CN108320273B - 图片合成方法及图像合成装置 - Google Patents
图片合成方法及图像合成装置 Download PDFInfo
- Publication number
- CN108320273B CN108320273B CN201710029451.1A CN201710029451A CN108320273B CN 108320273 B CN108320273 B CN 108320273B CN 201710029451 A CN201710029451 A CN 201710029451A CN 108320273 B CN108320273 B CN 108320273B
- Authority
- CN
- China
- Prior art keywords
- picture
- short
- integral
- long
- integral picture
- 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.)
- Active
Links
- 238000001308 synthesis method Methods 0.000 title claims abstract description 22
- 230000015572 biosynthetic process Effects 0.000 title claims description 24
- 238000003786 synthesis reaction Methods 0.000 title claims description 24
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 7
- 230000010354 integration Effects 0.000 claims description 26
- 230000006835 compression Effects 0.000 claims description 24
- 238000007906 compression Methods 0.000 claims description 24
- 238000003672 processing method Methods 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 2
- 239000003086 colorant Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000002131 composite material Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- 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
本发明公开了一种图片合成方法及装置,该方法包括以下步骤:获取长积分图片和短积分图片;分别对长积分图片和短积分图片进行压缩以形成长积分压缩图片和短积分压缩图片;分别获取长积分图片对应的第一权重值以及短积分图片对应的第二权重值;根据第一权重值、第二权重值、长积分图片和短积分图片生成长积分图片和短积分图片结合后的细节特征;获取长积分图片和短积分图片结合后的特征亮度和目标亮度;以及根据长积分图片和短积分图片结合后的细节特征、特征亮度和目标亮度对长积分图片和短积分图片进行合成,从而能够获取长积分图片和短积分图片的全部细节特征,提高了合成图片的动态范围,容易实现,降低了图片噪声,提升了合成图片的信噪比。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种图片合成方法和一种图像合成装置。
背景技术
随着图像传感器的发展,对成像质量的要求越来越高,其中,高动态范围是成像质量的重要指标。相关技术中的图片合成通常采用以下两种方法来提高图像的动态范围:
其一,通过在图像采集端采用特殊技术来提高图像的动态范围。其存在的缺点是,技术手段比较复杂,且提高的动态范围有限,难以达到市场尤其是安防监控和车载影像市场的要求。
其二,通过两帧或者三帧8bit低位宽的低动态范围图片数据拼接成16bit甚至更高位宽的高动态图像。其存在的缺点是,压缩后的图片噪声比较严重,成像精度较低。
因此,相关技术需要进行改进。
发明内容
本发明旨在至少在一定程度上解决上述技术中的技术问题之一。为此,本发明的一个目的在于提出一种图像合成方法,该方法能够提高图像动态范围。
本发明的另一个目的在于提出一种图像合成装置。
为达到上述目的,本发明一方面实施例提出的一种图片合成方法,包括以下步骤:获取长积分图片和短积分图片;分别对所述长积分图片和所述短积分图片进行压缩以形成长积分压缩图片和短积分压缩图片;分别获取所述长积分图片对应的第一权重值以及所述短积分图片对应的第二权重值;根据所述第一权重值、所述第二权重值、所述长积分图片和所述短积分图片生成所述长积分图片和短积分图片结合后的细节特征;获取所述长积分图片和短积分图片结合后的特征亮度和目标亮度;以及根据所述长积分图片和短积分图片结合后的细节特征、所述特征亮度和目标亮度对所述长积分图片和短积分图片进行合成。
