289*G+0.436*B＝0.492*(B-Y)
V＝0.615*R-0.515*G-0.100*B＝0.877*(R-Y)
所述R表示红色的色彩值，所述B表示蓝色的色彩值；所述G表示绿色的色彩值。
所述步骤S110可包括：提取黑白图像Y，提取彩色图像中的Y、U及V值。
在步骤S120中将分别对黑白图像和彩色图像进行图像处理，例如，提取图像中各个像素的像素信息，例如，每个像素的像素亮度、灰度值等各种图像信息。总之，在本实施例中黑白图像的图像信息称之为黑白图像信息，彩色图像的图像信息称之为彩色图像信息。
在步骤S130中会结合黑白图像信息和彩色图像信息，来动态确定黑白图像和彩色信息的融合权值。在本实施例中拒绝了直接利用预先设定的静态融合权值进行图像融合，这样的话，可以根据不同的彩色图像和黑白图像的图像信息，选择合适当前的黑白图像及彩色图像的融合权值，从而提升融合图像的融合效果。
在步骤S140中，将根据动态确定的融合权值，将黑白图像和彩色图像进行融合，在本实施例中会基于提取的黑白图像信息和彩色图像信息，进行逐像素的合并，从而得到结合了黑白图像和彩色图像的优点的融合图像，从而获得了一张单独相对于黑白图像和彩色图像都图像质量更高的融合图像。这样，可以降低图像采集结构的硬件要求，降低硬件成本。
例如，目前移动平台从单一的镜头进化到双目甚至多目镜头，不同的镜头有不同的优势和缺点。传统的彩色镜头大多是三基色(RGB)的贝尔bayer传感器，每个色彩通道，会对不同的色光进行过滤，而黑白镜头MONO，没有分色滤镜来记录颜色信息，是全透光传感器，所有光线都直接传到传感器并被捕捉，比普通彩色传感器进光量大，可以有效提高像素细节，成像越清晰，细节丰富，但是会丢失颜色信息。如果需要同时获取图像场景的颜色和细节信息想，需要将两个摄像机的图像进行融合处理，在本实施例中将结合小波分解等图像处理技术，和基于局部梯度的图像清晰判决方法来对黑白和彩色图像进行融合处理，可以有效保留图像的颜色和细节信息。
在一些实施例中，如图2所示，所述步骤S130可包括：
步骤S131：基于所述黑白图像信息，确定所述黑白图像中各像素所在区域的区域对比度及区域梯度值，基于所述彩色图像信息，所述彩色图像中各像素所在区域的区域对比度及区域梯度值；
步骤S132：将所述区域对比度与所述区域梯度值相乘，分别获取所述黑白图像及所述彩色图像中各像素的融合参数；
步骤S133：基于所述融合参数，分别计算所述黑白图像和彩色图像各像素的融合权值。
在本实施例中，会提取所述黑白图像和彩色图像所在区域的区域对比度和区域梯度值。在本实施例中另一个像素所在区域可以为以该像素为中心的矩形图形区域。例如，包括N*M个像素的区域，即为这N*M个像素中位于中心位置的像素所在区域。
在一些实施例中所述步骤S131可利用如下公式计算所述区域对比度；
所述i,j为像素p的坐标；所述CLi,j为像素p所在区域的区域对比度；所述p(i,j)为像素p的第一图像信息值；所述m(i,j)为所述像素p所在区域的各像素的第一图像信息值的平均值；所述N为所述像素p所在区域的第一维度上的像素个数；所述M为所述像素p所在区域的第二维度上的像素个数；所述第一维度垂直于所述第二维度。所述N*M为所述像素p所在区域的总像素个数，通常所述p为该像素所在区域的中心像素。
在对黑白图像进行图像处理时，所述第一图像信息值为所述黑白图像信息；在对彩色图像进行处理时，所述第一图像信息值为所述彩色图像信息值，在以下区域梯度计算时，也适用。
在本实施例中可利用上述公式可以简便的计算出所述区域对比度。进一步地，所述步骤S131可利用如下公式计算所述区域梯度值；
所述i,j为像素p的坐标；所述I为第I图像中所述像素p所在区域的图像信息矩阵；所述图像信息矩阵由所述像素p所在区域内各像素的第一图像信息值组成；
所述为所述像素p所在区域在x方向上的梯度值；所述为所述像素p所在区域在y方向上的梯度值；所述GLi,j为所述像素p所在区域的区域梯度值；所述A1为第一卷积算子；所述A2为第二卷积算子。
例如所述A1和A2都为进行卷积运算的算子，都对应的是矩阵。所述卷积算子的矩阵大小决定关于卷积运算的横纵坐标的维度。以下提供另种3*3的卷积算子。
所述
所述
在本实施例中所述卷积算子还可为5.5或7.7的。值得注意的是，通常在做卷积运算时，所述I为与所述卷积算子同行列数矩阵。例如，所述卷积算子为3.*3的矩阵，则所述I也为3*3的矩阵。
在一些实施例中，所述步骤S33可包括：
利用如下公式计算所述融合权值；
所述WM(i,j,s)为第s张图像中坐标为(i,j)的像素的融合参数WM(i,j)；所述WM(i,j,k)为第k张图像中坐标为(i,j)的像素的融合参数WM(i,j)；所述W(i,j,s)第s张图像中坐标为(i,j)的像素的融合权值。在本实施例中若仅包括一张黑白图像和一张彩色图像则，所述K为2，若当第1张图像为黑白图像时，则第2图像为所述彩色图像。
所述为各张图像中坐标为(i,j)的像素的融合参数的和；所述W(i,j,s)即为每一张图像中坐标为(i,j)的像素在上述和中所占的比值，即为所述融合权值。
显然利用上述方法计算融合权值，具有实现简便的特点。在具体的实现过程中，可以根据图像融合特点，例如，想突出体现某一张图像的图像特点，还可以引入调整因子，该图像的调整因子大于其他图像的调整因子，该调整因子可为加法因子或乘法因子。所述加法因子引入a之后，可以利用如下公式计算全融合权重：
或
乘法因子b引入之后，可以利用如下公式计算融合权重。
总之，计算所述融合权值的方法不止一个。
在一些实施例中，所述步骤S140可包括：
利用如下公式计算所述第二图像信息值；
所述F(i,j)为坐标为(i,j)的像素的第二小波分解系数；所述kwavek(i,j)为图像k中坐标为(i,j)的像素的第一小波分解系数；所述W(i,j,k)为图像k中坐标为(i,j)的像素的所述融合权值。当然这里仅是提供了一种基于融合权值进行图像融合的函数关系，具体实现时不局限于上述公式。
在一些实施例中，所述步骤S120可包括：提取所述黑白图像的第一亮度信息；提取所述彩色图像的第二亮度信息及色彩信息；
所述步骤S140可包括：利用所述融合权值对所述第一亮度信息和所述第二亮度信息预设函数处理，得到融合图像的第三亮度信息；结合所述第三亮度信息及所述色彩信息，生成所述融合图像。
在一些实施例中，所述步骤S120还可包括：分别对所述黑白图像和所述彩色图像进行小波分解，获得所述黑白图像的亮度信息的第一小波分解系数，及所述彩色图像的亮度信息的第二小波分解系数；
所述步骤S140可包括：
结合所述融合权值及预设函数处理，对所述第一小波分解参数和所述第二小波分解参数进行函数计算，得到第三小波分解系数；
利用第三小波分解系数进行图像逆处理，生成所述融合图像。
