CN110087003A - 多曝光图像融合方法 - Google Patents

多曝光图像融合方法 Download PDF

Info

Publication number
CN110087003A
CN110087003A CN201910364402.2A CN201910364402A CN110087003A CN 110087003 A CN110087003 A CN 110087003A CN 201910364402 A CN201910364402 A CN 201910364402A CN 110087003 A CN110087003 A CN 110087003A
Authority
CN
China
Prior art keywords
exposure
image
weight
original image
row jth
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.)
Granted
Application number
CN201910364402.2A
Other languages
English (en)
Other versions
CN110087003B (zh
Inventor
史超超
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.)
TCL China Star Optoelectronics Technology Co Ltd
Original Assignee
Shenzhen China Star Optoelectronics Technology Co Ltd
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 Shenzhen China Star Optoelectronics Technology Co Ltd filed Critical Shenzhen China Star Optoelectronics Technology Co Ltd
Priority to CN201910364402.2A priority Critical patent/CN110087003B/zh
Publication of CN110087003A publication Critical patent/CN110087003A/zh
Application granted granted Critical
Publication of CN110087003B publication Critical patent/CN110087003B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/95—Computational photography systems, e.g. light-field imaging systems
    • H04N23/951—Computational photography systems, e.g. light-field imaging systems by using two or more images to influence resolution, frame rate or aspect ratio
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/265—Mixing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • H04N9/646—Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/77—Circuits for processing the brightness signal and the chrominance signal relative to each other, e.g. adjusting the phase of the brightness signal relative to the colour signal, correcting differential gain or differential phase
    • 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
    • G06T2207/10141—Special mode during image acquisition
    • G06T2207/10144—Varying exposure
    • 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

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

Abstract

本发明提供一种多曝光图像融合方法。该多曝光图像融合方法通过输入原始图像，对原始图像进行特征分析，得到原始图像的曝光类型，根据原始图像的曝光类型调整相机模拟曲线函数的曝光值，生成k张不同曝光度的曝光图像，分别计算每张曝光图像的亮度均值权重、饱和度权重和对比度权重，根据每张曝光图像的亮度均值权重、饱和度权重和对比度权重计算得到每张曝光图像的融合权重，根据每张曝光图像的融合权重将k张不同曝光度的曝光图像加权融合，得到融合图像，对融合图像进行色调映射，得到目标图像，改善传统多曝光图像融合方法使目标图像整体发灰且对比度低的问题，提高目标图像的局部对比度，增强目标图像的色彩，使目标图像呈现出更多的细节。

