CN102819824B - 用于图像处理的设备和方法 - Google Patents
用于图像处理的设备和方法 Download PDFInfo
- Publication number
- CN102819824B CN102819824B CN201210064144.4A CN201210064144A CN102819824B CN 102819824 B CN102819824 B CN 102819824B CN 201210064144 A CN201210064144 A CN 201210064144A CN 102819824 B CN102819824 B CN 102819824B
- Authority
- CN
- China
- Prior art keywords
- image
- mapping graph
- pixel
- tint correction
- diplopia
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000013507 mapping Methods 0.000 claims abstract description 145
- 208000003164 Diplopia Diseases 0.000 claims abstract description 84
- 230000008569 process Effects 0.000 claims description 15
- 230000002457 bidirectional effect Effects 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 11
- 238000009499 grossing Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 description 39
- 238000002156 mixing Methods 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 3
- 239000011800 void material Substances 0.000 description 3
- 230000000052 comparative effect Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000005282 brightening Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
- Controls And Circuits For Display Device (AREA)
- Stereoscopic And Panoramic Photography (AREA)
- Transforming Electric Information Into Light Information (AREA)
Abstract
提供一种用于图像处理的设备和方法。图像处理设备可基于最佳阈值以及反映左图像和右图像之间的相似性的成本映射图,从左图像和右图像的重叠区域获得虚影信息,可基于使用重叠区域中的虚影信息产生的全局色调校正函数,并基于使用最佳接缝的局部信息产生的局部色调校正级别,产生色调校正映射图,并可使用通过将基于左图像的权重和基于右图像的权重应用于色调校正映射图而产生的最终色调校正映射图,校正左图像和右图像。
Description
本申请要求于2011年6月10日提交到韩国知识产权局的第10-2011-0055985号韩国专利申请的优先权利益,其公开通过引用包含于此。
技术领域
以下描述的示例性实施例涉及一种用于校正全景图像的色调的设备和方法,更具体地讲,涉及一种在混合多个图像以产生全景图像之前执行色调校正的设备和方法。
背景技术
可通过混合在多个位置或从多个角度拍摄对象而获得的多个图像来产生全景图像。当在多个图像之间的色调校正之前混合所述多个图像时,因为可能在不同的条件(诸如不同的曝光值、不同的灰度和不同的镜头遮光)下获得所述多个图像中的每个图像,所以在连接所述多个图像的接缝处可能出现伪像,这会导致用户感受到差异。因此,在混合多个图像之前,会需要在多个图像之中执行色调校正。
发明内容
示例性实施例可包括一种用于处理图像的设备,所述设备包括:虚影信息获得单元,基于最佳阈值以及成本映射图,从左图像和右图像的重叠区域获得虚影信息;色调校正映射图产生器,基于使用虚影信息产生的全局色调校正函数,并基于使用最佳接缝的局部信息产生的局部色调校正级别,产生色调校正映射图;双向校正器,使用通过将基于左图像的权重和基于右图像的权重应用于色调校正映射图而产生的最终色调校正映射图,校正左图像和右图像。
可通过重叠左图像和右图像的区域来产生成本映射图,从而左图像和右图像之间的相似性被反映在成本映射图上。
左图像和右图像可对应于通过在用于产生全景图像的多个拍摄位置拍摄静止对象或运动对象获得的图像。
左图像和右图像之间的相似性可基于在左图像和右图像的重叠区域中相应的像素之间的色彩相似性和灰度相似性的等级。
虚影信息获得单元可包括:最佳接缝假设单元,假设在成本映射图上具有最大相似性的路径作为左图像和右图像的最佳接缝;二值化单元,通过基于使用最佳阈值估计处理估计的最佳阈值将成本映射图二值化,来产生虚影映射图。
色调校正映射图产生器可包括:全局计算单元,使用虚影信息计算全局色调校正函数,在所述全局色调校正函数中反映与重叠区域中除了虚影像素以外的像素相应的左图像的像素和右图像的像素之间的色调差。
色调校正映射图产生器还可包括:平滑单元,通过平滑滤波器平滑计算的全局色调校正函数的值。
色调校正映射图产生器可包括:局部计算单元,通过计算在最佳接缝的像素周围的预定大小的窗口中除了虚影像素以外的像素之间的色调差的平均值,来产生最佳接缝的局部信息。
色调校正映射图产生器还可包括:校正级别计算单元,通过比较包括在最佳接缝中的像素的全局色调校正函数的值和局部信息来计算局部色调校正级别。
双向校正器可包括:权重应用单元,将根据左图像与重叠区域之间的距离变化的权重和根据右图像与重叠区域之间的距离变化的权重应用到色调校正映射图。
示例性实施例还可包括一种处理图像的方法,所述方法包括:基于最佳阈值和成本映射图,从左图像和右图像的重叠区域获得虚影信息;基于使用虚影信息产生的全局色调校正函数,并基于使用最佳接缝的局部信息产生的局部色调校正级别,产生色调校正映射图;使用通过将基于左图像的权重和基于右图像的权重应用于色调校正映射图而产生的最终色调校正映射图,校正左图像和右图像。
产生成本映射图的步骤可包括:重叠左图像和右图像的区域,从而左图像和右图像的相似性被反映在成本映射图上。
获得步骤可包括:假设在成本映射图上具有最大相似性的路径作为左图像和右图像的最佳接缝;通过基于使用最佳阈值估计处理估计的最佳阈值将成本映射图二值化,来产生虚影映射图。
产生步骤可包括:使用虚影信息计算全局色调校正函数,在所述全局色调校正函数中反映与重叠区域中除了虚影像素以外的像素相应的左图像的像素和右图像的像素之间的色调差。
产生步骤可包括:通过计算在最佳接缝的像素周围的预定大小的窗口中除了虚影像素以外的像素之间的色调差的平均值,来产生最佳接缝的局部信息。
产生色调校正映射图的步骤还可包括:通过比较包括在最佳接缝中的像素的全局色调校正函数的值和局部信息来计算局部色调校正级别。
校正步骤可包括:将根据左图像与重叠区域之间的距离变化的权重和根据右图像与重叠区域之间的距离变化的权重应用到色调校正映射图。
根据示例性实施例,可反映关于与多个图像相应的失配的像素的信息,并通过考虑虚影现象来计算相对准确的色调校正值。
根据示例性实施例,可通过校正输入的左图像和右图像二者的色调来保持左图像和右图像之间的中间级别的色调。
根据示例性实施例,可减少因为混合的范围不能被扩展以校正色调而由于混合出现的残像。
根据示例性实施例,通过基于全局色调校正和局部色调校正从成本映射图获得虚影映射图,可在计算相对准确的色调校正值时,以相对高的速度获得计算的值。
将在下面的描述中部分地阐明实施例的另外的方面,并且通过描述部分将是清楚的,或者通过实施本公开可以了解。
附图说明
通过下面结合附图对实施例进行的描述,本发明的这些和/或其他方面将会变得清楚和更易于理解,其中:
图1A和图1B示出根据现有技术的全景图像;
图2示出根据现有技术的由于运动对象出现的问题;
图3示出根据现有技术的在输入图像的重叠区域中的相同位置上的像素;
图4示出根据示例性实施例的用于处理图像的设备;
图5示出根据示例性实施例的产生虚影映射图的操作;
图6示出根据示例性实施例的产生全局色调校正函数的操作;
图7示出根据示例性实施例的产生最佳接缝的局部信息的操作;
图8示出根据示例性实施例的色调校正映射图;
图9示出根据示例性实施例的输入的左图像和输入的右图像的双向校正;
图10示出根据示例性实施例的图像处理方法;
图11示出根据示例性实施例的具有校正的色调的全景图像。
具体实施方式
现在对实施例进行详细的参考,实施例的示例在附图中示出,其中,相同的标号始终表示相同的部件。下面通过参照附图对实施例进行描述以解释本公开。
图1A和图1B示出根据现有技术的全景图像的示例。
图1A示出在没有色调校正的情况下通过匹配两个图像获得的全景图像,图1B示出在没有色调校正的情况下通过估计最佳接缝并匹配两个图像获得的全景图像。
即使通过拍摄同一对象获得的两个图像对应于同一对象,所述两个图像的重叠区域也会具有对于每个图像不同的曝光值或不同的灰度级别。因此,当在没有色调校正的情况下混合每个图像时,如图1A和图1B所示,在图像的中间部分会出现不自然的线条。
图2示出根据现有技术的由于运动对象出现的问题。
可通过将目标图像和对象图像混合来产生全景图像。在这种情况下,目标图像中的箱子的内部和对象图像中的箱子的内部对应于重叠部分。根据普通的色调校正处理,可通过参考目标图像中的箱子的内部来校正对象图像中的箱子的内部的色调。
参照图2,在目标图像中的箱子的内部不可见的运动对象可能存在于对象图像中的箱子的内部。因此,即使通过在相同位置拍摄对象获得相应的图像,目标图像中的箱子的内部和对象图像中的箱子的内部也可能包含不同的内容。因此,因为包括在对象图像中的箱子的内部中的运动对象在目标图像中不可见,所以不能执行色调校正。可通过参考排除与运动对象相应的部分的目标图像来执行色调校正。
普通的色调校正处理可包括:通过直方图匹配产生与目标图像相关的对象图像的查找表并基于查找表来校正对象图像的色调。普通的色调校正处理可包括:通过用于执行匹配的直方图校正对象图像的重叠区域中的对象图像的区域,使用校正的对象图像的区域估计色彩转换矩阵,并使用估计的色彩转换矩阵校正对象图像的色调。普通的色调校正处理可包括:通过计算利用接缝部分中的对象图像和目标图像之间的色调差以及与将被校正的像素的距离的权重来校正对象图像的色调。
图3示出根据现有技术的在输入图像的重叠区域中的相同位置上的像素。
与由于出现运动对象而在相同位置存在不同内容的情况相似,由于即使在图3的输入图像310和输入图像320的重叠区域中可成功地执行图像匹配,在对象的边界中也出现一到两个像素的匹配错误,因此可能执行不准确的色调校正。
因为仅对单个目标图像校正对象图像的色调,所以普通的色调校正处理可能具有图像随着可添加全景而变暗或变亮的问题。
图4示出根据示例性实施例的用于处理图像的设备。
参照图4,用于处理图像的设备(这里,可被称为图像处理设备)可包括虚影信息获得单元410、色调校正映射图产生器420和双向校正器430。
虚影信息获得单元410可在左图像和右图像的重叠区域上产生成本映射图。在这种情况下,左图像和右图像可对应于输入图像。左图像和右图像之间的相似性可反映在成本映射图上。为了产生全景图像,在用于自然地接合左图像和右图像的处理中可使用最佳接缝估计处理。最佳接缝估计处理可包括:通过基于在左图像和右图像的重叠区域中与左图像和右图像相应的像素之间的色彩相似性和灰度相似性的等级连接相似像素,来估计最佳接缝。虚影信息获得单元410可基于最佳阈值来获得虚影信息。虚影信息可指示关于具有左图像和右图像之间的相似性的相对较小的值的区域的信息。可基于指示图像的特性的各种元素(诸如,每个图像的色彩、饱和度、亮度和色调)来确定所述相似性。
左图像和右图像可对应于通过在多个拍摄位置拍摄静止对象或运动对象而获得的图像。可通过将左图像和右图像组合在一起来产生全景图像。
虚影信息获得单元410可包括最佳接缝假设单元411和二值化单元413。最佳接缝假设单元411可假设在成本映射图上具有最大相似性的路径作为左图像和右图像的最佳接缝。二值化单元413可基于可使用最佳阈值估计处理估计的最佳阈值将成本映射图二值化。成本映射图的二值化可指示成本映射图到灰度的转换。二值化单元413可通过比较成本映射图上的每个像素的相似性与最佳阈值来将成本映射图二值化,从而产生虚影映射图。例如,当成本映射图上的每个像素的相似性可大于最佳阈值时,二值化单元413可将成本映射图二值化为“1”,当成本映射图上的每个像素的相似性可小于最佳阈值时,二值化单元413可将成本映射图二值化为“0”。在这种情况下,在虚影映射图上二值化为“1”的部分可以以相对亮的色彩来表现,在虚影映射图上二值化为“0”的部分可以以相对暗的色彩来表现。
二值化单元413可通过二值化来产生虚影映射图,因此,可不使用复杂的算数运算以快速地产生虚影映射图。
虚影映射图可包括关于与色调校正相关的像素的信息以及与色调校正无关的虚影信息。例如,二值化为“1”的部分可指示与色调校正相关的像素,二值化为“0”的部分可指示与色调校正无关的虚影部分。
色调校正映射图产生器420可基于左图像和右图像的重叠区域的虚影信息来产生全局色调校正函数。全局色调校正函数可反映重叠区域中除了虚影像素以外的所有像素。例如,当使用沿着水平方向拍摄的多个图像来沿着水平方向产生全景图像时,竖直方向上的色调差可能不是问题,而水平方向上的色调差可能存在问题。竖直方向上的色调差可能是不重要的。因此,当沿着水平方向产生全景图像时,色调校正映射图产生器420可通过计算左图像和右图像的重叠区域中的竖直方向上除了虚影像素以外的部分的色调差的累加平均值,来产生水平方向上的全局色调校正函数。
全局色调校正函数可反映在整个重叠区域中左图像和右图像之间的色调差。
色调校正映射图产生器420可产生最佳接缝的局部信息。可通过计算包括在最佳接缝中的像素周围的预定大小的窗口中除了虚影像素以外的像素之间的色调差的平均值,来产生局部信息。局部信息可指示关于包括在最佳接缝中的像素之间的色调差的信息。在这种情况下,色调差可表示与包括在最佳接缝中的像素相应的左图像的像素和右图像的像素之间的色调差。
色调校正映射图产生器420基于全局色调校正函数和局部色调校正级别产生色调校正映射图。可通过比较预定像素的全局色调校正函数的色调差和局部信息来确定局部色调校正级别。
色调校正映射图产生器420可包括全局计算单元421、平滑单元423、局部计算单元425和校正级别计算单元427。
全局计算单元421可使用虚影信息计算全局色调校正函数,所述全局色调校正函数反映与重叠区域中除了虚影像素以外的像素相应的左图像的像素和右图像的像素之间的色调差。可通过计算全局色调校正函数来获得关于在重叠区域中除了虚影像素以外的每个像素的色调差的信息。
平滑单元423可通过平滑滤波器来平滑在全局计算单元421中计算的全局色调校正函数的值。噪声可能被包括在算术运算期间计算的全局色调校正函数的值中。平滑单元423可通过平滑滤波器消除噪声。
局部计算单元425可通过计算在最佳接缝的像素周围的预定大小的窗口中除了虚影像素以外的像素之间的色调差的平均值,来产生最佳接缝的局部信息。例如,局部计算单元425可对包括在最佳接缝中的每个像素使用具有N×N大小的窗口,并计算在具有N×N大小的窗口中除了虚影像素以外的像素之间的色调差的平均值,从而获得每个像素的局部信息。
校正级别计算单元427可通过比较包括在最佳接缝中的像素的全局色调校正函数的值和局部信息来计算局部色调校正级别。全局色调校正函数可反映与左图像和右图像的整个重叠区域的色调差相关的信息。局部信息可反映关于包括在最佳接缝中的像素的色调差的信息,从而包括在最佳接缝中的像素可具有与相邻像素相似的色调差。例如,校正级别计算单元427可通过从局部信息减去全局色调校正函数的值来计算局部色调校正级别。
色调校正映射图产生器420可通过依据局部色调校正级别调整全局色调校正函数来产生色调校正映射图。
双向校正器430可使用最终色调校正映射图来校正左图像和右图像,其中,通过将基于左图像的权重和基于右图像的权重应用到色调校正映射图来产生最终色调校正映射图。可在左图像和右图像中反映色调校正映射图。色调校正映射图可指示左图像和右图像的重叠区域的色调差的信息。在这种情况下,可将根据左图像和重叠图像之间的距离的权重应用到在左图像中反映的色调校正映射图,从而可从左图像自然地形成色调。可将根据右图像和重叠图像之间的距离的权重应用到在右图像中反映的色调校正映射图,从而可从右图像自然地形成色调。
双向校正器430可包括权重应用单元431。权重应用单元431可将根据左图像与重叠区域之间的距离变化的权重应用到色调校正映射图。权重应用单元431可将根据右图像与重叠区域之间的距离变化的权重应用到色调校正映射图。
双向校正器430可基于最终色调校正映射图来校正左图像和右图像的色调。图像处理设备可通过将校正的左图像和右图像混合来产生全景图像。
与根据目标图像的色调校正对象图像的色调的普通处理相比,双向校正器430可通过校正左图像和右图像的每个色调来使整体全景图像保持一致的色调。
图5示出根据示例性实施例的产生虚影映射图的操作。
图像处理设备可接收左图像I1和右图像I2的输入,并针对重叠区域产生成本映射图CM12。可通过反映重叠区域中左图像I1和右图像I2之间的相似性来产生成本映射图CM12。例如,在成本映射图CM12中,以相对亮的色彩表现的部分可指示具有左图像I1和右图像I2之间相对低的相似性的部分,以相对暗的色彩表现的部分可指示具有左图像I1和右图像I2之间相对高的相似性的部分。
图像处理设备可通过基于最佳阈值将CM12二值化来产生虚影映射图GM12。即,可通过最佳阈值估计处理确定最佳阈值,最佳阈值估计处理可对应于图像处理领域广泛使用的技术,因此为了简洁将省略进一步的描述。
虚影信息可包括在虚影映射图GM12中。在这种情况下,虚影信息可对应于与图像的色调校正无关的信息。图像处理设备可通过二值化从成本映射图CM12容易地产生虚影映射图GM12。在虚影映射图GM12中,亮区域510可对应于在左图像I1和右图像I2的重叠区域中与色调校正相关的区域,暗区域520可对应于在左图像I1和右图像I2的重叠区域中与色调校正无关的区域。
图6示出根据示例性实施例的产生全局色调校正函数的操作。
图6示出当使用左图像和右图像沿着水平方向产生全景图像时,在左图像和右图像的重叠区域中产生的虚影映射图。当沿着水平方向产生全景图像时,竖直方向上的色调差在重叠区域中可能变化相对较小。因此,产生关于水平方向上的色调差的全局色调校正函数可能足以表现重叠区域的色调差的变化。
图像处理设备可通过计算由虚影映射图上的箭头的方向指示的除了竖直方向上的虚影像素以外的像素的色调差的累加平均值,来产生水平方向上的全局色调校正函数。在这种情况下,色调差可指示与左图像和右图像相应的像素之间的色调差。
图像处理设备可使用累加平均值的值来产生水平方向上的全局色调校正函数fg(x)。图像处理设备可通过对f′g(x)执行平滑滤波来消除包括在f′g(x)中的噪声。fg(x)可作为对f′g(x)执行平滑滤波的结果被产生。f′g(x)和fg(x)可通过以下等式来表示:
在这种情况下,I1(x,y)表示左图像中的像素的色调,I2(x,y)表示左图像中的像素的色调,GM12(x,y)表示虚影映射图的像素是否对应于虚影像素。当虚影映射图的像素对应于虚影像素时,GM12(x,y)可以为“0”。H表示当沿着虚影映射图上的竖直方向计算累加平局值时除了虚影像素以外的像素的和。“h”表示虚影映射图上的水平方向上的像素的数量。“n”表示平滑滤波器的大小。
参照图6,曲线图610示出基于关于虚影映射图的信息计算水平方向上的全局色调校正函数的结果,曲线图620表示计算平滑的全局色调校正函数的结果。
图7示出根据示例性实施例的产生最佳接缝的局部信息的操作。
在图7的成本映射图上沿着竖直方向绘出的曲线可指示当接合左图像和右图像时出现的最佳接缝。图像处理设备可通过计算包括在最佳接缝中的像素周围的预定大小的窗口中除了虚影像素以外的像素之间的色调差的平均值,来获得局部信息TD(x,y)。局部信息TD(x,y)可指示用于将包括在最佳接缝中的像素的色调校正成与相邻像素相似的信息。图像处理设备可从虚影映射图获得关于虚影像素的信息。局部信息TD(x,y)可通过以下等式来表示。
在这种情况下,W表示在预定大小的窗口中除了虚影像素以外的像素的数量,I1(x+j,y+i)表示在所述窗口中左图像的像素的色调,I2(x+j,y+i)表示在所述窗口中右图像的像素的色调,GM12(x+j,y+i)表示虚影映射图的像素是否对应于所述窗口中的虚影像素。
图8示出根据示例性实施例的色调校正映射图。
参照图8,图像处理设备可通过将全局色调校正函数fg(x)补偿局部色调校正级别TC(y)来产生色调校正映射图TM(x,y)。在这种情况下,可通过从局部信息TD(x,y)减去全局色调校正函数fg(x)开计算局部色调校正级别TC(y)。局部色调校正级别TC(y)可如下所示来表示。
TC(y)=TD(x,y)-fg(x)
可通过将局部色调校正级别TC(y)与全局色调校正函数fg(x)相加来计算色调校正映射图TM(x,y)。色调校正映射图TM(x,y)可如下所示来表示。
TM(x,y)=fg(x)+TC(y)
曲线图810示出通过计算全局色调校正函数fg(x)获得的结果,曲线图820示出通过计算色调校正映射图TM(x,y)获得的结果。
图9示出根据示例性实施例的输入的左图像和右图像的双向校正。
参照图9,当在左图像910和右图像920的重叠区域930上确定色调校正映射图TM(x,y)时,可应用权重以使色调校正可从左图像910到重叠区域930被自然地执行。可应用权重以使色调校正可从右图像920到重叠区域930被自然地执行。最佳接缝940可存在于重叠区域930中。
可基于连接左图像910和重叠区域930的部分931确定权重w1(x)。可与重叠区域930沿着方向950的宽度(width)成正比地确定权重w1(x)。权重w1(x)可如下所示来表示。
可基于连接右图像920和重叠区域930的部分933确定权重w2(x)。可与重叠区域930沿着方向960的宽度成正比地确定权重w2(x)。权重w2(x)可如下所示来表示。
图像处理设备可通过将权重w1(x)应用于色调校正映射图TM(x,y)来产生用于左图像910的色调校正的最终色调校正映射图TM1(x,y)。图像处理设备可通过将权重w2(x)应用于色调校正映射图TM(x,y)来产生用于右图像920的色调校正的最终色调校正映射图TM2(x,y)。最终色调校正映射图TM1(x,y)和最终色调校正映射图TM2(x,y)可如下所示来表示。
TM1(x,y)=TM(x,y)×w1(x)
TM2(x,y)=TM(x,y)×w2(x)
图像处理设备可获得具有通过从左图像910减去最终色调校正映射图TM1(x,y)或者将最终色调校正映射图TM1(x,y)加到左图像910而被最终校正的色调的左图像I′1(x,y)。图像处理设备可获得具有通过从右图像920减去最终色调校正映射图TM2(x,y)或者将最终色调校正映射图TM2(x,y)加到右图像920而被最终校正的色调的右图像I′2(x,y)。例如,具有被最终校正的色调的左图像I′1(x,y)和具有被最终校正的色调的右图像I′2(x,y)可如下所示来表示。
I′1(x,y)=I1(x,y)-TM1(x,y)
I′2(x,y)=I2(x,y)+TM2(x,y)
图像处理设备可通过混合具有被最终校正的色调的左图像I′1(x,y)和具有被最终校正的色调的右图像I′2(x,y)来产生全景图像。
图10示出根据示例性实施例的图像处理方法。
在操作1010,图像处理设备可使用最佳接缝估计处理来估计左图像和右图像的最佳接缝。在这种情况下,左图像和右图像可对应于输入图像。最佳接缝估计处理可包括:通过基于在左图像和右图像的重叠区域中与左图像和右图像相应的像素之间的色彩相似性和灰度相似性的等级连接相似像素,来估计最佳接缝处理。
在操作1020,图像处理设备可通过将成本映射图二值化来产生虚影映射图。左图像和右图像之间的相似度可反映在成本映射图中。图像处理设备可基于最佳阈值将成本映射图二值化。图像处理设备可通过比较成本映射图上的每个像素的相似度与最佳阈值来将成本映射图二值化,从而产生虚影映射图。
在操作1030,图像处理设备可产生最佳接缝的局部信息。具体地讲,图像处理设备可产生包括在最佳接缝中的像素的局部信息。在这种情况下,图像处理设备可通过计算在最佳接缝的像素周围的预定大小的窗口中除了虚影像素以外的像素之间的色调差的平均值,来产生局部信息。可从虚影映射图获得关于虚影像素的信息。
在操作1040,图像处理设备可计算全局色调校正函数。图像处理设备可基于来自虚影映射图的信息计算水平方向上的全局色调校正函数。在全局色调校正函数中可基于左图像和右图像的重叠区域中除了虚影像素以外的像素反映色调差。
在操作1050中,图像处理设备可基于局部信息和全局色调校正函数计算局部色调校正级别。局部色调校正级别可用于提高包括在重叠区域上的最佳接缝中的像素的色调校正的准确度。
在操作1060,图像处理设备可通过将全局色调校正函数补偿局部色调校正级别来产生色调校正映射图。
在操作1070,图像处理设备可将基于左图像的权重和基于右图像的权重应用于色调校正映射图。
在操作1080,图像处理设备可基于应用于色调校正映射图的权重产生将被用于左图像的最终色调校正映射图和将被用于右图像的色调校正映射图。
在操作1090,图像处理设备可使用相应的最终色调校正映射图来校正左图像和右图像的色调。
图11示出根据示例性实施例的具有校正的色调的全景图像。
图像1110对应于通过估计左图像和右图像的最佳接缝并混合左图像和右图像而产生的全景图像。图像1120对应于通过根据示例性实施例基于最终色调校正映射图校正左图像和右图像的色调并混合左图像和右图像而产生的全景图像。参照图11,与图像1110相比,图像1120可具有自然的色调。
根据上述实施例的处理图像的方法可被记录在包括程序指令以执行通过计算机实施的各种操作的非瞬时计算机可读介质中。所述介质还可单独包括程序指令、数据文件、数据结构等,或者可包括它们的组合。非瞬时计算机可读介质的示例包括:磁介质,诸如硬盘、软盘和磁带;光学介质,诸如CDROM盘和DVD;磁光介质,诸如光盘;专门配置以存储和执行程序指令的硬件装置,诸如只读存储器(ROM)、随机存取存储器(RAM)、闪存等。磁记录设备的示例包括硬盘装置(HDD)、软磁盘(FD)和磁带(MT)。程序指令的示例包括诸如由编译器产生的机器代码以及包含可由计算机使用解释器执行的高级代码的文件。所述硬件装置可配置为用作一个或多个软件模块以执行上述实施例的操作,反之亦然。
此外,根据实施例的一方面,可提供所述的特征、功能和/或操作的任意组合。
此外,例如如图4所示的图像处理设备可包括用于执行上述单元和方法中的至少一个的至少一个处理器。
虽然已经显示和描述了实施例,但是本领域技术人员将理解,在不脱离本公开的原理和精神的情况下,可以在这些实施例中进行修改,本公开的范围由权利要求及其等同物限定。
Claims (17)
1.一种用于处理图像的设备,所述设备包括:
虚影信息获得单元,基于最佳阈值以及反映全景图像的左图像和右图像之间的相似性的成本映射图,从左图像和右图像的重叠区域获得虚影信息;
色调校正映射图产生器,基于使用虚影信息产生的全局色调校正函数,并基于使用最佳接缝的局部信息产生的局部色调校正级别,产生色调校正映射图;
双向校正器,通过将基于左图像的权重和基于右图像的权重应用于色调校正映射图来产生与重叠区域相应的最终色调校正映射图,并使用最终色调校正映射图来校正左图像和右图像。
2.如权利要求1所述的设备,其中,通过重叠左图像和右图像的区域来产生成本映射图,从而左图像和右图像之间的相似性被反映在成本映射图中。
3.如权利要求1所述的设备,其中,左图像和右图像对应于通过在多个拍摄位置拍摄静止对象或运动对象获得的图像。
4.如权利要求2所述的设备,其中,左图像和右图像之间的相似性基于在左图像和右图像的重叠区域中相应的像素之间的色彩相似性和灰度相似性的等级。
5.如权利要求1所述的设备,其中,虚影信息获得单元包括:
最佳接缝假设单元,假设在成本映射图上具有最大相似性的路径作为左图像和右图像的最佳接缝;
二值化单元,通过基于使用最佳阈值估计处理估计的最佳阈值将成本映射图二值化,来产生虚影映射图。
6.如权利要求1所述的设备,其中,色调校正映射图产生器包括:
全局计算单元,使用虚影信息计算全局色调校正函数,
其中,计算全局色调校正函数,从而在所述全局色调校正函数中反映与重叠区域中除了虚影像素以外的像素相应的左图像的像素和右图像的像素之间的色调差。
7.如权利要求6所述的设备,其中,色调校正映射图产生器还包括:
平滑单元,通过平滑滤波器平滑计算的全局色调校正函数的值。
8.如权利要求1所述的设备,其中,色调校正映射图产生器包括:
局部计算单元,通过计算在最佳接缝的像素周围的预定大小的窗口中除了虚影像素以外的像素之间的色调差的平均值,来产生最佳接缝的局部信息。
9.如权利要求8所述的设备,其中,色调校正映射图产生器还包括:
校正级别计算单元,通过比较包括在最佳接缝中的像素的全局色调校正函数的值和局部信息来计算局部色调校正级别。
10.如权利要求1所述的设备,其中,双向校正器包括:
权重应用单元,将根据左图像与重叠区域之间的距离变化的权重和根据右图像与重叠区域之间的距离变化的权重应用到色调校正映射图。
11.一种处理图像的方法,所述方法包括:
基于最佳阈值以及反映全景图像的左图像和右图像之间的相似性的成本映射图,从左图像和右图像的重叠区域获得虚影信息;
基于使用虚影信息产生的全局色调校正函数,并基于使用最佳接缝的局部信息产生的局部色调校正级别,产生色调校正映射图;
通过将基于左图像的权重和基于右图像的权重应用于色调校正映射图来产生与重叠区域相应的最终色调校正映射图;
使用最终色调校正映射图来校正左图像和右图像。
12.如权利要求11所述的方法,其中,通过重叠左图像和右图像的区域来产生成本映射图,从而左图像和右图像的相似性被反映在成本映射图上。
13.如权利要求11所述的方法,其中,获得步骤包括:
假设在成本映射图上具有最大相似性的路径作为左图像和右图像的最佳接缝;
通过基于使用最佳阈值估计处理估计的最佳阈值将成本映射图二值化,来产生虚影映射图。
14.如权利要求11所述的方法,其中,产生色调校正映射图的步骤包括:
使用虚影信息计算全局色调校正函数,
其中,计算全局色调校正函数,从而在所述全局色调校正函数中反映与重叠区域中除了虚影像素以外的像素相应的左图像的像素和右图像的像素之间的色调差。
15.如权利要求11所述的方法,其中,产生色调校正映射图的步骤包括:
通过计算在最佳接缝的像素周围的预定大小的窗口中除了虚影像素以外的像素之间的色调差的平均值,来产生最佳接缝的局部信息。
16.如权利要求15所述的方法,其中,产生色调校正映射图的步骤还包括:
通过比较包括在最佳接缝中的像素的全局色调校正函数的值和局部信息来计算局部色调校正级别。
17.如权利要求11所述的方法,其中,校正左图像和右图像的步骤包括:
将根据左图像与重叠区域之间的距离变化的权重和根据右图像与重叠区域之间的距离变化的权重应用到色调校正映射图。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2011-0055985 | 2011-06-10 | ||
KR1020110055985A KR101742120B1 (ko) | 2011-06-10 | 2011-06-10 | 영상 처리 장치 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102819824A CN102819824A (zh) | 2012-12-12 |
CN102819824B true CN102819824B (zh) | 2017-03-01 |
Family
ID=45977178
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210064144.4A Active CN102819824B (zh) | 2011-06-10 | 2012-03-12 | 用于图像处理的设备和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9105107B2 (zh) |
EP (1) | EP2533193B1 (zh) |
JP (1) | JP5960513B2 (zh) |
KR (1) | KR101742120B1 (zh) |
CN (1) | CN102819824B (zh) |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9088714B2 (en) | 2011-05-17 | 2015-07-21 | Apple Inc. | Intelligent image blending for panoramic photography |
US8957944B2 (en) | 2011-05-17 | 2015-02-17 | Apple Inc. | Positional sensor-assisted motion filtering for panoramic photography |
US9762794B2 (en) | 2011-05-17 | 2017-09-12 | Apple Inc. | Positional sensor-assisted perspective correction for panoramic photography |
US9247133B2 (en) | 2011-06-01 | 2016-01-26 | Apple Inc. | Image registration using sliding registration windows |
JP6167525B2 (ja) * | 2012-03-21 | 2017-07-26 | 株式会社リコー | 距離計測装置及び車両 |
US9098922B2 (en) * | 2012-06-06 | 2015-08-04 | Apple Inc. | Adaptive image blending operations |
US10306140B2 (en) | 2012-06-06 | 2019-05-28 | Apple Inc. | Motion adaptive image slice selection |
US8902335B2 (en) | 2012-06-06 | 2014-12-02 | Apple Inc. | Image blending operations |
CN103945087B (zh) * | 2013-01-22 | 2017-10-27 | 深圳市腾讯计算机系统有限公司 | 图像色调的调节方法和调节装置 |
US9589350B1 (en) * | 2013-05-30 | 2017-03-07 | 360 Lab Llc. | Utilizing three overlapping images for exposure correction during panoramic image stitching |
US9832378B2 (en) | 2013-06-06 | 2017-11-28 | Apple Inc. | Exposure mapping and dynamic thresholding for blending of multiple images using floating exposure |
TWI533675B (zh) * | 2013-12-16 | 2016-05-11 | 國立交通大學 | 影像接合之最佳動態接縫找尋調整系統與方法 |
US9480403B2 (en) * | 2013-12-16 | 2016-11-01 | General Electric Company | Medical imaging system and method for generating a blended cine loop |
JP6467787B2 (ja) * | 2014-05-27 | 2019-02-13 | 株式会社リコー | 画像処理システム、撮像装置、画像処理方法およびプログラム |
US20180176650A1 (en) * | 2015-06-12 | 2018-06-21 | Sony Corporation | Information processing apparatus and information processing method |
CN106940877B (zh) * | 2016-01-05 | 2021-04-20 | 富士通株式会社 | 图像处理装置及方法 |
US20170243384A1 (en) * | 2016-02-19 | 2017-08-24 | Mediatek Inc. | Image data processing system and associated methods for processing panorama images and image blending using the same |
CN105976325A (zh) * | 2016-06-29 | 2016-09-28 | 上海小蚁科技有限公司 | 用于调整多个图像的明亮度的方法 |
CN106254844B (zh) * | 2016-08-25 | 2018-05-22 | 成都易瞳科技有限公司 | 一种全景拼接颜色校正方法 |
CN107920252B (zh) * | 2016-10-11 | 2021-11-12 | 阿里巴巴集团控股有限公司 | 一种全景视频数据处理方法、装置及系统 |
CN107016647B (zh) * | 2017-04-26 | 2019-11-22 | 武汉大学 | 全景图像色调一致性纠正方法及系统 |
CN107290700B (zh) * | 2017-08-08 | 2020-12-04 | 上海联影医疗科技股份有限公司 | 一种相位校正方法、装置及磁共振系统 |
KR102523672B1 (ko) * | 2017-11-14 | 2023-04-20 | 삼성전자주식회사 | 디스플레이장치 및 그 제어방법과 기록매체 |
KR102302245B1 (ko) * | 2019-11-07 | 2021-09-14 | 부산대학교 산학협력단 | 딥러닝을 이용한 파노라마 이중상 및 허상 제거를 위한 장치 및 방법 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10155104A (ja) * | 1996-11-22 | 1998-06-09 | Canon Inc | 複眼撮像方法及び装置並びに記憶媒体 |
US6157747A (en) * | 1997-08-01 | 2000-12-05 | Microsoft Corporation | 3-dimensional image rotation method and apparatus for producing image mosaics |
US6618511B1 (en) | 1999-12-31 | 2003-09-09 | Stmicroelectronics, Inc. | Perspective correction for panoramic digital camera with remote processing |
US7409105B2 (en) | 2003-10-22 | 2008-08-05 | Arcsoft, Inc. | Panoramic maker engine for a low profile system |
JP2005175620A (ja) * | 2003-12-08 | 2005-06-30 | Canon Inc | 画像処理方法及び装置 |
KR100724134B1 (ko) * | 2006-01-09 | 2007-06-04 | 삼성전자주식회사 | 이미지 매칭 속도와 블렌딩 방법을 개선한 파노라마 영상제공 방법 및 장치 |
JP4676385B2 (ja) | 2006-05-31 | 2011-04-27 | 株式会社日立国際電気 | 画像合成方法及び画像合成装置並びに画像合成プログラム |
JP2008003683A (ja) | 2006-06-20 | 2008-01-10 | Matsushita Electric Ind Co Ltd | 画像生成装置及びその方法並びに記録媒体 |
US7697839B2 (en) | 2006-06-30 | 2010-04-13 | Microsoft Corporation | Parametric calibration for panoramic camera systems |
KR100790887B1 (ko) * | 2006-09-22 | 2008-01-02 | 삼성전자주식회사 | 영상 처리장치 및 방법 |
US7839422B2 (en) * | 2006-12-13 | 2010-11-23 | Adobe Systems Incorporated | Gradient-domain compositing |
JP2010108238A (ja) | 2008-10-30 | 2010-05-13 | Seiko Epson Corp | 画像処理装置および画像処理方法並びにプログラム |
JP2010147634A (ja) | 2008-12-17 | 2010-07-01 | Sanyo Electric Co Ltd | 画像合成装置 |
US8339475B2 (en) * | 2008-12-19 | 2012-12-25 | Qualcomm Incorporated | High dynamic range image combining |
US20100194851A1 (en) * | 2009-02-03 | 2010-08-05 | Aricent Inc. | Panorama image stitching |
US8698875B2 (en) | 2009-02-20 | 2014-04-15 | Google Inc. | Estimation of panoramic camera orientation relative to a vehicle coordinate frame |
JP2010220002A (ja) | 2009-03-18 | 2010-09-30 | Sony Corp | 撮像装置と撮像方法 |
WO2010123923A1 (en) * | 2009-04-23 | 2010-10-28 | Zoran Corporation | Multiple exposure high dynamic range image capture |
JP2010283502A (ja) | 2009-06-03 | 2010-12-16 | Topseed Technology Corp | 知的監視システムおよび知的監視方法 |
JP5418127B2 (ja) | 2009-10-09 | 2014-02-19 | ソニー株式会社 | 画像処理装置および方法、並びにプログラム |
JP5359783B2 (ja) * | 2009-10-28 | 2013-12-04 | ソニー株式会社 | 画像処理装置および方法、並びにプログラム |
KR20110052124A (ko) * | 2009-11-12 | 2011-05-18 | 삼성전자주식회사 | 파노라마 이미지 생성 및 조회 방법과 이를 이용한 휴대 단말기 |
KR101633377B1 (ko) * | 2010-06-18 | 2016-07-08 | 삼성전자주식회사 | 다중 노출에 의한 프레임 처리 방법 및 장치 |
-
2011
- 2011-06-10 KR KR1020110055985A patent/KR101742120B1/ko active IP Right Grant
-
2012
- 2012-02-16 US US13/398,444 patent/US9105107B2/en active Active
- 2012-03-12 CN CN201210064144.4A patent/CN102819824B/zh active Active
- 2012-03-19 EP EP12160024.1A patent/EP2533193B1/en not_active Not-in-force
- 2012-06-08 JP JP2012131000A patent/JP5960513B2/ja not_active Expired - Fee Related
Non-Patent Citations (1)
Title |
---|
Fast Panorama Stitching for High-Quality Panoramic Images on Mobile Phones;Yingen Xiong, et al.;《IEEE Transactions on Consumer Electronics》;20100531;第56卷(第2期);第298-306页 * |
Also Published As
Publication number | Publication date |
---|---|
KR20120136813A (ko) | 2012-12-20 |
JP2013005439A (ja) | 2013-01-07 |
CN102819824A (zh) | 2012-12-12 |
EP2533193B1 (en) | 2019-01-02 |
KR101742120B1 (ko) | 2017-05-31 |
JP5960513B2 (ja) | 2016-08-02 |
EP2533193A1 (en) | 2012-12-12 |
US20120314945A1 (en) | 2012-12-13 |
US9105107B2 (en) | 2015-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102819824B (zh) | 用于图像处理的设备和方法 | |
KR102185963B1 (ko) | 비디오 안정화를 위한 캐스케이드 카메라 모션 추정, 롤링 셔터 검출 및 카메라 흔들림 검출 | |
Negahdaripour et al. | A generalized brightness change model for computing optical flow | |
US8525900B2 (en) | Multiple exposure high dynamic range image capture | |
Kim et al. | Robust radiometric calibration and vignetting correction | |
CN110264426B (zh) | 图像畸变校正方法和装置 | |
US8570396B2 (en) | Multiple exposure high dynamic range image capture | |
US8620070B2 (en) | Corresponding image processing method for compensating colour | |
KR101643607B1 (ko) | 영상 데이터 생성 방법 및 장치 | |
Portz et al. | Optical flow in the presence of spatially-varying motion blur | |
CN106030653B (zh) | 用于生成高动态范围图像的图像处理系统和图像处理方法 | |
US20130266218A1 (en) | Detecting and Tracking Point Features with Primary Colors | |
JP4781233B2 (ja) | 画像処理装置、撮像装置、及び画像処理方法 | |
CN105721853A (zh) | 用于深度图生成的数码相机的配置设置 | |
US20150170405A1 (en) | High resolution free-view interpolation of planar structure | |
CN103002225A (zh) | 多曝光高动态范围图像捕捉 | |
Bätz et al. | High dynamic range video reconstruction from a stereo camera setup | |
CN105931213B (zh) | 基于边缘检测和帧差法的高动态范围视频去鬼影的方法 | |
Meilland et al. | A unified rolling shutter and motion blur model for 3D visual registration | |
CN102480595A (zh) | 图像处理设备、图像处理方法和计算机可读信息记录介质 | |
US9317928B2 (en) | Detecting and tracking point features with primary colors | |
Hossain et al. | High dynamic range imaging of non-static scenes | |
Alexandrov et al. | Towards dense SLAM with high dynamic range colors | |
CN116416290A (zh) | 一种计算散斑结构光深度的方法、装置及电子设备 | |
Loscos et al. | High-dynamic range imaging for dynamic scenes |
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 |