在本实施例中可以对上述黑白图像和彩色图像进行小波分解。得到小波分解系数；黑白图像的小波分解系数可称为第一小波分解系数，彩色图像的小波分解系数可为第二小波分解系数。这里的小波分解系数即为前述黑白图像信息和彩色图像信息的组成部分。利用第一小波分解系数和第二小波分解系数，可以的得到生成融合图像的第三小波分解系数，最后可以利用第三小波分解系数通过图像逆变换得到融合图像。小波分解是将从图像中提取不同维度的图像信息，例如，亮度信息和色彩信息；亮度信息和色彩信息的具体值可以用小波分解系数来表示。小波分解的固有特性在分解过程中没有信息损失和冗余信息；能够把图像分解成平均图像和细节图像的组合，分别代表了图像的不同结构，因此容易提取原始图像的结构信息和细节信息。此外小波分解还具有快速算法，且通常二维小波分解可提供了与人类视觉***方向相吻合的选择性图像。
图3a为原始图像；图3b为1次小波分解图像；图3c为在1次小波分解图像再次小波分解得到的2次小波分解图像；图3d为在2次小波分解图像上再次分解得到的3次小波分解图像。
当然在具体实现时，对图像进行处理不限于小波分解，还可以直接通过亮度提取、色彩提取的其他方式，获取所述第一图像信息值，例如，获取各个像素的亮度值、色彩值以及灰度值等信图像信息值。
进一步地，所述结合所述融合权值及预设函数处理，对所述第一小波分解参数和所述第二小波分解参数进行函数计算，得到第三小波分解系数，包括：
在第一频段，结合所述融合权值采用第一函数关系对所述第一小波分解参数和所述第二小波分解参数，得到第一频段的第三小波分解；
在第二频段，结合所述融合权值采用第二函数关系对所述第一小波分解参数和所述第二小波分解参数，得到第二频段的第三小波分解；
所述第一函数关系与所述第二函数关系不同；其中，所述第一频段和所述第二频段为人眼不同敏感程度的频段。
图4所示，为利用本实施例提供的图像生成方法，进行不同频段采用不同融合规则进行图像融合的流程示意图。
源图像A和源图像B可为前述K张图像中的任意两张，分别进行小波分解，分别获得高频子带系数和低频子带系数。这里的高频子带系数和低频子带系数都是前面的小波分解系数。然后两个源图像的将高频子带系数利用高频融合规则，及高频融合权值得到融合图像的高频子带系数；将两个源图像的低频子带利用低频子带规则及低频融合权值融合得到低频子带系数。然后通过逆变化最终得到融合图像。这里的高频子带可为频率大于某一个频率阈值的频率，低频子带可为频率低于频率阈值的频率。
如图5所示，本实施例提供一种图像生成装置，包括：
第一获取单元310，用于获取同一采集对象的黑白图像和彩色图像；
第二获取单元320，用于分别对所述黑白图像和所述彩色图像进行图像处理，获取所述黑白图像的黑白图像信息及所述彩色图像的彩色图像信息；
确定单元330，用于结合所述黑白图像信息和所述彩色图像信息，确定所述黑白图像和所述彩色图像的融合权值；
融合单元340，用于根据所述融合权值，将所述黑白图像信息和所述彩色图像进行融合，生成融合图像。
本发明实施例提供的所述图像生成装置可为各种电子设备中的结构，所述电子设备可包括手机、平板电脑、可穿戴式设备等各种移动终端，还可以是各种不能移动的固定终端。
在本实施例中第一获取单元310、第二获取单元320、确定单元330及融合单元340都可以对应于电子设备中的处理器或处理电路。所述处理器可包括中央处理器CPU、微处理器MCU、数字信号处理器DSP、可编程阵列PLC或应用处理器AP等。所述处理电路可包括专用集成电路ASIC。
所述处理器或处理电路可通过执行预定指令完成上述功能。所述第二获取单元320、确定单元330及融合单元340等还可以对应于计算器或具有计算功能的处理器等，可以通过一些列的函数计算得到各个单元所需的信息，例如是，所述区域对比度或区域梯度值等。
本实施例所述的图像生成装置可通过获取包括同一采集对象的黑白图像及彩色图像，可以生成该采集对象图像质量更高的融合图像，以减少对采集硬件的要求，降低硬件成本并提升图像质量。
在一些实施例中，所述确定单元330，具体用于基于所述黑白图像信息，确定所述黑白图像中各像素所在区域的区域对比度及区域梯度值，基于所述彩色图像信息，所述彩色图像中各像素所在区域的区域对比度及区域梯度值；将所述区域对比度与所述区域梯度值相乘，分别获取所述黑白图像及所述彩色图像中各像素的融合参数；基于所述融合参数，分别计算所述黑白图像和彩色图像各像素的融合权值。
本实施例所述确定单元330可对应于计算器或具有计算功能的处理器，可利用前述的函数关系，计算出所述区域对比度和区域梯度值，从而简便获得所述融合值。
在一些实施例中，所述第二获取单元320，具体用于提取所述黑白图像的第一亮度信息；提取所述彩色图像的第二亮度信息及色彩信息；所述融合单元340，具体用于利用所述融合权值对所述第一亮度信息和所述第二亮度信息预设函数处理，得到融合图像的第三亮度信息；结合所述第三亮度信息及所述色彩信息，生成所述融合图像。
在本实施例中进行的黑白图像和黑白图像的融合，故可以仅提取黑白图像的亮度信息，而彩色图像可以提取亮度信息和色彩信息，这样得到的融合图像具有黑白图像的亮度和对比度，同时兼具了彩色图像的色彩，显然融合了黑白图像和彩色图像的优点，相对单一的黑白图像和彩色图像的图像质量都高。
在一些实施例中，所述第二获取单元320，具体用于分别对所述黑白图像和所述彩色图像进行小波分解，获得所述黑白图像的亮度信息的第一小波分解系数，及所述彩色图像的亮度信息的第二小波分解系数；
所述融合单元140，具体用于结合所述融合权值及预设函数处理，对所述第一小波分解参数和所述第二小波分解参数进行函数计算，得到第三小波分解系数；利用第三小波分解系数进行图像逆处理，生成所述融合图像。
在本实施例中利用小波分解对黑白图像和彩色图像进行处理，获得表征黑白图像和彩色图像中图像信心的小波分解系数。故在融合时，融合单元140进行的小波分解系数的融合，最后利用小波分解系数的图像逆变化，得到融合图像。小波分解具有图像信息损失少及冗余信息少的特点，故经过这样的处理得到的图像失真小，且具有计算量少及存储资源占用少的特点。
在某些实施例中，所述融合单元140，具体用于在第一频段，结合所述融合权值采用第一函数关系对所述第一小波分解参数和所述第二小波分解参数，得到第一频段的第三小波分解；在第二频段，结合所述融合权值采用第二函数关系对所述第一小波分解参数和所述第二小波分解参数，得到第二频段的第三小波分解；所述第一函数关系与所述第二函数关系不同；其中，所述第一频段和所述第二频段为人眼不同敏感程度的频段。
在本实施例中不同的频段，采用不同的融合函数来进行图像融合，一方面可以保证融合图像质量，另一方面可以尽可能减少处理。
以下结合上述任意实施例提供几个具体实施例：
如图6所示，本实施例提供一种图像生成方法，包括：
S100：获取彩色和黑白图像，并预处理。例如利用黑白镜头采集黑白图像，利用彩色镜头采集彩色图像；优选同时利用黑白镜头和彩色镜头的双目设备，对同一采集对象进行图像采集。这里的采集对象可包括人、景物、动物等各种可供进行图像采集的对象。
S200：将彩色图像和黑白图像分别进行小波分解。
S300：计算低频融合权值以及高频融合权值。