Description

多曝光图像融合方法
技术领域
本发明涉及显示技术领域，尤其涉及一种多曝光图像融合方法。
背景技术
薄膜晶体管(Thin Film Transistor，TFT)是目前液晶显示装置(Liquid CrystalDisplay，LCD)和有源矩阵驱动式有机电致发光显示装置(Active Matrix Organic Light-Emitting Diode，AMOLED)中的主要驱动元件，直接关系平板显示装置的显示性能。
现有市场上的液晶显示器大部分为背光型液晶显示器，其包括液晶显示面板及背光模组(backlight module)。液晶显示面板的工作原理是在薄膜晶体管阵列基板(ThinFilm Transistor Array Substrate，TFT Array Substrate)与彩色滤光片(ColorFilter，CF)基板之间灌入液晶分子，并在两片基板上分别施加像素电压和公共电压，通过像素电压和公共电压之间形成的电场控制液晶分子的旋转方向，以将背光模组的光线透射出来产生画面。
由于在同一场景不同光线下得到的图像，无论它的曝光时间长短，都会出现曝光过度(过曝)或曝光不足(欠曝)的现象，很容易在图像中产生阴影及光照不均等现象，这样造成图像信息含量低，重要信息丢失等问题。因此，现有技术中通过一种多曝光图像融合方法来输出信息含量较高的图像，现有技术的多曝光图像融合方法包括如下步骤：步骤1、输入多张不同曝光度的图像；步骤2、计算多张不同曝光度的图像各自的权重；步骤3、根据每张图像各自的权重将多张不同曝光度的图像融合，输出融合后的图像。然而很多情况下不会得到多张不同曝光度的图像，需要人为模拟相机曲线来生产多张不同曝光度的图像，因此现有技术的另一种多曝光图像融合方法包括如下步骤：步骤1’、输入原始图像；步骤2’、输入相机模拟曲线；步骤3’、根据相机模拟曲线计算得到多张不同曝光度的图像各自的权重；步骤4’、根据每张图像各自的权重将多张不同曝光度的图像融合，输出融合后的图像。如果输入的原始图像本身存在曝光过度或曝光不足，后续根据相机模拟曲线计算得到多张不同曝光度的图像会更加曝光过度或曝光不足，影响最终融合后的图像生成质量。
发明内容
本发明的目的在于提供一种多曝光图像融合方法，可以提高目标图像的局部对比度，增强目标图像的色彩，使目标图像呈现出更多的细节。
为实现上述目的，本发明提供了一种多曝光图像融合方法，包括如下步骤：
步骤S1、输入原始图像，对原始图像进行特征分析，得到原始图像的曝光类型；
步骤S2、根据原始图像的曝光类型调整相机模拟曲线函数的曝光值，生成k张不同曝光度的曝光图像，设k为正整数；
步骤S3、分别计算每张曝光图像的亮度均值权重、饱和度权重和对比度权重；
步骤S4、根据每张曝光图像的亮度均值权重、饱和度权重和对比度权重计算得到每张曝光图像的融合权重，根据每张曝光图像的融合权重对应将k张不同曝光度的曝光图像加权融合，得到融合图像；
步骤S5、对融合图像进行色调映射，得到目标图像。
所述步骤S1中，通过原始图像的亮度均值来判断原始图像的曝光类型；设原始图像的亮度均值的范围为0到1，当0<Ld<0.2时，则判断原始图像的曝光类型为欠曝；当0.2<＝Ld<＝0.5时，则判断原始图像的曝光类型为第一适曝；当0.5<Ld<＝0.75时，则判断原始图像的曝光类型为第二适曝；当0.75<Ld<＝1时，则判断原始图像的曝光类型为过曝；其中，Ld为原始图像的亮度均值。
所述步骤S2中，相机模拟曲线函数为：Lad,k＝1+exp(μ*EVk)，其中，Lad,k为第k张曝光图像的平均亮度值，μ为固定系数，EVk为第k张曝光图像的曝光值。
当原始图像的曝光类型为欠曝时，EVk为0以及大于0的K-1个依次增大的值；
当原始图像的曝光类型为第一适曝时，EVk为0、小于0的1个值以及大于0的K-2个依次增大的值；
当原始图像的曝光类型为第二适曝时，EVk为0、小于0的K-2个依次减小的值以及大于0的1个值；
当原始图像的曝光类型为过曝时，EVk为0以及小于0的K-1个依次减小的值；
其中，EVk等于0时为原始图像。
所述步骤S3中，亮度均值权重计算公式为：其中，W1,k(i，j)为第k张曝光图像的第i行第j列像素的亮度均值权重，mk为第k张曝光图像需增强区域亮度均值，σ为调节系数，Lwk(i，j)为第k张曝光图像的第i行第j列像素的亮度值。
其中，C为常数，Lad,k为第k张曝光图像的平均亮度值，Lmax,k为第k张曝光图像的最大亮度，L(i,j)为原始图像的第i行第j列像素的亮度值。
所述步骤S3中，饱和度权重计算公式为：
