CN106488080A - 数字成像中用于高动态范围的动态噪声减小的方法和装置 - Google Patents

数字成像中用于高动态范围的动态噪声减小的方法和装置 Download PDF

Info

Publication number
CN106488080A
CN106488080A CN201610705047.7A CN201610705047A CN106488080A CN 106488080 A CN106488080 A CN 106488080A CN 201610705047 A CN201610705047 A CN 201610705047A CN 106488080 A CN106488080 A CN 106488080A
Authority
CN
China
Prior art keywords
data
hdr
enhancing rate
level
noise
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.)
Withdrawn
Application number
CN201610705047.7A
Other languages
English (en)
Inventor
翁启荣
何镇在
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.)
MediaTek Inc
Original Assignee
MediaTek Inc
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 MediaTek Inc filed Critical MediaTek Inc
Publication of CN106488080A publication Critical patent/CN106488080A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • G06T5/70—
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/21—Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/741—Circuitry for compensating brightness variation in the scene by increasing the dynamic range of the image compared to the dynamic range of the electronic image sensors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
    • 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
    • G06T2207/20004—Adaptive image processing
    • G06T2207/20012—Locally adaptive
    • 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
    • G06T2207/20172—Image enhancement details
    • G06T2207/20208—High dynamic range [HDR] image processing

Abstract

本发明揭示一种数字成像中高动态范围(HDR)的动态噪声减小的方法和装置。方法包含接收关于数字成像的数据的HDR处理的版本；为数据的多个部分的一个或多个部分的每个确定相应HDR增强率；为数据的一个或多个部分的每个确定对应于相应HDR增强率的相应级别的噪声减小；以及为数据的一个或多个部分的每个执行噪声减小到所述级别的噪声减小。根据本公开实现，可在HDR处理后提供最佳质量的数字成像。

Description

数字成像中用于高动态范围的动态噪声减小的方法和装置
【技术领域】
本公开通常关于数字成像，且更特别地，关于数字成像中高动态范围的噪声减小的方法和装置。
【背景技术】
术语“高动态范围”或“HDR(high dynamic range)”，典型地指的是用于成像和摄影以再现亮度的动态范围大于可能符合标准数字成像或摄影技术的一组技术。HDR的目的是将类似于人眼日常生活中熟悉的亮度范围呈现给人眼。HDR的当前应用广泛地由数字成像采用。HDR的一个主应用是用于具有高对比度的场景，HDR可将高对比度的场景中相对较暗区域的亮度增强到所希望的水平。此将改进整个图像的动态对比度以呈现更接近于人眼看到的图像。
【发明内容】
有鉴于此，本发明提供一种方法和装置以解决以上问题。
本发明提供一种数字成像中高动态范围的动态噪声减小的方法，包含接收关于数字成像的数据的HDR处理的版本；为数据的多个部分的一个或多个部分的每个确定相应HDR增强率；为数据的一个或多个部分的每个确定对应于相应HDR增强率的相应级别的噪声减小；以及为数据的一个或多个部分的每个执行噪声减小到所述级别的噪声减小。
本发明还提供一种数字成像中高动态范围的动态噪声减小的方法，包含接收关于数字成像的数据的HDR处理版本以及数据的预HDR处理版本；为数据的多个部分的第一部分确定亮度级中的第一级HDR增强，以及为数据的多个部分的第二部分确定亮度级中的第二级HDR增强，第一级HDR增强以及第二级HDR增强不同；以及为数据的第一部分执行第一级噪声减小，为数据的第二部分执行第二级噪声减小，第一级噪声减小与第二级噪声减小不同。
本发明还提供一种数字成像中高动态范围的动态噪声减小的装置，包含计算引擎，用于接收关于数字成像的数据的预HDR处理版本以及数据的HDR处理版本，计算引擎还用于为HDR处理的数据的多个部分的一个或多个部分的每个确定相应HDR增强率，计算引擎还用于为所述HDR处理的数据的一个或多个部分的每个确定对应于相应HDR增强率的相应级别的噪声减小。
有益地，根据本公开实现，可在HDR处理后提供较佳质量的数字成像。
【附图说明】
图1是根据本公开实现的示例算法的流程图。
图2图示根据本公开各种实现可以被应用到的示例图像的示意图。
图3图示根据本公开实施的示例装置的框图。
图4是根据本公开实施的示例处理的流程图。
图5是根据本公开另一实施的示例处理的流程图。
【具体实施方式】
概述
当使用HDR的现有技术以处理高对比度的场景的数字成像时，通常存在与高对比度场景中较暗区域的亮度增强关联的副作用。一个副作用是因增强较暗区域的亮度而产生的亮度噪声和色度噪声。然而，利用HDR的新技术，增强不同级黑暗的明亮区域到所希望级别的亮度是可行的。预览、图像或视频帧可以由以像素级的HDR或区域(分割为多个区域的图像)来处理。
一般而言，噪声减小是一种降低或最小化信号/图像处理中的噪声的方法，并可以被利用以降低或最小化由HDR提亮的预览、图像或视频帧的较暗区域中的噪声。然而，如果噪声减小的相同强度应用于预览、图像或视频帧的所有较暗区域，则可出现如下描述的一个或多个情况。当应用的噪声减小的强度太弱时，亮度级已经比预览、图像或视频帧的其他区域/像素的亮度级增强的区域/像素中的噪声级仍然太高。当应用的噪声减小的强度太强时，不是黑暗或初始正常级亮度的区域/像素中的噪声可以被消除，但是整个预览、图像或视频帧可能模糊。当应用的噪声减小的强度不是太弱或太强，较暗区域仍然可能是噪声，不是黑暗或初始正常级亮度的区域可能模糊。因此，即使在用HDR处理预览、图像或视频帧后，预览、图像或视频帧中的不同区域可以是不同的或不一致的。这是不期望的。
鉴于以上，本公开的实现分析待由HDR为预览、图像或视频帧的多个区域或像素的每个增强的强度或亮度的量，将亮度级转换为增强率并映射到噪声减小的对应强度，然后对影响的区域或像素逐个执行噪声减小。因此，相信本公开的实现可提供较佳质量的数字成像。
示例算法
图1图示根据本公开实现的示例算法100。示例算法100解决亮度级已经由HDR增强了的预览、图像或视频帧中的不同区域的噪声级的不一致的前述问题。示例算法100可基于由HDR为预览、图像或视频帧的每个区域增强的亮度的相应量处理具有不同程度噪声减小预览、图像或视频帧的不同区域。
示例算法100可包含一个或多个操作、动作或功能，如图示的一个或多个块110、120、130、140、150、160和170以及子块152、154和156。尽管图示为离散块，各种块可以分割为附加的块，结合为更少的块或消除，取决于所希望的实现。示例算法100可以在框110开始。
在110(获得HDR处理的数据)，示例算法100可包含获得关于数字成像的数据，数字成像已经被处理用于HDR(在此可互换地被称作“HDR处理的数据”)。关于数字成像的数据可包含，例如，预览、图像或视频帧。关于数字成像的数据可以被俘获、获得或以其它方式由成像装置(例如，照相机)取得用于HDR处理。由于HDR处理的数据的不同区域和像素可具有不同程度的黑暗，HDR处理的数据的不同区域像素可以与亮度的不同级的增强关联。作为示例，比HDR处理的数据的第二区域更暗的第一区域可以与亮度的第一级增强关联，第二区域可以与亮度的第二级增强关联。在此示例中，亮度的第一级增强将大于亮度的第二级增强，因为第一区域比第二区域暗。块110可以由块120紧跟。
在120(为每个区域/像素分析HDR增强率)，示例算法100可包含分析HDR处理的数据以确定或以其它方式计算与HDR处理的数据的每个区域或像素关联的亮度的增强的级别，由此为每个区域或像素确定HDR增强率。块120可以由块130紧跟。
在130(是否由HDR增强？)，示例算法100可包含确定HDR处理的数据的一个或多个区域或像素是否已经由HDR增强，例如，通过确定与HDR处理的数据的给定区域或像素关联的相应HDR增强率是否大于1。在确定没有HDR处理的数据的区域或像素已经被HDR增强的事件中，例如，HDR处理的数据的每个区域或像素的HDR增强率不大于1，则示例算法100可进入块170，以提供HDR处理的数据为新的HDR处理的数据。在确定HDR处理的数据的一个或多个区域或像素已经由HDR增强的事件中，例如，HDR处理的数据的一个或多个区域或像素的每个的HDR增强率大于1，则示例算法100可进入块140。
在140(为每个区域/像素计算HDR增强率)，示例算法100可计算、运算或以其它方式确定与HDR处理的数据的每个区域或像素关联的相应HDR增强率。块140可以由块150紧跟。
在150(映射噪声减小的级别到HDR增强率)，示例算法100可将HDR处理的数据的每个区域或像素的HDR增强率映射到对应的噪声减小强度或噪声减小级。块150可包含子块152、154和156，并可由块160紧跟。
在子块152(HDR增强率是否为整数？)，示例算法100可为HDR处理的数据的每个区域或像素确定相应HDR增强率是否是整数或整数的倍数。在确定相应HDR增强率是整数或整数的倍数的事件中，示例算法100可进入子块154；否则，示例算法100可进入子块156。
在子块154(映射到整数倍数ISO)，示例算法100可将相应HDR增强率映射到俘获数据的成像装置的光灵敏度的多个级别的光灵敏度的对应级别。例如，示例算法100可将相应HDR增强率映射到成像装置(例如，俘获数据的照相机)的多个国际标准组织(ISO)中的一个设置的整数倍数。示例算法100可进入块160。
在子块156(映射到内插ISO或相邻ISO)，示例算法100可基于成像装置的光灵敏度的多个级别，将相应HDR增强率映射到光灵敏度的内插的级别。例如，示例算法100可将相应HDR增强率映射到成像装置的内插或最近ISO设置。内插或最近ISO设置可以是成像装置的多个ISO设置中的一个，此ISO设置最接近相应HDR增强率的向上舍入(或向下舍入)的整数或整数倍数。示例算法100可进入块160。
在块160(基于每个区域/像素映射的噪声减小级执行噪声减小)，示例算法100可精确地执行噪声减小，例如，逐区域或逐像素，以便在HDR处理的数据的每个区域或像素上执行或以其他方式应用于HDR处理的数据的每个区域或像素的噪声减小强度或噪声减小级对应于相应HDR增强率。块160可以由块170紧跟。
在170(提供新的HDR处理的数据)，示例算法100可提供块160的结果作为新的HDR处理的数据。
图2图示根据本公开各种实现可以被应用到的示例图像200的示意图。示例图像200可包含多个区域例如，例如，区域A、B和C。区域A可包含人脸，其可具有亮度级均值为20的背光。区域B可包含树，其可具有亮度级均值为60的稍微背光。区域C可包含天空和云，其可具有亮度级均值为160的明亮区。换句话说，示例图像200可以是部分背光。
HDR处理可处理部分背光的示例图像200，以便与整个示例图像200的亮度级关联的目标均值可以设置为140。因此，与较暗区域A关联的亮度级可以由HDR以从20增加到140的均值增强。类似地，与光线良好区域B关联的亮度级可以由HDR以从60增加到140的均值增强。另一方面，光线明亮的区域C，具有大于140的均值160，不要求HDR处理以增强其亮度级。其结果是，区域A的相应HDR增强率可以是2.8(例如，log2(140/20))以及区域B的相应HDR增强率可以是1.2(例如，log2(140/60))。区域C的相应HDR增强率可以是0，因为区域C的均值160已经高于整个示例图像200的目标均值140。
在此示例中，假设每个区域A和B的相应HDR增强率不是整数或整数倍数，每个区域A和B的相应HDR增强率可以映射为内插或最近ISO设置。例如，假设区域A的相应HDR增强率是2.8以及当不需要HDR处理时，ISO100的设置用作光灵敏度级，区域A的对应的光灵敏度级或ISO设置将为ISO696(＝ISO(22.8x100))。因此，用于区域A的噪声减小的内插或最近ISO设置可以是ISO800。类似地，假设区域B的相应HDR增强率是1.2，且当不需要HDR处理时，ISO100的设置用作光灵敏度级，区域B的对应的光灵敏度级或ISO设置将为ISO230(＝ISO(21.2x100))。因此，用于区域B的噪声减小的内插或最近ISO设置可以是ISO200。
因此，预览、图像或视频帧的不同部分具有不同级别的HDR增强，例如，示例图像200，不同级别的噪声减小可以在预览、图像或视频帧的不同部分上执行或以其它方式应用于预览、图像或视频帧的不同部分。此不同于应用相同强度或级别的噪声减小到整个预览、图像或视频帧的现有的方法，由此导致预览、图像或视频帧更噪声或模糊。有利地，对于预览、图像或视频帧的多个部分的每个部分，根据本公开的实施应用对应于相应HDR增强率的噪声减小强度或级别以避免渲染结果预览、图像或视频帧噪声或模糊。
图3图示根据本公开实施的示例装置300。示例装置300可用于实现示例算法100或其任何变化。示例装置300还可用于实现描述于下的每个示例处理400和500以及其任何变化。
装置300可包含控制器305，其可包含计算引擎320。在一些实现中，装置300可包含替代控制器305的处理器，在这样的情形中，以及本文关于控制器305的描述也可应用于这样的处理器。计算引擎320可以用于接收关于数字成像的数据的预HDR处理版本以及数据的HDR处理的版本。计算引擎320也可用于为HDR处理的数据的多个部分的一个或多个部分(例如，区域或像素)的每个确定相应HDR增强率。计算引擎320还可以用于为HDR处理的数据的一个或多个部分的每个确定对应于相应HDR增强率的相应噪声减小级。关于数字成像的数据可包含但不限于，例如，预览、图像或视频帧。例如，计算引擎320可接收由成像装置(例如，成像装置360)俘获并处理用于HDR的数据。
在一些实现中，在为数据的多个部分的一个或多个部分的每个确定相应HDR增强率时，计算引擎320可用于执行多个操作。例如，计算引擎320可确定与数据的亮度级关联的后HDR目标均值。此外，对于数据的一个或多个部分的每个，计算引擎320可通过将数据的HDR处理版本与数据的预HDR处理版本比较，确定与亮度级关联的相应均值，并基于目标均值和相应均值之间的比率计算相应HDR增强率。
在一些实现中，在计算相应HDR增强率时，在相应均值大于或等于目标均值的事件中，计算引擎320可用于将相应HDR增强率设置为1。
在一些实现中，关于数据的每个部分，目标均值可以是用户定义的，以便与数据的第一部分关联的第一目标均值以及与数据的第二部分关联的第二目标均值不同。例如，当用户不希望提亮不同较暗部分为相同的亮度级时，用户可为给定预览、图像或视频帧的不同部分设置、配置或以其它方式定义不同目标均值。此可以是当用户希望在预览、图像或视频帧以不同程度的阴影显示阴影时的情形。备选地或此外，此可以是当用户希望避免在预览、图像或视频帧中提升太多噪声的情形。
在一些实现中，在为数据的一个或多个部分的每个确定对应于相应HDR增强率的相应噪声减小级时，计算引擎320可用于执行多个操作。例如，对于数据的一个或多个部分的每个，计算引擎320可确定相应HDR增强率是否为整数倍数。计算引擎320还可为数据的一个或多个部分的每个，将相应HDR增强率映射为成像装置的多个光灵敏度级的对应光灵敏度级，成像装置响应于相应HDR增强率是整数倍数的确定来俘获数据。计算引擎320在执行相应HDR增强率到俘获数据的成像装置的多个光灵敏度级的对应光灵敏度级的映射中可参考查找表(例如，查找表370)。此外，计算引擎320可为数据的一个或多个部分的每个，响应于相应HDR增强率不是整数倍数的确定基于成像装置的多个光灵敏度级将相应HDR增强率映射到内插的光灵敏度级。计算引擎320可在执行基于成像装置的多个光灵敏度级将相应HDR增强率映射到内插的光灵敏度级中参考查找表(例如，查找表370)。
在一些实现中，计算引擎320还可拥有识别数据中的多个区域，多个区域的每个区域具有与亮度级关联的相应均值。此外，计算引擎320可在为数据的一个或多个部分的每个确定相应HDR增强率之前，根据上述多个区域将数据分割为多个部分。
在一些实现中，装置300还可包含HDR引擎310和噪声减小引擎330，任一或两者可以是控制器305的部分，如图3所示。在其它实现中，每个HDR引擎310和噪声减小引擎330可以是物理上独立于控制器305。HDR引擎310可用于接收数据并对数据执行HDR处理，以输出数据的HDR处理版本作为计算引擎320的输入。噪声减小引擎330可以耦合到计算引擎320，并可用于为数据的HDR处理版本的一个或多个部分的每个执行最高到相应噪声减小级的噪声减小。
在一些实现中，HDR引擎310可配置具有噪声减小功能以在给定预览、图像或视频帧的区域或像素上执行噪声减小。然而，至少当HDR引擎310对数据执行HDR处理时，HDR引擎310的噪声减小功能可以关闭。
在一些实现中，在为数据的一个或多个部分的每个执行最高到相应噪声减小级的噪声减小中，噪声减小引擎330可用于在数据的特定部分的相应HDR增强率是1的事件中，为该特定部分跳过噪声减小。
在一些实现中，装置300可包含成像装置360。例如，装置300可以是装备成像装置360(例如，照相机)的智能电话或移动装置，能够俘获静止图像和/或视频以提供预览、图像或视频帧作为关于数字成像的原始数据340。
在图3示出的示例中，HDR引擎310可接收原始数据340作为输入以对原始数据340执行HDR处理以输出关于数字成像的HDR处理的数据。计算引擎320可接收原始数据340和HDR处理的数据作为输入以执行分析，例如，根据示例算法100或其任何变化。计算引擎320可输出为HDR处理的数据的一个或多个部分(例如，区域或像素)映射噪声减小级到HDR增强率的结果。噪声减小引擎330可接收HDR处理的数据和映射结果作为输入以根据示例算法100或其任何变化，为HDR处理的数据的一个或多个部分(例如，区域或像素)执行噪声减小，以输出新的HDR处理的数据350。
图4是根据本公开的实现的示例处理400的流程图。示例处理400可表示实施示例算法100的特征的另一方面。示例处理400可包含一个或多个操作、动作或功能，如图示的一个或多个块410、420、430和440。尽管图示为离散块，各种块可分割为附加的块，合并为更少的块或消除，取决于所希望的实现。示例处理400可以由示例装置300的控制器305实施。仅仅是说明性的目的，示例处理400的操作以示例处理400的内容描述于以下，示例处理400由示例装置300的控制器305执行。示例处理400可以开始于块410。
块410可参考控制器305接收关于数字成像的数据。数据可包含，例如，预览、图像或视频帧。例如，控制器305可接收已经被成像装置俘获并处理用于HDR的数据(例如，预览、图像或视频帧)。块410可以由块420紧跟。
块420可参考控制器305为数据的多个部分的一个或多个部分的每个确定相应HDR增强率。块420可由块430紧跟。
块430可参考控制器305为数据的一个或多个部分的每个确定对应于相应HDR增强率的相应噪声减小级。块430可以由块440紧跟。
块440可参考控制器305为数据的一个或多个部分的每个执行最高到相应噪声减小级的噪声减小。
在一些实现中，关于为数据的多个部分的一个或多个部分的每个确定相应HDR增强率，示例处理400可包含控制器305为数据确定与亮度级关联的后HDR目标均值。为数据的一个或多个部分的每个，示例处理400还可包含控制器305确定与亮度级关联的相应均值。另外，对于数据的一个或多个部分的每个，示例处理400可包含控制器305基于目标均值和相应均值之间的比率计算相应HDR增强率。
在一些实现中，关于相应HDR增强率的计算，示例处理400可包含控制器305在相应均值大于或等于目标均值的事件中设置相应HDR增强率为1。
在一些实现中，关于数据的每个部分，目标均值可以是用户定义的，以便与数据的第一部分关联的第一目标均值以及与数据的第二部分关联的第二目标均值是不同的。
在一些实现中，关于为数据的一个或多个部分的每个确定对应于相应HDR增强率的相应噪声减小级，示例处理400可包含控制器305为数据的一个或多个部分的每个执行多个操作。例如，示例处理400可包含控制器305确定相应HDR增强率是否是整数倍数。示例处理400还可包含控制器305，响应于相应HDR增强率是整数倍数的确定，将相应HDR增强率映射为成像装置的多个光灵敏度级的对应光灵敏度级。示例处理400还可包含控制器305，响应于相应HDR增强率不是整数倍数的确定，基于成像装置的多个光灵敏度级，将相应HDR增强率映射为内插的光灵敏度级。
在一些实现中，关于为数据的一个或多个部分的每个执行噪声减小到相应级别，示例处理400可包含控制器305，在数据的一个或多个部分的特定部分的相应HDR增强率是1的事件中，为该特定部分跳过噪声减小。
在一些实现中，示例处理400还可包含控制器305，识别数据中的多个区域，多个区域的每个区域具有与亮度级关联的相应均值。示例处理400还可包含控制器305，在为数据的一个或多个部分的每个确定相应HDR增强率之前，根据上述多个区域将数据分割为多个部分。
图5是根据本公开实现的示例处理500的流程图。示例处理500可表示示例算法100的实现特征的另一方面。示例处理500可包含一个或多个操作、动作或功能，如图示的一个或多个块510、520和530。尽管图示为离散块，各种块可分割为附加的块，合并为更少的块或消除，取决于所希望的实现。示例处理500可以由示例装置300的控制器305实施。仅仅是说明性的目的，示例处理500的操作以示例处理500的内容描述于以下，示例处理500由示例装置300的控制器305执行。示例处理500可以开始于块510。
块510可参考控制器305接收关于数字成像的数据。数据可包含，例如，预览、图像或视频帧。例如，控制器305可接收已经被成像装置俘获并处理用于HDR的数据(例如，预览、图像或视频帧)。块510可以由块520紧跟。
块520可参考控制器305，为数据的多个部分的第一部分确定亮度级中第一级HDR增强，以及为数据的多个部分的第二部分确定亮度级中第二级HDR增强。第一级HDR增强和第二级HDR增强可以是不同的。块520可以由块530紧跟。
块530可参考控制器305，为数据的第一部分执行第一级噪声减小，以及为数据的第二部分执行第二级噪声减小。第一级噪声减小和第二级噪声减小可以是不同的。
在一些实现中，关于为数据的第一部分确定亮度级中的第一级HDR增强以及为数据的第二部分确定亮度级中的第二级HDR增强，示例处理500可包含控制器305，为数据的第一部分和第二部分的每个确定相应HDR增强率。
在一些实现中，关于为数据的第一部分和第二部分的每个确定相应HDR增强率，示例处理500可包含控制器305，执行多个操作。例如，示例处理500可包含控制器305，为数据确定与亮度级关联的后HDR目标均值。对于数据的第一部分和第二部分的每个，示例处理500可包含控制器305，确定与亮度级关联的相应均值。对于数据的第一部分和第二部分的每个，示例处理500还可包含控制器305，基于目标均值和相应均值之间的比率计算相应HDR增强率。
在一些实现中，关于相应HDR增强率的计算，示例处理500可包含控制器305在相应均值大于或等于目标均值的事件中设置相应HDR增强率为1。
在一些实现中，关于数据的每个部分，目标均值可以是用户定义的，以便与数据的第一部分关联的第一目标均值以及与数据的第二部分关联的第二目标均值是不同的。
在一些实现中，关于为数据的第一部分执行第一级噪声减小以及为数据的第二部分执行第二级噪声减小，示例处理500可包含控制器305，为数据的第一部分和第二部分的每个确定对应于相应HDR增强率的相应级别的噪声减小。
在一些实现中，关于为数据的一个或多个部分的每个确定对应于相应HDR增强率的相应噪声减小级，示例处理500可包含控制器305为数据的第一部分和第二部分执行多个操作。例如，示例处理500可包含控制器305确定相应HDR增强率是否是整数倍数。示例处理500还可包含控制器305，响应于相应HDR增强率是整数倍数的确定，将相应HDR增强率映射为成像装置的多个光灵敏度级的对应光灵敏度级。示例处理500还可包含控制器305，响应于相应HDR增强率不是整数倍数的确定，基于成像装置的多个光灵敏度级，将相应HDR增强率映射为内插的光灵敏度级。
在一些实现中，关于为数据的第一部分执行第一级噪声减小以及为数据的第二部分执行第二级噪声减小，示例处理500可包含控制器305，在第一部分或第二部分相应HDR增强率是1的事件中，跳过对数据的第一部分或第二部分的噪声减小。
在一些实现中，示例处理500还可包含控制器305，识别数据中的多个区域，多个区域的每个区域具有与亮度级关联的相应均值。示例处理500可还包含控制器305，根据多个区域将数据分割为包含第一部分和第二部分的多个部分。
本领域的技术人员将注意到，在获得本发明的指导之后，可对所述装置和方法进行大量的修改和变换。相应地，上述公开内容应该理解为，仅通过所附加的权利要求的界限来限定。

Claims (34)

1.一种数字成像中高动态范围的动态噪声减小的方法，包含：
接收关于数字成像的数据的高动态范围处理的版本；
为所述数据的多个部分的每一部分确定相对应高动态范围增强率；
为所述数据的所述每一部分确定对应于所述相应高动态范围增强率的相应噪声减小级；以及
为所述数据的所述每一部分执行最高至所述相应噪声减小级的噪声减小。
2.如权利要求1所述的方法，其特征在于，所述数据包含预览、图像或视频帧。
3.如权利要求1所述的方法，其特征在于，所述接收包含接收由成像装置俘获并处理用于高动态范围的所述数据。
4.如权利要求1所述的方法，其特征在于，为所述数据的所述每一部分确定相对应高动态范围增强率包含：
确定与所述数据的亮度级关联的高动态范围目标均值；以及
为所述数据的所述每一部分：
通过比较所述数据的高动态范围处理版本与所述数据的预高动态范围处理版本确定与亮度级关联的相应均值；以及
基于目标均值和相应均值之间的比率计算相应高动态范围增强率。
5.如权利要求4所述的方法，其特征在于，计算所述相应高动态范围增强率包含在所述相应均值大于或等于所述目标均值的事件中将所述相应高动态范围增强率设置为1。
6.如权利要求4所述的方法，其特征在于，关于所述数据的所述每一部分所述目标均值是用户可定义的，以便与所述数据的第一部分关联的第一目标均值以及与所述数据的第二部分关联的第二目标均值是不同的。
7.如权利要求1所述的方法，其特征在于，为所述数据的所述每一部分确定对应于所述相应高动态范围增强率的相应噪声减小级包含：
为所述数据的所述每一部分：
确定所述相应高动态范围增强率是否是整数倍数；
响应于所述相应高动态范围增强率是整数倍数的确定，将所述相应高动态范围增强率映射到俘获所述数据的成像装置的多个光灵敏度级的对应光灵敏度级；以及
响应于所述相应高动态范围增强率不是整数倍数的确定，基于成像装置的多个光灵敏度将所述相应高动态范围增强率映射到内插的光灵敏度级。
8.如权利要求7所述的方法，其特征在于，所述图像装置包含照相机，且其中所述多个光灵敏度级包含所述照相机的多个国际标准组织设定。
9.如权利要求1所述的方法，其特征在于，为所述数据的所述每一部分执行最高至所述相应噪声减小级的噪声减小包含：在所述数据的特定部分的所述相应高动态范围增强率是1的事件中跳过所述特定部分的噪声减小。
10.如权利要求1所述的方法，其特征在于，还包括：
识别所述数据中的多个区域，所述多个区域的每个区域具有与亮度级关联的相应均值；以及
在为所述数据的所述每一部分确定所述相应高动态范围增强率之前，根据所述多个区域将所述数据分割为多个部分。
11.一种数字成像中高动态范围的动态噪声减小的方法，包含：
接收关于数字成像的数据的高动态范围处理版本以及所述数据的预高动态范围处理版本；
为所述数据的多个部分的第一部分确定亮度级中的第一级高动态范围增强，以及为所述数据的多个部分的第二部分确定亮度级中的第二级高动态范围增强，所述第一级高动态范围增强以及所述第二级高动态范围增强不同；以及为所述数据的第一部分执行第一级噪声减小，为所述数据的第二部分执行第二级噪声减小，所述第一级噪声减小与所述第二级噪声减小不同。
12.如权利要求11所述的方法，其特征在于，所述数据包含预览、图像或视频帧。
13.如权利要求11所述的方法，其特征在于，所述接收包含接收由成像装置俘获并处理用于高动态范围的所述数据。
14.如权利要求11所述的方法，其特征在于，为所述数据的多个部分的第一部分确定亮度级中的第一级高动态范围增强以及为所述数据的多个部分的第二部分确定亮度级中的第二级高动态范围增强包含：为所述数据的所述第一部分和所述第二部分的每个确定相应高动态范围增强率。
15.如权利要求14所述的方法，其特征在于，为所述数据的第一部分和第二部分的每个确定相应高动态范围增强率包含：
确定与所述数据的亮度级关联的高动态范围目标均值；以及
为所述数据的第一部分和第二部分的每个：
通过比较所述数据的高动态范围处理版本与所述数据的预高动态范围处理版本确定与亮度级关联的相应均值；以及
基于目标均值和相应均值之间的比率计算相应高动态范围增强率。
16.如权利要求15所述的方法，其特征在于，计算所述相应高动态范围增强率包含在所述相应均值大于或等于所述目标均值的事件中将所述相应高动态范围增强率设置为1。
17.如权利要求15所述的方法，其特征在于，关于所述数据的每个部分所述目标均值是用户可定义的，以便与所述数据的第一部分关联的第一目标均值以及与所述数据的第二部分关联的第二目标均值是不同的。
18.如权利要求14所述的方法，其特征在于，为所述数据的第一部分执行第一级噪声减小，为所述数据的第二部分执行第二级噪声减小，包含为所述数据的第一部分和第二部分的每个决定对应所述相应高动态范围增强率的相应噪声减小级。
19.如权利要求18所述的方法，其特征在于，为所述数据的一个或多个部分的每个决定对应于所述相应高动态范围增强率的相应噪声减小级包含：
为所述数据的第一部分和第二部分的每个：
确定所述相应高动态范围增强率是否是整数倍数；
响应于所述相应高动态范围增强率是整数倍数的确定，将所述相应高动态范围增强率映射到俘获所述数据的成像装置的的多个光灵敏度级的对应光灵敏度级；以及
响应于所述相应高动态范围增强率不是整数倍数的确定，基于成像装置的多个光灵敏度级将所述相应高动态范围增强率映射到内插的光灵敏度级。
20.如权利要求19所述的方法，其特征在于，所述图像装置包含照相机，且其中所述多个光灵敏度级包含所述照相机的多个国际标准组织设定。
21.如权利要求11所述的方法，其特征在于，为所述数据的第一部分执行第一级噪声减小以及为所述数据的第二部分执行第二级噪声减小包含在所述第一部分或所述第二部分的所述相应高动态范围增强率是1的事件中跳过所述数据的第一部分或第二部分的噪声减小。
22.如权利要求11所述的方法，其特征在于，还包括：
识别所述数据中的多个区域，所述多个区域的每个区域具有与亮度级关联的相应均值；以及
根据所述多个区域，将所述数据分割为包含所述第一部分和所述第二部分多个部分。
23.一种数字成像中高动态范围的动态噪声减小的装置，包含：
计算引擎，用于接收关于数字成像的数据的预高动态范围处理版本以及所述数据的高动态范围处理版本，所述计算引擎还用于为高动态范围处理的所述数据的多个部分的每一部分确定相应高动态范围增强率，所述计算引擎还用于为所述高动态范围处理的数据的每一部分确定对应于所述相应高动态范围增强率的相应噪声减小级。
24.如权利要求23所述的装置，其特征在于，所述数据包含预览、图像或视频帧。
25.如权利要求23所述的装置，其特征在于，所述计算引擎用于接收由成像装置俘获并处理用于高动态范围的所述数据。
26.如权利要求23所述的装置，其特征在于，为所述数据的多个部分的每个部分确定相应高动态范围增强率，所述计算引擎用于执行操作包含：
确定与所述数据的亮度级关联的高动态范围目标均值；以及
为所述数据的每一部分：
通过比较所述数据的高动态范围处理版本与所述数据的预高动态范围处理版本确定与亮度级关联的相应均值；以及
基于目标均值和相应均值之间的比率计算相应高动态范围增强率。
27.如权利要求26所述的装置，其特征在于，计算所述相应高动态范围增强率中，在所述相应均值大于或等于所述目标均值的事件中将所述相应高动态范围增强率设置为1。
28.如权利要求26所述的装置，其特征在于，关于所述数据的每个部分所述目标均值是用户可定义的，以便与所述数据的第一部分关联的第一目标均值以及与所述数据的第二部分关联的第二目标均值是不同的。
29.如权利要求23所述的装置，其特征在于，在为所述数据的每一部分确定对应于所述相应高动态范围增强率的相应噪声减小级中，所述计算引擎用于执行操作包含：
为所述数据的每一部分：
确定所述相应高动态范围增强率是否是整数倍数；
响应于所述相应高动态范围增强率是整数倍数的确定，将所述相应高动态范围增强率映射到俘获所述数据的成像装置的多个光灵敏度级的对应光灵敏度级；以及
响应于所述相应高动态范围增强率不是整数倍数的确定，基于成像装置的所述多个光灵敏度级将所述相应高动态范围增强率映射到内插的光灵敏度级。
30.如权利要求29所述的装置，其特征在于，在将所述相应高动态范围增强率映射到俘获所述数据的成像装置的多个光灵敏度级的对应光灵敏度级中，或在基于成像装置的所述多个光灵敏度级将所述相应高动态范围增强率映射到内插的光灵敏度级中，所述计算引擎还用于参考查找表以执行所述映射。
31.如权利要求23所述的装置，其特征在于，所述计算引擎还用于执行操作包含：
识别所述数据中的多个区域，所述多个区域的每个区域具有与亮度级关联的相应均值；以及
在为所述数据的每一部分确定所述相应高动态范围增强率之前根据所述多个区域将所述数据分割为多个部分。
32.如权利要求23所述的装置，其特征在于，还包括：
高动态范围引擎，用于接收所述数据并对所述数据执行高动态范围处理以输出所述数据的高动态范围处理的版本；以及
噪声减小引擎，耦合到所述计算引擎，所述噪声减小引擎用于为所述数据的高动态范围处理版本的每一部分执行到最高到所述相应噪声减小级的噪声减小。
33.如权利要求32所述的装置，其特征在于，至少当所述高动态范围引擎对所述数据执行高动态范围处理时所述高动态范围引擎的噪声减小功能关闭。
34.如权利要求32所述的装置，其特征在于，在为所述数据的每一部分执行最高到所述相应噪声减小级的噪声减小中，所述噪声减小引擎用于在所述数据的特定部分的所述相应高动态范围增强率是1的事件中跳过为所述特定部分的噪声减小。
CN201610705047.7A 2015-09-02 2016-08-23 数字成像中用于高动态范围的动态噪声减小的方法和装置 Withdrawn CN106488080A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/843,989 2015-09-02
US14/843,989 US10122936B2 (en) 2015-09-02 2015-09-02 Dynamic noise reduction for high dynamic range in digital imaging

Publications (1)

Publication Number Publication Date
CN106488080A true CN106488080A (zh) 2017-03-08

Family

ID=54931937

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610705047.7A Withdrawn CN106488080A (zh) 2015-09-02 2016-08-23 数字成像中用于高动态范围的动态噪声减小的方法和装置

Country Status (2)

Country Link
US (1) US10122936B2 (zh)
CN (1) CN106488080A (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9691133B1 (en) * 2013-12-16 2017-06-27 Pixelworks, Inc. Noise reduction with multi-frame super resolution
US10565554B2 (en) * 2016-06-10 2020-02-18 Walmart Apollo, Llc Methods and systems for monitoring a retail shopping facility
US11138430B2 (en) * 2018-07-30 2021-10-05 Ncr Corporation Item identification with low resolution image processing

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120093433A1 (en) * 2010-10-19 2012-04-19 Shalini Gupta Dynamic Adjustment of Noise Filter Strengths for use with Dynamic Range Enhancement of Images
US20140218540A1 (en) * 2013-02-05 2014-08-07 Google Inc. Noise Models for Image Processing

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7466358B1 (en) * 1999-11-22 2008-12-16 Panasonic Corporation Solid-state imaging device for enlargement of dynamic range
JP4211838B2 (ja) * 2006-11-09 2009-01-21 ソニー株式会社 撮像装置および画像処理方法
JP2009049547A (ja) * 2007-08-15 2009-03-05 Seiko Epson Corp 画像処理装置、画像処理方法、画像処理プログラム
CN101727658B (zh) * 2008-10-14 2012-12-26 深圳迈瑞生物医疗电子股份有限公司 图像处理方法及装置
KR101520068B1 (ko) * 2008-12-16 2015-05-13 삼성전자 주식회사 다중영상 합성장치 및 그 방법
US20100278423A1 (en) * 2009-04-30 2010-11-04 Yuji Itoh Methods and systems for contrast enhancement
US8346008B2 (en) * 2009-06-09 2013-01-01 Aptina Imaging Corporation Systems and methods for noise reduction in high dynamic range imaging
US8830359B2 (en) * 2010-03-30 2014-09-09 Nikon Corporation Image processing apparatus, imaging apparatus, and computer readable medium
KR101661215B1 (ko) * 2010-08-16 2016-09-30 삼성전자주식회사 영상 처리 방법 및 영상 처리 장치
KR101204556B1 (ko) * 2011-01-21 2012-11-23 삼성전기주식회사 노이즈 제거 방법 및 이를 이용한 나이트 비젼 시스템
JP5365823B2 (ja) * 2011-10-14 2013-12-11 株式会社モルフォ 画像合成装置、画像合成方法、画像合成プログラム及び記録媒体
US9639915B2 (en) * 2012-08-08 2017-05-02 Samsung Electronics Co., Ltd. Image processing method and apparatus
TWI519151B (zh) * 2012-08-30 2016-01-21 義晶科技股份有限公司 影像處理方法以及影像處理裝置
JP5911518B2 (ja) * 2014-01-29 2016-04-27 キヤノン株式会社 表示装置、表示装置の制御方法、及び、プログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120093433A1 (en) * 2010-10-19 2012-04-19 Shalini Gupta Dynamic Adjustment of Noise Filter Strengths for use with Dynamic Range Enhancement of Images
US20140218540A1 (en) * 2013-02-05 2014-08-07 Google Inc. Noise Models for Image Processing

Also Published As

Publication number Publication date
US20150381870A1 (en) 2015-12-31
US10122936B2 (en) 2018-11-06

Similar Documents

Publication Publication Date Title
US9406148B2 (en) Image processing method and apparatus, and shooting terminal
US8363131B2 (en) Apparatus and method for local contrast enhanced tone mapping
KR101625362B1 (ko) 입력 이미지 데이터를 출력 이미지 데이터로 변환하기 위한 방법, 입력 이미지 데이터를 출력 이미지 데이터로 변환하기 위한 이미지 변환 유닛, 이미지 프로세싱 장치, 디스플레이 디바이스
US6774943B1 (en) Method and apparatus for edge enhancement in digital images
KR100893092B1 (ko) 디지털 영상처리 체인에서 색균형을 조절하기 위한 방법 및장치, 대응 장비, 및 이 방법을 구현하기 위한소프트웨어수단
US20140307129A1 (en) System and method for lens shading compensation
CN107635103B (zh) 一种图像处理方法及移动终端和介质产品
US8737762B2 (en) Method for enhancing image edge
JP2007094742A (ja) 画像信号処理装置及び画像信号処理プログラム
US20080112639A1 (en) Method and apparatus for removing noise in dark area of image
CN109074634A (zh) 用于数字图像传感器的自动化噪声和纹理优化的方法和设备
US7889942B2 (en) Dynamic range compensation-dependent noise reduction
US9830690B2 (en) Wide dynamic range imaging method
US8427560B2 (en) Image processing device
US10051252B1 (en) Method of decaying chrominance in images
KR100933556B1 (ko) 다이내믹 레인지를 확장하는 칼라 영상 처리장치 및 방법
CN106488080A (zh) 数字成像中用于高动态范围的动态噪声减小的方法和装置
CN106341613B (zh) 宽动态范围影像方法
JPH1132236A (ja) 画像処理装置
Albu et al. One scan shadow compensation and visual enhancement of color images
US7995856B2 (en) Dynamic range compensation-dependent noise reduction
KR101516632B1 (ko) 동영상의 평균 밝기 변화율을 유지하는 시각적 임계치를 이용한 이분할 히스토그램 평활화 장치
CN1148777A (zh) 增强彩色信号细节的方法及在彩色视频装置中实施的电路
CN115660997B (zh) 一种图像数据处理方法、装置及电子设备
CN106846234A (zh) 一种基于fpga的图像视频增强方法、系统及设备

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20170308