根据本发明实施例的图片合成方法,分别获取长积分图片和短积分图片,并分别获取长积分图片对应的第一权重值和短积分图片对应的第二权重值,并根据第一权重值、第二权重值、长积分图片和短积分图片生成长积分图片和短积分图片结合后的细节特征,以及获取长积分图片和短积分图片结合后的特征亮度和目标亮度,然后根据长积分图片和短积分图片结合后的细节特征、特征亮度和目标亮度对长积分图片和短积分图片进行合成,从而能够获取长积分图片和短积分图片的全部细节特征,提高了合成图片的动态范围,容易实现,并且,能够获取暗处的细节,降低了图片噪声,提升了合成图片的信噪比。
为达到上述目的,本发明另一方面实施例提出的一种图片合成装置,包括:第一获取模块,所述第一获取模块用于获取长积分图片和短积分图片;压缩模块,所述压缩模块与所述第一获取模块相连,所述压缩模块用于分别对所述长积分图片和所述短积分图片进行压缩以形成长积分压缩图片和短积分压缩图片;第二获取模块,所述第二获取模块与所述第一获取模块相连,所述第二获取模块用于分别获取所述长积分图片对应的第一权重值以及所述短积分图片对应的第二权重值;生成模块,所述生成模块分别与所述第一获取模块和所述第二获取模块相连,所述生成模块用于根据所述第一权重值、所述第二权重值、所述长积分图片和所述短积分图片生成所述长积分图片和短积分图片结合后的细节特征;第三获取模块,所述第三获取模块分别与所述第一获取模块、所述压缩模块和所述第二获取模块相连,所述第三获取模块用于获取所述长积分图片和短积分图片结合后的特征亮度和目标亮度;合成模块,所述合成模块分别与所述生成模块和所述第三获取模块相连,所述合成模块用于根据所述长积分图片和短积分图片结合后的细节特征、所述特征亮度和目标亮度对所述长积分图片和短积分图片进行合成。
根据本发明实施例提出的图片合成装置,通过第一获取模块分别获取长积分图片和短积分图片,第二获取模块分别获取长积分图片对应的第一权重值和短积分图片对应的第二权重值,进而生成模块根据第一权重值、第二权重值、长积分图片和短积分图片生成长积分图片和短积分图片结合后的细节特征,第三获取模块获取长积分图片和短积分图片结合后的特征亮度和目标亮度,然后合成模块根据长积分图片和短积分图片结合后的细节特征、特征亮度和目标亮度对长积分图片和短积分图片进行合成,从而能够获取长积分图片和短积分图片的全部细节特征,提高了合成图片的动态范围,容易实现,并且,能够获取暗处的细节,降低了图片噪声,提升了合成图片的信噪比。
附图说明
图1为根据本发明实施例的图片合成方法的流程图;
图2为根据本发明一个实施例的图片合成方法的贝尔格式的图像数据的排列示意图;
图3为根据本发明一个具体实施例的图片合成方法的压缩曲线示意图;
图4为根据本发明另一个具体实施例的图片合成方法的压缩曲线示意图;以及
图5为根据本发明实施例的图片合成装置的方框示意图。
附图标号:
第一获取模块10、压缩模块20、第二获取模块30、生成模块40、第三获取模块50和合成模块60。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面结合附图来描述本发明实施例的图片合成方法及图像合成装置。
图1为根据本发明实施例的图片合成方法的流程图。如图1所示,该图片合成方法包括以下步骤:
S10:获取长积分图片pic_l和短积分图片pic_s。
具体来说,本发明实施例的图片合成方法可基于贝尔格式的图像数据进行图片合成,如图2所示,贝尔格式的图像数据即为按照BG/GR排列的图像数据,其中,B表示三原色中的蓝色,G表示三原色中的绿色,R表示三原色中的红色。并且,本发明实施例的图片合成方法适用于两帧及两帧以上的高动态图片合成。
更具体地,以两帧为例,首先获取一帧长积分图片pic_l和一帧短积分图片pic_s,其中,长积分图片pic_l可体现图片的低亮细节,短积分图片pic_s可体现图片的高亮细节,例如,可对场景进行长时间曝光以获取长积分图片pic_l,并对同一场景进行短时间曝光以获取短积分图片pic_s,长积分图片pic_l所对应的场景和短积分图片pic_s所对应的场景为同一场景,长时间曝光可以提高图片暗处的细节,短时间曝光可以展现图片亮处的细节。
由此,通过长时间曝光和短时间曝光处理,可以保留图片的全部图片细节即图片的高亮细节和低亮细节,降低图片噪声,提高信噪比。
S20:分别对长积分图片pic_l和短积分图片pic_s进行压缩以形成长积分压缩图片pic_l1和短积分压缩图片pic_s1。
具体来说,可通过多种图片的压缩算法对图片进行压缩,例如,线性压缩算法、对数压缩算法或者分段线性压缩算法。
在本发明的一个实施例中,可通过分段线性压缩算法分别对长积分图片pic_l和短积分图片pic_s进行压缩。如图3和图4所示,在获取一帧长积分图片pic_l后,按照图3所示的曲线对长积分图片pic_l进行压缩以得到长积分压缩图片pic_l1,在获取一帧短积分图片pic_s后,按照图4所示的曲线对短积分图片pic_s进行压缩以得到短积分压缩图片pic_s1。