S400：根据融合权值对彩色图像和黑白图像进行融合，获取融合图像。
在步骤S100中，由于黑白图像只有亮度信息，没有彩色信息，黑白与彩色图像融合是，需要对亮度信息进行融合，融合图像的色彩全部来源于彩色图像，因此需要将彩色RGB图像转换为YUV图像，YUV格式将图像的亮度信息(Y通道)和色彩(UV通道)清晰分离出来，这样可以单独处理亮度和色彩信息。
在步骤S200中利用小波分解分别将彩色图像和黑白图像的Y通道图像分解为高频和低频部分。步骤S300通过S200中的小波分解后，得到了彩色图像的亮度分量Y和黑白图像的亮度分量Y的小波分解系数。
图7a为黑白图像的显示效果图，图7b为彩色图像效果图。通过观察可以发现，黑白图像在圆框区域内部的对比度较好，图像细节清晰，可以清楚的看清里面的英文单词，而彩色图像的细节则比较模糊，无法分辨红框里面的英文单词。融合图像就是需要保留场景中的清晰细节信息。有鉴于此，如图8所示，小波分解之后，分别对高频子带和低频子带进行处理，需要将这些相对清晰的细节的系数保留下来。在图4中，源图像A和源图像B可为前述黑白图像和彩色图像，分别进行小波分解，分别获得高频子带系数和低频子带系数。这里的高频子带系数和低频子带系数都是前面的小波分解系数。然后两个源图像的将高频子带系数利用高频融合规则，及高频融合权值得到融合图像的高频子带系数；将两个源图像的低频子带利用低频子带规则及低频融合权值融合得到低频子带系数。然后通过逆变化最终得到融合图像。这里的高频子带可为频率大于某一个频率阈值的频率，低频子带可为频率低于频率阈值的频率。这里的高频融合权值和低频融合权值均为前述融合权值的一种。
因此，本示例对分解后的小波分解系数进行局部区域对比度和全局的梯度图像特征计算，生成黑白与彩色图像融合权值，计算过程如下：
WM(i,j)＝CLi,j*GLi,j (1)
式子中i，j为图像中任一像素p点的坐标，WM(i,j)为该像素参与融合算法的初始化权值，CLi,j为该像素点的局部区域对比度，GLi,j为该像素点的梯度值大小。
式(2)中，p(i,j)为该像素点的像素值,m(i,j)为局部区域平均值。式子(3)中利用soble算子计算图像在水平和垂直方向的梯度大小。该算子包含两组3x3的矩阵，分别为横向及纵向，将之与图像作平面卷积，即可分别得出横向及纵向的亮度差分近似值。如果以I代表原始图像，Gx及Gy分别代表经纵向及横向边缘检测的图像，G为该图像像素点出的梯度大小，其公式如下:
按照上述计算过程，分别可以计算出黑白与彩色两幅图像的融合权值图
式4中，WM(I,k)为第k幅图像中各像素的融合权值，这样就将不同曝光图像的融合系数权值归一化了，满足保证了图像融合后像素不会超出原有的值域范围。按照式子(5)就可以将，3幅图像分解的小波分解系数进行融合，高频系数和低频系数融合规则一致，均是乘以融合权值系数。
从上面的公式计算可以看出，区域对比度越大，梯度特征越大说明，该像素点的区域特征越明显，图像细节越清晰，是黑白与彩色融合图像中需要保留图像像素点，因此融合权值也比较大。
S400根据S300的融合权值，对彩色图像和黑白图像的Y通道进行小波分解系数融合得到融合图像的Y通道图像，由于黑白图像无色彩信息(UV通道)，因此将彩色图像的UV通道赋给融合图像，之后对融合图像YUV转换为RGB图像，转换公式如下：
R＝Y+1.140*V
G＝Y-0.394*U-0.581*V
B＝Y+2.032*U
图8给出了融合图像效果，显然相对于图7a和图7b的图像效果都好。一些。
以下提供给一种可包括前述图像生成装置的移动终端。在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身并没有特定的意义。因此，“模块”与“部件”可以混合地使用。
移动终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如移动电话、智能电话、笔记本电脑、数字广播接收器、个人数字助理(PDA)、平板电脑(PAD)、便携式多媒体播放器(PMP)、导航装置等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。下面，假设终端是移动终端。然而，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的终端。
图9为实现本发明各个实施例的移动终端100的硬件结构示意，如图9所示，移动终端100可以包括无线通信单元110、音频/视频(A/V)输入单元120、用户输入单元130、感测单元140、输出单元150、存储器160、接口单元170、控制器180和电源单元190等等。图9示出了具有各种组件的移动终端100，但是应理解的是，并不要求实施所有示出的组件。可以替代地实施更多或更少的组件。将在下面详细描述移动终端100的元件。
无线通信单元110通常包括一个或多个组件，其允许移动终端100与无线通信***或网络之间的无线电通信。例如，无线通信单元110可以包括广播接收模块111、移动通信模块112、无线互联网模块113、短程通信模块114和位置信息模块115中的至少一个。
广播接收模块111经由广播信道从外部广播管理服务器接收广播信号和/或广播相关信息。广播信道可以包括卫星信道和/或地面信道。广播管理服务器可以是生成并发送广播信号和/或广播相关信息的服务器或者接收之前生成的广播信号和/或广播相关信息并且将其发送给终端的服务器。广播信号可以包括TV广播信号、无线电广播信号、数据广播信号等等。而且，广播信号可以进一步包括与TV或无线电广播信号组合的广播信号。广播相关信息也可以经由移动通信网络提供，并且在该情况下，广播相关信息可以由移动通信模块112来接收。广播信号可以以各种形式存在，例如，其可以以数字多媒体广播(DMB)的电子节目指南(EPG)、数字视频广播手持(DVB-H)的电子服务指南(ESG)等等的形式而存在。广播接收模块111可以通过使用各种类型的广播***接收信号广播。特别地，广播接收模块111可以通过使用诸如多媒体广播-地面(DMB-T)、数字多媒体广播-卫星(DMB-S)、数字视频广播-手持(DVB-H)，前向链路媒体(MediaFLO@)的数据广播***、地面数字广播综合服务(ISDB-T)等等的数字广播***接收数字广播。广播接收模块111可以被构造为适合提供广播信号的各种广播***以及上述数字广播***。经由广播接收模块111接收的广播信号和/或广播相关信息可以存储在存储器160(或者其它类型的存储介质)中。
移动通信模块112将无线电信号发送到基站(例如，接入点、节点B等等)、外部终端以及服务器中的至少一个和/或从其接收无线电信号。这样的无线电信号可以包括语音通话信号、视频通话信号、或者根据文本和/或多媒体消息发送和/或接收的各种类型的数据。