其中，W2,k(i，j)为第k张曝光图像的第i行第j列像素的饱和度权重，R(i.j)为原始图像的第i行第j列像素中的红色子像素的亮度值，G(i.j)为原始图像的第i行第j列像素中的绿色子像素的亮度值，B(i.j)为原始图像的第i行第j列像素中的蓝色子像素的亮度值，Mu为原始图像的平均亮度值。
所述步骤S4中，融合权重计算公式为：Wk(i,j)＝W1，k(i,j)*W2，k(i,j)*W3，k(i,j)，其中，W1,k(i，j)为第k张曝光图像的第i行第j列像素的亮度均值权重，W2,k(i，j)为第k张曝光图像的第i行第j列像素的饱和度权重，W3,k(i，j)为第k张曝光图像的第i行第j列像素的对比度权重，Wk(i，j)为第k张曝光图像的第i行第j列像素的融合权重。
所述步骤S4中，加权融合计算公式为：其中，LWcomb(i，j)为融合图像的第i行第j列像素的亮度值，为第1张曝光图像的第i行第j列像素的融合权重至第k张曝光图像的第i行第j列像素的融合权重分别与第1张曝光图像的第i行第j列像素的亮度值至第k张曝光图像的第i行第j列像素的亮度值的乘积之和；为第1张曝光图像的第i行第j列像素的融合权重至第k张曝光图像的第i行第j列像素的融合权重之和。
所述步骤S5中，色调映射计算公式为：其中，Lout(i，j，x)为目标图像的第i行第j列像素中的红色、绿色和蓝色子像素中的一个子像素的亮度值，γ为饱和度系数，I(i，j，x)为原始图像的第i行第j列像素中的红色、绿色和蓝色子像素中的一个子像素的亮度值。
本发明的有益效果：本发明的多曝光图像融合方法通过输入原始图像，对原始图像进行特征分析，得到原始图像的曝光类型，根据原始图像的曝光类型调整相机模拟曲线函数的曝光值，生成k张不同曝光度的曝光图像，分别计算每张曝光图像的亮度均值权重、饱和度权重和对比度权重，根据每张曝光图像的亮度均值权重、饱和度权重和对比度权重计算得到每张曝光图像的融合权重，根据每张曝光图像的融合权重将k张不同曝光度的曝光图像加权融合，得到融合图像，对融合图像进行色调映射，得到目标图像，改善传统多曝光图像融合方法使目标图像整体发灰且对比度低的问题，提高目标图像的局部对比度，增强目标图像的色彩，使目标图像呈现出更多的细节。
附图说明
为了能更进一步了解本发明的特征以及技术内容，请参阅以下有关本发明的详细说明与附图，然而附图仅提供参考与说明用，并非用来对本发明加以限制。
附图中，
图1为本发明的多曝光图像融合方法的流程图。
具体实施方式
为更进一步阐述本发明所采取的技术手段及其效果，以下结合本发明的优选实施例及其附图进行详细描述。
请参阅图1，本发明提供一种多曝光图像融合方法，包括如下步骤：
步骤S1、输入原始图像，对原始图像进行特征分析，得到原始图像的曝光类型；
步骤S2、根据原始图像的曝光类型调整相机模拟曲线函数的曝光值，生成k张不同曝光度的曝光图像，设k为正整数；
步骤S3、分别计算每张曝光图像的亮度均值权重、饱和度权重和对比度权重；
步骤S4、根据每张曝光图像的亮度均值权重、饱和度权重和对比度权重计算得到每张曝光图像的融合权重，根据每张曝光图像的融合权重对应将k张不同曝光度的曝光图像加权融合，得到融合图像；
步骤S5、对融合图像进行色调映射，得到目标图像。
具体的，所述步骤S1中，通过原始图像的亮度均值来判断原始图像的曝光类型。
进一步的，设原始图像的亮度均值的范围为0到1，当0<Ld<0.2时，则判断原始图像的曝光类型为欠曝；当0.2<＝Ld<＝0.5时，则判断原始图像的曝光类型为第一适曝；当0.5<Ld<＝0.75时，则判断原始图像的曝光类型为第二适曝；当0.75<Ld<＝1时，则判断原始图像的曝光类型为过曝；其中，Ld为原始图像的亮度均值。
具体的，所述步骤S2中，相机模拟曲线函数为：Lad,k＝1+exp(μ*EVk)，其中，Lad,k为第k张曝光图像的平均亮度值，μ为固定系数，EVk为第k张曝光图像的曝光值。
进一步的，当原始图像的曝光类型为欠曝时，EVk为0以及大于0的K-1个依次增大的值；
当原始图像的曝光类型为第一适曝时，EVk为0、小于0的1个值以及大于0的K-2个依次增大的值；
当原始图像的曝光类型为第二适曝时，EVk为0、小于0的K-2个依次减小的值以及大于0的1个值；
当原始图像的曝光类型为过曝时，EVk为0以及小于0的K-1个依次减小的值；
其中，EVk等于0时为原始图像。
例如，假设需要生成5张不同曝光度的曝光图像，当原始图像的曝光类型为欠曝时，EVk取值为0、1、2、3和4，即5张不同曝光度的曝光图像为1张原始图像和曝光度大于原始图像且依次增加的4张曝光图像；
当原始图像的曝光类型为第一适曝时，EVk取值为-1、0、0.5、1和1.5，即5张不同曝光度的曝光图像为1张原始图像、曝光度小于原始图像的1张曝光图像和曝光度大于原始图像且依次增加的3张曝光图像；
当原始图像的曝光类型为第二适曝时，EVk取值为-1.5、-1、-0.5、0和1，即5张不同曝光度的曝光图像为1张原始图像、曝光度小于原始图像且依次减小的3张曝光图像和曝光度大于原始图像的1张曝光图像；
当原始图像的曝光类型为过曝时，EVk取值为-3、-2、-1、-0.5和0，即5张不同曝光度的曝光图像为1张原始图像和曝光度小于原始图像且依次减小的4张曝光图像；即本发明通过判断原始图像的曝光类型，根据曝光类型自动调节生成多张曝光图像，避免生成的多张曝光图像更加欠曝或过曝，使后续得到目标图像细节生成更多。
进一步的，μ(固定系数)为0.85。
具体的，所述步骤S3中，亮度均值权重计算公式为：其中，W1,k(i，j)为第k张曝光图像的第i行第j列像素的亮度均值权重，mk为第k张曝光图像需增强区域亮度均值，σ为调节系数，Lwk(i，j)为第k张曝光图像的第i行第j列像素的亮度值。该亮度均值权重目的是为了在原始图案整体是亮的情况下，给暗区域较大的权重，在原始图案整体是暗的情况下，给亮区域较大的权重。
进一步的，σ(调节系数)为0.2-0.5。
进一步的，其中，C为常数，Lad,k为第k张曝光图像的平均亮度值，Lmax,k为第k张曝光图像的最大亮度，L(i,j)为原始图像的第i行第j列像素的亮度值。
具体的，所述步骤S3中，饱和度权重计算公式为：其中，W2,k(i，j)为第k张曝光图像的第i行第j列像素的饱和度权重，R(i.j)为原始图像的第i行第j列像素中的红色子像素的亮度值，G(i.j)为原始图像的第i行第j列像素中的绿色子像素的亮度值，B(i.j)为原始图像的第i行第j列像素中的蓝色子像素的亮度值，Mu为原始图像的平均亮度值。
进一步的，
具体的，所述步骤S3中，通过拉普拉斯滤波获取每张曝光图像的对比度权重。
具体的，所述步骤S4中，融合权重计算公式为：Wk(i,j)＝W1，k(i,j)*W2，k(i,j)*W3，k(i,j)，其中，W1,k(i，j)为第k张曝光图像的第i行第j列像素的亮度均值权重，W2,k(i，j)为第k张曝光图像的第i行第j列像素的饱和度权重，W3,k(i，j)为第k张曝光图像的第i行第j列像素的对比度权重，Wk(i，j)为第k张曝光图像的第i行第j列像素的融合权重。
具体的，所述步骤S4中，加权融合计算公式为：其中，LWcomb(i，j)为融合图像的第i行第j列像素的亮度值，为第1张曝光图像的第i行第j列像素的融合权重至第k张曝光图像的第i行第j列像素的融合权重分别与第1张曝光图像的第i行第j列像素的亮度值至第k张曝光图像的第i行第j列像素的亮度值的乘积之和；为第1张曝光图像的第i行第j列像素的融合权重至第k张曝光图像的第i行第j列像素的融合权重之和。
具体的，所述步骤S5中，色调映射计算公式为：其中，Lout(i，j，x)为目标图像的第i行第j列像素中的红色、绿色和蓝色子像素中的一个子像素的亮度值，γ为饱和度系数，I(i，j，x)为原始图像的第i行第j列像素中的红色、绿色和蓝色子像素中的一个子像素的亮度值，可以通过该色调映射计算公式计算三次，分别计算出目标图像的第i行第j列像素中的红色、绿色和蓝色子像素的亮度值，从而得到目标图像的第i行第j列像素的亮度值。
进一步的，γ可调，用于控制目标图像的饱和度，γ(饱和度系数)优选为1。
需要说明的是，本发明通过判断原始图像的曝光类型，根据曝光类型自动调节生成多张曝光图像，避免生成的多张曝光图像更加欠曝或过曝，使后续得到目标图像细节生成更多，且本发明基于多张曝光图像的亮度均值求权重能自适应增强每张曝光图像的暗区及亮区细节，从而改善传统多曝光图像融合方法使目标图像整体发灰且对比度低的问题，提高目标图像的局部对比度，增强目标图像的色彩，使目标图像呈现出更多的细节。
综上所述，本发明的多曝光图像融合方法通过输入原始图像，对原始图像进行特征分析，得到原始图像的曝光类型，根据原始图像的曝光类型调整相机模拟曲线函数的曝光值，生成k张不同曝光度的曝光图像，分别计算每张曝光图像的亮度均值权重、饱和度权重和对比度权重，根据每张曝光图像的亮度均值权重、饱和度权重和对比度权重计算得到每张曝光图像的融合权重，根据每张曝光图像的融合权重将k张不同曝光度的曝光图像加权融合，得到融合图像，对融合图像进行色调映射，得到目标图像，改善传统多曝光图像融合方法使目标图像整体发灰且对比度低的问题，提高目标图像的局部对比度，增强目标图像的色彩，使目标图像呈现出更多的细节。
以上所述，对于本领域的普通技术人员来说，可以根据本发明的技术方案和技术构思作出其他各种相应的改变和变形，而所有这些改变和变形都应属于本发明权利要求的保护范围。

Claims (10)

1.一种多曝光图像融合方法，其特征在于，包括如下步骤：
步骤S1、输入原始图像，对原始图像进行特征分析，得到原始图像的曝光类型；
步骤S2、根据原始图像的曝光类型调整相机模拟曲线函数的曝光值，生成k张不同曝光度的曝光图像，设k为正整数；
步骤S3、分别计算每张曝光图像的亮度均值权重、饱和度权重和对比度权重；
步骤S4、根据每张曝光图像的亮度均值权重、饱和度权重和对比度权重计算得到每张曝光图像的融合权重，根据每张曝光图像的融合权重对应将k张不同曝光度的曝光图像加权融合，得到融合图像；
步骤S5、对融合图像进行色调映射，得到目标图像。
2.如权利要求1所述的多曝光图像融合方法，其特征在于，所述步骤S1中，通过原始图像的亮度均值来判断原始图像的曝光类型；设原始图像的亮度均值的范围为0到1，当0<Ld<0.2时，则判断原始图像的曝光类型为欠曝；当0.2<＝Ld<＝0.5时，则判断原始图像的曝光类型为第一适曝；当0.5<Ld<＝0.75时，则判断原始图像的曝光类型为第二适曝；当0.75<Ld<＝1时，则判断原始图像的曝光类型为过曝；其中，Ld为原始图像的亮度均值。
3.如权利要求2所述的多曝光图像融合方法，其特征在于，所述步骤S2中，相机模拟曲线函数为：Lad,k＝1+exp(μ*EVk)，其中，Lad,k为第k张曝光图像的平均亮度值，μ为固定系数，EVk为第k张曝光图像的曝光值。
4.如权利要求3所述的多曝光图像融合方法，其特征在于，当原始图像的曝光类型为欠曝时，EVk为0以及大于0的K-1个依次增大的值；
当原始图像的曝光类型为第一适曝时，EVk为0、小于0的1个值以及大于0的K-2个依次增大的值；
当原始图像的曝光类型为第二适曝时，EVk为0、小于0的K-2个依次减小的值以及大于0的1个值；
当原始图像的曝光类型为过曝时，EVk为0以及小于0的K-1个依次减小的值；
其中，EVk等于0时为原始图像。
5.如权利要求3所述的多曝光图像融合方法，其特征在于，所述步骤S3中，亮度均值权重计算公式为：其中，W1,k(i，j)为第k张曝光图像的第i行第j列像素的亮度均值权重，mk为第k张曝光图像需增强区域亮度均值，σ为调节系数，Lwk(i，j)为第k张曝光图像的第i行第j列像素的亮度值。
6.如权利要求5所述的多曝光图像融合方法，其特征在于，其中，C为常数，Lad,k为第k张曝光图像的平均亮度值，Lmax,k为第k张曝光图像的最大亮度，L(i,j)为原始图像的第i行第j列像素的亮度值。
7.如权利要求5所述的多曝光图像融合方法，其特征在于，所述步骤S3中，饱和度权重计算公式为：
其中，W2,k(i，j)为第k张曝光图像的第i行第j列像素的饱和度权重，R(i.j)为原始图像的第i行第j列像素中的红色子像素的亮度值，G(i.j)为原始图像的第i行第j列像素中的绿色子像素的亮度值，B(i.j)为原始图像的第i行第j列像素中的蓝色子像素的亮度值，Mu为原始图像的平均亮度值。
8.如权利要求7所述的多曝光图像融合方法，其特征在于，所述步骤S4中，融合权重计算公式为：Wk(i,j)＝W1，k(i,j)*W2，k(i,j)*W3，k(i,j)，其中，W1,k(i，j)为第k张曝光图像的第i行第j列像素的亮度均值权重，W2,k(i，j)为第k张曝光图像的第i行第j列像素的饱和度权重，W3,k(i，j)为第k张曝光图像的第i行第j列像素的对比度权重，Wk(i，j)为第k张曝光图像的第i行第j列像素的融合权重。
9.如权利要求8所述的多曝光图像融合方法，其特征在于，所述步骤S4中，加权融合计算公式为：其中，LWcomb(i，j)为融合图像的第i行第j列像素的亮度值，为第1张曝光图像的第i行第j列像素的融合权重至第k张曝光图像的第i行第j列像素的融合权重分别与第1张曝光图像的第i行第j列像素的亮度值至第k张曝光图像的第i行第j列像素的亮度值的乘积之和；为第1张曝光图像的第i行第j列像素的融合权重至第k张曝光图像的第i行第j列像素的融合权重之和。
10.如权利要求9所述的多曝光图像融合方法，其特征在于，所述步骤S5中，色调映射计算公式为：其中，Lout(i，j，x)为目标图像的第i行第j列像素中的红色、绿色和蓝色子像素中的一个子像素的亮度值，γ为饱和度系数，I(i，j，x)为原始图像的第i行第j列像素中的红色、绿色和蓝色子像素中的一个子像素的亮度值。
CN201910364402.2A 2019-04-30 2019-04-30 多曝光图像融合方法 Active CN110087003B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910364402.2A CN110087003B (zh) 2019-04-30 2019-04-30 多曝光图像融合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910364402.2A CN110087003B (zh) 2019-04-30 2019-04-30 多曝光图像融合方法

Publications (2)

Publication Number Publication Date
CN110087003A true CN110087003A (zh) 2019-08-02
CN110087003B CN110087003B (zh) 2021-03-23

Family

ID=67418249

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910364402.2A Active CN110087003B (zh) 2019-04-30 2019-04-30 多曝光图像融合方法

Country Status (1)

Country Link
CN (1) CN110087003B (zh)

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110738627A (zh) * 2019-09-04 2020-01-31 深圳市华星光电技术有限公司 多曝光图像融合装置及多曝光图像融合方法
CN111062923A (zh) * 2019-12-16 2020-04-24 中国科学院深圳先进技术研究院 图像处理方法及相关装置
CN111080560A (zh) * 2019-12-31 2020-04-28 哈尔滨学院 一种图像的处理与识别方法
CN111414800A (zh) * 2020-02-17 2020-07-14 妙微(杭州)科技有限公司 图像中小目标识别监控方法及其训练集的获取方法
CN111462031A (zh) * 2020-03-27 2020-07-28 Oppo广东移动通信有限公司 一种多帧hdr图像处理方法、装置、存储介质及电子设备
CN111586310A (zh) * 2020-04-30 2020-08-25 中国科学院西安光学精密机械研究所 一种实时高动态成像方法及成像***
CN111641806A (zh) * 2020-05-11 2020-09-08 浙江大华技术股份有限公司 光晕抑制的方法、设备、计算机设备和可读存储介质
CN112532855A (zh) * 2019-09-17 2021-03-19 华为技术有限公司 一种图像处理方法和装置
CN112634187A (zh) * 2021-01-05 2021-04-09 安徽大学 基于多重权重映射的宽动态融合算法
CN112651899A (zh) * 2021-01-15 2021-04-13 北京小米松果电子有限公司 图像处理方法及装置、电子设备、存储介质
WO2021068618A1 (zh) * 2019-10-12 2021-04-15 北京迈格威科技有限公司 图像融合方法、装置、计算处理设备和存储介质
CN112669438A (zh) * 2020-12-31 2021-04-16 杭州海康机器人技术有限公司 一种图像重建方法、装置及设备
CN112819699A (zh) * 2019-11-15 2021-05-18 北京金山云网络技术有限公司 视频处理方法、装置及电子设备
CN112839181A (zh) * 2020-12-30 2021-05-25 上海掌门科技有限公司 一种用于生成高动态范围图像的方法与设备
CN113012081A (zh) * 2021-01-28 2021-06-22 北京迈格威科技有限公司 图像处理方法、装置和电子***
WO2021184496A1 (zh) * 2020-03-17 2021-09-23 捷开通讯(深圳)有限公司 图像融合方法、装置、存储介质及移动终端
CN114612369A (zh) * 2020-12-04 2022-06-10 深圳超多维科技有限公司 图像融合方法、装置及电子设备
WO2023016044A1 (zh) * 2021-08-12 2023-02-16 荣耀终端有限公司 视频处理方法、装置、电子设备和存储介质
CN116630218A (zh) * 2023-07-02 2023-08-22 中国人民解放军战略支援部队航天工程大学 一种基于边缘保持平滑金字塔的多曝光图像融合方法
CN117061841A (zh) * 2023-06-12 2023-11-14 深圳市博盛医疗科技有限公司 一种双晶片内窥镜成像方法及成像装置
CN117274761A (zh) * 2023-11-08 2023-12-22 腾讯科技（深圳）有限公司 图像生成方法、装置、电子设备和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103247036A (zh) * 2012-02-10 2013-08-14 株式会社理光 多曝光图像融合方法和装置
CN104077759A (zh) * 2014-02-28 2014-10-01 西安电子科技大学 一种基于色觉感知及全局质量因子的多曝光度图像融合方法
WO2016076938A2 (en) * 2014-09-25 2016-05-19 Intel Corporation High dynamic range image composition using multiple images
CN107220956A (zh) * 2017-04-18 2017-09-29 天津大学 一种基于多幅具有不同曝光度的ldr图像的hdr图像融合方法
CN109636765A (zh) * 2018-11-09 2019-04-16 深圳市华星光电技术有限公司 基于图像多重曝光融合的高动态显示方法
CN109636767A (zh) * 2018-11-30 2019-04-16 深圳市华星光电半导体显示技术有限公司 多曝光图像融合方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103247036A (zh) * 2012-02-10 2013-08-14 株式会社理光 多曝光图像融合方法和装置
CN104077759A (zh) * 2014-02-28 2014-10-01 西安电子科技大学 一种基于色觉感知及全局质量因子的多曝光度图像融合方法
WO2016076938A2 (en) * 2014-09-25 2016-05-19 Intel Corporation High dynamic range image composition using multiple images
CN107220956A (zh) * 2017-04-18 2017-09-29 天津大学 一种基于多幅具有不同曝光度的ldr图像的hdr图像融合方法
CN109636765A (zh) * 2018-11-09 2019-04-16 深圳市华星光电技术有限公司 基于图像多重曝光融合的高动态显示方法
CN109636767A (zh) * 2018-11-30 2019-04-16 深圳市华星光电半导体显示技术有限公司 多曝光图像融合方法

Cited By (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110738627B (zh) * 2019-09-04 2022-04-26 Tcl华星光电技术有限公司 多曝光图像融合装置及多曝光图像融合方法
CN110738627A (zh) * 2019-09-04 2020-01-31 深圳市华星光电技术有限公司 多曝光图像融合装置及多曝光图像融合方法
CN112532855B (zh) * 2019-09-17 2022-04-29 华为技术有限公司 一种图像处理方法和装置
CN112532855A (zh) * 2019-09-17 2021-03-19 华为技术有限公司 一种图像处理方法和装置
WO2021068618A1 (zh) * 2019-10-12 2021-04-15 北京迈格威科技有限公司 图像融合方法、装置、计算处理设备和存储介质
CN112819699A (zh) * 2019-11-15 2021-05-18 北京金山云网络技术有限公司 视频处理方法、装置及电子设备
CN111062923B (zh) * 2019-12-16 2024-01-23 中国科学院深圳先进技术研究院 图像处理方法及相关装置
CN111062923A (zh) * 2019-12-16 2020-04-24 中国科学院深圳先进技术研究院 图像处理方法及相关装置
CN111080560A (zh) * 2019-12-31 2020-04-28 哈尔滨学院 一种图像的处理与识别方法
CN111414800A (zh) * 2020-02-17 2020-07-14 妙微(杭州)科技有限公司 图像中小目标识别监控方法及其训练集的获取方法
CN111414800B (zh) * 2020-02-17 2023-08-01 妙微(杭州)科技有限公司 图像中小目标识别监控方法及其训练集的获取方法
EP4123574A4 (en) * 2020-03-17 2024-04-10 JRD Communication (Shenzhen) Ltd IMAGE FUSION METHOD AND DEVICE, STORAGE MEDIUM AND MOBILE TERMINAL DEVICE
WO2021184496A1 (zh) * 2020-03-17 2021-09-23 捷开通讯(深圳)有限公司 图像融合方法、装置、存储介质及移动终端
CN111462031A (zh) * 2020-03-27 2020-07-28 Oppo广东移动通信有限公司 一种多帧hdr图像处理方法、装置、存储介质及电子设备
CN111586310B (zh) * 2020-04-30 2021-04-20 中国科学院西安光学精密机械研究所 一种实时高动态成像方法及成像***
CN111586310A (zh) * 2020-04-30 2020-08-25 中国科学院西安光学精密机械研究所 一种实时高动态成像方法及成像***
CN111641806A (zh) * 2020-05-11 2020-09-08 浙江大华技术股份有限公司 光晕抑制的方法、设备、计算机设备和可读存储介质
CN114612369A (zh) * 2020-12-04 2022-06-10 深圳超多维科技有限公司 图像融合方法、装置及电子设备
CN112839181A (zh) * 2020-12-30 2021-05-25 上海掌门科技有限公司 一种用于生成高动态范围图像的方法与设备
CN112839181B (zh) * 2020-12-30 2022-10-11 上海掌门科技有限公司 一种用于生成高动态范围图像的方法与设备
CN112669438A (zh) * 2020-12-31 2021-04-16 杭州海康机器人技术有限公司 一种图像重建方法、装置及设备
CN112634187B (zh) * 2021-01-05 2022-11-18 安徽大学 基于多重权重映射的宽动态融合算法
CN112634187A (zh) * 2021-01-05 2021-04-09 安徽大学 基于多重权重映射的宽动态融合算法
CN112651899A (zh) * 2021-01-15 2021-04-13 北京小米松果电子有限公司 图像处理方法及装置、电子设备、存储介质
CN113012081A (zh) * 2021-01-28 2021-06-22 北京迈格威科技有限公司 图像处理方法、装置和电子***
WO2023016044A1 (zh) * 2021-08-12 2023-02-16 荣耀终端有限公司 视频处理方法、装置、电子设备和存储介质
CN117061841A (zh) * 2023-06-12 2023-11-14 深圳市博盛医疗科技有限公司 一种双晶片内窥镜成像方法及成像装置
CN116630218A (zh) * 2023-07-02 2023-08-22 中国人民解放军战略支援部队航天工程大学 一种基于边缘保持平滑金字塔的多曝光图像融合方法
CN116630218B (zh) * 2023-07-02 2023-11-07 中国人民解放军战略支援部队航天工程大学 一种基于边缘保持平滑金字塔的多曝光图像融合方法
CN117274761A (zh) * 2023-11-08 2023-12-22 腾讯科技（深圳）有限公司 图像生成方法、装置、电子设备和存储介质
CN117274761B (zh) * 2023-11-08 2024-03-12 腾讯科技（深圳）有限公司 图像生成方法、装置、电子设备和存储介质

Also Published As

Publication number Publication date
CN110087003B (zh) 2021-03-23

Similar Documents

Publication Publication Date Title
CN110087003A (zh) 多曝光图像融合方法
Seetzen et al. High dynamic range display systems
CN108630148B (zh) 显示面板亮度差异的补偿方法及显示器
CN104299568B (zh) 一种woled显示装置的图像显示控制方法及装置、显示装置
WO2020107662A1 (zh) 多曝光图像融合方法
CN109064979A (zh) 图像显示处理方法及装置、显示装置及存储介质
CN109979401A (zh) 驱动方法、驱动装置、显示设备和计算机可读介质
CN102479496A (zh) 局部调光方法以及液晶显示器
TWI435307B (zh) 用於處理及顯示影像之高動態範圍顯示裝置
CN103854613A (zh) 光源控制模块、背光模组及其驱动方法、显示装置
CN104751807A (zh) 一种背光亮度调节方法、装置及液晶显示装置
CN107342054B (zh) 显示装置、显示控制方法及显示控制装置
CN111785224B (zh) 一种亮度驱动方法
CN107799080A (zh) 一种基于分段式曲线的液晶像素补偿方法
CN103200409A (zh) 多投影仪显示***的颜色校正方法
CN109637452A (zh) 显示面板及其驱动方法、显示装置
CN106098009B (zh) 一种液晶显示面板的驱动方法及装置
KR101989527B1 (ko) 화상 표시 장치 및 화상 표시 방법
CN111785222B (zh) 一种对比度提升算法及双面板显示装置
CN100340119C (zh) 投影显示颜色均匀性校正方法
US11749215B2 (en) Display driving device and driving method
US20210020118A1 (en) Driving method of display module, driving system thereof, and driving device
CN110010100A (zh) 像素驱动方法
Korhonen et al. Modeling LCD displays with local backlight dimming for image quality assessment
CN106526974A (zh) 液晶模组光学均匀性调节方法及***

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
CB02 Change of applicant information

Address after: 9-2 Tangming Avenue, Guangming New District, Shenzhen City, Guangdong Province

Applicant after: TCL China Star Optoelectronics Technology Co.,Ltd.

Address before: 9-2 Tangming Avenue, Guangming New District, Shenzhen City, Guangdong Province

Applicant before: Shenzhen China Star Optoelectronics Technology Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant