CN106210501B - 图像合成方法与图像处理装置 - Google Patents
图像合成方法与图像处理装置 Download PDFInfo
- Publication number
- CN106210501B CN106210501B CN201510328465.4A CN201510328465A CN106210501B CN 106210501 B CN106210501 B CN 106210501B CN 201510328465 A CN201510328465 A CN 201510328465A CN 106210501 B CN106210501 B CN 106210501B
- Authority
- CN
- China
- Prior art keywords
- pixel
- image
- mask
- value
- synthesized
- 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.)
- Expired - Fee Related
Links
- 238000012545 processing Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims description 18
- 230000002194 synthesizing effect Effects 0.000 title claims description 17
- 238000001308 synthesis method Methods 0.000 claims abstract description 17
- 230000015572 biosynthetic process Effects 0.000 claims description 43
- 238000003786 synthesis reaction Methods 0.000 claims description 43
- 238000012937 correction Methods 0.000 claims description 14
- 238000006073 displacement reaction Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000009977 dual effect Effects 0.000 claims description 5
- 101150064138 MAP1 gene Proteins 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000015654 memory Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000007500 overflow downdraw method Methods 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 241000284156 Clerodendrum quadriloculare Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005669 field effect Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual 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
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种图像合成方法与图像处理装置。一种图像合成方法包括:第一图像基于第一拍照参数而产生,而第二图像基于第二拍照参数而产生;依据第一图像上的多个第一像素的颜色分量与亮度分量,利用自订遮罩而分别计算第一像素的第一像素参考值;依据第二图像上的多个第二像素的颜色分量与亮度分量,利用自订遮罩而分别计算第二像素的第二像素参考值;比较第一像素参考值与相对应的第二像素参考值而获取纪录有多个合成权重值的合成参考遮罩图;依据合成参考遮罩图,融合第一图像与第二图像而获取融合图像。本发明提供的图像合成方法与图像处理装置,可通过不同拍摄条件所拍摄的图像来产生全清晰图像,并可有效提升全清晰图像的品质与降低计算量。
Description
技术领域
本发明是有关于一种图像处理方法,且特别是有关于一种图像合成方法与图像处理装置。
背景技术
随着光学技术的进步,可调整光圈、快门甚至可更换镜头的数码相机逐渐普及,数码相机的功能也趋于多样化。但以现有的光学系统而言,由于多个物体在立体场景中具有不同的远近,故无法在单次拍摄图像的过程中取得完全清晰的图像。也即,受到镜头光学特性的限制,在使用数码相机取像时只能选择其中一个深度来进行对焦,故在成像中处于其他深度的景物会较为模糊。
然而,现有产生全清晰图像的方法大多先将彩色的图像档案转换为灰阶档案之后再进行分析与融合,但此种图像融合方式却忽略了色彩分量所涵带的信息,可能导致融合出来的全清晰图像不如预期或品质不佳。此外,目前大多数的图像合成技术是以将图像切割为多个区块的方式进行融合,但图像切割对于构图复杂的图像而言不仅不易实行也可能损失图像的细节部分。再者,产生全清晰图像的计算量也同为本领域人员所关心的议题之一。
发明内容
有鉴于此,本发明提供一种图像合成方法与图像处理装置,可通过不同拍摄条件所拍摄的图像来产生全清晰图像,并可有效提升全清晰图像的品质与降低计算量。
本发明提出一种图像合成方法,适用于一图像处理装置且包括下列步骤:获取关联于同一场景的第一图像与第二图像;第一图像基于第一拍照参数而产生,而第二图像基于第二拍照参数而产生;依据第一图像上的多个第一像素的颜色分量与亮度分量,利用自订遮罩而分别计算第一像素的第一像素参考值,以及依据第二图像上的多个第二像素的颜色分量与亮度分量,利用自订遮罩而分别计算第二像素的第二像素参考值;比较第一像素的第一像素参考值与相对应的第二像素的第二像素参考值而获取分别关联于多个像素位置的多个合成权重值,并将分别关联于各个像素位置的合成权重值记录为合成参考遮罩图;依据合成参考遮罩图、第一像素以及第二像素,合成第一图像与第二图像而获取融合图像。
从另一观点来看,本发明提出一种图像处理装置,其包括存储单元与处理单元;存储单元记录多个模块,而处理单元耦接存储单元;处理单元存取并执行存储单元中记录的模块,而这些模块包括图像获取模块、参考值产生模块、合成参考遮罩图产生模块以及图像合成模块;图像获取模块获取关联于同一场景的第一图像与第二图像。第一图像基于第一拍照参数而产生,而第二图像基于第二拍照参数而产生;参考值产生模块依据第一图像上的多个第一像素的颜色分量与亮度分量,利用自订遮罩而分别计算第一像素的第一像素参考值;参考值产生模块依据第二图像上的多个第二像素的颜色分量与亮度分量,利用自订遮罩而分别计算第二像素的第二像素参考值;合成参考遮罩图产生模块比较第一像素的第一像素参考值与相对应的第二像素的第二像素参考值而获取分别关联于多个像素位置的多个合成权重值,并将分别关联于像素位置的合成权重值记录为合成参考遮罩图;图像合成模块依据合成参考遮罩图、第一像素以及第二像素,合成第一图像与第二图像而获取融合图像。
基于上述,本发明通过焦距不同会造成图像不同的特性,通过对同一场景以不同焦距进行拍摄所获取的图像进行融合而产生具有全清晰场景的融合图像。再者,本发明将依据像素点的颜色饱和度与明亮度的比例而产生的合成参考遮罩图作为判断基准,以利用两张以上的图像而准确地合成出具有全景深效果且符合预期的融合图像。其中,通过本发明中呈现星芒样式的自订遮罩可在不影响融合准确度的状况下降低计算量。
为让本发明的上述特征和优点能更明显易懂,下文特举实施例,并配合附图作详细说明如下。
附图说明
图1为本发明一实施例所示出的图像处理装置的方块图;
图2为本发明一实施例所示出的图像融合方法的流程图;
图3为本发明一实施例所示出的产生第一像素参考值的流程图;
图4为本发明一实施例所示出的自订遮罩的范例示意图;
图5为本发明一实施例所示出的图像补偿方法的运作示意图;
图6A为本发明一实施例所示出的产生合成参考遮罩图的范例示意图;图6B为本发明一实施例所示出的产生合成参考遮罩图的范例示意图。
附图标记说明:
100:图像处理装置;
140:处理单元;
150:存储单元;
151:图像获取模块;
152:参考值产生模块;
153:合成参考遮罩图产生模块;
154:图像合成模块;
CY0~CY24:第一饱和度-亮度比例值;
M:遮罩;
T:目标点;
R1、R2、R3:参考点;
D1:垂直方向;
D2:水平方向;
D3:双对角线方向;
510:图像获取模块;
520:位移校正模块;
530:数据格式转换模块;
540:参考值产生模块;
550:合成参考遮罩图产生模块;
560:图像合成模块;
Img1、Img11:第一图像;
Img2、Img21:第二图像;
Img12:第一YCbCr图像;
Img22:第二YCbCr图像;
Rf1:第一像素参考值;
Rf2:第二像素参考值;
map_1:合成参考遮罩图;
Imgf:融合图像;
P1_11、P1_12、P1_21:第一像素;
P2_11、P2_12、P2_21:第二像素;
W1、W2、W3:合成权重值;
RV1、RV3、RV5、RV7:第一像素参考值;
RV2、RV4、RV6、RV8:第二像素参考值;
I1:第一索引值;
I2:第二索引值;
I3:第三索引值;
60、61、63、64:图像部分;
62、65:遮罩图部分;
S201~S204、S2021~S2023:步骤。
具体实施方式
本发明同时利用像素的颜色饱和度与亮度来正确的估测出两张图像相对清晰的区域,从而更精准地合成出视觉效果更佳的全清晰图像。此外,本发明的自订遮罩不仅可降低图像处理的计算量,还可依据两张图像的对焦距离的差异而弹性调整。为了使本发明的内容更为明了,以下列举实施例作为本发明确实能够据以实施的范例。
图1为本发明一实施例所示出的图像处理装置的方块图。请参照图1,本实施例的图像处理装置100例如是台式计算机、笔记本电脑或是其他手持式电子装置,像是智能手机、平板电脑等等,不限于上述。此外,在其他实施例中,图像处理装置100还可以是包括图像传感器的图像获取装置,像是数码相机或数码摄影机。图像处理装置100包括处理单元140以及存储单元150。
处理单元140可以例如是中央处理单元(Central Processing Unit,简称:CPU)、微处理器(Microprocessor)、专用集成电路(Application Specific IntegratedCircuits,简称:ASIC)、可编程逻辑装置(Programmable Logic Device,简称:PLD)或其他具备运算能力的硬件装置。存储单元150例如是随机存取存储器(random access memory)、快闪存储器(Flash)或其他的存储器,用以存储数据与多个模块,而处理单元140耦接存储单元150并用以执行这些模块。上述模块包括图像获取模块151、参考值产生模块152、合成参考遮罩图产生模块153以及图像合成模块154,这些模块例如是电脑程序,其可载入处理单元140,从而执行图像合成的功能。
具体来说,本发明的图像处理装置可依据两张以上的图像来合成出融合图像,其中此融合图像是由多种不同摄影条件进行拍摄所得的多张图像组合而成。通过改变摄影条件中的一或多个拍照参数进而对同一场景拍摄出不同的多张图像,再利用像素的颜色饱和度与亮度来正确的估测出各个图像相对清晰的区域,以将这些图像组合成一张全清晰图像。上述的拍照参数例如是对焦值或光圈值,本发明对此并不限制。
图2为本发明一实施例所示出的图像融合方法的流程图。图2所示的方法适用于图1的图像处理装置100,以下即搭配图像处理装置100中的各构件说明本实施例的图像处理方法的详细步骤。
请参照图1与图2,在步骤S201,图像获取模块151获取关联于同一场景的第一图像与第二图像,其中第一图像基于第一拍照参数而产生,而第二图像基于第二拍照参数而产生。举例而言,第一拍照参数可以是第一焦距,而第二拍照参数可以是第二焦距。也就是说,第一图像是利用第一焦距进行拍摄而产生的图像,而第二图像是利用第二焦距进行拍摄而产生的图像,且第一焦距相异于第二焦距。在一应用实施例中,第一图像可以是图像获取模块对焦于一拍摄人物进行拍摄而获取的图像,而第二图像可以是图像获取模块对焦于同一场景的背景进行拍摄而获取的图像。在相同条件下,以不同焦距所拍摄的画面结果会有所不同。具体来说,就对焦于拍摄人物的第一图像而言,其图像中的拍摄人物是最为清晰的。
在步骤S202,参考值产生模块152依据第一图像上的多个第一像素的颜色分量与亮度分量,利用自订遮罩而分别计算第一像素的第一像素参考值。并且,参考值产生模块152依据第二图像上的多个第二像素的颜色分量与亮度分量,利用自订遮罩而分别计算第二像素的第二像素参考值。进一步来说,第一图像是由多个第一像素而组成,而第二图像是由多个第二像素组成。在本实施例中,由于第一图像与第二图像是基于相似的拍摄条件与相同的图像获取装置进行拍摄而获取,第一像素的数量与第二像素的数量相同。
再者,以下将第一像素与第二像素的像素数据是基于YCbCr色彩空间而建立为例继续进行说明。详细来说,各个第一像素的像素数据包括颜色分量(Cb与Cr)以及亮度分量(Y)。更详细而言,亮度分量(Y)代表单一像素的亮度,颜色分量中的第一颜色分量(Cb)代表单一像素的蓝色色度,而颜色分量中的第二颜色分量(Cr)代表单一像素的红色色度。相似地,各个第二像素的像素数据也包括颜色分量(Cb与Cr)以及亮度分量(Y)。然而,本发明并不限制于此,在另一实施例中,第一像素与第二像素的像素数据是基于YUV色彩空间而建立。
相较于现有的利用灰阶值来产生全清晰图像的方法,本实施例的参考值产生模块152依据像素数据中的颜色分量来产生可用以辨识清晰度的第一像素参考值与第二像素参考值,以通过比较对应到同一像素位置的第一像素参考值与第二像素参考值而判断将第一像素还是第二像素作为融合图像上的像素点。为了更清楚说明本发明,图3为本发明一实施例所示出的产生第一像素参考值的流程图。
在步骤S2021,参考值产生模块152利用第一像素的第一颜色分量、第二颜色分量分别计算第一像素的颜色饱和度,以及将第一像素的亮度分量分别作为第一像素的明亮度。进一步来说,以YCbCr色彩空间为例,参考值产生模块152可依据公式(1)计算出每一个第一像素的颜色饱和度。
其中,公式(1)中的C代表第一像素的颜色饱和度,公式(1)中的Cb代表第一像素的第一颜色分量,而公式(1)中的Cr代表第一像素的第二颜色分量。然而,本发明并不限制于此,参考值产生模块152也可依据公式(2)计算出每一个第一像素的颜色饱和度。
其中,公式(2)中的C代表第一像素的颜色饱和度,公式(2)中的Cb代表第一像素的第一颜色分量,而公式(2)中的Cr代表第一像素的第二颜色分量。
也就是说,各个第一像素的颜色饱和度可基于各个第一像素的颜色分量而产生。此外,以YCbCr色彩空间为例,参考值产生模块152将各个第一像素的亮度分量(Y分量)作为第一像素的明亮度。也就是说,各个第一像素的明亮度为各个第一像素的亮度分量。之后,在步骤S2022,参考值产生模块152分别将第一像素的颜色饱和度除以明亮度,而获取第一像素的第一饱和度-亮度比例值。进一步来说,参考值产生模块152也可依据公式(3)计算出每一个第一像素的第一饱和度-亮度比例值。
其中,公式(3)中的C代表第一像素的颜色饱和度,公式(3)中的Y代表第一像素的明亮度,而公式(3)中的CY_ratio代表第一像素的第一饱和度-亮度比例值。也就是说,第一图像中的各个第一像素具有其第一饱和度-亮度比例值。
在步骤S2023,参考值产生模块152利用自订遮罩与第一像素各自的第一饱和度-亮度比例值进行计算,以分别获取第一像素的第一像素参考值。简单来说,基于自订遮罩的涵盖范围,参考值产生模块152可得知各个第一像素与邻近的像素之间的变异程度,从而计算出可代表清晰程度的第一像素参考值。
详细来说,参考值产生模块152利用自订遮罩定义出第一像素中的目标点与第一像素中的多个参考点。需特别说明的是,所述目标点位于自订遮罩的中心,而所述参考点位于自订遮罩的垂直方向、水平方向以及双对角线方向上。基此,相较于利用遮罩内每一个像素点,通过本实施例的自订遮罩可降低计算量。于是,参考值产生模块152逐一计算目标点的第一饱和度-亮度比例值与多个参考点各自的第一饱和度-亮度比例值之间的差值,并总和上述差值的绝对值而获取目标点的第一像素参考值。
图4为本发明一实施例所示出的自订遮罩的范例示意图。如图4所示,遮罩M的大小为7*7,但本发明并不以此为限。参考值产生模块152利用自订遮罩定义出第一像素中的目标点与第一像素中的多个参考点。在图4的范例中,目标点T为遮罩M的中心点,且多个参考点位于自订遮罩M的垂直方向D1、水平方向D2以及双对角线方向D3上。举例而言,参考点R1位于自订遮罩M的垂直方向D1上,参考点R2位于自订遮罩M的双对角线方向D3上,而参考点R3位于自订遮罩M的水平方向D2上。此外,经过步骤S2021~S2022的计算,自订遮罩M内的目标点T以及多个参考点都各自具有对应的第一饱和度-亮度比例值CY0~CY24。像是,目标点T具有对应的第一饱和度-亮度比例值CY0,而参考点R1具有对应的第一饱和度-亮度比例值CY24。参考点R2具有对应的第一饱和度-亮度比例值CY2,而参考点R3具有对应的第一饱和度-亮度比例值CY4。
基此,图4所示的目标点T的第一像素参考值可依据公式(4)计算出来。
C/Y=|CY1-CY0|+|CY2-CY0|+|CY3-CY0|+...+|CY23-CY0|+|CY24-CY0| (4)
其中,公式(4)中的C/Y代表目标点的第一像素参考值,公式(4)中的CY0代表目标点的第一饱和度-亮度比例值,公式(4)中的CY1~CY24代表参考点的第一饱和度-亮度比例值。基此,通过自订遮罩的移动,第一图像上的每一个像素点都可作为目标点,而第一图像上的每一个像素点的第一像素参考值也可依据上述的说明与公式而获取。
另外需要说明的是,图3虽然是以第一图像上的第一像素为例进行说明,但相似的流程与计算方式也将实施在第二图像上的第二像素。也就是说,第二像素各自对应的第二像素参考值也可经由图3所示的流程与图4所示的自订遮罩而获取。具体来说,参考值产生模块152利用第二像素的第一颜色分量、第二颜色分量分别计算第二像素的颜色饱和度,以及将第二像素的亮度分量分别作为第二像素的明亮度。之后,参考值产生模块152分别将第二像素的颜色饱和度除以明亮度,而获取第二像素的第二饱和度-亮度比例值。最后,参考值产生模块152利用自订遮罩与第二像素各自的第二饱和度-亮度比例值进行计算,以分别获取第二像素的第二像素参考值。
如此一来,回到图2的步骤S203,合成参考遮罩图产生模块153可比较第一像素的第一像素参考值与相对应的第二像素的第二像素参考值而获取分别关联于多个像素位置的多个合成权重值,并将分别关联于这些像素位置的合成权重值记录为合成参考遮罩图。最后,在步骤S204,图像合成模块154依据合成参考遮罩图、第一像素以及第二像素,合成第一图像与第二图像而获取融合图像。其中,对于单一像素位置来说,若第一像素值大于相对应的第二像素值,代表第一像素的清晰程度胜于第二像素的清晰程度。相反地,对于单一像素位置来说,若第二像素值大于相对应的第一像素值,代表第二像素的清晰程度胜于第一像素的清晰程度。基此,基于第一像素参考值与第二像素参考值的比对结果,图像合成模块154可决定将第一像素或第二像素作为融合图像上的像素点。
值得一提的是,以第一图像与第二图像是分别基于第一焦距与第二焦距进行拍摄的实施例中,本发明还可依据第一焦距与第二焦距之间的焦距差来设定自订遮罩的尺寸。也就是说,在一实施例中,存储单元150还可以包括遮罩尺寸设定模块,遮罩尺寸设定模块计算第一焦距与第二焦距之间的焦距差。遮罩尺寸设定模块可依据焦距差设定自订遮罩的尺寸。焦距差越大则自订遮罩的尺寸越大,焦距差越小则自订遮罩的尺寸越小。具体来说,焦距差与自订遮罩的尺寸之间的关系可预设为线性关系。因此,自订遮罩的尺寸可通过线性方程序的计算而决定出来。然而,遮罩尺寸设定模块也可以是基于焦距差并通过查表的方式来决定自订遮罩的尺寸,本发明对此并不限制。举例而言,每当焦距差多50公尺,则自订遮罩的长与宽可增加两个像素单位。
然而,本发明的实现方式不限于上述说明,可以对于实际的需求而酌予变更上述实施例的内容。例如,在本发明的一实施例中,图像获取装置的存储单元还可以包括位移校正模块与数据格式转换模块,以利用对应至不同拍摄参数的图像来制作出具有全清晰场景的融合图像。此外,在本发明的一实施例中,还可进一步判断第一像素参考值与第二像素参考值之间的差距是否够接近,以决定是否将第一像素与第二像素的平均结果作为融合图像上的像素点。以下将列举一实施例详细说明。
图5为本发明一实施例所示出的图像补偿方法的运作示意图。图像获取模块510、参考值产生模块540、合成参考遮罩图产生模块550以及图像合成模块560相似或类似于图1所示的图像获取模块151、参考值产生模块152、合成参考遮罩图产生模块153以及图像合成模块154,详细内容可参照前述说明。
首先,图像获取模块510获取关联于同一场景的第一图像Img1与第二图像Img2,其中第一图像Img1基于第一拍照参数而产生,而第二图像Img2基于第二拍照参数而产生。简单来说,第一图像Img1与第二图像Img2可以是基于相异的焦距或相异的光圈值对同一场景进行拍摄而产生的图像。
接着,位移校正模块520对第一图像Img1或第二图像Img2进行几何校正程序,产生位移校正后的第一图像Img11或位移校正后的第二图像Img21。由于第一图像Img1与第二图像Img2是对同一场景连续拍摄所得,拍摄期间由于相机的晃动或移动,可能会拍摄出不同角度的图像,即第一图像与第二图像会有位移的产生。因此位移校正模块520对第一图像Img1或第二图像Img2进行几何校正程序,换言之,几何校正程序可使对应至场景内同一位置的第一像素与第二像素具有相同的像素点位置相同。举例而言,位移校正模块520可对第一图像Img1与第二图像Img2进行移动量估测,以计算出第一图像Img1与第二图像Img2之间的移动量,并据以对第一图像Img1或第二图像Img2进行移动补偿。
之后,数据格式转换模块530对移校正后的第一图像Img11或位移校正后的第二图像Img21进行数据格式转换程序,以将属于原始数据格式的第一图像Img11与第二图像Img21转换为属于YCbCr格式的第一YCbCr图像Img12与该第二YCbCr图像Img22。举例而言,原始数据格式可以是RGB色彩空间格式,而数据格式转换模块530可将属于RGB色彩空间格式的第一图像Img11与第二图像Img21转换为属于YCbCr格式的第一YCbCr图像Img12与第二YCbCr图像Img22。然而,本发明并不限制于此,在本案其它实施例中,原始数据格式并不限于RGB色彩空间格式,而可以为其它类型的色彩空间格式,例如是印刷四分色(CMYK)色彩空间。
于是,参考值产生模块540依据第一YCbCr图像Img12上的多个第一像素的颜色分量与亮度分量,利用自订遮罩而分别计算第一像素的第一像素参考值Rf1。并且,参考值产生模块540依据第二YCbCr图像Img22上的多个第二像素的颜色分量与亮度分量,利用自订遮罩而分别计算第二像素的第二像素参考值Rf2。
之后,合成参考遮罩图产生模块550可比较第一像素的第一像素参考值Rf1与相对应的第二像素的第二像素参考值Rf2而获取分别关联于多个像素位置的多个合成权重值,并将分别关联于这些像素位置的合成权重值记录为合成参考遮罩图map_1。最后,图像合成模块560依据合成参考遮罩图map_1、第一像素以及第二像素,合成第一图像Img11与第二图像Img21而获取融合图像Imgf。
在一实施例中,合成参考遮罩图map_1记录了各像素位置上第一像素参考值与第二像素参考值的比较结果。如此,图像合成模块560可依据合成参考遮罩图map_1来决定融合图像上Imgf上的像素点为第一像素还是第二像素,从而依据第一图像Img11与第二图像Img21而获取融合图像Imgf。更详细来说,合成参考遮罩图产生模块550判断第一像素的第一像素参考值是否大于相对应的第二像素的第二像素参考值。若对应于相同像素位置的第一像素参考值大于第二像素参考值,合成参考遮罩图产生模块550设定相对应的合成权重值为第一取点索引。相反地,若对应于相同像素位置的第一像素参考值不大于第二像素参考值,合成参考遮罩图产生模块550设定相对应的合成权重值为第二取点索引。
合成参考遮罩图产生模块550逐一比对第一像素参考值与相对应的第二像素参考值,以分别设定对应至各个像素位置的合成权重值为第一取点索引或第二取点索引。也就是说,合成参考遮罩图map_1记录了对应至各个像素位置的合成权重值,其中合成权重值为第一取点索引或第二取点索引。
于是,在图像合成模块560产生融合图像Imgf的过程中,若合成参考遮罩图map_1上的合成权重值为第一取点索引,图像合成模块560取对应于第一取点索引的第一像素作为该融合图像Imgf上的像素点。另一方面,若合成参考遮罩图map_1上的合成权重值为第二取点索引,图像合成模块560取对应于第二取点索引的第二像素作为融合图像上的像素点。
图6A为本发明一实施例所示出的产生合成参考遮罩图的范例示意图。请参照图6A,第一图像的图像部分60包括第一像素P1_11、P1_12以及P1_21。经过参考值产生模块540的处理,第一像素P1_11具有对应的第一像素参考值RV1,第一像素P1_12具有对应的第一像素参考值RV3,而第一像素P1_21具有对应的第一像素参考值RV5。相似的,第二图像的图像部分61包括第二像素P2_11、P2_12以及P2_21。经过参考值产生模块540的处理,第二像素P2_11具有对应的第二像素参考值RV2,第二像素P2_12具有对应的第二像素参考值RV4,而第二像素P2_21具有对应的第二像素参考值RV6。
合成参考遮罩图产生模块550比对对应至相同的像素位置的第一像素参考值RV1以及第二像素参考值RV2。在本范例中假设第一像素参考值RV1大于第二像素参考值RV2,因此合成参考遮罩图产生模块550设定合成权重值W1为第一取值索引I1。另外,合成参考遮罩图产生模块550比较对应至相同的像素位置的第一像素参考值RV3以及第二像素参考值RV4。在本范例中假设第二像素参考值RV4大于第一像素参考值RV3,因此合成参考遮罩图产生模块550设定合成权重值W2为第二取值索引I2。
相似地,合成参考遮罩图产生模块550可通过比较第一像素参考值RV5以及第二像素参考值RV6来设定合成权重值W3为第二取值索引I2。通过纪录各个像素位置上的合成权重值,合成参考遮罩图产生模块550可产生合成参考遮罩图map_1。第一取值索引I1相异于第二取值索引I2。在一实施例中,第一取值索引I1可设定为255而第二取值索引I2可设定为0,但本发明对此并不限制。此外,图像合成模块560可依据合成参考遮罩图map_1的遮罩图部分62而决定将第一像素P1_11、第二像素P2_12以及第二像素P2_21作为融合图像Imgf上的像素点。
然而,值得一提的是,在一实施例中,当第一像素参考值与第二像素参考值非常接近时,合成参考遮罩图产生模块550可直接将对应的合成权重值设定为第一取值索引I1或第二取值索引I2其中之一。或者,在一实施例中,当第一像素参考值与第二像素参考值非常接近时,合成参考遮罩图产生模块550也可将对应的合成权重值设定为第一取值索引I1与第二取值索引I2的平均值。
更详细来说,合成参考遮罩图产生模块550判断第一像素的第一像素参考值与相对应的第二像素的第二像素参考值之间的差值是否小于门槛值。若第一像素参考值与第二像素参考值之间的差值小于门槛值,合成参考遮罩图产生模块550设定相对应的合成权重值为第三取点索引。基此,若合成参考遮罩图map_1上的合成权重值为第三取点索引,图像合成模块560取对应于第三取点索引的第一像素与第二像素的平均值作为融合图像Imgf上的像素点。
以图6B(图6B为本发明一实施例所示出的产生合成参考遮罩图的范例示意图)为例进行说明,比较第一图像的图像部分63与第二图像的图像部分64,第一像素参考值RV1大于第二像素参考值RV2,因此合成参考遮罩图产生模块550设定合成权重值W1为第一取值索引I1,且图像合成模块560依据第一取值索引I1取第一像素P1_11作为融合图像Imgf上的像素点。第二像素参考值RV4大于第一像素参考值RV3,因此合成参考遮罩图产生模块550设定合成权重值W2为第二取值索引I2,且图像合成模块560依据第二取值索引I2取第二像素P2_12作为融合图像Imgf上的像素点。另外,合成参考遮罩图产生模块550比较对应至相同的像素位置的第一像素参考值RV7以及第二像素参考值RV8。在本范例中假设第一像素参考值RV7以及第二像素参考值RV8之间的差值小于门槛值,合成参考遮罩图产生模块550将设定合成权重值W3为第三取值索引I3。因此,图像合成模块560依据第三取值索引I3取第一像素P1_21以及第二像素P2_21的平均值作为融合图像Imgf上的像素点。
综上所述,本发明的实施例中,通过利用至少两张焦距不同的图像来计算出用以合成这些图像的合成参考遮罩图,并依据合成参考遮罩图来合成出全清晰图像。尤其是,本发明不仅是像素的亮度信息,本发明还一并将像素数据中的颜色信息作为产生合成参考遮罩图的依据。如此,基于本发明的图像处理方法,可利用多张基于不同拍摄参数所拍摄的图像融合出一张全景清晰效果良好又自然的融合图像。另外,基于针对各像素点进行计算的方式,本发明可避免边缘不连续与细节丧失的问题。此外,通过利用本发明的自订遮罩,可在不影响融合图像的品质的前提下降低计算量。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (24)
1.一种图像合成方法,适用于一图像处理装置,其特征在于,所述方法包括:
获取关联于同一场景的第一图像与第二图像,其中所述第一图像基于第一拍照参数而产生,而所述第二图像基于第二拍照参数而产生;
依据所述第一图像上的多个第一像素的第一饱和度-亮度比例值,利用自订遮罩而分别计算所述第一像素的第一像素参考值,以及依据所述第二图像上的多个第二像素的颜色分量与亮度分量的比例值,利用所述自订遮罩而分别计算所述第二像素的第二像素参考值;
比较所述第一像素的所述第一像素参考值与相对应的所述第二像素的所述第二像素参考值而获取分别关联于多个像素位置的多个合成权重值,并将分别关联于所述像素位置的所述合成权重值记录为合成参考遮罩图;以及
依据所述合成参考遮罩图、所述第一像素以及所述第二像素,合成所述第一图像与所述第二图像而获取融合图像。
2.根据权利要求1所述的图像合成方法,其特征在于,还包括:
对所述第一图像或所述第二图像进行几何校正程序,产生位移校正后的所述第一图像或位移校正后的所述第二图像。
3.根据权利要求1所述的图像合成方法,其特征在于,还包括:
对所述第一图像与所述第二图像进行数据格式转换程序,以将属于原始数据格式的所述第一图像与所述第二图像转换为属于YCbCr格式的所述第一图像与所述第二图像。
4.根据权利要求1所述的图像合成方法,其特征在于,依据所述第一图像上的所述第一像素的第一饱和度-亮度比例值,利用所述自订遮罩而分别计算所述第一像素的所述第一像素参考值的步骤包括:
利用所述第一像素的第一颜色分量、第二颜色分量分别计算所述第一像素的颜色饱和度,以及将所述第一像素的亮度分量分别作为所述第一像素的明亮度;
分别将所述第一像素的所述颜色饱和度除以所述明亮度,而获取所述第一像素的所述第一饱和度-亮度比例值;以及
利用所述自订遮罩与所述第一像素各自的所述第一饱和度-亮度比例值进行计算,以分别获取所述第一像素的所述第一像素参考值。
5.根据权利要求4所述的图像合成方法,其特征在于,利用所述自订遮罩对所述第一像素各自的所述第一饱和度-亮度比例值进行计算,以分别获取所述第一像素的所述第一像素参考值的步骤包括:
利用所述自订遮罩定义出所述第一像素中的目标点与所述第一像素中的多个参考点,其中所述目标点位于所述自订遮罩的中心,而所述参考点位于所述自订遮罩的垂直方向、水平方向以及双对角线方向上;以及
逐一计算所述目标点的所述第一饱和度-亮度比例值与所述参考点的所述第一饱和度-亮度比例值之间的差值,并总和所述差值的绝对值而获取所述目标点的所述第一像素参考值。
6.根据权利要求1所述的图像合成方法,其特征在于,比较所述第一像素的所述第一像素参考值与相对应的所述第二像素的所述第二像素参考值而获取分别关联于所述像素位置的多个合成权重值的步骤包括:
判断所述第一像素的所述第一像素参考值是否大于相对应的所述第二像素的所述第二像素参考值;
若是,设定相对应的所述合成权重值为第一取点索引;以及
若否,设定相对应的所述合成权重值为第二取点索引。
7.根据权利要求6所述的图像合成方法,其特征在于,依据所述合成参考遮罩图、所述第一像素以及所述第二像素,合成所述第一图像与所述第二图像而获取所述融合图像的步骤包括:
若所述合成参考遮罩图上的所述合成权重值为所述第一取点索引,取对应于所述第一取点索引的所述第一像素作为所述融合图像上的像素点;以及
若所述合成参考遮罩图上的所述合成权重值为所述第二取点索引,取对应于所述第二取点索引的所述第二像素作为所述融合图像上的像素点。
8.根据权利要求6所述的图像合成方法,其特征在于,还包括;
判断所述第一像素的所述第一像素参考值与相对应的所述第二像素的所述第二像素参考值之间的差值是否小于门槛值;以及
若是,设定相对应的所述合成权重值为第三取点索引。
9.根据权利要求8所述的图像合成方法,其特征在于,依据所述合成参考遮罩图、所述第一像素以及所述第二像素,合成所述第一图像与所述第二图像而获取所述融合图像的步骤包括:
若所述合成参考遮罩图上的所述合成权重值为所述第一取点索引,取对应于所述第一取点索引的所述第一像素作为所述融合图像上的像素点;
若所述合成参考遮罩图上的所述合成权重值为所述第二取点索引,取对应于所述第二取点索引的所述第二像素作为所述融合图像上的像素点;以及
若所述合成参考遮罩图上的所述合成权重值为所述第三取点索引,取对应于所述第三取点索引的所述第一像素与所述第二像素的平均值作为所述融合图像上的像素点。
10.根据权利要求1所述的图像合成方法,其特征在于,所述第一拍照参数为第一焦距而所述第二拍照参数为第二焦距,且所述第一焦距相异于所述第二焦距。
11.根据权利要求10所述的图像合成方法,其特征在于,还包括:
计算所述第一焦距与所述第二焦距之间的焦距差;以及
依据所述焦距差设定所述自订遮罩的尺寸,其中所述焦距差越大则所述自订遮罩的尺寸越大,所述焦距差越小则所述自订遮罩的尺寸越小。
12.根据权利要求1所述的图像合成方法,其特征在于,所述第一拍照参数为第一光圈值而所述第二拍照参数为第二光圈值,且所述第一光圈值相异于所述第二光圈值。
13.一种图像处理装置,其特征在于,包括:
存储单元,记录多个模块;以及
处理单元,耦接所述存储单元,存取并执行所述存储单元中记录的所述模块,所述模块包括:
图像获取模块,获取关联于同一场景的第一图像与第二图像,其中所述第一图像基于第一拍照参数而产生,而所述第二图像基于第二拍照参数而产生;
参考值产生模块,依据所述第一图像上的多个第一像素的第一饱和度-亮度比例值,利用自订遮罩而分别计算所述第一像素的第一像素参考值,以及依据所述第二图像上的多个第二像素的颜色分量与亮度分量的比例值,利用所述自订遮罩而分别计算所述第二像素的第二像素参考值;
合成参考遮罩图产生模块,比较所述第一像素的所述第一像素参考值与相对应的所述第二像素的所述第二像素参考值而获取分别关联于多个像素位置的多个合成权重值,并将分别关联于所述像素位置的所述合成权重值记录为合成参考遮罩图;以及
图像合成模块,依据所述合成参考遮罩图、所述第一像素以及所述第二像素,合成所述第一图像与所述第二图像而获取融合图像。
14.根据权利要求13所述的图像处理装置,其特征在于,所述模块还包括:
位移校正模块,对所述第一图像或所述第二图像进行几何校正程序,产生位移校正后的所述第一图像或位移校正后的所述第二图像。
15.根据权利要求13所述的图像处理装置,其特征在于,所述模块还包括:
数据格式转换模块,对所述第一图像与所述第二图像进行数据格式转换程序,以将属于原始数据格式的所述第一图像与所述第二图像转换为属于YCbCr格式的所述第一图像与所述第二图像。
16.根据权利要求13所述的图像处理装置,其特征在于,所述参考值产生模块利用所述第一像素的第一颜色分量、第二颜色分量分别计算所述第一像素的颜色饱和度,以及将所述第一像素的亮度分量分别作为所述第一像素的明亮度,
其中所述参考值产生模块分别将所述第一像素的所述颜色饱和度除以所述明亮度,而获取所述第一像素的所述第一饱和度-亮度比例值,
其中所述参考值产生模块利用所述自订遮罩与所述第一像素各自的所述第一饱和度-亮度比例值进行计算,以分别获取所述第一像素的所述第一像素参考值。
17.根据权利要求16所述的图像处理装置,其特征在于,所述参考值产生模块利用所述自订遮罩定义出所述第一像素中的目标点与所述第一像素中的多个参考点,其中所述目标点位于所述自订遮罩的中心,而所述参考点位于所述自订遮罩的垂直方向、水平方向以及双对角线方向上,
其中所述参考值产生模块逐一计算所述目标点的所述第一饱和度-亮度比例值与所述参考点的所述第一饱和度-亮度比例值之间的差值,并总和所述差值的绝对值而获取所述目标点的所述第一像素参考值。
18.根据权利要求13所述的图像处理装置,其特征在于,所述合成参考遮罩图产生模块判断所述第一像素的所述第一像素参考值是否大于相对应的所述第二像素的所述第二像素参考值,若是,所述合成参考遮罩图产生模块设定相对应的所述合成权重值为第一取点索引,若否,所述合成参考遮罩图产生模块设定相对应的所述合成权重值为第二取点索引。
19.根据权利要求18所述的图像处理装置,其特征在于,若所述合成参考遮罩图上的所述合成权重值为所述第一取点索引,所述图像合成模块取对应于所述第一取点索引的所述第一像素作为所述融合图像上的像素点,若所述合成参考遮罩图上的所述合成权重值为所述第二取点索引,所述图像合成模块取对应于所述第二取点索引的所述第二像素作为所述融合图像上的像素点。
20.根据权利要求18所述的图像处理装置,其特征在于,所述合成参考遮罩图产生模块判断所述第一像素的所述第一像素参考值与相对应的所述第二像素的所述第二像素参考值之间的差值是否小于门槛值,若是,所述合成参考遮罩图产生模块设定相对应的所述合成权重值为第三取点索引。
21.根据权利要求20所述的图像处理装置,其特征在于,若所述合成参考遮罩图上的所述合成权重值为所述第一取点索引,所述图像合成模块取对应于所述第一取点索引的所述第一像素作为所述融合图像上的像素点,
若所述合成参考遮罩图上的所述合成权重值为所述第二取点索引,所述图像合成模块取对应于所述第二取点索引的所述第二像素作为所述融合图像上的像素点,
若所述合成参考遮罩图上的所述合成权重值为所述第三取点索引,所述图像合成模块取对应于所述第三取点索引的所述第一像素与所述第二像素的平均值作为所述融合图像上的像素点。
22.根据权利要求13所述的图像处理装置,其特征在于,所述第一拍照参数为第一焦距而所述第二拍照参数为第二焦距,且所述第一焦距相异于所述第二焦距。
23.根据权利要求22所述的图像处理装置,其特征在于,所述模块还包括
遮罩尺寸设定模块,计算所述第一焦距与所述第二焦距之间的焦距差,以及依据所述焦距差设定所述自订遮罩的尺寸,其中所述焦距差越大则所述自订遮罩的尺寸越大,所述焦距差越小则所述自订遮罩的尺寸越小。
24.根据权利要求13所述的图像处理装置,其特征在于,所述第一拍照参数为第一光圈值而所述第二拍照参数为第二光圈值,且所述第一光圈值相异于所述第二光圈值。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW104111231 | 2015-04-08 | ||
TW104111231A TWI537875B (zh) | 2015-04-08 | 2015-04-08 | 影像合成方法與影像處理裝置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106210501A CN106210501A (zh) | 2016-12-07 |
CN106210501B true CN106210501B (zh) | 2020-01-21 |
Family
ID=56755903
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510328465.4A Expired - Fee Related CN106210501B (zh) | 2015-04-08 | 2015-06-15 | 图像合成方法与图像处理装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9558543B2 (zh) |
CN (1) | CN106210501B (zh) |
TW (1) | TWI537875B (zh) |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2640298C1 (ru) * | 2015-10-12 | 2017-12-27 | Общество С Ограниченной Ответственностью "Яндекс" | Способ обработки и хранения изображений |
EP3518178A4 (en) * | 2016-09-21 | 2020-03-04 | Shimadzu Corporation | IMAGE PROCESSING DEVICE |
CN106709882A (zh) * | 2016-12-16 | 2017-05-24 | 努比亚技术有限公司 | 一种图像融合的方法及装置 |
TW201822709A (zh) * | 2016-12-30 | 2018-07-01 | 曦威科技股份有限公司 | 即時心跳偵測方法及即時心跳偵測系統 |
CN108305235B (zh) * | 2017-01-11 | 2022-02-18 | 北京大学 | 多张图片融合的方法及装置 |
TWI775869B (zh) * | 2017-06-29 | 2022-09-01 | 佳能企業股份有限公司 | 影像擷取裝置及影像處理方法 |
CN107577246B (zh) * | 2017-09-29 | 2020-08-07 | 深圳市富斯科技有限公司 | 一种图像拍摄方法、系统以及电子云台和飞行器 |
CN107807488B (zh) * | 2017-10-18 | 2020-03-17 | 维沃移动通信有限公司 | 一种摄像头组件、光圈调整方法及移动终端 |
US10643311B2 (en) * | 2018-03-22 | 2020-05-05 | Hiwin Technologies Corp. | Method for correcting dehazed medical image |
TWI701637B (zh) * | 2018-07-02 | 2020-08-11 | 緯創資通股份有限公司 | 影像合成方法與系統 |
CN112889264A (zh) * | 2018-10-15 | 2021-06-01 | 华为技术有限公司 | 用于处理图像数据的方法、装置、程序和记录介质 |
CN109447929B (zh) * | 2018-10-18 | 2020-12-04 | 北京小米移动软件有限公司 | 图像合成方法及装置 |
TWI690898B (zh) * | 2018-11-26 | 2020-04-11 | 緯創資通股份有限公司 | 影像合成方法 |
CN109951634B (zh) * | 2019-03-14 | 2021-09-03 | Oppo广东移动通信有限公司 | 图像合成方法、装置、终端及存储介质 |
CN109905587B (zh) * | 2019-04-12 | 2019-12-13 | 武汉鸿瑞达信息技术有限公司 | 一种可过滤强光或偏色光的成像拍摄系统和方法 |
CN110245710B (zh) * | 2019-06-18 | 2022-11-29 | 腾讯科技(深圳)有限公司 | 语义分割模型的训练方法、语义分割方法及装置 |
CN110633751A (zh) * | 2019-09-17 | 2019-12-31 | 上海眼控科技股份有限公司 | 车标分类模型的训练方法、车标识别方法、装置及设备 |
CN110796628B (zh) * | 2019-10-17 | 2022-06-07 | 浙江大华技术股份有限公司 | 图像融合方法、装置、拍摄装置及存储介质 |
CN114270846A (zh) * | 2019-12-31 | 2022-04-01 | Oppo广东移动通信有限公司 | 一种帧间预测方法、编码器、解码器及存储介质 |
CN113516614A (zh) | 2020-07-06 | 2021-10-19 | 阿里巴巴集团控股有限公司 | 脊柱影像的处理方法、模型训练方法、装置及存储介质 |
CN113255421A (zh) * | 2020-12-08 | 2021-08-13 | 四川云从天府人工智能科技有限公司 | 一种图像检测方法、系统、设备及介质 |
CN115643811A (zh) * | 2020-12-31 | 2023-01-24 | 华为技术有限公司 | 一种图像处理方法、数据的获取方法及设备 |
CN112907704B (zh) * | 2021-02-04 | 2024-04-12 | 浙江大华技术股份有限公司 | 一种图像融合方法、计算机设备以及装置 |
CN112837254A (zh) * | 2021-02-25 | 2021-05-25 | 普联技术有限公司 | 一种图像融合方法、装置、终端设备及存储介质 |
CN113012174B (zh) * | 2021-04-26 | 2024-02-09 | 中国科学院苏州生物医学工程技术研究所 | 一种图像融合方法、系统及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102802010A (zh) * | 2011-05-27 | 2012-11-28 | 瑞萨电子株式会社 | 图像处理装置和图像处理方法 |
CN103069453A (zh) * | 2010-07-05 | 2013-04-24 | 苹果公司 | 操作设备以捕捉高动态范围图像 |
CN103180872A (zh) * | 2010-10-29 | 2013-06-26 | 欧姆龙株式会社 | 图像处理装置、图像处理方法及控制程序 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8588551B2 (en) * | 2010-03-01 | 2013-11-19 | Microsoft Corp. | Multi-image sharpening and denoising using lucky imaging |
US8861868B2 (en) * | 2011-08-29 | 2014-10-14 | Adobe-Systems Incorporated | Patch-based synthesis techniques |
TWI602152B (zh) | 2013-02-06 | 2017-10-11 | 聚晶半導體股份有限公司 | 影像擷取裝置及其影像處理方法 |
-
2015
- 2015-04-08 TW TW104111231A patent/TWI537875B/zh not_active IP Right Cessation
- 2015-06-15 CN CN201510328465.4A patent/CN106210501B/zh not_active Expired - Fee Related
- 2015-08-04 US US14/818,295 patent/US9558543B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103069453A (zh) * | 2010-07-05 | 2013-04-24 | 苹果公司 | 操作设备以捕捉高动态范围图像 |
CN103180872A (zh) * | 2010-10-29 | 2013-06-26 | 欧姆龙株式会社 | 图像处理装置、图像处理方法及控制程序 |
CN102802010A (zh) * | 2011-05-27 | 2012-11-28 | 瑞萨电子株式会社 | 图像处理装置和图像处理方法 |
Non-Patent Citations (1)
Title |
---|
Image Fusion Based on Grey Polynomial Interpolation;Cheng-Hsiung Hsieh ea tl.;《2008 Eighth International Conference on Intelligent Systems Design and Applications》;20081208;19-22 * |
Also Published As
Publication number | Publication date |
---|---|
TWI537875B (zh) | 2016-06-11 |
US9558543B2 (en) | 2017-01-31 |
CN106210501A (zh) | 2016-12-07 |
US20160300337A1 (en) | 2016-10-13 |
TW201636951A (zh) | 2016-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106210501B (zh) | 图像合成方法与图像处理装置 | |
US10897609B2 (en) | Systems and methods for multiscopic noise reduction and high-dynamic range | |
US9544574B2 (en) | Selecting camera pairs for stereoscopic imaging | |
US8189960B2 (en) | Image processing apparatus, image processing method, program and recording medium | |
US9288392B2 (en) | Image capturing device capable of blending images and image processing method for blending images thereof | |
KR20180109918A (ko) | 다중 카메라들을 사용하여 심리스 줌 기능을 구현하기 위한 시스템들 및 방법들 | |
US9489726B2 (en) | Method for processing a video sequence, corresponding device, computer program and non-transitory computer-readable-medium | |
US10708486B2 (en) | Generation of a depth-artificial image by determining an interpolated supplementary depth through interpolation based on the original depths and a detected edge | |
CN107911682B (zh) | 图像白平衡处理方法、装置、存储介质和电子设备 | |
CN112261387B (zh) | 用于多摄像头模组的图像融合方法及装置、存储介质、移动终端 | |
CN107959841B (zh) | 图像处理方法、装置、存储介质和电子设备 | |
CN112261292B (zh) | 图像获取方法、终端、芯片及存储介质 | |
JP2014126803A (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
CN116324882A (zh) | 多相机系统中的图像信号处理 | |
CN109257540B (zh) | 多摄镜头组的摄影校正方法及摄影装置 | |
CN111866369B (zh) | 图像处理方法及装置 | |
JP2018182700A (ja) | 画像処理装置およびその制御方法、プログラム、並びに記憶媒体 | |
JP5818515B2 (ja) | 画像処理装置、画像処理方法およびそのプログラム | |
CN109151299B (zh) | 一种用于对焦的方法和装置 | |
JP2017182668A (ja) | データ処理装置、撮像装置、及びデータ処理方法 | |
CN118115360A (zh) | 图像数据的多路处理方法、装置、计算机设备和存储介质 | |
JP6415228B2 (ja) | 画像合成装置および画像合成装置の制御方法 | |
CN115293998A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
JP2014150361A (ja) | 画像処理装置、方法及びプログラム | |
JP2015133758A (ja) | 画像処理装置、画像処理方法およびそのプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200121 Termination date: 20210615 |
|
CF01 | Termination of patent right due to non-payment of annual fee |