无线互联网模块113支持移动终端100的无线互联网接入。无线互联网模块113可以内部或外部地耦接到终端。无线互联网模块113所涉及的无线互联网接入技术可以包括无线局域网(WLAN)、无线相容性认证(Wi-Fi)、无线宽带(Wibro)、全球微波互联接入(Wimax)、高速下行链路分组接入(HSDPA)等等。
短程通信模块114是用于支持短程通信的模块。短程通信技术的一些示例包括蓝牙TM、射频识别(RFID)、红外数据协会(IrDA)、超宽带(UWB)、紫蜂TM等等。
位置信息模块115是用于检查或获取移动终端100的位置信息的模块。位置信息模块115的典型示例是全球定位***(GPS)模块115。根据当前的技术，GPS模块115计算来自三个或更多卫星的距离信息和准确的时间信息并且对于计算的信息应用三角测量法，从而根据经度、纬度和高度准确地计算三维当前位置信息。当前，用于计算位置和时间信息的方法使用三颗卫星并且通过使用另外的一颗卫星校正计算出的位置和时间信息的误差。此外，GPS模块115能够通过实时地连续计算当前位置信息来计算速度信息。
A/V输入单元120用于接收音频或视频信号。A/V输入单元120可以包括相机121和麦克风122，相机121对在视频捕获模式或图像捕获模式中由图像捕获装置获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元151上。经相机121处理后的图像帧可以存储在存储器160(或其它存储介质)中或者经由无线通信单元110进行发送，可以根据移动终端100的构造提供两个或更多相机121。麦克风122可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风接收声音(音频数据)，并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由移动通信模块112发送到移动通信基站的格式输出。麦克风122可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。
用户输入单元130可以根据用户输入的命令生成键输入数据以控制移动终端100的各种操作。用户输入单元130允许用户输入各种类型的信息，并且可以包括键盘、锅仔片、触摸板(例如，检测由于被接触而导致的电阻、压力、电容等等的变化的触敏组件)、滚轮、摇杆等等。特别地，当触摸板以层的形式叠加在显示单元151上时，可以形成触摸屏。
感测单元140检测移动终端100的当前状态，(例如，移动终端100的打开或关闭状态)、移动终端100的位置、用户对于移动终端100的接触(即，触摸输入)的有无、移动终端100的取向、移动终端100的加速或减速移动和方向等等，并且生成用于控制移动终端100的操作的命令或信号。例如，当移动终端100实施为滑动型移动电话时，感测单元140可以感测该滑动型电话是打开还是关闭。另外，感测单元140能够检测电源单元190是否提供电力或者接口单元170是否与外部装置耦接。
接口单元170用作至少一个外部装置与移动终端100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口(典型示例是通用串行总线USB端口)、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。识别模块可以是存储用于验证用户使用移动终端100的各种信息并且可以包括用户识别模块(UIM)、客户识别模块(SIM)、通用客户识别模块(USIM)等等。另外，具有识别模块的装置(下面称为“识别装置”)可以采取智能卡的形式，因此，识别装置可以经由端口或其它连接装置与移动终端100连接。
接口单元170可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。
另外，当移动终端100与外部底座连接时，接口单元170可以用作允许通过其将电力从底座提供到移动终端100的路径或者可以用作允许从底座输入的各种命令信号通过其传输到移动终端100的路径。从底座输入的各种命令信号或电力可以用作用于识别移动终端100是否准确地安装在底座上的信号。
输出单元150被构造为以视觉、音频和/或触觉方式提供输出信号(例如，音频信号、视频信号、警报信号、振动信号等等)。输出单元150可以包括显示单元151、音频输出模块152、警报单元153等等。
显示单元151可以显示在移动终端100中处理的信息。例如，当移动终端100处于电话通话模式时，显示单元151可以显示与通话或其它通信(例如，文本消息收发、多媒体文件下载等等)相关的用户界面(UI)或图形用户界面(GUI)。当移动终端100处于视频通话模式或者图像捕获模式时，显示单元151可以显示捕获的图像和/或接收的图像、示出视频或图像以及相关功能的UI或GUI等等。
同时，当显示单元151和触摸板以层的形式彼此叠加以形成触摸屏时，显示单元151可以用作输入装置和输出装置。显示单元151可以包括液晶显示器(LCD)、薄膜晶体管LCD(TFT-LCD)、有机发光二极管(OLED)显示器、柔性显示器、三维(3D)显示器等等中的至少一种。这些显示器中的一些可以被构造为透明状以允许用户从外部观看，这可以称为透明显示器，典型的透明显示器可以例如为TOLED(透明有机发光二极管)显示器等等。根据特定想要的实施方式，移动终端100可以包括两个或更多显示单元(或其它显示装置)，例如，移动终端100可以包括外部显示单元(未示出)和内部显示单元(未示出)。触摸屏可用于检测触摸输入压力以及触摸输入位置和触摸输入面积。
音频输出模块152可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将无线通信单元110接收的或者在存储器160中存储的音频数据转换音频信号并且输出为声音。而且，音频输出模块152可以提供与移动终端100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出模块152可以包括扬声器、蜂鸣器等等。
警报单元153可以提供输出以将事件的发生通知给移动终端100。典型的事件可以包括呼叫接收、消息接收、键信号输入、触摸输入等等。除了音频或视频输出之外，警报单元153可以以不同的方式提供输出以通知事件的发生。例如，警报单元153可以以振动的形式提供输出，当接收到呼叫、消息或一些其它进入通信(incoming communication)时，警报单元153可以提供触觉输出(即，振动)以将其通知给用户。通过提供这样的触觉输出，即使在用户的移动电话处于用户的口袋中时，用户也能够识别出各种事件的发生。警报单元153也可以经由显示单元151或音频输出模块152提供通知事件的发生的输出。
存储器160可以存储由控制器180执行的处理和控制操作的软件程序等等，或者可以暂时地存储已经输出或将要输出的数据(例如，电话簿、消息、静态图像、视频等等)。而且，存储器160可以存储关于当触摸施加到触摸屏时输出的各种方式的振动和音频信号的数据。
存储器160可以包括至少一种类型的存储介质，所述存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等等。而且，移动终端100可以与通过网络连接执行存储器160的存储功能的网络存储装置协作。
控制器180通常控制移动终端100的总体操作。例如，控制器180执行与语音通话、数据通信、视频通话等等相关的控制和处理。另外，控制器180可以包括用于再现或回放多媒体数据的多媒体模块181，多媒体模块181可以构造在控制器180内，或者可以构造为与控制器180分离。控制器180可以执行模式识别处理，以将在触摸屏上执行的手写输入或者图片绘制输入识别为字符或图像。
电源单元190在控制器180的控制下接收外部电力或内部电力并且提供操作各元件和组件所需的适当的电力。
这里描述的各种实施方式可以以使用例如计算机软件、硬件或其任何组合的计算机可读介质来实施。对于硬件实施，这里描述的实施方式可以通过使用特定用途集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理装置(DSPD)、可编程逻辑装置(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、被设计为执行这里描述的功能的电子单元中的至少一种来实施，在一些情况下，这样的实施方式可以在控制器180中实施。对于软件实施，诸如过程或功能的实施方式可以与允许执行至少一种功能或操作的单独的软件模块来实施。软件代码可以由以任何适当的编程语言编写的软件应用程序(或程序)来实施，软件代码可以存储在存储器160中并且由控制器180执行。
至此，已经按照其功能描述了移动终端100。下面，为了简要起见，将描述诸如折叠型、直板型、摆动型、滑动型移动终端100等等的各种类型的移动终端100中的滑动型移动终端100作为示例。因此，本发明能够应用于任何类型的移动终端100，并且不限于滑动型移动终端100。
如图9中所示的移动终端100可以被构造为利用经由帧或分组发送数据的诸如有线和无线通信***以及基于卫星的通信***来操作。
现在将参考图10描述其中根据本发明的移动终端100能够操作的通信***。
这样的通信***可以使用不同的空中接口和/或物理层。例如，由通信***使用的空中接口包括例如频分多址(FDMA)、时分多址(TDMA)、码分多址(CDMA)和通用移动通信***(UMTS)(特别地，长期演进(LTE))、全球移动通信***(GSM)等等。作为非限制性示例，下面的描述涉及CDMA通信***，但是这样的教导同样适用于其它类型的***。
参考图10，CDMA无线通信***可以包括多个移动终端100、多个基站(BS)270、基站控制器(BSC)275和移动交换中心(MSC)280。MSC 280被构造为与公共电话交换网络(PSTN)290形成接口。MSC 280还被构造为与可以经由回程线路耦接到基站270的BSC 275形成接口。回程线路可以根据若干己知的接口中的任一种来构造，所述接口包括例如E1/T1、ATM、IP、PPP、帧中继、HDSL、ADSL或xDSL。将理解的是，如图10中所示的***可以包括多个BSC2750。
每个BS 270可以服务一个或多个分区(或区域)，由多向天线或指向特定方向的天线覆盖的每个分区放射状地远离BS 270。或者，每个分区可以由用于分集接收的两个或更多天线覆盖。每个BS 270可以被构造为支持多个频率分配，并且每个频率分配具有特定频谱(例如，1.25MHz，5MHz等等)。
分区与频率分配的交叉可以被称为CDMA信道。BS 270也可以被称为基站收发器子***(BTS)或者其它等效术语。在这样的情况下，术语“基站”可以用于笼统地表示单个BSC275和至少一个BS 270。基站也可以被称为“蜂窝站”。或者，特定BS 270的各分区可以被称为多个蜂窝站。
如图10中所示，广播发射器(BT)295将广播信号发送给在***内操作的移动终端100。如图9中所示的广播接收模块111被设置在移动终端100处以接收由BT295发送的广播信号。在图10中，示出了几个卫星300，例如可以采用全球定位***(GPS)卫星300。卫星300帮助定位多个移动终端100中的至少一个。
在图10中，描绘了多个卫星300，但是理解的是，可以利用任何数目的卫星获得有用的定位信息。如图9中所示的GPS模块115通常被构造为与卫星300配合以获得想要的定位信息。替代GPS跟踪技术或者在GPS跟踪技术之外，可以使用可以跟踪移动终端100的位置的其它技术。另外，至少一个GPS卫星300可以选择性地或者额外地处理卫星DMB传输。
作为无线通信***的一个典型操作，BS 270接收来自各种移动终端100的反向链路信号。移动终端100通常参与通话、消息收发和其它类型的通信。特定基站270接收的每个反向链路信号被在特定BS 270内进行处理。获得的数据被转发给相关的BSC 275。BSC提供通话资源分配和包括BS 270之间的软切换过程的协调的移动管理功能。BSC275还将接收到的数据路由到MSC 280，其提供用于与PSTN 290形成接口的额外的路由服务。类似地，PSTN290与MSC 280形成接口，MSC与BSC 275形成接口，并且BSC 275相应地控制BS 270以将正向链路信号发送到移动终端100。
移动终端中无线通信单元110的移动通信模块112基于移动终端内置的接入移动通信网络(如2G/3G/4G等移动通信网络)的必要数据(包括用户识别信息和鉴权信息)接入移动通信网络为移动终端用户的网页浏览、网络多媒体播放等业务传输移动通信数据(包括上行的移动通信数据和下行的移动通信数据)。
无线通信单元110的无线互联网模块113通过运行无线热点的相关协议功能而实现无线热点的功能，无线热点支持多个移动终端(移动终端之外的任意移动终端)接入，通过复用移动通信模块112与移动通信网络之间的移动通信连接为移动终端用户的网页浏览、网络多媒体播放等业务传输移动通信数据(包括上行的移动通信数据和下行的移动通信数据)，由于移动终端实质上是复用移动终端与通信网络之间的移动通信连接传输移动通信数据的，因此移动终端消耗的移动通信数据的流量由通信网络侧的计费实体计入移动终端的通信资费，从而消耗移动终端签约使用的通信资费中包括的移动通信数据的数据流量。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个***，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理模块中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种图像生成装置，其特征在于，包括：
第一获取单元，用于获取同一采集对象的黑白图像和彩色图像；
第二获取单元，用于分别对所述黑白图像和所述彩色图像进行图像处理，获取所述黑白图像的黑白图像信息及所述彩色图像的彩色图像信息；
确定单元，用于结合所述黑白图像信息和所述彩色图像信息，确定所述黑白图像和所述彩色图像的融合权值；
融合单元，用于根据所述融合权值，将所述黑白图像信息和所述彩色图像进行融合，生成融合图像。
2.根据权利要求1所述的装置，其特征在于，
所述确定单元，具体用于基于所述黑白图像信息，确定所述黑白图像中各像素所在区域的区域对比度及区域梯度值，基于所述彩色图像信息，所述彩色图像中各像素所在区域的区域对比度及区域梯度值；将所述区域对比度与所述区域梯度值相乘，分别获取所述黑白图像及所述彩色图像中各像素的融合参数；基于所述融合参数，分别计算所述黑白图像和彩色图像各像素的融合权值。
3.根据权利要求1所述的装置，其特征在于，
所述第二获取单元，具体用于提取所述黑白图像的第一亮度信息；提取所述彩色图像的第二亮度信息及色彩信息；
所述融合单元，具体用于利用所述融合权值对所述第一亮度信息和所述第二亮度信息预设函数处理，得到融合图像的第三亮度信息；结合所述第三亮度信息及所述色彩信息，生成所述融合图像。
4.根据权利要求1、2或3所述的装置，其特征在于，
所述第二获取单元，具体用于分别对所述黑白图像和所述彩色图像进行小波分解，获得所述黑白图像的亮度信息的第一小波分解系数，及所述彩色图像的亮度信息的第二小波分解系数；
所述融合单元，具体用于结合所述融合权值及预设函数处理，对所述第一小波分解参数和所述第二小波分解参数进行函数计算，得到第三小波分解系数；利用第三小波分解系数进行图像逆处理，生成所述融合图像。
5.根据权利要求4所述的装置，其特征在于，
所述融合单元，具体用于在第一频段，结合所述融合权值采用第一函数关系对所述第一小波分解参数和所述第二小波分解参数，得到第一频段的第三小波分解；
在第二频段，结合所述融合权值采用第二函数关系对所述第一小波分解参数和所述第二小波分解参数，得到第二频段的第三小波分解；
所述第一函数关系与所述第二函数关系不同；其中，所述第一频段和所述第二频段为人眼不同敏感程度的频段。
6.一种图像生成方法，其特征在于，包括：
获取同一采集对象的黑白图像和彩色图像；
分别对所述黑白图像和所述彩色图像进行图像处理，获取所述黑白图像的黑白图像信息及所述彩色图像的彩色图像信息；
结合所述黑白图像信息和所述彩色图像信息，确定所述黑白图像和所述彩色图像的融合权值；
根据所述融合权值，将所述黑白图像信息和所述彩色图像进行融合，生成融合图像。
7.根据权利要求6所述的方法，其特征在于，
所述结合所述黑白图像信息和所述彩色图像信息，确定所述黑白图像和所述彩色图像的融合权值，包括：
基于所述黑白图像信息，确定所述黑白图像中各像素所在区域的区域对比度及区域梯度值，基于所述彩色图像信息，所述彩色图像中各像素所在区域的区域对比度及区域梯度值；
将所述区域对比度与所述区域梯度值相乘，分别获取所述黑白图像及所述彩色图像中各像素的融合参数；
基于所述融合参数，分别计算所述黑白图像和彩色图像各像素的融合权值。
8.根据权利要求7所述的方法，其特征在于，
所述分别对所述黑白图像和所述彩色图像进行图像处理，获取所述黑白图像的黑白图像信息及所述彩色图像的彩色图像信息，包括：
提取所述黑白图像的第一亮度信息；
提取所述彩色图像的第二亮度信息及色彩信息；
所述根据所述融合取值，将所述黑白图像信息和所述彩色图像进行融合，生成融合图像，包括：
利用所述融合权值对所述第一亮度信息和所述第二亮度信息预设函数处理，得到融合图像的第三亮度信息；
结合所述第三亮度信息及所述色彩信息，生成所述融合图像。
9.根据权利要求6、7或8所述的方法，其特征在于，
所述分别对所述黑白图像和所述彩色图像进行图像处理，获取所述黑白图像的黑白图像信息及所述彩色图像的彩色图像信息，包括：
分别对所述黑白图像和所述彩色图像进行小波分解，获得所述黑白图像的亮度信息的第一小波分解系数，及所述彩色图像的亮度信息的第二小波分解系数；
所述根据所述融合权值，将所述黑白图像信息和所述彩色图像进行融合，生成融合图像，包括：
结合所述融合权值及预设函数处理，对所述第一小波分解参数和所述第二小波分解参数进行函数计算，得到第三小波分解系数；
利用第三小波分解系数进行图像逆处理，生成所述融合图像。
10.根据权利要求9所述的方法，其特征在于，
所述结合所述融合权值及预设函数处理，对所述第一小波分解参数和所述第二小波分解参数进行函数计算，得到第三小波分解系数，包括：
在第一频段，结合所述融合权值采用第一函数关系对所述第一小波分解参数和所述第二小波分解参数，得到第一频段的第三小波分解；
在第二频段，结合所述融合权值采用第二函数关系对所述第一小波分解参数和所述第二小波分解参数，得到第二频段的第三小波分解；
所述第一函数关系与所述第二函数关系不同；其中，所述第一频段和所述第二频段为人眼不同敏感程度的频段。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610750445.0A CN106447641A (zh) | 2016-08-29 | 2016-08-29 | 图像生成装置及方法 |
| PCT/CN2017/092539 WO2018040751A1 (zh) | 2016-08-29 | 2017-07-11 | 图像生成装置及方法、图像处理设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610750445.0A CN106447641A (zh) | 2016-08-29 | 2016-08-29 | 图像生成装置及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106447641A true CN106447641A (zh) | 2017-02-22 |
Family
ID=58182082
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610750445.0A Pending CN106447641A (zh) | 2016-08-29 | 2016-08-29 | 图像生成装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106447641A (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106887027A (zh) * | 2017-03-13 | 2017-06-23 | 沈阳东软医疗***有限公司 | 一种超声采样数据处理的方法、装置和*** |
| CN106920327A (zh) * | 2017-03-02 | 2017-07-04 | 上海巽晔计算机科技有限公司 | 一种基于图像识别的高效率回收装置 |
| WO2018040751A1 (zh) * | 2016-08-29 | 2018-03-08 | 努比亚技术有限公司 | 图像生成装置及方法、图像处理设备及存储介质 |
| CN108111778A (zh) * | 2017-12-25 | 2018-06-01 | 信利光电股份有限公司 | 一种摄像装置及电子设备 |
| CN108389165A (zh) * | 2018-02-02 | 2018-08-10 | 成都西纬科技有限公司 | 一种图像去噪方法 |
| CN108665498A (zh) * | 2018-05-15 | 2018-10-16 | 北京市商汤科技开发有限公司 | 图像处理方法、装置、电子设备和存储介质 |
| CN110012215A (zh) * | 2017-12-08 | 2019-07-12 | 索尼半导体解决方案公司 | 图像处理装置和图像处理方法 |
| CN110298812A (zh) * | 2019-06-25 | 2019-10-01 | 浙江大华技术股份有限公司 | 一种图像融合处理的方法及装置 |
| CN110310223A (zh) * | 2019-07-03 | 2019-10-08 | 云南电网有限责任公司电力科学研究院 | 一种紫外光与可见光图像的融合方法 |
| CN110326288A (zh) * | 2017-03-02 | 2019-10-11 | 索尼公司 | 图像处理设备以及成像设备 |
| CN110456348A (zh) * | 2019-08-19 | 2019-11-15 | 中国石油大学(华东) | 多视向sar海浪谱数据融合的海浪截断波长补偿方法 |
| CN110876016A (zh) * | 2018-08-31 | 2020-03-10 | 珠海格力电器股份有限公司 | 图像处理方法、装置和存储介质 |
| EP3945713A1 (en) * | 2020-07-29 | 2022-02-02 | Beijing Xiaomi Mobile Software Co., Ltd. | Image processing method and apparatus, and storage medium |
| CN116528040A (zh) * | 2023-07-03 | 2023-08-01 | 清华大学 | 基于复眼智能相机的图像超分辨率重建方法、装置及相机 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102231206A (zh) * | 2011-07-14 | 2011-11-02 | 浙江理工大学 | 适用于汽车辅助驾驶***的彩色夜视图像亮度增强方法 |
| US20130028511A1 (en) * | 2010-09-16 | 2013-01-31 | Thomson Licensing | Method and device of determining a saliency map for an image |
| CN103761724A (zh) * | 2014-01-28 | 2014-04-30 | 中国石油大学(华东) | 基于超现实亮度对比度传递算法的可见光与红外视频融合方法 |
| CN105163047A (zh) * | 2015-09-15 | 2015-12-16 | 厦门美图之家科技有限公司 | 一种基于色彩空间转换的hdr图像生成方法、***及拍摄终端 |
| CN105744159A (zh) * | 2016-02-15 | 2016-07-06 | 努比亚技术有限公司 | 一种图像合成方法及装置 |
| CN105827965A (zh) * | 2016-03-25 | 2016-08-03 | 维沃移动通信有限公司 | 一种基于移动终端的图像处理方法及移动终端 |
| CN105827970A (zh) * | 2016-03-31 | 2016-08-03 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
-
2016
- 2016-08-29 CN CN201610750445.0A patent/CN106447641A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130028511A1 (en) * | 2010-09-16 | 2013-01-31 | Thomson Licensing | Method and device of determining a saliency map for an image |
| CN102231206A (zh) * | 2011-07-14 | 2011-11-02 | 浙江理工大学 | 适用于汽车辅助驾驶***的彩色夜视图像亮度增强方法 |
| CN103761724A (zh) * | 2014-01-28 | 2014-04-30 | 中国石油大学(华东) | 基于超现实亮度对比度传递算法的可见光与红外视频融合方法 |
| CN105163047A (zh) * | 2015-09-15 | 2015-12-16 | 厦门美图之家科技有限公司 | 一种基于色彩空间转换的hdr图像生成方法、***及拍摄终端 |
| CN105744159A (zh) * | 2016-02-15 | 2016-07-06 | 努比亚技术有限公司 | 一种图像合成方法及装置 |
| CN105827965A (zh) * | 2016-03-25 | 2016-08-03 | 维沃移动通信有限公司 | 一种基于移动终端的图像处理方法及移动终端 |
| CN105827970A (zh) * | 2016-03-31 | 2016-08-03 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
Non-Patent Citations (1)
| Title |
|---|
| 王健 等: "基于YUV与小波变换的可见光与红外图像融合", 《西安工业大学学报》 * |
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018040751A1 (zh) * | 2016-08-29 | 2018-03-08 | 努比亚技术有限公司 | 图像生成装置及方法、图像处理设备及存储介质 |
| CN106920327A (zh) * | 2017-03-02 | 2017-07-04 | 上海巽晔计算机科技有限公司 | 一种基于图像识别的高效率回收装置 |
| CN106920327B (zh) * | 2017-03-02 | 2019-04-05 | 浙江古伽智能科技有限公司 | 一种基于图像识别的高效率回收装置 |
| CN110326288B (zh) * | 2017-03-02 | 2021-07-06 | 索尼公司 | 图像处理设备以及成像设备 |
| CN110326288A (zh) * | 2017-03-02 | 2019-10-11 | 索尼公司 | 图像处理设备以及成像设备 |
| CN106887027A (zh) * | 2017-03-13 | 2017-06-23 | 沈阳东软医疗***有限公司 | 一种超声采样数据处理的方法、装置和*** |
| CN110012215A (zh) * | 2017-12-08 | 2019-07-12 | 索尼半导体解决方案公司 | 图像处理装置和图像处理方法 |
| CN108111778A (zh) * | 2017-12-25 | 2018-06-01 | 信利光电股份有限公司 | 一种摄像装置及电子设备 |
| CN108389165A (zh) * | 2018-02-02 | 2018-08-10 | 成都西纬科技有限公司 | 一种图像去噪方法 |
| CN108665498A (zh) * | 2018-05-15 | 2018-10-16 | 北京市商汤科技开发有限公司 | 图像处理方法、装置、电子设备和存储介质 |
| CN108665498B (zh) * | 2018-05-15 | 2023-05-12 | 北京市商汤科技开发有限公司 | 图像处理方法、装置、电子设备和存储介质 |
| CN110876016A (zh) * | 2018-08-31 | 2020-03-10 | 珠海格力电器股份有限公司 | 图像处理方法、装置和存储介质 |
| CN110876016B (zh) * | 2018-08-31 | 2021-03-16 | 珠海格力电器股份有限公司 | 图像处理方法、装置和存储介质 |
| CN110298812A (zh) * | 2019-06-25 | 2019-10-01 | 浙江大华技术股份有限公司 | 一种图像融合处理的方法及装置 |
| CN110310223A (zh) * | 2019-07-03 | 2019-10-08 | 云南电网有限责任公司电力科学研究院 | 一种紫外光与可见光图像的融合方法 |
| CN110456348A (zh) * | 2019-08-19 | 2019-11-15 | 中国石油大学(华东) | 多视向sar海浪谱数据融合的海浪截断波长补偿方法 |
| WO2021031466A1 (zh) * | 2019-08-19 | 2021-02-25 | 中国石油大学(华东) | 多视向sar海浪谱数据融合的海浪截断波长补偿方法 |
| EP3945713A1 (en) * | 2020-07-29 | 2022-02-02 | Beijing Xiaomi Mobile Software Co., Ltd. | Image processing method and apparatus, and storage medium |
| KR20220014801A (ko) * | 2020-07-29 | 2022-02-07 | 베이징 시아오미 모바일 소프트웨어 컴퍼니 리미티드 | 이미지 처리 방법, 장치 및 저장 매체 |
| CN114066784A (zh) * | 2020-07-29 | 2022-02-18 | 北京小米移动软件有限公司 | 一种图像处理方法、装置和存储介质 |
| KR102563468B1 (ko) * | 2020-07-29 | 2023-08-04 | 베이징 시아오미 모바일 소프트웨어 컴퍼니 리미티드 | 이미지 처리 방법, 장치 및 저장 매체 |
| US11900637B2 (en) | 2020-07-29 | 2024-02-13 | Beijing Xiaomi Mobile Software Co., Ltd. | Image processing method and apparatus, and storage medium |
| CN116528040A (zh) * | 2023-07-03 | 2023-08-01 | 清华大学 | 基于复眼智能相机的图像超分辨率重建方法、装置及相机 |
| CN116528040B (zh) * | 2023-07-03 | 2023-09-05 | 清华大学 | 基于复眼智能相机的图像超分辨率重建方法、装置及相机 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106447641A (zh) | 图像生成装置及方法 | |
| CN105898159B (zh) | 一种图像处理方法及终端 | |
| CN106485689B (zh) | 一种图片处理方法和装置 | |
| CN106303225A (zh) | 一种图像处理方法及电子设备 | |
| CN106791472A (zh) | 一种曝光方法及终端 | |
| CN106780634A (zh) | 图片主色调提取方法及装置 | |
| CN106900036A (zh) | 一种显示方法及终端 | |
| CN105825485A (zh) | 一种图像处理***和方法 | |
| CN105744159A (zh) | 一种图像合成方法及装置 | |
| CN106210195A (zh) | 一种双面屏的切换方法及终端 | |
| CN106303273B (zh) | 一种移动终端及其拍照控制方法 | |
| CN106534696A (zh) | 一种对焦装置和方法 | |
| CN105956999A (zh) | 缩略图生成装置和方法 | |
| CN106454105A (zh) | 图像处理装置及方法 | |
| CN106603931A (zh) | 一种双目拍摄方法及装置 | |
| CN106713640B (zh) | 一种亮度调节方法和设备 | |
| CN106873936A (zh) | 电子设备及信息处理方法 | |
| CN106569709A (zh) | 控制移动终端的装置及方法 | |
| CN107071263A (zh) | 一种图像处理方法及终端 | |
| CN106303229A (zh) | 一种拍照方法及装置 | |
| CN105095903A (zh) | 电子设备及图像处理方法 | |
| CN105898264B (zh) | 一种图像处理方式的获取设备和方法 | |
| CN104796625A (zh) | 照片的合成方法及照片合成装置 | |
| CN106851125A (zh) | 一种移动终端及多重曝光拍摄方法 | |
| CN105979097A (zh) | 一种移动终端及其显示屏背光亮度调节方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170222 |