S30:分别获取长积分图片pic_l对应的第一权重值coef_l以及短积分图片pic_s对应的第二权重值coef_s。
具体来说,以图片数据的格式为8bit为例,即长积分图片pic_l和短积分图片pic_s的亮度信息或者细节信息用位宽8bit的变量进行表示,因此,图片的亮度信息或细节信息可用0-255范围内的数值进行表示,可认为亮度值越接近128的地方,图片所包含的细节信息越多,基于此,可以获取长积分图片pic_l对应的第一权重值coef_l以及短积分图片pic_s对应的第二权重值coef_s。
根据本发明的一个实施例,可通过以下公式获取长积分图片pic_l对应的第一权重值以及短积分图片pic_s对应的第二权重值:
coef_l=128-abs(128-y_l) (1)
coef_s=128-abs(128-y_s) (2)
其中,coef_l为长积分图片对应的第一权重值,coef_s为短积分图片对应的第二权重值,y_l为长积分图片的第一亮度数据,y_s为短积分图片的第二亮度数据。
具体来说,将长积分图片pic_l的亮度数据用位宽8bit的变量进行表示以获取第一亮度数据y_l,并将短积分图片pic_s的亮度数据用位宽8bit的变量进行表示以获取第二亮度数据y_s,其中,第一亮度数据y_l和第二亮度数据y_s均为0-255范围内的数值,且可认为亮度值为128的地方图片的细节信息最多,因此,可根据上述公式(1)计算长积分图片pic_l的细节权重值即第一权重值coef_l,即
coef_l=128-abs(128-y_l) (1)
并且,可根据上述公式(2)计算短积分图片pic_s的细节权重值即第二权重值coef_s,即
coef_s=128-abs(128-y_s) (2)
S40:根据第一权重值coef_l、第二权重值coef_s、长积分图片pic_l和短积分图片pic_s生成长积分图片和短积分图片结合后的细节特征detail。
根据本发明的一个实施例,根据第一权重值coef_l、第二权重值coef_s、长积分图片pic_l和短积分图片pic_s生成长积分图片和短积分图片结合后的细节特征detail具体包括:获取长积分图片的第一亮度数据y_l以及短积分图片的第二亮度数据y_s;根据第一权重值coef_l、第二权重值coef_s、第一亮度数据y_l、第二亮度数据y_s、长积分图片pic_l和短积分图片pic_s生成长积分图片和短积分图片结合后的细节特征detail。
根据本发明的一个实施例,可通过以下公式生成长积分图片和短积分图片结合后的细节特征:
其中,detail为长积分图片和短积分图片结合后的细节特征,pic_l为长积分图片,pic_s为短积分图片,coef_l为长积分图片对应的第一权重值,coef_s为短积分图片对应的第二权重值,y_l为长积分图片的第一亮度数据,y_s为短积分图片的第二亮度数据。
具体来说,将长积分图片pic_l的亮度数据用位宽8bit的变量进行表示以获取第一亮度数据y_l,并将短积分图片pic_s的亮度数据用位宽8bit的变量进行表示以获取第二亮度数据y_s,由于亮度值越接近128的地方包含的图片的细节信息越多,在将长积分图片和短积分图片结合后,通过计算长积分图片pic_l与第一亮度数据y_l的第一差值(pic_l-y_l)在结合后的权重,可以获取长积分图片pic_l中所有颜色和细节信息,通过计算短积分图片pic_s与第二亮度数据y_s的第二差值(pic_s-y_s)在结合后的权重,可以获取短积分图片pic_s中所有颜色和细节信息。由此,可通过上述公式(3)获取长积分图片和短积分图片结合后的细节特征detail,即
S50:获取长积分图片和短积分图片结合后的特征亮度y_m和目标亮度y_t。
根据本发明的一个实施例,可通过以下公式获取长积分图片pic_l和短积分图片pic_s结合后的特征亮度和目标亮度:
其中,y_m为特征亮度,y_t为目标亮度,y_l1为长积分图片压缩后的图像亮度,y_s1为短积分图片压缩后的图像亮度,coef_l为长积分图片对应的第一权重值,coef_s为短积分图片对应的第二权重值,y_l为长积分图片的第一亮度数据,y_s为短积分图片的第二亮度数据。
具体来说,在将长积分图片pic_l和短积分图片pic_s结合后,长积分图片pic_l的第一亮度数据y_l的权重为合成图片中短积分图片pic_s的第二亮度数据y_s的权重为由此,可通过公式(4)获取长积分图片pic_l和短积分图片pic_s结合后的特征亮度y_m,即
另外,在将长积分图片pic_l和短积分图片pic_s结合后,可根据长积分图片压缩后的图像亮度y_l1和短积分图片压缩后的图像亮度y_s1的均值获取长积分图片pic_l和短积分图片pic_s结合后的目标亮度y_t,即
S60:根据长积分图片和短积分图片结合后的细节特征detail、特征亮度y_m和目标亮度y_t对长积分图片pic_l和短积分图片pic_s进行合成。
根据本发明的一个实施例,可通过以下公式对长积分图片pic_l和短积分图片pic_s进行合成:
其中,pic_hdr为最终合成的高动态数据图片,detail为长积分图片和短积分图片结合后的细节特征,y_m为特征亮度,y_t为目标亮度。
具体来说,在对长积分图片pic_l和短积分图片pic_s进行合成时,可获取长积分图片pic_l和短积分图片pic_s结合后的目标亮度y_t,该亮度信息包括高亮状态下的亮度信息和低亮状态下的亮度信息,从而可作为合成图片的亮度信息。并且,可通过获取合成图片的细节信息。进而,可通过上述公式(6)对长积分图片pic_l和短积分图片pic_s进行合成,即:
这样,本发明实施例的图片合成方法通过分别获取长积分图片和短积分图片中的细节特征和亮度特征,并将长积分图片和短积分图片中的细节特征和亮度特征进行结合,以最终合成高动态数据图片。
综上,根据本发明实施例的图片合成方法,分别获取长积分图片和短积分图片,并分别获取长积分图片对应的第一权重值和短积分图片对应的第二权重值,并根据第一权重值、第二权重值、长积分图片和短积分图片生成长积分图片和短积分图片结合后的细节特征,以及获取长积分图片和短积分图片结合后的特征亮度和目标亮度,然后根据长积分图片和短积分图片结合后的细节特征、特征亮度和目标亮度对长积分图片和短积分图片进行合成,从而能够基本获取长积分图片和短积分图片的全部细节特征,提高了合成图片的动态范围,容易实现,并且,能够获取暗处的细节,降低图片噪声,提升了合成图片的信噪比。
图5是根据本发明实施例的图片合成装置的方框示意图。如图5所示,该图片合成装置包括:第一获取模块10、压缩模块20、第二获取模块30、生成模块40、第三获取模块50和合成模块60。
其中,第一获取模块10用于获取长积分图片和短积分图片;压缩模块20与第一获取模块10相连,压缩模块20用于分别对长积分图片和短积分图片进行压缩以形成长积分压缩图片和短积分压缩图片;第二获取模块30与第一获取模块10相连,第二获取模块30用于分别获取长积分图片对应的第一权重值以及短积分图片对应的第二权重值;生成模块40分别与第一获取模块10和第二获取模块30相连,生成模块40用于根据第一权重值、第二权重值、长积分图片和短积分图片生成长积分图片和短积分图片结合后的细节特征;第三获取模块50分别与第一获取模块10、压缩模块20和第二获取模块30相连,第三获取模块50用于获取长积分图片和短积分图片结合后的特征亮度和目标亮度;合成模块60分别与生成模块40和第三获取模块50相连,合成模块60用于根据长积分图片和短积分图片结合后的细节特征、特征亮度和目标亮度对长积分图片和短积分图片进行合成。
具体来说,本发明实施例的图片合成装置可基于贝尔格式的图像数据进行图片合成,如图2所示,贝尔格式的图像数据即为按照BG/GR排列的图像数据,其中,B表示三原色中的蓝色,G表示三原色中的绿色,R表示三原色中的红色。并且,本发明实施例的图片合成方法适用于两帧及两帧以上的高动态图片合成
更具体地,以两帧为例,首先通过第一获取模块10获取一帧长积分图片pic_l和一帧短积分图片pic_s,其中,长积分图片pic_l可体现图片的低亮细节,短积分图片pic_s可体现图片的高亮细节,例如,可对场景进行长时间曝光以获取长积分图片pic_l,并对同一场景进行短时间曝光以获取短积分图片pic_s,长积分图片pic_l所对应的场景和短积分图片pic_s所对应的场景为同一场景,长时间曝光可以提高图片暗处的细节,短时间曝光可以展现图片亮处的细节。
由此,通过长时间曝光和短时间曝光处理,可以保留图片的全部图片细节即图片的高亮细节和低亮细节,降低图片噪声,提高信噪比。
在本发明的一个实施例中,压缩模块20可通过多种图片的压缩算法对图片进行压缩,例如,线性压缩算法、对数压缩算法或者分段线性压缩算法。
在本发明的一个实施例中,压缩模块20可通过分段线性压缩算法分别对长积分图片pic_l和短积分图片pic_s进行压缩。
如图3和图4所示,在第一获取模块10获取一帧长积分图片pic_l后,压缩模块20按照图3所示的曲线对长积分图片pic_l进行压缩以得到长积分压缩图片pic_l1,在第一获取模块10获取一帧短积分图片pic_s后,压缩模块20按照图4所示的曲线对短积分图片pic_s进行压缩以得到短积分压缩图片pic_s1。
根据本发明的一个实施例,第二获取模块30可通过以下公式获取长积分图片对应的第一权重值以及短积分图片对应的第二权重值:
coef_l=128-abs(128-y_l)
coef_s=128-abs(128-y_s)
其中,coef_l为长积分图片对应的第一权重值,coef_s为短积分图片对应的第二权重值,y_l为长积分图片的第一亮度数据,y_s为短积分图片的第二亮度数据。
具体来说,将长积分图片pic_l的亮度数据用位宽8bit的变量进行表示以获取第一亮度数据y_l,并将短积分图片pic_s的亮度数据用位宽8bit的变量进行表示以获取第二亮度数据y_s,其中,第一亮度数据y_l和第二亮度数据y_s均为0-255范围内的数值,且可认为亮度值为128的地方,图片的细节信息最多,因此,第二获取模块30可根据上述公式(1)计算长积分图片pic_l的细节权重值即第一权重值coef_l,即
coef_l=128-abs(128-y_l) (1)
并且,第二获取模块30可根据上述公式(2)计算短积分图片pic_s的细节权重值即第二权重值coef_s,即
coef_s=128-abs(128-y_s) (2)
根据本发明的一个实施例,生成模块40进一步用于,获取长积分图片的第一亮度数据y_l以及短积分图片的第二亮度数据y_s,并根据第一权重值coef_l、第二权重值coef_s、长积分图片pic_l和短积分图片pic_s生成长积分图片和短积分图片结合后的细节特征detail。
根据本发明的一个实施例,生成模块40可通过以下公式生成长积分图片和短积分图片结合后的细节特征:
其中,detail为长积分图片和短积分图片结合后的细节特征,pic_l为长积分图片,pic_s为短积分图片,coef_l为长积分图片对应的第一权重值,coef_s为短积分图片对应的第二权重值,y_l为长积分图片的第一亮度数据,y_s为短积分图片的第二亮度数据。
具体来说,以图片数据的格式为8bit为例,即长积分图片pic_l和短积分图片pic_s的亮度信息或者细节信息用位宽8bit的变量进行表示,因此,图片的亮度信息或细节信息可用0-255范围内的数值进行表示,可认为亮度值越接近128的地方,图片所包含的细节信息越多,基于此,可以获取长积分图片pic_l对应的第一权重值coef_l以及短积分图片pic_s对应的第二权重值coef_s。
更具体地,将长积分图片pic_l的亮度数据用位宽8bit的变量进行表示以获取第一亮度数据y_l,并将短积分图片pic_s的亮度数据用位宽8bit的变量进行表示以获取第二亮度数据y_s,由于亮度值越接近128的地方包含的图片的细节信息越多,在将长积分图片和短积分图片结合后,生成模块40通过计算长积分图片pic_l与第一亮度数据y_l的第一差值(pic_l-y_l)在结合后的权重,可以获取长积分图片pic_l中所有颜色和细节信息,并且,生成模块40通过计算短积分图片pic_s与第二亮度数据y_s的第二差值(pic_s-y_s)在结合后的权重,可以获取短积分图片pic_s中所有颜色和细节信息。由此,生成模块40可通过上述公式(3)获取长积分图片和短积分图片结合后的细节特征detail,即
根据本发明的一个实施例,第三获取模块50可通过以下公式获取长积分图片pic_l和短积分图片pic_s结合后的特征亮度和目标亮度:
其中,y_m为特征亮度,y_t为目标亮度,y_l1为长积分图片压缩后的图像亮度,y_s1为短积分图片压缩后的图像亮度,coef_l为长积分图片对应的第一权重值,coef_s为短积分图片对应的第二权重值,y_l为长积分图片的第一亮度数据,y_s为短积分图片的第二亮度数据。
具体来说,在将长积分图片pic_l和短积分图片pic_s结合后,长积分图片pic_l的第一亮度数据y_l的权重为合成图片中短积分图片pic_s的第二亮度数据y_s的权重为由此,第三获取模块50可通过公式(4)获取长积分图片pic_l和短积分图片pic_s结合后的特征亮度y_m,即
另外,在将长积分图片pic_l和短积分图片pic_s结合后,第三获取模块50可根据长积分图片压缩后的图像亮度y_l1和短积分图片压缩后的图像亮度y_s1的均值获取长积分图片pic_l和短积分图片pic_s结合后的目标亮度y_t,即
根据本发明的一个实施例,合成模块60可通过以下公式对长积分图片和短积分图片进行合成:
其中,pic_hdr为最终合成的高动态数据图片,detail为长积分图片和短积分图片结合后的细节特征,y_m为特征亮度,y_t为目标亮度。
具体来说,在对长积分图片pic_l和短积分图片pic_s进行合成时,第三获取模块50可获取长积分图片pic_l和短积分图片pic_s结合后的目标亮度y_t,该亮度信息包括高亮状态下的亮度信息和低亮状态下的亮度信息,从而可作为合成图片的亮度信息。并且,合成模块60可通过获取合成图片的细节信息。进而,合成模块60可通过上述公式(6)对长积分图片pic_l和短积分图片pic_s进行合成,即
这样,本发明实施例的图片合成装置分别获取长积分图片和短积分图片中的细节特征和亮度特征,并将长积分图片和短积分图片中的细节特征和亮度特征进行结合,以最终合成高动态数据图片。
综上,根据本发明实施例提出的图片合成装置,通过第一获取模块分别获取长积分图片和短积分图片,第二获取模块分别获取长积分图片对应的第一权重值和短积分图片对应的第二权重值,进而生成模块根据第一权重值、第二权重值、长积分图片和短积分图片生成长积分图片和短积分图片结合后的细节特征,第三获取模块获取长积分图片和短积分图片结合后的特征亮度和目标亮度,然后合成模块根据长积分图片和短积分图片结合后的细节特征、特征亮度和目标亮度对长积分图片和短积分图片进行合成,从而能够获取长积分图片和短积分图片的全部细节特征,提高了合成图片的动态范围,容易实现,并且,能够获取暗处的细节,降低了图片噪声,提升了合成图片的信噪比。
根据本发明实施例的空调器,能够根据输入到PFC电路的电流的峰值的不同采用不同的控制策略对压缩机进行控制,能够有效防止因输入电流的峰值过大而对PFC电路和相关输入电路造成的损坏,提高了安全可靠性。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (6)
1.一种图片合成方法,其特征在于,包括以下步骤:
获取长积分图片和短积分图片;
分别对所述长积分图片和所述短积分图片进行压缩以形成长积分压缩图片和短积分压缩图片;
分别获取所述长积分图片对应的第一权重值以及所述短积分图片对应的第二权重值;
根据所述第一权重值、所述第二权重值、所述长积分图片和所述短积分图片生成所述长积分图片和短积分图片结合后的细节特征;具体包括:获取所述长积分图片的第一亮度数据以及所述短积分图片的第二亮度数据;
根据所述第一权重值、所述第二权重值、所述第一亮度数据、所述第二亮度数据、所述长积分图片和所述短积分图片生成所述长积分图片和短积分图片结合后的细节特征;
通过以下公式生成所述长积分图片和短积分图片结合后的细节特征:
其中,detail为所述长积分图片和短积分图片结合后的细节特征,pic_l为长积分图片,pic_s为所述短积分图片,coef_l为所述长积分图片对应的第一权重值,coef_s为所述短积分图片对应的第二权重值,y_l为所述长积分图片的第一亮度数据,y_s为所述短积分图片的第二亮度数据;
获取所述长积分图片和短积分图片结合后的特征亮度和目标亮度;通过以下公式获取所述长积分图片和短积分图片结合后的特征亮度和目标亮度:
其中,y_m为所述特征亮度,y_t为所述目标亮度,y_l1为所述长积分图片压缩后的图像亮度,y_s1为所述短积分图片压缩后的图像亮度,coef_l为所述长积分图片对应的第一权重值,coef_s为所述短积分图片对应的第二权重值,y_l为所述长积分图片的第一亮度数据,y_s为所述短积分图片的第二亮度数据;
以及根据所述长积分图片和短积分图片结合后的细节特征、所述特征亮度和目标亮度对所述长积分图片和短积分图片进行合成。
2.如权利要求1所述的图片合成方法,其特征在于,通过以下公式获取所述长积分图片对应的第一权重值以及所述短积分图片对应的第二权重值:
coef_l=128-abs(128-y_l)
coef_s=128-abs(128-y_s)
其中,coef_l为长积分图片对应的第一权重值,coef_s为短积分图片对应的第二权重值,y_l为所述长积分图片的第一亮度数据,y_s为所述短积分图片的第二亮度数据。
4.一种图片合成装置,其特征在于,包括:
第一获取模块,所述第一获取模块用于获取长积分图片和短积分图片;
压缩模块,所述压缩模块与所述第一获取模块相连,所述压缩模块用于分别对所述长积分图片和所述短积分图片进行压缩以形成长积分压缩图片和短积分压缩图片;
第二获取模块,所述第二获取模块与所述第一获取模块相连,所述第二获取模块用于分别获取所述长积分图片对应的第一权重值以及所述短积分图片对应的第二权重值;
生成模块,所述生成模块分别与所述第一获取模块和所述第二获取模块相连,所述生成模块用于根据所述第一权重值、所述第二权重值、所述长积分图片和所述短积分图片生成所述长积分图片和短积分图片结合后的细节特征;所述生成模块进一步用于,获取所述长积分图片的第一亮度数据以及所述短积分图片的第二亮度数据,并根据所述第一权重值、所述第二权重值、所述第一亮度数据、所述第二亮度数据、所述长积分图片和所述短积分图片生成所述长积分图片和短积分图片结合后的细节特征;所述生成模块通过以下公式生成所述长积分图片和短积分图片结合后的细节特征:
其中,detail为所述长积分图片和短积分图片结合后的细节特征,pic_l为所述长积分图片,pic_s为所述短积分图片,coef_l为所述长积分图片对应的第一权重值,coef_s为所述短积分图片对应的第二权重值,y_l为所述长积分图片的第一亮度数据,y_s为所述短积分图片的第二亮度数据;
第三获取模块,所述第三获取模块分别与所述第一获取模块、所述压缩模块和所述第二获取模块相连,所述第三获取模块用于获取所述长积分图片和短积分图片结合后的特征亮度和目标亮度;所述第三获取模块通过以下公式获取所述长积分图片和短积分图片结合后的特征亮度和目标亮度:
其中,y_m为所述特征亮度,y_t为所述目标亮度,y_l1为所述长积分图片压缩后的图像亮度,y_s1为所述短积分图片压缩后的图像亮度,coef_l为所述长积分图片对应的第一权重值,coef_s为所述短积分图片对应的第二权重值,y_l为所述长积分图片的第一亮度数据,y_s为所述短积分图片的第二亮度数据;
合成模块,所述合成模块分别与所述生成模块和所述第三获取模块相连,所述合成模块用于根据所述长积分图片和短积分图片结合后的细节特征、所述特征亮度和目标亮度对所述长积分图片和短积分图片进行合成。
5.如权利要求4所述的图片合成装置,其特征在于,所述第二获取模块通过以下公式获取所述长积分图片对应的第一权重值以及所述短积分图片对应的第二权重值:
coef_l=128-abs(128-y_l)
coef_s=128-abs(128-y_s)
其中,coef_l为长积分图片对应的第一权重值,coef_s为短积分图片对应的第二权重值,y_l为所述长积分图片的第一亮度数据,y_s为所述短积分图片的第二亮度数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710029451.1A CN108320273B (zh) | 2017-01-16 | 2017-01-16 | 图片合成方法及图像合成装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710029451.1A CN108320273B (zh) | 2017-01-16 | 2017-01-16 | 图片合成方法及图像合成装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108320273A CN108320273A (zh) | 2018-07-24 |
CN108320273B true CN108320273B (zh) | 2020-10-23 |
Family
ID=62890867
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710029451.1A Active CN108320273B (zh) | 2017-01-16 | 2017-01-16 | 图片合成方法及图像合成装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108320273B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101909158A (zh) * | 2009-06-05 | 2010-12-08 | 比亚迪股份有限公司 | 在图像传感器中获得高动态范围图像的方法及图像传感器 |
CN101909157A (zh) * | 2009-06-05 | 2010-12-08 | 比亚迪股份有限公司 | 在图像传感器中获得高动态范围图像的方法及图像传感器 |
CN102420944B (zh) * | 2011-04-25 | 2013-10-16 | 展讯通信(上海)有限公司 | 一种高动态范围图像合成方法及装置 |
CN104125408A (zh) * | 2013-04-28 | 2014-10-29 | 比亚迪股份有限公司 | 一种高动态范围图像处理方法及装置 |
CN105898148A (zh) * | 2016-05-27 | 2016-08-24 | 深圳英飞拓科技股份有限公司 | 监控宽动态摄像机的图像合成方法及装置 |
US9438827B2 (en) * | 2013-08-27 | 2016-09-06 | Semiconductor Components Industries, Llc | Imaging systems and methods for generating binned high-dynamic-range images |
US9485435B2 (en) * | 2014-04-22 | 2016-11-01 | Shih-Chieh Huang | Device for synthesizing high dynamic range image based on per-pixel exposure mapping and method thereof |
-
2017
- 2017-01-16 CN CN201710029451.1A patent/CN108320273B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101909158A (zh) * | 2009-06-05 | 2010-12-08 | 比亚迪股份有限公司 | 在图像传感器中获得高动态范围图像的方法及图像传感器 |
CN101909157A (zh) * | 2009-06-05 | 2010-12-08 | 比亚迪股份有限公司 | 在图像传感器中获得高动态范围图像的方法及图像传感器 |
CN102420944B (zh) * | 2011-04-25 | 2013-10-16 | 展讯通信(上海)有限公司 | 一种高动态范围图像合成方法及装置 |
CN104125408A (zh) * | 2013-04-28 | 2014-10-29 | 比亚迪股份有限公司 | 一种高动态范围图像处理方法及装置 |
US9438827B2 (en) * | 2013-08-27 | 2016-09-06 | Semiconductor Components Industries, Llc | Imaging systems and methods for generating binned high-dynamic-range images |
US9485435B2 (en) * | 2014-04-22 | 2016-11-01 | Shih-Chieh Huang | Device for synthesizing high dynamic range image based on per-pixel exposure mapping and method thereof |
CN105898148A (zh) * | 2016-05-27 | 2016-08-24 | 深圳英飞拓科技股份有限公司 | 监控宽动态摄像机的图像合成方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108320273A (zh) | 2018-07-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107635102B (zh) | 高动态范围图像曝光补偿值获取方法和装置 | |
KR101247647B1 (ko) | 화상 합성 장치, 화상 합성 방법, 및 기록 매체 | |
KR101388130B1 (ko) | 화상처리장치 및 화상처리방법 | |
CN112532855B (zh) | 一种图像处理方法和装置 | |
US9886733B2 (en) | Watermarking digital images to increase bit depth | |
US20030122951A1 (en) | Image processing apparatus and image processing method | |
US9426437B2 (en) | Image processor performing noise reduction processing, imaging apparatus equipped with the same, and image processing method for performing noise reduction processing | |
US20090102945A1 (en) | System and method for generating high dynamic range images | |
AU2014213524A1 (en) | High dynamic range image generation and rendering | |
KR20120107429A (ko) | 구역 기반의 톤 매핑 | |
US20060056684A1 (en) | Image processing apparatus, image processing program, image processing method, and imaging apparatus | |
US9087385B2 (en) | Method for improving images captured underwater | |
US20160212441A1 (en) | Inter frame watermark in a digital video | |
JP5457845B2 (ja) | 色特性補正装置およびカメラ | |
US20100053376A1 (en) | Image processing apparatus and method | |
US7421121B2 (en) | Spectral normalization using illuminant exposure estimation | |
JP5804857B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
CN110047060B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
JP2013138301A5 (zh) | ||
CN108320273B (zh) | 图片合成方法及图像合成装置 | |
KR20090111065A (ko) | 영상 합성 장치 | |
WO2016114950A1 (en) | Watermarking digital images to increase bit dept | |
JP2011199785A (ja) | 撮像装置及び方法 | |
JP4368127B2 (ja) | 撮像装置におけるガンマ補正装置 | |
JP2013179485A (ja) | 画像処理装置及びその制御方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210226 Address after: 518119 No.1 Yan'an Road, Kuiyong street, Dapeng New District, Shenzhen City, Guangdong Province Patentee after: BYD Semiconductor Co.,Ltd. Address before: 518118 BYD Road, Pingshan New District, Shenzhen, Guangdong 3009 Patentee before: BYD Co.,Ltd. |