CN103581535B - 能产生高动态影像的影像撷取装置、电子装置及其方法 - Google Patents

能产生高动态影像的影像撷取装置、电子装置及其方法 Download PDF

Info

Publication number
CN103581535B
CN103581535B CN201210282753.7A CN201210282753A CN103581535B CN 103581535 B CN103581535 B CN 103581535B CN 201210282753 A CN201210282753 A CN 201210282753A CN 103581535 B CN103581535 B CN 103581535B
Authority
CN
China
Prior art keywords
image
temporary
analysis
dynamic
capture unit
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
Application number
CN201210282753.7A
Other languages
English (en)
Other versions
CN103581535A (zh
Inventor
李运锦
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.)
Altek Corp
Original Assignee
Altek Corp
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 Altek Corp filed Critical Altek Corp
Priority to CN201210282753.7A priority Critical patent/CN103581535B/zh
Publication of CN103581535A publication Critical patent/CN103581535A/zh
Application granted granted Critical
Publication of CN103581535B publication Critical patent/CN103581535B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)

Abstract

本发明揭露一种能产生高动态影像的影像撷取装置、电子装置及其方法。此影像撷取装置用于感测高解析度的输入影像,并以此产生低解析度的输出影像。影像撷取装置是根据影像撷取装置的输出影像与输入影像的解析度的比例将输入影像分割成若干个影像区块,并利用多种影像取样方法对该些影像区块执行影像取样,以此产生能表现输入影像的不同局部的动态细节的若干个暂时影像。影像撷取装置则进一步分析该些暂时影像的动态细节,以决定其权重,再将该些暂时影像加权组合以产生能综合表现各个暂时影像的动态细节的输出影像。本发明能够有效地产生高动态的影像,且不会额外增加成本。

Description

能产生高动态影像的影像撷取装置、电子装置及其方法
技术领域
本发明有关于一种影像撷取装置,特别是有关于一种能产生高动态影像的影像撷取装置。
背景技术
由于科技的进步及市场的需求,市面上已经出现41MP高解析度的规格,这种规格高于一般常用的解析度,因此可以实现无内插放大的效果。一般而言,为了能由高解析度的影像输出低解析度的影像,大多利用等间隔取样的方式来产生低解析度的影像,例如,由41MP高解析度的影像输出10~12MP较低的常用解析度。但是,这种方式也无法提供令人满意的高动态影像。
另外,若利用一般解析度的感测器拍摄高动态的影像,大多采取多重曝光或是单曝光的方式拍摄,并利用不同的影像处理方法来产生高动态的影像。然而,多重曝光模式可能会受到拍摄条件的限制进而影响输出影像的品质(例如motion blur/ghost),而单曝光模式则是输出的动态受限与输出影像的品质不尽理想。
因此,如何提出一种影像撷取装置,能够有效地产生高动态的影像,即为本发明所欲解决的问题。
发明内容
有鉴于上述已知技术问题,本发明的其中一目的就是在提供能产生高动态影像的影像撷取装置,以解决已知技术的影像撷取装置无法输出高动态影像的问题。
为实现上述目的,本发明采用以下技术方案:
一种能产生高动态影像的影像撷取装置。此影像撷取装置可包含影像感测模块、影像取样模块、权重计算模块及处理模块。影像感测模块用于感测影像以做为输入影像。影像取样模块根据影像撷取装置的输出影像与输入影像的解析度的比例将输入影像分割成若干个影像区块,并以复数种影像取样方法对该些影像区块执行影像取样,以产生能表现输入影像的不同局部的动态细节的若干个暂时影像。权重计算模块利用复数种影像分析方法分析该些暂时影像的动态细节,以计算该些暂时影像具备的动态细节的局部的重要性,并以此决定各个暂时影像的权重。处理模块根据各个暂时影像的权重将该些暂时影像加权组合,以产生能综合表现各个暂时影像的动态细节的输出影像。
根据本发明的目的,再提出一种能产生高动态影像的方法。此方法包含下列步骤:利用影像感测模块感测影像,以做为输入影像。通过影像取样模块根据此影像撷取装置的输出影像与输入影像的解析度的比例将此影像分割成若干个影像区块,再以复数种影像取样方法对该些影像区块执行影像取样,以此产生能表现输入影像的不同局部的动态细节的若干个暂时影像。通过权重计算模块利用复数种影像分析方法分析该些暂时影像具备的动态细节,以计算该些暂时影像具备的动态细节的局部的重要性,并以此决定各个暂时影像的权重。以及由处理模块根据各个暂时影像的权重将该些暂时影像加权组合,以产生能综合表现各个暂时影像的动态细节的输出影像。
其中,影像取样方法可包含局部加总(Binning)、局部平均、局部取样(Sampling)及局部融合(Fusion)。
其中,影像分析方法可包含亮度分析、彩度分析、边缘侦测(Edge Detection)、纹路分析(Texture Analysis)、资料连续性分析、频谱特性分析及几何特征分析。
其中,处理模块将各个暂时影像乘上其权重再相加,以产生输出影像。
根据本发明的目的,又提出一种能产生高动态影像的电子装置。此电子装置可包含本体及设置于本体内的影像撷取装置。此影像撷取装置如同上述。
承上所述,依本发明的能产生高动态影像的影像撷取装置、电子装置及其方法,其可具有一或多个下述优点:
(1)本发明能利用局部影像分析的方式适应性地决定采取各种不同的影像取样方法,因此能够有效地产生高动态的影像。
(2)本发明是利用多种影像取样及分析方式来产生高动态的影像,因此不会大量增加影像撷取装置的成本,十分符合经济效益。
附图说明
图1为本发明的能产生高动态影像的影像撷取装置的方块图。
图2为本发明的能产生高动态影像的影像撷取装置的第一实施例的方块图。
图3为本发明的能产生高动态影像的影像撷取装置的第一实施例的流程图。
图4为本发明的产生高动态影像的影像撷取装置的示意图。
图5为本发明的产生高动态影像的方法的流程图。
具体实施方式
以下将参照相关附图,说明依本发明的能产生高动态影像的影像撷取装置及其方法的实施例,为使便于理解,下述实施例中的相同元件是以相同的符号标示来说明。
请参阅图1,其为本发明的能产生高动态影像的影像撷取装置的方块图。如图所示,影像撷取装置1包含影像感测模块11、影像取样模块12、权重计算模块13及处理模块14。
影像感测模块11用于感测影像111。影像取样模块12根据影像撷取装置的输出影像与影像111的解析度的比例将影像111分割成若干个影像区块1211~1214。影像取样模块12采取多种影像取样方法以执行影像取样122,以产生多个能表现影像111的不同局部的动态细节的暂时影像1231~1234。更进一步的,影像取样模块12先通过影像分析的方式分析各个影像区块1211~1214的区域动态范围,以产生分析结果,再根据分析结果分别对影像区块1211~1214采取不同的影像取样方法以执行影像取样122,以产生多个能表现影像111的不同局部的动态细节的暂时影像1231~1234。
权重计算模块13是利用多种影像分析方法来执行影像分析131,以分析暂时影像1231~1234的局部亮度、彩度与细节纹路等能产生高动态影像的影像特性,以得知暂时影像1231~1234具备的动态细节,以此评估该些暂时影像1231~1234具备的动态细节的局部的重要性,最后决定各个暂时影像1231~1234的权重1321~1324。
处理模块14根据各个暂时影像1231~1234的权重1321~1324执行加权组合141,以组合该些暂时影像1231~1234,以此产生能综合表现各个暂时影像1231~1234的动态细节的输出影像142。
请参阅图2,其为本发明的能产生高动态影像的影像撷取装置的第一实施例的方块图。如图所示,影像撷取装置2包含影像感测模块21、影像取样模块22、权重计算模块23及处理模块24。本实施例中举例说明了本发明的影像撷取装置采用多种影像分析及影像取样的方法来获得高动态的影像。
影像感测模块21用于感测影像211。影像取样模块22根据影像撷取装置的输出影像与影像211的解析度的比例将影像211分割成若干个影像区块2211~2214。影像取样模块22会先通过各种影像分析的方法分析各个影像区块2211~2214的区域动态范围,并产生分析结果,该些影像分析的方法为亮度分析2311、彩度分析2312、边缘侦测2313(EdgeDetection)、纹路分析2314(Texture Analysis)、资料连续性分析2315、频谱特性分析2316及几何特征分析2317等等。影像取样模块22再根据分析结果对影像区块2211~2214采取特定的影像取样方法以执行影像取样222,以产生多个能表现影像211的不同局部的动态细节的暂时影像2231~2234。其中,影像取样222中包含了局部加总2221、局部平均2222、局部取样2223及局部融合2224等动作。
权重计算模块23利用亮度分析2311、彩度分析2312、边缘侦测2313、纹路分析2314、资料连续性分析2315、频谱特性分析2316及几何特征分析2317等多种来执行影像分析231,以分析暂时影像2231~2234,进而获得暂时影像2231~2234具备的动态细节,以此评估该些暂时影像2231~2234具备的动态细节的局部的重要性,最后决定各个暂时影像2231~2234的权重2321~2324。
处理模块24根据各个暂时影像2231~2234的权重2321~2324执行加权组合241,以组合该些暂时影像2231~2234,以此产生能综合表现各个暂时影像2231~2234的动态细节的输出影像242。
举例来说,当欲利用41MP的高解析度的影像感测器来输出常用解析度且高动态的影像,如10MP。而由41MP缩成10MP的影像,平均约为每4.1点缩成1点,其中缩小的方式有很多种,本发明提出利用多种影像分析的方法,如亮度分析、彩度分析、边缘侦测、纹路分析、资料连续性分析2315、频谱特性分析及几何特征分析等方法,来分析局部4.1点的区域动态范围,进而选出合适的代表像素。
由高解析度的影像41MP输出低解析度的影像10MP,若以粗略计算,每4点像素要输出一点,在这个过程中决定了输出影像的动态范围。当然,也可以由周遭的6*6(3*3(2*2))区域或更大的区域来分析局部影像的细节与亮度分布来决定输出影像的数值。
例如,在局部2×2(4点)区域,按其亮度大小排序,分别输出4张10M的暂时影像M1、M2、M3及M4,因此,这四张暂时影像表示出41MP高解析度影像不同局部的动态分布,另外,再加上另一张由局部平均产生的暂时影像M5。此时通过分析各张暂时影像的局部亮度、彩度及细节纹路的多寡来决定各张暂时影像的权重,最后以加权组合的方式组合成最后的输出影像M。这里提到的加权组合可以利用下列关系式来表示:
M=M1*W1+M2*W2+M3*W3+M4*W4+M5*W5
因此,最后的输出影像M可以综合表现出各张影像的动态细节。当然,上述仅为举例,加权组合还包含多种形式,本发明并不以此为限。
值得一提的是,已知技术中的影像撷取装置大都仅能利用等间隔取样的方式来达到由高解析度的影像输出低解析度的影像,因此其无法有效地提高其输出影像的动态细节。然而,本发明的影像撷取装置能够利用不同的影像取样方式产生多个具备不同局部的动态细节的暂时影像,再利用影像分析的方式估测各个暂时影像的权重,最后利用影像加权的方法组合各个暂时影像以成为输出影像,使输出影像能够尽可能地具较高的动态细节。因此,本发明实具进步性的专利要件。
请参阅图3,其为本发明的能产生高动态影像的影像撷取装置的第一实施例的流程图。本实施例包含下列步骤:
在步骤S31中,利用影像感测模块感测影像。
在步骤S32中,通过影像取样模块将影像分割成若干个影像区块,并分析该些影像区块,再根据分析结果对采取局部加总、局部平均、局部取样或局部融合对该些影像区块执行影像取样,以此产生能表现影像的不同局部的动态细节的若干个暂时影像。
在步骤S33中,通过权重计算模块利用亮度分析、彩度分析、边缘侦测、纹路分析、资料连续性分析、频谱特性分析及几何特征分析分析该些暂时影像具备的动态细节,以计算该些暂时影像具备的动态细节的局部的重要性,并以此决定各个暂时影像的权重。
在步骤S34中,由处理模块根据各个暂时影像的权重将该些暂时影像加权组合,以产生能综合表现各个暂时影像的动态细节的输出影像。
请参阅图4,为本发明的产生高动态影像的影像撷取装置的示意图。如图所示,使用者利用具备本发明的影像撷取装置的电子装置4进行拍摄的工作。为了能够表现出影像中各个局部的动态,影像撷取装置通过局部影像分析的方式,来适应性地决定采取局部加总、局部取样或局部融合等影像取样方法来产生高动态的较低解析度的影像。当然,此电子装置4可为数位相机、数位摄影机、具照相功能的手机、具照相功能的个人数位助理(Personal Digital Asistant,PDA)、具照相功能的平板电脑或任何具有照相功能的可携式电子装置。
尽管前述在说明本发明的能产生高动态影像的影像撷取装置的过程中,也已同时说明本发明的产生高动态影像的方法的概念,但为求清楚起见,以下仍另绘示流程图详细说明。
请参阅图5,为本发明的产生高动态影像的方法的流程图。本方法包含下列步骤:
在步骤S51中,利用影像感测模块感测影像。
在步骤S52中,通过影像取样模块根据影像撷取装置的输出影像与影像的解析度的比例将影像分割成若干个影像区块,并以复数种影像分析方法对该些影像区块进行分析,以产生分析结果,再根据分析结果对采取特定的影像取样方法对该些影像区块执行影像取样,以此产生能表现影像的不同局部的动态细节的若干个暂时影像。
在步骤S53中,通过权重计算模块利用该些影像分析方法分析该些暂时影像具备的动态细节,以计算该些暂时影像具备的动态细节的局部的重要性,并以此决定各个暂时影像的权重。
在步骤S54中,由处理模块根据各个暂时影像的权重将该些暂时影像加权组合,以产生能综合表现各个暂时影像的动态细节的输出影像。
本发明的产生高动态影像的方法的详细说明以及实施方式已于前面叙述本发明的能产生高动态影像的影像撷取装置时描述过,在此为了简略说明便不再重复叙述。
综上所述,本发明能利用局部影像分析的方式适应性地决定采取各种不同的影像取样方法,因此能够有效地产生高动态的影像。另外,本发明利用多种影像取样及分析方式来产生高动态的影像,因此不会大量增加影像撷取装置的成本,十分符合经济效益。可见本发明在突破先前的技术下,确实已达到所欲增进的功效,且也非本领域技术人员所易于思及,其所具的进步性、实用性,显已符合专利的申请要件,所以依法提出专利申请,恳请贵局核准本件发明专利申请案,以励创作,至感德便。
以上所述仅为举例性,而非为限制性者。任何未脱离本发明的精神与范畴,而对其进行的等效修改或变更,均应包含于后附的权利要求范围中。

Claims (10)

1.一种能产生高动态影像的影像撷取装置,其特征在于,它包含:
影像感测模块,以感测高解析度的影像;
影像取样模块,根据该影像撷取装置的输出影像与该影像的解析度的比例将该影像分割成若干个影像区块,其中,该输出影像为低解析度影像,该影像取样模块先通过影像分析的方式分析各该影像区块的区域动态范围,以产生分析结果,再根据分析结果分别对该些影像区块采取不同的影像取样方法以执行影像取样,以产生多个能表现些影像的不同局部的动态细节的暂时影像;
权重计算模块,利用复数种影像分析方法分析该些暂时影像的动态细节,以计算该些暂时影像具备的动态细节的局部的重要性,并以此决定各个该暂时影像的权重;以及
处理模块,根据各个该暂时影像的权重将该些暂时影像加权组合,以产生能综合表现各个该暂时影像的动态细节的该输出影像。
2.如权利要求1所述的能产生高动态影像的影像撷取装置,其特征在于,该影像取样方法包含局部加总、局部平均、局部取样及局部融合。
3.如权利要求2所述的能产生高动态影像的影像撷取装置,其特征在于,该些影像分析方法包含亮度分析、彩度分析、边缘侦测、纹路分析、资料连续性分析、频谱特性分析及几何特征分析。
4.如权利要求1所述的能产生高动态影像的影像撷取装置,其特征在于,该处理模块是将各个该暂时影像乘上其权重再相加,以产生该输出影像。
5.一种能产生高动态影像的方法,其特征在于,包含下列步骤:
利用影像感测模块感测高解析度的影像;
通过影像取样模块根据该影像撷取装置的输出影像与该影像的解析度的比例将该影像分割成若干个影像区块,其中,该输出影像为低解析度影像,该影像取样模块先通过影像分析的方式分析各该影像区块的区域动态范围,以产生分析结果,再根据分析结果分别对该些影像区块采取不同的影像取样方法以执行影像取样,以产生多个能表现些影像的不同局部的动态细节的暂时影像;
通过权重计算模块利用复数种影像分析方法分析该些暂时影像具备的动态细节,以计算该些暂时影像具备的动态细节的局部的重要性,并以此决定各个该暂时影像的权重;以及
由处理模块根据各个该暂时影像的权重将该些暂时影像加权组合,以产生能综合表现各个该暂时影像的动态细节的该输出影像。
6.如权利要求5所述的能产生高动态影像的方法,其特征在于,该影像取样方法包含局部加总、局部平均、局部取样及局部融合。
7.如权利要求6所述的能产生高动态影像的方法,其特征在于,该些影像分析方法包含亮度分析、彩度分析、边缘侦测、纹路分析、资料连续性分析、频谱特性分析及几何特征分析。
8.如权利要求5所述的能产生高动态影像的方法,其特征在于,该处理模块是将各个该暂时影像乘上其权重再相加,以产生该输出影像。
9.一种能产生高动态影像的电子装置,其特征在于,包含:
本体;以及
影像撷取装置,设置于该本体内,该影像撷取装置包含:
影像感测模块,以感测高解析度的影像;
影像取样模块,根据该影像撷取装置的输出影像与该影像的解析度的比例将该影像分割成若干个影像区块,其中,该输出影像为低解析度影像,该影像取样模块先通过影像分析的方式分析各该影像区块的区域动态范围,以产生分析结果,再根据分析结果分别对该些影像区块采取不同的影像取样方法以执行影像取样,以产生多个能表现些影像的不同局部的动态细节的暂时影像;
权重计算模块,利用复数种影像分析方法分析该些暂时影像的动态细节,以计算该些暂时影像具备的动态细节的局部的重要性,并以此决定各个该暂时影像的权重;以及
处理模块,根据各个该暂时影像的权重将该些暂时影像加权组合,以产生能综合表现各个该暂时影像的动态细节的该输出影像。
10.如权利要求9所述的能产生高动态影像的电子装置,其特征在于,该电子装置为数位相机、数位摄影机、具照相功能的手机、具照相功能的个人数位助理或具照相功能的平板电脑。
CN201210282753.7A 2012-08-09 2012-08-09 能产生高动态影像的影像撷取装置、电子装置及其方法 Expired - Fee Related CN103581535B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210282753.7A CN103581535B (zh) 2012-08-09 2012-08-09 能产生高动态影像的影像撷取装置、电子装置及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210282753.7A CN103581535B (zh) 2012-08-09 2012-08-09 能产生高动态影像的影像撷取装置、电子装置及其方法

Publications (2)

Publication Number Publication Date
CN103581535A CN103581535A (zh) 2014-02-12
CN103581535B true CN103581535B (zh) 2017-10-24

Family

ID=50052379

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210282753.7A Expired - Fee Related CN103581535B (zh) 2012-08-09 2012-08-09 能产生高动态影像的影像撷取装置、电子装置及其方法

Country Status (1)

Country Link
CN (1) CN103581535B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110149484B (zh) * 2019-04-15 2020-07-10 浙江大华技术股份有限公司 图像合成方法、装置及存储装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100334886C (zh) * 2004-04-13 2007-08-29 矽统科技股份有限公司 对拜耳彩色滤镜阵列过滤出的影像数据取样的方法
KR100843087B1 (ko) * 2006-09-06 2008-07-02 삼성전자주식회사 영상 생성 장치 및 방법
US8022994B2 (en) * 2007-08-31 2011-09-20 Omnivision Technologies, Inc. Image sensor with high dynamic range in down-sampling mode
US8339475B2 (en) * 2008-12-19 2012-12-25 Qualcomm Incorporated High dynamic range image combining
JP5628306B2 (ja) * 2009-06-29 2014-11-19 トムソン ライセンシングThomson Licensing コントラスト改善
KR101643319B1 (ko) * 2010-01-11 2016-07-27 삼성전자주식회사 하이 다이나믹 레인지 영상을 획득하는 장치 및 그 방법
CN102457669B (zh) * 2010-10-15 2014-04-16 华晶科技股份有限公司 图像处理方法

Also Published As

Publication number Publication date
CN103581535A (zh) 2014-02-12

Similar Documents

Publication Publication Date Title
Agustsson et al. Ntire 2017 challenge on single image super-resolution: Dataset and study
CN109344618B (zh) 一种基于深度森林的恶意代码分类方法
CN110070091B (zh) 用于街景理解的基于动态插值重建的语义分割方法及系统
CN110136062B (zh) 一种联合语义分割的超分辨率重建方法
Liu et al. BE-CALF: Bit-depth enhancement by concatenating all level features of DNN
CN101976361A (zh) 一种用于遥感影像的多核支持向量机分类方法
Nam et al. Deep convolutional neural network for identifying seam-carving forgery
CN111325687A (zh) 一种基于端对端深度网络的平滑滤波取证方法
CN103646256A (zh) 一种基于图像特征稀疏重构的图像分类方法
Chen et al. A rotation-invariant convolutional neural network for image enhancement forensics
Yuan et al. GAN-based image steganography for enhancing security via adversarial attack and pixel-wise deep fusion
Pham et al. CSIE-M: compressive sensing image enhancement using multiple reconstructed signals for internet of things surveillance systems
Wang et al. Distortion recognition for image quality assessment with convolutional neural network
CN105631860B (zh) 基于局部排序方向直方图描述子的图像同名点提取方法
CN103581535B (zh) 能产生高动态影像的影像撷取装置、电子装置及其方法
Hao et al. Generative adversarial network with transformer for hyperspectral image classification
Fu et al. Screen content image quality assessment using Euclidean distance
CN112215241A (zh) 一种基于小样本学习的图像特征提取装置
Liu et al. Image Decomposition Sensor Based on Conditional Adversarial Model
Yao et al. High invisibility image steganography with wavelet transform and generative adversarial network
CN114399728B (zh) 一种雾天场景人群计数方法
CN112862655B (zh) 一种基于通道空间注意力机制的jpeg图像隐写分析方法
Li et al. Multi-scale invertible network for image super-resolution
Xian et al. Perceptual quality analysis in deep domains using structure separation and high-order moments
Li et al. No‐reference image quality assessment based on multiscale feature representation

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for 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: 20171024

Termination date: 20190809

CF01 Termination of patent right due to non-payment of annual fee