CN113674181A - 一种多曝光图像的对齐融合方法及设备 - Google Patents
一种多曝光图像的对齐融合方法及设备 Download PDFInfo
- Publication number
- CN113674181A CN113674181A CN202010402745.6A CN202010402745A CN113674181A CN 113674181 A CN113674181 A CN 113674181A CN 202010402745 A CN202010402745 A CN 202010402745A CN 113674181 A CN113674181 A CN 113674181A
- Authority
- CN
- China
- Prior art keywords
- image
- images
- layer
- exposure
- axis offset
- 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
Links
- 238000007500 overflow downdraw method Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 52
- 238000012937 correction Methods 0.000 claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 15
- 230000004927 fusion Effects 0.000 claims description 133
- 230000009466 transformation Effects 0.000 claims description 65
- 238000007781 pre-processing Methods 0.000 claims description 14
- 238000005070 sampling Methods 0.000 claims description 8
- 230000007797 corrosion Effects 0.000 claims description 6
- 238000005260 corrosion Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000008520 organization Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001052 transient effect Effects 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
- G06T2207/10—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
- G06T2207/20212—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
本发明提出了一种多曝光图像的对齐融合方法及设备,首先获取各个多曝光图像的位图,根据相邻图像之间的位图得到进行对齐操作所需要的矫正数据后,根据所述矫正数据将各个多曝光图像两两对齐,得到对齐处理后的多张第二图像;其次,计算对齐后的各个第二图像进行融合,得到融合后的融合图像。本发明所述方法属于全局对齐方法,具有速度快准确率高的优势。该方法能够有效地避免伪影,能够在低光照条件下快速地对齐和融合不同曝光的图像,从而融合成一张成像质量较佳的图像。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种多曝光图像的对齐融合方法及设备。
背景技术
在现有技术中融合多曝光图像需要涉及到对齐和融合两个步骤,由于不同曝光图像是在不同时刻下拍摄的,期间都会存在拍摄者的抖动以及拍摄物体的运动,需要将这些图片进行重新对齐后再进行融合操作,而融合多曝光图像又需要考虑到拍摄物体的运动,否者将会产生伪影现象。而在低光照条件下,受到了传感器读出噪声、随信号变化的散粒噪声以及元器件本身的暗电流噪声等影响,将多曝光图像进行对齐融合比较困难,融合后的图像质量无法满足需求。
因此,现有技术有待于进一步的改进。
发明内容
鉴于现有技术的不足,本发明目的在于提供一种多曝光图像的对齐融合方法及设备,能够实现在低光照条件下快速的对齐和融合不同曝光的图像,克服现有技术中低光照条件下对齐融合后的图像成像质量差的缺陷。
本发明的技术方案如下:
第一方面,本实施例提供了一种多曝光图像融合方法,其中,包括:
根据每张第一图像对应的位图计算出各个相邻所述第一图像之间的矫正数据;其中,所述第一图像为待对齐融合的多曝光图像;
根据矫正数据对多张所述第一图像进行对齐处理,得到对齐处理后的多张第二图像;
将对齐处理后的多张所述第二图像融合,得到融合后的融合图像。
可选地,所述根据每张第一图像对应的位图计算出各个相邻所述第一图像之间的矫正数据的步骤包括:
计算出每张第一图像的像素中值,并根据每张第一图像的像素中值对各个第一图像进行图像二值化处理,得到每张所述第一图像对应的第一二值化图像;其中,所述第一二值化图像为所述第一图像对应的位图;
根据相邻两张所述第一图像对应的第一二值化图像计算出相邻所述第一图像之间的矫正数据。
可选地,所述计算出每张第一图像的像素中值,并根据每张第一图像的像素中值对各个第一图像进行图像二值化处理,得到每张所述第一图像对应的第一二值化图像的步骤包括:
对每张第一图像进行灰度图变换,利用均值法对每张所述第一图像的灰度图进行下采样,得到每张第一图像对应的预处理图;
获取每张预处理图的像素中值,根据所述像素中值构建得到每张所述第一图像对应的第一二值化图像。
可选地,所述根据相邻两张所述第一图像对应的位图计算出相邻所述第一图像之间的矫正数据的步骤包括:
将相邻两张所述第一图像中的任意一张作为参考图像,将另一张作为待对齐图像,在整个预设旋转角度范围内,每隔预设偏移量对所述待对齐图像进行旋转变换;
计算出每次旋转变换后所述参考图像和待对齐图像之间的错误差值;
根据计算出的各个所述错误差值确定相邻两张所述第一图像对齐所需的矫正数据。
可选地,所述在预设旋转角度范围内,每隔预设偏移量对所述待对齐图像进行旋转变换的步骤包括:
在预设旋转角度范围内,每隔预设偏移量对所述待对齐图像进行旋转变换;
分别获取每次旋转变换后所述参考图像和待对齐图像的第一二值化图像对应的高斯金字塔图像;
按照预设选取的金字塔图像个数,在预设X轴偏移量范围和预设Y轴偏移量范围内,从第一层到最后一层依次对所述待对齐图像对应的高斯金字塔图像中各个图层进行X轴偏移量△X1和Y轴偏移量△Y1的组合旋转变换,其中第一层为分辨率最小的图层,最后一层为分辨率最大的图层。
可选地,所述计算出每次旋转变换后所述参考图像和待对齐图像之间的错误差值的步骤包括:
对每次组合旋转变换后,进行对应图层中像素值的异或操作,得到每次组合旋转变换后,各个图层的异或图,其中,所述对应图层为:所述待对齐图像的第一二值化图像对应的高斯金字塔图像中含有的各个图层和所述参考图像的第一二值化图像对应的高斯金字塔图像中含有的各个图层;
统计各个异或图中数字不为零的个数,并以统计得到的各个数值作为每次旋转变换后所述参考图像和待对齐图像之间的错误差值。
可选地,所述根据计算出的各个所述错误差值确定相邻两张所述第一图像对齐所需的矫正数据的步骤包括:
获取在预设旋转角度范围内第一层图层错误差值的目标数值对应的X轴偏移量△X1和Y轴偏移量△Y1;
分别以△X1和△Y1的预设倍数为第二层图层的X轴偏移量△X2和Y轴偏移量△Y2,在预设旋转角度范围内,对第二层图层做旋转变换,计算所述第二层图层错误差值的目标数值对应的X轴偏移量△X2和Y轴偏移量△Y2;
依次以前一层金字塔的错误差值的目标数值对应的X轴偏移量△Xn和Y轴偏移量△Yn的预设倍数,为后一层图层的X轴偏移量和Y轴偏移量,在预设旋转角度范围内,对后一层图层做旋转变换,直至最后一层图层;
计算最后一层图层的错误差值的目标数值对应的X轴偏移量△Xk和Y轴偏移量△Yk,并以所述X轴偏移量△Xk、Y轴偏移量△Yk和最后一层的错误差值的目标数值对应的旋转角度作为参数图像与待对齐图像之间的矫正数据。
可选地,所述将对齐处理后的多张所述第二图像融合,得到融合后的融合图像的步骤包括:
计算多张所述第二图像对应的融合权重图,根据所述融合权重图得到多张所述第二图像对齐融合后的融合图像。
可选地,所述计算多张所述第二图像对应的融合权重图的步骤包括:
根据各个第二图像的颜色特征计算得到各个第二图像对应的初步融合权重图;其中,所述颜色特征包括:图像的对比度、曝光度和饱和度;
计算出每张初步融合权重图的像素中值,并根据各自的像素中值得到每张所述初步融合权重图对应的第二二值化图像;
根据各个第二图像的第二二值化图像得到各个初步融合权重图对应的运动区域;
计算各个初步融合权重图的运动区域总和,并根据运动区域总和所占的权重,对初步融合权重图进行修正,并对修正后的初步融合权重图做归一化处理,得到最终的融合权重图。
可选地,所述根据各个第二图像的颜色特征计算得到各个第二图像对应的初步融合权重图的步骤包括:
将各个第二图像进行归一化处理,得到归一化图像;
分别计算出各个归一化图像的对比度权重图、饱和度权重图和曝光度权重图;
将对比度权重图、饱和度权重图以及曝光度权重图相乘得到与多张所述第二图像对应的初步融合权重图。
可选地,所述根据各个第二图像的第二二值化图像图得到各个初步融合权重图对应的运动区域的步骤包括:
将每张第二图像的第二二值化图像进行求和运算得到各个第二二值化图像的求和图;
将所述求和图进行膨胀与腐蚀操作,将得到的图片中的运动区域。
可选地,所述根据所述融合权重图得到多张所述第二图像对齐融合后的融合图像的步骤包括:
获取每张第二图像的高斯金字塔图像和拉普拉斯金字塔图像,以及融合权重图的高斯金字塔图像;
将每张第二图像的融合权重图的高斯金字塔图像分别与第二图像的高斯金字塔图像和拉普拉斯金字塔图像进行对应图层像素值相乘运算,再将乘积得到的高斯金字塔图像和拉普拉斯金字塔图像进行对应图层的求和运算,得到重建的融合图像。
第二方面,本实施例还公开了一种图像处理设备,其中,包括处理器、与处理器通信连接的存储介质,所述存储介质适于存储多条指令;所述处理器适于调用所述存储介质中的指令,以执行实现所述的多曝光图像的对齐融合方法。
第三方面,一种计算机可读存储介质,其中,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现所述的多曝光图像的对齐融合方法的步骤。
有益效果:本发明提出了一种多曝光图像的对齐融合方法及设备,首先获取各个多曝光图像的二值化图像,对相邻图像之间的二值化图像进行预设角度范围内的旋转和平移后计算两者之间的差别,记录最小差别的矫正数据后,根据所述矫正数据将各个多曝光图像进行对齐,在融合步骤当中,首先根据图像的对比度、饱和度和曝光度来计算融合权重图,再利用二值化图像计算运动位移区域来调整融合权重图,最后通过融合权重图融合多曝光图像。本发明所述方法属于全局对齐方法,具有速度快准确率高的优势。该方法能够有效的避免伪影,取得较佳的图像融合效果。
附图说明
图1是本发明所述多曝光图像的对齐融合方法的步骤流程图;
图2是本发明所述方法中矫正数据计算的步骤流程图;
图3是本发明所述方法中融合权重图计算的步骤流程图;
图4是依次拍摄的多张曝光图像与本实施例所述方法对齐融合后的图像对比图;
图5是本发明实施例中图像处理设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
在低光照条件下,图像成像质量主要受到亮度和噪声的影响,拍照设备中影响亮度的主要是快门时间、光圈大小以及ISO感光度,快门时间越长相机的进光量就会越多,光圈越大进光量也会越多,而提高ISO能够提高相机对光线的感应能力,但这三者同时也会有负面影响,快门时间越长越容易造成抖动或者运动模糊,并且还会造成高光区域过曝,快门时间过短就会造成画面整体偏暗,而光圈受限于硬件设备,特别是智能手机上的光圈大小有限,只能装载较小的光圈相机,过高的ISO反而会放大噪声。暗光环境下,图像的噪声尤其明显,主要受到了传感器读出噪声、随信号变化的散粒噪声以及元器件本身的暗电流噪声等影响。
发明人发现单一曝光产生的图像会受到上述的诸多影响,并且单一曝光的图像无法很好的平衡高光区域与阴影区域,比如压制高光区域以及提亮阴影区域。而当前有通过融合多曝光图像的方法来增强图像的整体表现,多曝光图像为通过不同的曝光时间来获取同一场景下的图像,也即是在同一个场景中不同光线下得到的多个图像,其中长曝光图像能够获取更亮的阴影区域,而短曝光图像能够获取细节更好的高光区域,通过融合这些多曝光图像,得到一张在各区域图像质量均较佳的图像。
目前融合多曝光图像需要涉及到对齐和融合两个步骤,但是在进行低光照条件下拍摄出的多曝光图像进行对齐融合时,为了需要得到图像质量较佳的融合图,需要的对暗光图像进行亮度增强,而现有技术中的多曝光图像仅仅涉及到对齐与像素间的融合,融合后的图像中的存在伪影,因此融合后的图像质量欠佳。本实施例提供了一种多曝光图像的对齐融合方法,能够有效的解决图像融合时产生的伪影问题,取得较佳的图像融合效果。
本实施例所提供的多曝光图像的对齐融合方法,首先,通过计算出各个多曝光图像对应的二值化图像,其中,二值化图像为对多曝光图像进行二值化处理后得到的与多曝光图像对应的二值化图像(较佳地,可以利用像素中值对图像进行二值化处理得到与多曝光图像对应的中值二值化图,也即中位阈值位图)。再次,利用所述二值化图像计算对齐操作时所需要的矫正数据,以及计算各个对齐图像的融合权重图,利用融合权重图进行各个对齐图像之间的融合,由于本实施例所采用的方法利用与像素值相关且保持稳定的二值化图像实现图像对齐处理,以及通过设置融合权重图进行图像融合,因此本发明所提供的方法可以取得较佳的融合效果。
下面以本发明实施例,对本发明所述提供的方法做进一步更详细的说明。
本实施例公开了一种多曝光图像的对齐融合方法,如图1所示,包括:
步骤S1、根据每张第一图像对应的位图计算出各个相邻所述第一图像之间的矫正数据;其中,所述第一图像为待对齐融合的多曝光图像。
本步骤中第一图像为待对齐融合的多曝光图像,因此第一图像有多张,并且多张第一图像为短时间内拍摄的图像,为了实现将多个第一图像融合为一张图像,本步骤中通过计算多张曝光图像中两两相邻图像之间的矫正数据,利用计算出的矫正数据进行下一步的对齐操作。
所述位图是由称作像素的单个点组成的,这些点可以进行不同的排列和染色以构成图。本步骤中先获取到待对齐融合的多曝光图像,对各个待对齐融合的多曝光图像进行出来,得到各个待对齐融合的多曝光图像的位图,基于该位图计算出任意两个相邻曝光图像之间的矫正数据。
具体的,结合图2所示,所述根据每张第一图像对应的位图计算出各个相邻所述第一图像之间的矫正数据的步骤包括:
步骤S11、计算出每张第一图像的像素中值,并根据每张第一图像的像素中值对各个第一图像进行图像二值化处理,得到每张所述第一图像对应的第一二值化图像。
本步骤中首先计算各个第一图像对应的第一二值化图像,利用计算出的第一二值化图像进行矫正数据的计算,其中,所述第一二值化图像的计算步骤为:
步骤S111、对每张第一图像进行灰度图变换,利用均值法对每张所述第一图像的灰度图进行下采样,得到每张第一图像对应的预处理图。
具体的,首先对每张第一图像进行灰度图变换,将第一图像有彩色图像转换为灰度图,并采用均值法进行下采样到预设倍数分辨率的尺度大小,例如:一半分辨率图像大小,得到每张第一图像的预处理图。该步骤主要是为了降低计算量以及减少噪声的影响。
步骤S112、获取每张预处理图的像素中值,根据所述像素中值构建得到每张所述第一图像对应的第一二值化图像。
求出每张预处理图对应的像素中值,将每张预处理图中大于对应像素中值的像素置为1,小于等于对应像素中值的置为0,将各个像素值与设置的数值相对应,构建出一张新的仅含有数字1和0的图,得到的图即为第一二值化图像。第一二值化图像用于多曝光图像的对齐操作,因为第一二值化图像能够在多曝光环境下保持相对稳定,不会出现较大的亮度变化,有利于进行对齐操作。
步骤S12、根据相邻两张所述第一图像对应的第一二值化图像计算出相邻所述第一图像之间的矫正数据。
上述步骤S11中计算出每张第一图像对应的第一二值化图像,本步骤中根据每张第一图像对应的所述第一二值化图像进行相邻两张第一图像之间所需矫正数据的计算。
具体的,本步骤包括如下步骤:
步骤S121、将相邻两张所述第一图像中的任意一张作为参考图像,将另一张作为待对齐图像。
将多张第一图像中的各个图像按照顺序依次对相邻两张图像进行对齐操作,计算相邻两张第一图像之间对齐所需要的矫正数据,任意选中一张图像为参考图像,将另一张作为待对齐图像,当计算出矫正数据后,根据矫正数据将待对齐图像与参考图像对齐。
步骤S122、在整个预设旋转角度范围内,每隔预设偏移量对所述待对齐图像进行旋转变换,并计算出每次旋转变换后所述参考图像和待对齐图像之间的错误差值;根据计算出的各个所述错误差值确定相邻两张所述第一图像对齐所需的矫正数据。
具体地,所述步骤S122中包括以下步骤:
步骤S1221、在预设旋转角度范围内,每隔预设偏移量对所述待对齐图像进行旋转变换。
所述遍历变换为在预设旋转角度的范围内以每隔预设偏移量对待对齐图像进行旋转变换,例如:旋转角度范围为[+5度,-5度]的遍历变换,以0.1度为最小刻度进行遍历。所述预设旋转角度和预设角度间隔可根据参考图像与对齐图像之间拍摄的时间差进行相应的调整,也可以根据对齐操作所要求的精确度进行相应的调整。
步骤S1222、分别获取每次旋转变换后所述参考图像和待对齐图像的第一二值化图像对应的高斯金字塔图像。
当待对齐图像进行进行遍历变换后,分别得到所述参考图像的第一二值化图像对应的高斯金字塔图像和待对齐图像的第一二值化图像对应的高斯金字塔图像。
具体地,所述高斯金字塔图像为:对一张图像不断的模糊之后向下采样,得到不同分辨率的图像,同时每次得到的新的图像宽与高是原来图像的1/2,最常见就是基于高斯的模糊之后采样,得到的一系列图像称为高斯金字塔图像。
步骤S1223、按照预设选取的金字塔图像个数,在预设X轴偏移量范围和预设Y轴偏移量范围内,从第一层到最后一层依次对所述待对齐图像对应的高斯金字塔图像中各个图层进行X轴偏移量△X1和Y轴偏移量△Y1的组合旋转变换。
根据选取金字塔图像的个数,比如:5个,以及基于金字塔图像中的各个图层依次进行遍历变换。例如:若金字塔图像中含有图层的个数,则依次从第一层图层开始进行X轴偏移量和Y轴偏移量的组合遍历变换,直至最后一个图层,其中第一层为分辨率最小的图层,最后一层为分辨率最大的图层。
步骤S1224、计算每次选择变换后所述参考图像和待对齐图像的高斯金字塔图像对应图层之间的错误差值。
当每个图层均遍历变换完成,则计算每次遍历变换后两个图像的高斯金字塔图像对应图层之间的错误差值。
首先对待对齐图进行一定旋转角度范围的多次旋转变换,在每一个旋转变换后分别做以下操作:获取参考图像第一二值化图像的高斯金字塔图像和待对齐图像的第一二值化图像的高斯金字塔图像,对待对齐图像的高斯金字塔图像的最上层图像上进行一定X轴偏移量范围和一定Y轴偏移量范围的组合旋转变换后,求出每次旋转变换后与参考图像的高斯金字塔图像对应层之间的错误差值。
本步骤中定义两张多曝光图像之间的差别为错误差值,具体为对两张多曝光图像的第一二值化图像进行异或操作得到异或图,求出异或图中不为0的个数即为错误差值。
具体地,利用定义出的两张多曝光图像之间的错误差值,计算出每次旋转变换后所述参考图像和待对齐图像之间的错误差值的步骤包括:
对每次组合旋转变换后,进行对应图层中像素值的异或操作,得到每次组合旋转变换后,各个图层的异或图,其中,对应图层为:所述待对齐图像的第一二值化图像对应的高斯金字塔图像中含有的各个图层和所述参考图像的第一二值化图像对应的高斯金字塔图像中含有的各个图层;
统计各个异或图中数字不为零的个数,并以统计得到的各个数值作为每次旋转变换后所述参考图像和待对齐图像之间的错误差值。
也即是每次组合旋转变换后,分别获取待对齐图像与参考图像的第一二值化图像对应的高斯金字塔图像对应图层中含有的像素值,例如:获取待对齐图像的第一二值化图像对应的高斯金字塔图像的第一图层中含有的像素值,获取参考图像的第一二值化图像对应的高斯金字塔图像的第一图层中含有的像素值,分别将获取到的两个高斯金字塔图像对应的第一图层中含有的像素值进行异或操作,得到一张异或图,统计这张异或图中数字不为零的个数,便为该次组合变换后计算出的所述参考图像和待对齐图像之间的错误差值。
步骤S123、根据计算出的各个所述错误差值确定相邻两张所述第一图像对齐所需的矫正数据。
当预设角度范围内的所有旋转角度全部旋转完成后,选择错误差值的目标数值对应的旋转角度、X轴偏移量和Y轴偏移量作为最终对齐的矫正数据。在一种实施方式中,所述错误差值的目标数值为错误差值的最小值。
当第一层图层对应旋转变换完成后,得到第一层图层的最小错误差值对应的X轴偏移量和Y轴偏移量。将第一层图层对应的错误差值最小值对应的X轴偏移量和Y轴偏移量带入第二层变换后继续进行旋转变换,寻找第二层图层对应的最小错误差值的X轴偏移量和Y轴偏移量,以此类推,直至最后一层旋转变换后,得到的X轴偏移量和Y轴偏移量即为该次旋转变换对齐的矫正数据。
具体地,所述根据计算出的各个所述错误差值确定相邻两张所述第一图像对齐所需的矫正数据的步骤包括:
获取在整个预设旋转角度范围内第一层图层错误差值的目标数值对应的X轴偏移量△X1和Y轴偏移量△Y1;其中,目标数值为错误差值的最小值。
分别以△X1和△Y1的预设倍数为第二层图层的X轴偏移量和Y轴偏移量△Y2,在预设旋转角度范围内,对第二层图层做组合旋转变换,计算第二层图层错误差值的目标数值对应的X轴偏移量△X2和Y轴偏移量△Y2;
依次以前一层金字塔的错误差值的目标数值对应的X轴偏移量△Xn和Y轴偏移量△Yn的预设倍数,为后一层图层的X轴偏移量和Y轴偏移量,在预设旋转角度范围内,对后一层图层做组合旋转变换,直至最后一层图层;
计算最后一层图层的错误差值的目标数值对应的X轴偏移量△Xk和Y轴偏移量△Yk,并以所述X轴偏移量△Xk、Y轴偏移量△Yk和最后一层的错误差值的目标数值对应的旋转角度作为参数图像与待对齐图像之间的矫正数据,其中,n和k为正整数,n小于等于k。
步骤S2、将对齐处理后的多张所述第二图像融合,得到融合后的融合图像。
所述矫正数据包括:旋转角度、X轴偏移量以及Y轴偏移量。通过上述步骤S1中计算最终得到的旋转角度、X轴偏移量以及Y轴偏移量,对待对齐图像进行旋转操作和平移操作来将其与参考图像对齐。
本步骤中具体的计算多张所述第二图像对应的融合权重图,根据所述融合权重图得到多张所述第二图像对齐融合后的融合图像。因此本步骤包括:
步骤S31、计算多张所述第二图像对应的融合权重图,根据所述融合权重图得到多张所述第二图像对齐融合后的融合图像。
当上述步骤S2中将各张多曝光图像进行对齐处理后,通过计算多张所述第二图像对应的融合权重图,根据每张第二图像对应的融合权重图进行融合操作。
具体地,结合图3所示,所述计算多张所述第二图像对应的融合权重图的步骤包括:
步骤S31、根据各个第二图像的颜色特征计算得到各个第二图像对应的初步融合权重图。
所述颜色特征包括:图像的对比度、曝光度和饱和度。在一种实施方式中,通过Mertens计算方式得到第二图像的初步融合权重图。Mertens计算方式能够综合利用图像的对比度、饱和度和曝光度来计算得到融合权重图。
具体地,所述根据各个第二图像的颜色特征计算得到各个第二图像对应的初步融合权重图的步骤包括:
将各个第二图像进行归一化处理,得到归一化图像;
分别计算出各个归一化图像的对比度权重图、饱和度权重图和曝光度权重图;
将对比度权重图、饱和度权重图以及曝光度权重图相乘得到与多张所述第二图像对应的初步融合权重图。
步骤S32、计算出每张初步融合权重图的像素中值,并根据各自的像素中值得到每张所述初步融合权重图对应的第二二值化图像,根据各个第二图像的第二二值化图像得到各个初步融合权重图对应的运动区域。
为了准确的得到运动区域,本步骤中首先计算第二二值化图像,通过所述第二二值化图像。所述运动区域为不同曝光图像中物体移动的地方。
具体的地,所述根据各个第二图像的第二二值化图像得到各个初步融合权重图对应的运动区域的步骤包括:
将每张第二图像的第二二值化图像进行求和运算得到各个第二二值化图像的求和图;
将所述求和图进行膨胀与腐蚀操作,将得到的图片中的运动区域。
首先我们需要得到每张图像的第二二值化图像,与第一二值化图像不同的是,此处的预处理操作经过了两次均值下采样,为了就是进一步减少噪声的影响。随后我们将每张多曝光图像的第二二值化图像进行求和运算得到第二二值化图像求和图,将第二二值化图像求和图中值为N的置为0,其余置为1,其中N为多曝光图像数量。再对处理后的第二二值化图像求和图进行2次的膨胀加腐蚀操作,最后得到的图片中数值为1的即为运动区域。
步骤S33、计算各个初步融合权重图的运动区域总和,并根据运动区域总和所占的权重,对初步融合权重图进行修正,并对修正后的初步融合权重图做归一化处理,得到最终的融合权重图。
根据上述步骤中计算出的各个初步融合权重图对应的运动区域总和,根据各个初步融合权重图对应的运动区域总和的大小,设置不同的权重,并根据权重的大小重新构建融合权重图,实现对初步融合权重图进行修正,本次重新构建出的融合权重图基于运动区域的信息做了修正,因此修正后的融合权重图更能实现较佳的融合效果。
具体地,对每个融合权重图的对应运动区域进行求和,将和最大的那个融合权重图的对应运动区域权值设为1,其余融合权重图的对应运动区域权值设为0,再将得到的融合权重图做归一化操作得到最终的融合权重图。
进一步的,所述根据所述融合权重图得到多张所述第二图像对齐融合后的融合图像的步骤包括:
获取每张第二图像的高斯金字塔图像和拉普拉斯金字塔图像,以及融合权重图的高斯金字塔图像;
将每张第二图像的融合权重图的高斯金字塔图像分别与第二图像的高斯金字塔图像和拉普拉斯金字塔图像进行对应图层像素值相乘运算,再将得到乘积得到的高斯金字塔图像和拉普拉斯金字塔图像进行对应图层的求和运算,得到重建的融合图像。
获取每张多曝光图像的高斯金字塔图像和拉普拉斯金字塔图像,以及融合权重图的高斯金字塔图像,对每张多曝光图像,将其融合权重图的高斯金字塔图像与其金字塔图像进行对应层的相乘运算,然后将所有多曝光图像的金字塔图像进行对应层的累加运算,通过重建最后的金字塔图像即可得到最终的融合图像。结合图4所示为5张多曝光图像融合后的对比图,其中前5张图像为连续拍摄的5张图像,第6张图像为使用本发明所述方法对前5张图像进行融合后的融合图,从第6张图中可以看到使用本发明所述的方法进行图像融合后,得到融合图在各个区域都能保证良好的曝光情况。
进一步的,下面以本发明具体应用实施例对本发明所述方法做进一步的说明。
(1)第一步对多曝光图像进行对齐操作,具体地:
(1.1)首先对每张图像进行灰度图变换,并采用均值法进行下采样到一半分辨率图像大小,得到每张图像的预处理图。
(1.2)通过预处理图得到每预处理图像的第一二值化图像:首先求出每张预处理图对应的像素中值,将每张预处理图中大于对应像素中值的像素置为1,小于等于对应像素中值的置为0,得到的结果即为第一二值化图像。
(1.3)通过第一二值化图像求出每相邻两张多曝光图像对齐需要的矫正数据,该矫正数据包括旋转角度、X轴偏移量和Y轴偏移量;
(1.3.1)对两张多曝光图像的第一二值化图像进行异或操作得到异或图,求出异或图中不为0的个数即为错误差值,得到各个对齐后的多曝光图像之间的错误差值。
(1.3.2)根据错误差值计算出相邻两个第一图像对齐所需的矫正数据。
首先,选取其中一张图像作为参考图像,另一张图像作为待对齐图像。对待对齐图进行旋转角度范围为[+5度,-5度]的旋转变换,以0.1度为最小刻度进行整个旋转角度范围内的旋转变换,在每一次旋转变换后分别做以下操作:获取参考图像的二值化图像和待对齐图像的二值化图像的高斯金字塔图像,一般对于4K大小的图像我们选取的金字塔个数为6,此处数值可以根据实际的性能和耗时需求进行调整,对待对齐图像高斯金字塔图像的最上层图像上进行X轴偏移量范围为(-1,0,1)和Y轴偏移量范围为(-1,0,1)的组合旋转变换后,求出每次变换后与参考图像的高斯金字塔图像对应层之间的错误差值。
将得到该层错误差值最小的X轴偏移量△X1和Y轴偏移量△Y1。将其带入第二层变换后继续进行搜索,具体为第二层搜索的偏移量将在上层2倍偏移量的基础上继续搜索,即:△X2=2*△X1±(-1,0,1),△Y2=2*△Y1±(-1,0,1),寻找该层最小错误差值的X轴偏移量和Y轴偏移量,以此类推,最后一层搜索得到的X轴偏移量和Y轴偏移量即为该次旋转变换对齐的矫正数据。遍历完所有旋转角度后,选择错误差值最小的旋转角度、X轴偏移量和Y轴偏移量作为最终对齐的矫正数据。
(1.4)通过最终得到的旋转角度、X轴偏移量以及Y轴偏移量,我们便能对待对齐图像进行旋转操作和平移操作来将其与参考图像对齐;
(2)第二步对对齐后的第二图像进行融合操作,具体地:
(2.1)首先我们通过Mertens计算方式得到多曝光图像的融合权重图。Mertens计算方式能够综合利用图像的对比度、饱和度和曝光度来计算得到融合权重图。首先将多曝光图像进行归一化处理得到归一化图像,归一化图像是将原始图像除以存储图像的最大数值,如255等。之后通过以下公式获取融合权重图:
其中上标C代表对比度,S代表饱和度,E代表曝光度,下标ij,k代表第k张图片的像素点(i,j)。最终的融合权重图是将对比度权重图、饱和度权重图以及曝光度权重图相乘得到。
其中,对比度权重图是对图像的灰度图应用拉普拉斯算子后再取绝对值得到,设定的拉普拉斯算子为[0 1 0;1 -4 1;0 1 0]。
其中饱和度权重图是计算R、G、B三通道内每个像素的标准差:
其中,Rij,k代表第k张图片R通道的像素点(i,j),Bij,k代表第k张图片B通道的像素点(i,j),Gij,k代表第k张图片G通道的像素点(i,j),uij,k代表第k张图片像素点(i,j)位置的平均值。
其中曝光度权重图是先将R、G、B三通道的每个像素做高斯距离变换后相差得到:
(2.2)计算每张对齐图像的第二二值化图像,与(1.2)不同的是,此处的预处理操作经过了两次均值下采样,为了就是进一步减少噪声的影响。随后将每张多曝光图像的第二二值化图像进行求和运算得到第二二值化图像求和图,将第二二值化图像求和图中值为N的置为0,其余置为1。其中N为多曝光图像数量。我们再对处理后的第二二值化图像求和图进行2次的膨胀与腐蚀操作,其中膨胀核设为9,腐蚀核设为3,得到的图片中数值为1的即为运动区域。
(2.3)对每个融合权重图的对应运动区域进行求和,将和最大的那个融合权重图的对应运动区域权值设为1,其余融合权重图的对应运动区域权值设为0,再将得到的融合权重图做归一化操作得到最终的融合权重图。归一化操作公式如下:
其中下标ij,k代表第k张图片的像素点(i,j),N代表多曝光图像数量。
(2.4)获取每张多曝光图像的高斯金字塔图像和拉普拉斯金字塔图像,以及融合权重图的高斯金字塔图像,对每张多曝光图像,将其融合权重图的高斯金字塔图像与其金字塔图像进行对应层的相乘运算,然后将所有多曝光图像的金字塔图像进行对应层的累加运算,通过重建最后的金字塔图像即可得到最终的融合图像。
本发明所提供的方法,通过获取各个多曝光图像的二值化图像,对两两二值化图像进行一定范围限制内的旋转和平移后计算两者之间的差别,记录最小差别的矫正数据后我们就能将多曝光图像进行对齐。在融合步骤中,根据图像的对比度、饱和度和曝光度来计算融合权重图,再利用二值化图像计算运动区域来调整融合权重图,最后通过融合权重图融合多曝光图像。本发明所述方法能够有效的避免伪影,得到较佳的图像融合效果。
在上述方法的基础上,本实施例还公开了一种图像处理设备,包括处理器、与处理器通信连接的存储介质,所述存储介质适于存储多条指令;所述处理器适于调用所述存储介质中的指令,以执行实现所述的多曝光图像的对齐融合方法。一种实施方式中,所述图像处理设备可以为手机、平板电脑或智能电视,上述图像处理设备通过本发明提供的多曝光图像的对齐融合方法进行多曝光图像的对齐融合,进而提升上述智能设备在暗光下拍照的性能。
具体的,如图5所示,所述图像处理设备包括至少一个处理器(processor)20以及存储器(memory)22,还可以包括显示屏21、通信接口(Communications Interface)23和总线24。其中,处理器20、显示屏21、存储器22和通信接口23可以通过总线24完成相互间的通信。显示屏21设置为显示初始设置模式中预设的用户引导界面。通信接口23可以传输信息。处理器20可以调用存储器22中的逻辑指令,以执行上述实施例中的方法。
此外,上述的存储器22中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。
存储器22作为一种计算机可读存储介质,可设置为存储软件程序、计算机可执行程序,如本公开实施例中的方法对应的程序指令或模块。处理器30通过运行存储在存储器22中的软件程序、指令或模块,从而执行功能应用以及数据处理,即实现上述实施例中的方法。
存储器22可包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序;存储数据区可存储根据终端设备的使用所创建的数据等。此外,存储器22可以包括高速随机存取存储器,还可以包括非易失性存储器。例如,U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等多种可以存储程序代码的介质,也可以是暂态存储介质。
另一方面,一种计算机可读存储介质,其中,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现所述的多曝光图像的对齐融合方法的步骤。
本发明提出了一种多曝光图像的对齐融合方法及设备,首先获取各个多曝光图像的二值化图像,对相邻图像之间的二值化图像进行预设角度范围内的旋转和平移后计算两者之间的差别,记录最小差别的矫正数据后,根据所述矫正数据将各个多曝光图像进行对齐,在融合步骤当中,我们首先根据图像的对比度、饱和度和曝光度来计算融合权重图,再利用二值化图像计算运动位移区域来调整融合权重图,最后通过融合权重图融合多曝光图像。本发明所述方法属于全局对齐方法,具有速度快准确率高的优势。该方法能够有效的避免伪影,取得较佳的图像融合效果。
可以理解的是,对本领域普通技术人员来说,可以根据本发明的技术方案及其发明构思加以等同替换或改变,而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。
Claims (14)
1.一种多曝光图像的对齐融合方法,其特征在于,包括:
根据每张第一图像对应的位图计算出各个相邻所述第一图像之间的矫正数据;其中,所述第一图像为待对齐融合的多曝光图像;
根据矫正数据对多张所述第一图像进行对齐处理,得到对齐处理后的多张第二图像;
将对齐处理后的多张所述第二图像融合,得到融合后的融合图像。
2.根据权利要求1所述的多曝光图像的对齐融合方法,其特征在于,所述根据每张第一图像对应的位图计算出各个相邻所述第一图像之间的矫正数据的步骤包括:
计算出每张第一图像的像素中值,并根据每张第一图像的像素中值对各个第一图像进行图像二值化处理,得到每张所述第一图像对应的第一二值化图像;其中,所述第一二值化图像为所述第一图像对应的位图;
根据相邻两张所述第一图像对应的第一二值化图像计算出相邻所述第一图像之间的矫正数据。
3.根据权利要求2所述的多曝光图像的对齐融合方法,其特征在于,所述计算出每张第一图像的像素中值,并根据每张第一图像的像素中值对各个第一图像进行图像二值化处理,得到每张所述第一图像对应的第一二值化图像的步骤包括:
对每张第一图像进行灰度图变换,利用均值法对每张所述第一图像的灰度图进行下采样,得到每张第一图像对应的预处理图;
获取每张预处理图的像素中值,根据所述像素中值构建得到每张所述第一图像对应的第一二值化图像。
4.根据权利要求2所述的多曝光图像的对齐融合方法,其特征在于,所述根据相邻两张所述第一图像对应的位图计算出相邻所述第一图像之间的矫正数据的步骤包括:
将相邻两张所述第一图像中的任意一张作为参考图像,将另一张作为待对齐图像,在预设旋转角度范围内,每隔预设偏移量对所述待对齐图像进行旋转变换;
计算出每次旋转变换后所述参考图像和待对齐图像之间的错误差值;
根据计算出的各个所述错误差值确定相邻两张所述第一图像对齐所需的矫正数据。
5.根据权利要求4所述的多曝光图像的对齐融合方法,其特征在于,所述在预设旋转角度范围内,每隔预设偏移量对所述待对齐图像进行旋转变换的步骤包括:
分别获取每次旋转变换后所述参考图像和待对齐图像的第一二值化图像对应的高斯金字塔图像;
按照预设选取的金字塔图像个数,在预设X轴偏移量范围和预设Y轴偏移量范围内,从第一层到最后一层依次对所述待对齐图像的高斯金字塔图像中各个图层进行X轴偏移量△X1和Y轴偏移量△Y1的组合旋转变换,其中第一层为分辨率最小的图层,最后一层为分辨率最大的图层。
6.根据权利要求5所述的多曝光图像的对齐融合方法,其特征在于,所述计算出每次旋转变换后所述参考图像和待对齐图像之间的错误差值的步骤包括:
对每次组合旋转变换后,进行对应图层中像素值的异或操作,得到每次组合旋转变换后,各个图层的异或图,其中,所述对应图层为:所述待对齐图像的第一二值化图像对应的高斯金字塔图像中含有的各个图层和所述参考图像的第一二值化图像对应的高斯金字塔图像中含有的各个图层;
统计各个异或图中数字不为零的个数,并以统计得到的各个数值作为每次旋转变换后所述参考图像和待对齐图像之间的错误差值。
7.根据权利要求6所述的多曝光图像的对齐融合方法,其特征在于,所述根据计算出的各个所述错误差值确定相邻两张所述第一图像对齐所需的矫正数据的步骤包括:
获取在预设旋转角度范围内第一层图层错误差值的目标数值对应的X轴偏移量△X1和Y轴偏移量△Y1;
分别以△X1和△Y1的预设倍数为第二层图层的X轴偏移量和Y轴偏移量,在预设旋转角度范围内,对第二层图层做组合旋转变换,计算所述第二层图层错误差值的目标数值对应的X轴偏移量△X2和Y轴偏移量△Y2;
依次以前一层金字塔的错误差值的目标数值对应的X轴偏移量△Xn和Y轴偏移量△Yn的预设倍数,为后一层图层的X轴偏移量和Y轴偏移量,在预设旋转角度范围内,对后一层图层做组合旋转变换,直至最后一层图层;
计算最后一层图层的错误差值的目标数值对应的X轴偏移量△Xk和Y轴偏移量△Yk,并以所述X轴偏移量△Xk、Y轴偏移量△Yk和最后一层的错误差值的目标数值对应的旋转角度作为参数图像与待对齐图像之间的矫正数据,其中,n和k为正整数,n小于等于k。
8.根据权利要求1所述的多曝光图像的对齐融合方法,其特征在于,所述将对齐处理后的多张所述第二图像融合,得到融合后的融合图像的步骤包括:
计算多张所述第二图像对应的融合权重图,根据所述融合权重图得到多张所述第二图像对齐融合后的融合图像。
9.根据权利要求8所述的多曝光图像的对齐融合方法,其特征在于,所述计算多张所述第二图像对应的融合权重图的步骤包括:
根据各个第二图像的颜色特征计算得到各个第二图像对应的初步融合权重图;其中,所述颜色特征包括:图像的对比度、曝光度和饱和度;
计算出每张初步融合权重图的像素中值,并根据各自的像素中值得到每张所述初步融合权重图对应的第二二值化图像;
根据各个第二图像的第二二值化图像得到各个初步融合权重图对应的运动区域;
计算各个初步融合权重图的运动区域总和,并根据运动区域总和所占的权重,对初步融合权重图进行修正,并对修正后的初步融合权重图做归一化处理,得到最终的融合权重图。
10.根据权利要求9所述的多曝光图像的对齐融合方法,其特征在于,所述根据各个第二图像的颜色特征计算得到各个第二图像对应的初步融合权重图的步骤包括:
将各个第二图像进行归一化处理,得到归一化图像;
分别计算出各个归一化图像的对比度权重图、饱和度权重图和曝光度权重图;
将对比度权重图、饱和度权重图以及曝光度权重图相乘得到与多张所述第二图像对应的初步融合权重图。
11.根据权利要求9所述多曝光图像的对齐融合方法,其特征在于,所述根据各个第二图像的第二二值化图像图得到各个初步融合权重图对应的运动区域的步骤包括:
将每张第二图像的第二二值化图像进行求和运算得到各个第二二值化图像的求和图;
将所述求和图进行膨胀与腐蚀操作,将得到的图片中的运动区域。
12.根据权利要求8-11任一项所述多曝光图像的对齐融合方法,其特征在于,所述根据所述融合权重图得到多张所述第二图像对齐融合后的融合图像的步骤包括:
获取每张第二图像的高斯金字塔图像和拉普拉斯金字塔图像,以及融合权重图的高斯金字塔图像;
将每张第二图像的融合权重图的高斯金字塔图像分别与第二图像的高斯金字塔图像和拉普拉斯金字塔图像进行对应图层像素值相乘运算,再将乘积得到的高斯金字塔图像和拉普拉斯金字塔图像进行对应图层的求和运算,得到重建的融合图像。
13.一种图像处理设备,其特征在于,包括处理器、与处理器通信连接的存储介质,所述存储介质适于存储多条指令;所述处理器适于调用所述存储介质中的指令,以执行实现上述权利要求1-12任一项所述的多曝光图像的对齐融合方法。
14.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1~12任一项所述的多曝光图像的对齐融合方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010402745.6A CN113674181B (zh) | 2020-05-13 | 2020-05-13 | 一种多曝光图像的对齐融合方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010402745.6A CN113674181B (zh) | 2020-05-13 | 2020-05-13 | 一种多曝光图像的对齐融合方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113674181A true CN113674181A (zh) | 2021-11-19 |
CN113674181B CN113674181B (zh) | 2024-07-02 |
Family
ID=78536927
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010402745.6A Active CN113674181B (zh) | 2020-05-13 | 2020-05-13 | 一种多曝光图像的对齐融合方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113674181B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114418912A (zh) * | 2021-12-27 | 2022-04-29 | 杭州意象科技有限公司 | 多角度光照消除反光、多帧多角度光照图像融合算法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102254144A (zh) * | 2011-07-12 | 2011-11-23 | 四川大学 | 一种鲁棒的图像中二维码区域提取方法 |
US9600741B1 (en) * | 2015-03-18 | 2017-03-21 | Amazon Technologies, Inc. | Enhanced image generation based on multiple images |
CN107945148A (zh) * | 2017-12-15 | 2018-04-20 | 电子科技大学 | 一种基于mrf区域选择的多曝光度图像融合方法 |
CN108668093A (zh) * | 2017-03-31 | 2018-10-16 | 华为技术有限公司 | Hdr图像的生成方法及装置 |
CN110868544A (zh) * | 2019-11-25 | 2020-03-06 | 维沃移动通信(杭州)有限公司 | 一种拍摄方法及电子设备 |
-
2020
- 2020-05-13 CN CN202010402745.6A patent/CN113674181B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102254144A (zh) * | 2011-07-12 | 2011-11-23 | 四川大学 | 一种鲁棒的图像中二维码区域提取方法 |
US9600741B1 (en) * | 2015-03-18 | 2017-03-21 | Amazon Technologies, Inc. | Enhanced image generation based on multiple images |
CN108668093A (zh) * | 2017-03-31 | 2018-10-16 | 华为技术有限公司 | Hdr图像的生成方法及装置 |
CN107945148A (zh) * | 2017-12-15 | 2018-04-20 | 电子科技大学 | 一种基于mrf区域选择的多曝光度图像融合方法 |
CN110868544A (zh) * | 2019-11-25 | 2020-03-06 | 维沃移动通信(杭州)有限公司 | 一种拍摄方法及电子设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114418912A (zh) * | 2021-12-27 | 2022-04-29 | 杭州意象科技有限公司 | 多角度光照消除反光、多帧多角度光照图像融合算法 |
CN114418912B (zh) * | 2021-12-27 | 2024-05-14 | 杭州意象科技有限公司 | 多角度光照消除反光、多帧多角度光照图像融合算法 |
Also Published As
Publication number | Publication date |
---|---|
CN113674181B (zh) | 2024-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | Deep high dynamic range imaging with large foreground motions | |
CN110827200B (zh) | 一种图像超分重建方法、图像超分重建装置及移动终端 | |
US10182183B2 (en) | Method for obtaining a refocused image from 4D raw light field data | |
US10334229B2 (en) | Method for obtaining a refocused image from a 4D raw light field data using a shift correction parameter | |
CN113196334B (zh) | 用于生成超分辨率图像的方法和相关设备 | |
CN110536057A (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN108989699B (zh) | 图像合成方法、装置、成像设备、电子设备以及计算机可读存储介质 | |
US20110267485A1 (en) | Range measurement using a coded aperture | |
CN113516596A (zh) | 图像处理方法、图像处理设备、图像处理***和存储介质 | |
US20110267477A1 (en) | Range measurement using symmetric coded apertures | |
US20170221223A1 (en) | Method for obtaining a position of a main lens optical center of a plenoptic camera | |
KR20190060481A (ko) | 위성 영상처리방법 및 기록매체 | |
Zhang et al. | Deep motion blur removal using noisy/blurry image pairs | |
CN116017172A (zh) | 一种Raw域图像的降噪方法及其装置、相机和终端 | |
CN113379609A (zh) | 一种图像处理方法、存储介质及终端设备 | |
CN113674181B (zh) | 一种多曝光图像的对齐融合方法及设备 | |
Nguyen et al. | Self-supervised super-resolution for multi-exposure push-frame satellites | |
CN116433496A (zh) | 一种图像去噪方法、装置和存储介质 | |
CN113781470B (zh) | 视差信息获取方法、装置、设备及双目摄像*** | |
Li et al. | Penrose high-dynamic-range imaging | |
US20170374285A1 (en) | Image processing method for movement detection and compensation | |
CN113379608A (zh) | 一种图像处理方法、存储介质及终端设备 | |
Zhang et al. | An efficient lucky imaging system for astronomical image restoration | |
CN112053310B (zh) | 一种ccd图像中空间目标的拖尾星象定心方法 | |
CN113379753B (zh) | 一种图像处理方法、存储介质及终端设备 |
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 |