CN101867721B - 宽动态图像的实现方法、实现装置及成像设备 - Google Patents

宽动态图像的实现方法、实现装置及成像设备 Download PDF

Info

Publication number
CN101867721B
CN101867721B CN2010101532695A CN201010153269A CN101867721B CN 101867721 B CN101867721 B CN 101867721B CN 2010101532695 A CN2010101532695 A CN 2010101532695A CN 201010153269 A CN201010153269 A CN 201010153269A CN 101867721 B CN101867721 B CN 101867721B
Authority
CN
China
Prior art keywords
wavelet coefficient
images
image
frame original
original image
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
Application number
CN2010101532695A
Other languages
English (en)
Other versions
CN101867721A (zh
Inventor
卜庆凯
朱中
李月高
邵明欣
隋守鑫
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.)
Qingdao Hisense Network Technology Co Ltd
Original Assignee
Qingdao Hisense Network 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 Qingdao Hisense Network Technology Co Ltd filed Critical Qingdao Hisense Network Technology Co Ltd
Priority to CN2010101532695A priority Critical patent/CN101867721B/zh
Publication of CN101867721A publication Critical patent/CN101867721A/zh
Application granted granted Critical
Publication of CN101867721B publication Critical patent/CN101867721B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Studio Devices (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种宽动态图像的实现方法、实现装置及成像设备,所述实现方法包括:获取多帧原始图像的步骤;对所述多帧原始图像分别进行小波变换,获得每帧原始图像的小波系数的步骤;对所述每帧原始图像的小波系数进行融合,获取融合后的图像的小波系数的步骤;以及对所述融合后的图像的小波系数进行小波反变换,获得融合后的宽动态图像的步骤。本发明所述的宽动态图像的实现方法实现方式简单,所获得的图像的动态范围较宽,能够为用户提供包含有更多信息与细节的图像。

Description

宽动态图像的实现方法、实现装置及成像设备
技术领域
本发明涉及图像处理领域,具体地说,是涉及一种宽动态图像的实现方法及装置。
背景技术
由于摄像机具有监控视角广、安装简便等特点,在安防、智能交通等领域得到广泛的应用,且发挥着越来越重要的作用。但是,由于一般的摄像机的图像动态范围比较小,在监视场景对比度较大的情况下,比如逆光捕捉对象或者同时捕捉室内场景和室外场景的对象,拍摄的图像质量比较差。鉴于此,宽动态摄像机应用而生。
宽动态摄像机利用不同的曝光获取明、暗处的图像信息,从而获得宽动态的图像。目前,宽动态图像一般采用下述两种方式来实现:一种方式是基于每个像素独立曝光和采样,在每个像素达到最佳状态时存储其信息,最后将所有的像素整合成一幅图像;另一种方式是基于每次曝光获取多帧图像,再将多帧图像融合为一帧图像。基于每个像素多次曝光的方式虽然能够获得动态范围比较宽的图像,但其缺点是传感器的分辨率不能做的很大,影响最终图像的质量。第二种基于多次曝光的图像融合方法能够针对较高分辨率实现宽动态图像,但目前大多通过搭建硬件电路来实现,致使该实现方式比较复杂、成本较高,且获得的图像的动态范围低于上述第一种实现方式。
发明内容
本发明的目的之一是提供一种宽动态图像的实现方法,通过对一个场景多次曝光获取的多帧图像进行小波变换和分析,在频域对多帧图像进行融合,实现图像的宽动态。
本发明的目的之二是提供一种宽动态图像的实现装置,利用该实现装置可获得宽动态的图像。
本发明的目的之三是提供一种成像设备,该成像设备采用上述宽动态图像的实现方法成像,能够获得层次感更强、更清晰的图像。
为实现上述第一个发明目的,本发明采用下述技术方案予以实现:
一种宽动态图像的实现方法,其特征在于,所述方法包括:
获取多帧原始图像的步骤;对所述多帧原始图像分别进行小波变换,获得每帧原始图像的小波系数的步骤;对所述每帧原始图像的小波系数进行融合,获取融合后的图像的小波系数的步骤;以及对所述融合后的图像的小波系数进行小波反变换,获得融合后的宽动态图像的步骤。
根据本发明所述的方法,所述每帧原始图像的小波系数包括低频小波系数和高频小波系数,对所述每帧原始图像的小波系数进行融合、获取融合后的图像的小波系数的过程为:对所述每帧原始图像的低频小波系数求平均值,以该平均值作为融合后的图像的低频小波系数;对所述每帧原始图像的高频小波系数进行加权求和,以加权求和后的值作为融合后的图像的高频小波系数。
其中,在对所述每帧原始图像的高频小波系数进行加权求和时,高频小波系数值不同,对应的权值不同;高频小波系数值越大,其所对应的权值也越大。
根据本发明所述的方法,所述多帧原始图像是对应不同曝光时间的多帧图像。
为保证宽动态图像的效果、且保证图像处理速度,所述原始图像的帧数选为2-8帧;优选为2帧,且这两帧图像一帧为长曝光时间获得的图像,一帧为短曝光时间获得的图像。
为实现上述第二个发明目的,本发明采用下述技术方案予以实现:
一种宽动态图像的实现装置,所述装置包括:
图像获取单元,用于获取多帧原始图像;
预处理单元,用于对所述多帧原始图像分别进行小波变换,获得每帧原始图像的小波系数;
图像融合单元,用于对所述每帧原始图像的小波系数进行融合,获取融合后的图像的小波系数;以及
图像输出单元,用于对所述融合后的图像的小波系数进行小波反变换,获得融合后的宽动态图像并输出。
与现有技术相比,本发明的优点和积极效果是:本发明所述的宽动态图像的实现方法通过对多帧图像进行小波变换和分析,在频域对多帧图像进行融合,以数字处理方式获得宽动态图像,实现方式简单,所获得的图像的动态范围较宽,能够为用户提供包含有更多信息与细节的图像;且融合后的图像层次感较强、整体清晰度较高,可广泛应用在数码照相机、数码摄像机等成像设备中。
附图说明
图1是本发明所述宽动态图像的实现方法一个实施例的流程图;
图2是本发明所述宽动态图像的实现装置一个实施例的原理结构图。
具体实施方式
下面结合附图和具体实施方式对本发明的技术方案作进一步详细的说明。
摄像机或照相机等成像设备在成像时,不同的曝光时间能够获取到不同的图像信息:短时间的曝光可以获取明亮场景区域的细节信息,以避免该区域对应的信号饱和度引起的曝光过度;而长时间的曝光可以获取黑暗场景区域的细节信息,以避免该区域场景的曝光不够。这也是基于多次曝光的图像实现宽动态图像的基本原理。基于此,本发明提出了一种基于小波分析的宽动态的实现方法。
图1示出了本发明所述宽动态图像的实现方法一个实施例的流程图。
如图1所示,该实施例的基本流程为:
S11:获取两帧原始图像。所述两帧原始图像是在不同曝光时间下获得的,其中一帧为长曝光时间获得的图像,另一帧为短曝光时间获得的图像。对于曝光时间的长短,可根据实际场景光线对比度及对图像质量的要求来选择设定。
S12:对原始图像进行小波变换,获得每帧原始图像的小波系数。
假设短曝光时间获得的原始图像的小波系数为SC,长曝光时间获得的原始图像的小波系数为LC,进行小波变换所采用的小波分解的层数为n,则两帧原始图像的小波系数如下表所示:
SC:
Figure GSA00000074030000041
LC:
Figure GSA00000074030000042
其中,SC中的S_cAn为短曝光时间图像的低频小波系数,其余系数为短曝光时间图像的高频小波系数,且对应的频率从左向右为递增的。LC中的L_cAn为长曝光时间图像的低频小波系数,其余系数为长曝光时间图像的高频小波系数,且对应的频率从左向右为递增的。
S13:对每帧原始图像的小波系数进行融合,获得融合后的图像的小波系数。
原始图像进行小波变换后,低频意味着图像中的平滑部分,而高频对应着图像中的细节部分。因此,为保证融合后的图像充分体现原始场景,该实施例将对图像的细节部分进行融合,具体为:对所述每帧原始图像的低频小波系数求平均值,以该平均值作为融合后的图像的低频小波系数;对所述每帧原始图像的高频小波系数进行加权求和,以加权求和后的值作为融合后的图像的高频小波系数。用FC表示融合后的图像的小波系数,其格式如下:
FC:
Figure GSA00000074030000043
F_cAn为融合后的图像的低频小波系数,则有:F_cAn=(S_cAn+L_cAn)/2。其余系数为融合后的图像的高频小波系数,且对应的频率从左向右为递增的。
在对所述每帧原始图像的高频小波系数进行加权求和时,高频小波系数值不同,对应的权值不同:高频小波系数值越大,其所对应的权值也越大;高频小波系数值越小,其所对应的权值也越小。
以高频小波系数F_cHn和F_cD1为例,
若S_cHn>L_cHn,则有F_cHn=th1*S_cHn+th2*L_cHn;
若S_cHn<L_cHn,则有F_cHn=th2*S_cHn+th1*L_cHn;
若S_cD1>L_cD1,则有F_cD1=th1*S_cD1+th2*L_cD1;
若S_cD1<L_cD1,则有F_cD1=th2*S_cD1+th1*L_cD1。
在上述各计算公式中,th1和th2分别为权值,且th1+th2=1,th1>th2。对于FC中的其他高频小波系数的处理过程与F_cHn及F_cD1类似。对于权值th1和th2的具体取值,可根据实际场景光线对比度及对图像质量的要求来选择设定。
S14:在获得融合后的图像的小波系数FC后,再对该FC进行小波反变换,获得融合后的宽动态图像。
通过上述方法,能够为用户提供包含有尽量多的信息与细节的图像,在场景光线对比度比较强的情况下能获得层次感更强的图像,且能够在用户拍摄室内场景和室外场景时获取更清晰的图像,有效避免曝光过度和曝光不足的问题。
上述实施例获取的原始图像的帧数为2帧,但并不局限于此。对于本发明所述的实现方法而言,所获取的原始图像的帧数越多,最后实现的宽动态图像的效果也越好,但处理的速度也越慢。为了兼顾到图像质量和处理速度,可以将原始图像帧数设置为2-8帧。
在上述实施例所述的实现方法中,对原始图像进行小波变换获得小波系数以及对融合后的图像的小波系数进行小波反变换以获得融合后的图像时,对于小波分解的方法及小波分解的层数均不作具体限定,本领域的普通技术人员可结合公知常识及对图像进行处理的实际环境和要求来进行选择和设定。
图2所示为本发明所述宽动态图像的实现装置一个实施例的原理结构图。
如图2所示,该实施例所述的宽动态图像的实现装置包括有顺序连接的图像获取单元21、预处理单元22、图像融合单元23及图像输出单元24。
所述图像获取单元21用于获取多帧原始图像,并将所获取的多帧原始图像输入至所述预处理单元22。
所述预处理单元22对所述多帧原始图像分别进行小波变换,获得每帧原始图像的小波系数,并将小波系数输入至所述图像融合单元23。
所述图像融合单元23对所述每帧原始图像的小波系数进行融合,获取融合后的图像的小波系数,并将其输入至所述图像输出单元24。所述图像融合单元23在对小波系数进行融合时,可采用图1实施例中的融合方法。
所述图像输出单元24对所述图像融合单元23输出的融合后的图像的小波系数进行小波反变换,获得融合后的宽动态图像并输出。
上述实施例的宽动态图像的实现方法及实现装置可以应用在数码照相机或数码摄像机等成像设备中,从而应用在日常生活、智能交通、安防等领域。
以上实施例仅用以说明本发明的技术方案,而非对其进行限制;尽管参照前述实施例对本发明进行了详细的说明,对于本领域的普通技术人员来说,依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或替换,并不使相应技术方案的本质脱离本发明所要求保护的技术方案的精神和范围。

Claims (5)

1.一种安防监控摄像机宽动态图像的实现方法,其特征在于,所述方法包括:
获取两帧原始图像的步骤;
对所述两帧原始图像分别进行小波变换,获得每帧原始图像的小波系数的步骤;
对所述每帧原始图像的小波系数进行融合,获取融合后的图像的小波系数的步骤;以及
对所述融合后的图像的小波系数进行小波反变换,获得融合后的宽动态图像的步骤;
所述每帧原始图像的小波系数包括低频小波系数和高频小波系数,对所述每帧原始图像的小波系数进行融合、获取融合后的图像的小波系数的过程为:对所述每帧原始图像的低频小波系数求平均值,以该平均值作为融合后的图像的低频小波系数;对所述每帧原始图像的高频小波系数各乘以一个权值后再求和,以求和后的值作为融合后的图像的高频小波系数,权值根据实际场景光线对比度及对图像质量的要求进行设定,且所有权值之和为1。
2.根据权利要求1所述的宽动态图像的实现方法,其特征在于,在对所述每帧原始图像的高频小波系数进行加权求和时,高频小波系数值不同,对应有不同的权值;高频小波系数值越大,其所对应的权值也越大。
3.一种安防监控摄像机宽动态图像的实现装置,其特征在于,所述装置包括:
图像获取单元,用于获取两帧原始图像;
预处理单元,用于对所述两帧原始图像分别进行小波变换,获得每帧原始图像的小波系数;
图像融合单元,用于对所述每帧原始图像的小波系数进行融合,获取融合后的图像的小波系数;以及
图像输出单元,用于对所述融合后的图像的小波系数进行小波反变换,获得融合后的宽动态图像并输出;
所述预处理单元获得的每帧原始图像的小波系数包括低频小波系数和高频小波系数,所述图像融合单元对所述每帧原始图像的小波系数进行融合、获取融合后的图像的小波系数的过程为:对所述每帧原始图像的低频小波系数求平均值,以该平均值作为融合后的图像的低频小波系数;对所述每帧原始图像的高频小波系数各乘以一个权值后再求和,以求和后的值作为融合后的图像的高频小波系数,权值根据实际场景光线对比度及对图像质量的要求进行设定,且所有权值之和为1。
4.根据权利要求3所述的宽动态图像的实现装置,其特征在于,在对所述每帧原始图像的高频小波系数进行加权求和时,高频小波系数值不同,对应有不同的权值;高频小波系数值越大,其所对应的权值也越大。
5.一种成像设备,其特征在于,所述成像设备为安防监控摄像机,且安防监控摄像机设置有上述权利要求3或4所述的宽动态图像的实现装置。
CN2010101532695A 2010-04-15 2010-04-15 宽动态图像的实现方法、实现装置及成像设备 Active CN101867721B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2010101532695A CN101867721B (zh) 2010-04-15 2010-04-15 宽动态图像的实现方法、实现装置及成像设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010101532695A CN101867721B (zh) 2010-04-15 2010-04-15 宽动态图像的实现方法、实现装置及成像设备

Publications (2)

Publication Number Publication Date
CN101867721A CN101867721A (zh) 2010-10-20
CN101867721B true CN101867721B (zh) 2012-07-04

Family

ID=42959263

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010101532695A Active CN101867721B (zh) 2010-04-15 2010-04-15 宽动态图像的实现方法、实现装置及成像设备

Country Status (1)

Country Link
CN (1) CN101867721B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102075688B (zh) * 2010-12-28 2012-07-25 青岛海信网络科技股份有限公司 单帧双曝光图像宽动态处理方法
CN106127718B (zh) * 2016-06-17 2018-12-07 中国人民解放军国防科学技术大学 一种基于小波变换的多曝光图像融合方法
CN106375675B (zh) * 2016-08-30 2019-04-05 中国科学院长春光学精密机械与物理研究所 一种航空相机多曝光图像融合方法
CN106851115B (zh) * 2017-03-31 2020-05-26 联想(北京)有限公司 一种图像处理方法和装置
CN108495055B (zh) * 2018-04-10 2019-11-08 中国科学院长春光学精密机械与物理研究所 获取用于高动态范围成像的多曝光图像的方法及系统
CN110572585B (zh) * 2019-08-26 2021-03-23 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及电子设备
CN110660039B (zh) * 2019-10-10 2022-04-22 杭州雄迈集成电路技术股份有限公司 一种多帧加权的宽动态图像处理方法
CN111707221B (zh) * 2020-06-29 2021-11-16 西安工业大学 一种多曝光散射信号融合的表面粗糙度测量方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101142810A (zh) * 2005-03-15 2008-03-12 欧姆龙株式会社 图像处理装置和图像处理方法、图像处理系统、程序以及记录介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003101886A (ja) * 2001-09-25 2003-04-04 Olympus Optical Co Ltd 撮像装置
CN1284975C (zh) * 2003-01-16 2006-11-15 上海交通大学 遥感图像双线性插值小波变换融合的优化方法
JP4306750B2 (ja) * 2007-03-14 2009-08-05 ソニー株式会社 撮像装置、撮像方法、露光制御方法、プログラム
CN101504766B (zh) * 2009-03-25 2011-09-07 湖南大学 基于混合多分辨率分解的图像融合方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101142810A (zh) * 2005-03-15 2008-03-12 欧姆龙株式会社 图像处理装置和图像处理方法、图像处理系统、程序以及记录介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JP特开2003-101886A 2003.04.04
杨莹,等.基于小波变换的X射线图像超动态范围重建.《光子学报》.2009,第38卷(第9期), *
龚威.宽动态:把持摄像机技术制高点.《中国公共安全(市场版)》.2007,(第10期), *

Also Published As

Publication number Publication date
CN101867721A (zh) 2010-10-20

Similar Documents

Publication Publication Date Title
CN101867721B (zh) 宽动态图像的实现方法、实现装置及成像设备
US11800238B2 (en) Local tone mapping
Bandoh et al. Recent advances in high dynamic range imaging technology
Arai et al. Integral three-dimensional television with video system using pixel-offset method
US8749699B2 (en) Method and device for video processing using a neighboring frame to calculate motion information
EP2008446A2 (en) Adjustable neutral density filter system for dynamic range compression from scene to imaging sensor
US9961272B2 (en) Image capturing apparatus and method of controlling the same
EP2677732A2 (en) Method, apparatus and computer program product for capturing video content
CN106412549B (zh) 图像亮度调整方法及装置
CN109194855A (zh) 成像方法、装置和电子设备
BR112016025577B1 (pt) Refocalização de imagem para matrizes de câmera
Klíma et al. DEIMOS--An Open Source Image Database.
WO2020060727A1 (en) Object aware local tone mapping
CN106469442A (zh) 一种基于阵列图像的低照度图像增强方法
US20110134290A1 (en) Photographing apparatus and smear correction method thereof
US20100321531A1 (en) System and method for image quality enhancement by reducing the effects of air pollution and haze
CN112565603A (zh) 图像处理方法、装置及电子设备
CN111447360A (zh) 应用程序控制方法及装置、存储介质、电子设备
US8150199B2 (en) Methods and apparatus for image enhancement
CN105787883A (zh) 一种宽动态图像装置及算法
KR102383578B1 (ko) 화상 처리 장치, 디코딩 장치 및 화상 처리 방법
CN104902152A (zh) Mipi协议csi-2接口摄像头在可穿戴摄录设备中的运用
Bourree Performance of PHOTONIS'low light level CMOS imaging sensor for long range observation
Ge et al. Field-programmable gate array-based hardware architecture for image processing with complementary metal-oxide-semiconductor image sensor
Fliegel et al. Open source database of images DEIMOS: high dynamic range images

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant