CN109429001A - 图像采集方法、装置、电子设备以及计算机可读存储介质 - Google Patents

图像采集方法、装置、电子设备以及计算机可读存储介质 Download PDF

Info

Publication number
CN109429001A
CN109429001A CN201710742762.2A CN201710742762A CN109429001A CN 109429001 A CN109429001 A CN 109429001A CN 201710742762 A CN201710742762 A CN 201710742762A CN 109429001 A CN109429001 A CN 109429001A
Authority
CN
China
Prior art keywords
image
visible light
dynamic range
wide dynamic
light
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.)
Granted
Application number
CN201710742762.2A
Other languages
English (en)
Other versions
CN109429001B (zh
Inventor
周其亚
聂鑫鑫
范蒙
俞海
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.)
Hangzhou Hikvision Digital Technology Co Ltd
Original Assignee
Hangzhou Hikvision Digital 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 Hangzhou Hikvision Digital Technology Co Ltd filed Critical Hangzhou Hikvision Digital Technology Co Ltd
Priority to CN201710742762.2A priority Critical patent/CN109429001B/zh
Publication of CN109429001A publication Critical patent/CN109429001A/zh
Application granted granted Critical
Publication of CN109429001B publication Critical patent/CN109429001B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • 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
    • 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
    • H04N5/265—Mixing

Abstract

本发明实施例提供了图像采集方法、装置、电子设备以及计算机可读存储介质。该图像采集方法中，首先采集入射光中的可见光信号，获得目标可见光图像；并采集上述入射光中的非可见光信号，获得非可见光宽动态范围图像；然后对所获得的目标可见光图像以及非可见光宽动态范围图像进行配准，得到目标可见光图像的配准图像以及非可见光宽动态范围图像的配准图像，最后，融合所得到的两种配准图像，得到目标图像，即完成图像的采集。非可见光宽动态范围图像的过曝现象明显小于非可见光低动态范围图像，故与现有技术相比，本方案中的非可见光宽动态范围图像具有更加丰富的图像细节，图像融合效果好，保证最终融合获得的图像的成像质量。

Description

图像采集方法、装置、电子设备以及计算机可读存储介质
技术领域
本发明涉及图像处理技术领域，特别是涉及图像采集方法、装置、电子设备以及计算机可读存储介质。
背景技术
图像采集设备为了保证所采集的图像涵盖较多的图像信息，可以利用分光融合技术来采集图像。分光融合技术中的融合可以理解为：将可见光图像与非可见光图像进行融合，得到融合后的图像；其中，融合后的图像为双波段图像，相对于属于单波段的可见光图像和非可见光图像中的任一种图像而言，体现出的图像信息更多。上述的非可见光信号可以为：近红外信号或红外信号。
现有技术中，图像采集装置利用分光融合技术进行图像采集的基本流程为：采集可见光信号所对应的可见光图像以及非可见光信号所对应的非可见光图像，并将可见光图像和非可见光图像进行融合，得到融合后的图像，即最终所采集的图像。上述的非可见光信号可以直接为红外信号，相应的，非可见光图像为红外图像；非可见光信号还可以为红外信号中的近红外信号，相应的，非可见光图像为近红外图像。
但是，采集获得的非可见光图像中通常存在局部过曝的情况，致使非可见光图像的成像质量差，因而最终融合获得的图像的成像质量差。
发明内容
本发明实施例的目的在于提供图像采集方法、装置、电子设备以及计算机可读存储介质，利用局部过曝现象少的非可见光图像进行图像融合，提高可见光图像和非可见光图像的融合效果，保证最终融合获得的目标图像的成像质量。具体技术方案如下：
为达上述目的，第一方面，本发明实施例提供了一种图像采集方法，所述方法包括：
采集入射光中的可见光信号，获得目标可见光图像；
采集所述入射光中的非可见光信号，获得非可见光宽动态范围图像；
对所述目标可见光图像以及所述非可见光宽动态范围图像进行配准，得到所述目标可见光图像的配准图像以及所述非可见光宽动态范围图像的配准图像；
融合所述目标可见光图像的配准图像以及所述非可见光宽动态范围图像的配准图像，得到目标图像。
可选的，所述目标可见光图像为可见光宽动态范围图像。
可选的，所述采集所述入射光中的非可见光信号，获得非可见光宽动态范围图像的步骤，包括：
采集所述入射光中的非可见光信号，生成第一预设数量帧曝光时间不同的非可见光低动态范围图像；
利用宽动态处理技术，将所述第一预设数量帧非可见光低动态范围图像进行合成，获得非可见光宽动态范围图像。
可选的，所述采集所述入射光中的非可见光信号，生成第一预设数量帧曝光时间不同的非可见光低动态范围图像的步骤，包括：
采集所述入射光中的非可见光信号，按照目标曝光控制参数进行曝光，生成第一预设数量帧曝光时间不同的非可见光低动态范围图像，其中，所述目标曝光控制参数为按照预设的曝光控制参数和合成参数的对应关系以及当前本地记录的合成参数所确定的；
所述利用宽动态处理技术，将所述第一预设数量帧非可见光低动态范围图像进行合成，获得非可见光宽动态范围图像的步骤，包括：
利用宽动态处理技术，并按照当前本地记录的合成参数，将所述第一预设数量帧非可见光低动态范围图像进行合成，获得非可见光宽动态范围图像。
可选的，所述利用宽动态处理技术，将所述第一预设数量帧非可见光低动态范围图像进行合成，获得非可见光宽动态范围图像的步骤，包括：
获得所述第一预设数量帧非可见光低动态范围图像中的每一帧图像分别对应的高斯金字塔，其中，所获得的各个高斯金字塔的层数相同；
获得各个高斯金字塔分别对应的拉普拉斯金字塔；
对所获得的各个拉普拉斯金字塔进行加权融合，得到目标拉普拉斯金字塔；
获得所述目标拉普拉斯金字塔对应的目标高斯金字塔，并将所述目标高斯金字塔的最底层图像作为非可见光宽动态范围图像。
可选的，所述入射光包括环境入射光和非可见光补光。
可选的，在所述采集所述入射光中的非可见光信号，生成第一预设数量帧曝光时间不同的非可见光低动态范围图像的步骤之后，所述方法还包括：
根据各帧所述非可见光低动态范围图像，确定补光控制参数；
按照所确定的补光控制参数进行非可见光补光。
第二方面，本发明实施例提供了一种图像采集装置，所述装置包括：
第一采集模块，用于采集入射光中的可见光信号，获得目标可见光图像；
第二采集模块，用于采集所述入射光中的非可见光信号，获得非可见光宽动态范围图像；
配准模块，用于对所述目标可见光图像以及所述非可见光宽动态范围图像进行配准，得到所述目标可见光图像的配准图像以及所述非可见光宽动态范围图像的配准图像；
融合模块，用于融合所述目标可见光图像的配准图像以及所述非可见光宽动态范围图像的配准图像，得到目标图像。
可选的，所述目标可见光图像为可见光宽动态范围图像。
可选的，所述第二采集模块，包括：
生成子模块，用于采集所述入射光中的非可见光信号，生成第一预设数量帧曝光时间不同的非可见光低动态范围图像；
合成子模块，用于利用宽动态处理技术，将所述第一预设数量帧非可见光低动态范围图像进行合成，获得非可见光宽动态范围图像。
可选的，所述生成子模块，具体用于：
采集所述入射光中的非可见光信号，按照目标曝光控制参数进行曝光，生成第一预设数量帧曝光时间不同的非可见光低动态范围图像，其中，所述目标曝光控制参数为按照预设的曝光控制参数和合成参数的对应关系以及当前本地记录的合成参数所确定的；
所述合成子模块，具体用于：
利用宽动态处理技术，并按照当前本地记录的合成参数，将所述第一预设数量帧非可见光低动态范围图像进行合成，获得非可见光宽动态范围图像。
可选的，所述合成子模块，包括：
第一获得单元，用于获得所述第一预设数量帧非可见光低动态范围图像中的每一帧图像分别对应的高斯金字塔，其中，所获得的各个高斯金字塔的层数相同；
第二获得单元，用于获得各个高斯金字塔分别对应的拉普拉斯金字塔；
融合单元，用于对所获得的各个拉普拉斯金字塔进行加权融合，得到目标拉普拉斯金字塔；
第三获得单元，用于获得所述目标拉普拉斯金字塔对应的目标高斯金字塔，并将所述目标高斯金字塔的最底层图像作为非可见光宽动态范围图像。
可选的，所述入射光包括环境入射光和非可见光补光。
可选的，所述装置还包括：
生成模块，用于在获得所述第一预设数量帧的非可见光低动态范围图像后，根据各帧所述非可见光低动态范围图像，确定补光控制参数；
补光模块，用于按照所确定的补光控制参数进行非可见光补光。
第三方面，本发明实施例提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现上述图像采集方法所述的方法步骤。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述图像采集方法所述的方法步骤。
由以上可知，本发明实施例提供的方案中，图像采集方法方法包括：首先采集入射光中的可见光信号，获得目标可见光图像；并采集上述入射光中的非可见光信号，获得非可见光宽动态范围图像；然后对所获得的目标可见光图像以及非可见光宽动态范围图像进行配准，得到目标可见光图像的配准图像以及非可见光宽动态范围图像的配准图像，最后，融合目标可见光图像的配准图像以及非可见光宽动态范围图像的配准图像，得到目标图像，即完成图像的采集。
在本实施例中，由于非可见光宽动态范围图像的过曝现象明显小于非可见光低动态范围图像，非可见光宽动态范围图像具有更加丰富的图像细节，故最终融合获得的目标图像的图像细节更加丰富。另外，单纯地直接通过宽动态处理技术得到宽动态图像时，图像的信噪比低，而本发明实施例利用分光融合技术，融合上述目标可见光图像与上述非可见光宽动态范围图像，具有降低图像噪声的效果，所以最终所获得的目标图像的信噪比高。
故与现有技术相比，本实施例提供的方案将可见光图像与细节更加丰富的非可见光宽动态范围图像进行融合，从而获得具有更高信噪比、更高清晰度、细节信息更加丰富的目标图像，即保证了最终融合获得的目标图像的成像质量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种图像采集方法的流程示意图；
图2为本发明一实施例提供的一种图像采集方法所应用的图像采集设备中，分光单元的设置位置示意图；
图3为本发明一实施例提供的一种图像采集方法中利用两个配准图像融合获得目标图像的过程示意图；
图4为本发明另一实施例提供的一种图像采集方法的流程示意图；
图5为本发明实施例提供的一种图像采集方法中，利用宽动态处理技术合成获得非可见光宽动态范围图像的过程示意图；
图6为本发明实施例提供的一种图像采集方法中，利用宽动态处理技术合成获得可见光宽动态范围图像的过程示意图；
图7为本发明实施例提供的一种图像采集方法的完整过程示意图；
图8为本发明一实施例提供的一种图像采集装置的结构示意图；
图9为本发明另一实施例提供的一种图像采集装置的结构示意图；
图10为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面首先对本申请文件中涉及的技术术语进行简单介绍。
可见光，是人眼可以感知的电磁波，可见光谱没有精确的范围，一般人的眼睛可以感知的电磁波的波长在400～760nm(纳米)之间。非可见光，在本申请文件中，可以是红外光或近红外光。其中，红外光为一种波长介于760nm～1mm(毫米)电磁波，其不为人眼所见；近红外光是介于可见光和中红外光(MIR)之间的电磁波，美国试验和材料检测协会ASTM定义近红外光为波长在780～2526nm范围内的电磁波，其中，近红外光被划分为近红外短波(780～1100nm)和近红外长波(1100～2526nm)。
宽动态(High Dynamic Range，HDR)，是相对传统成像技术而言，能够生成更大动态范围图像的一项技术。宽动态处理技术能够克服传感器自身动态范围的限制，适用于明暗对比强烈的场景。
宽动态范围图像与低动态范围图像：其中，宽动态范围图像是具有高动态范围的图像，其能够体现高动态场景更多的场景细节，不存在严重的过曝现象，图像更加自然；相对的，低动态范围图像是具有低动态范围的图像，其难以准确反映场景的细节信息，在高动态场景中，低动态范围图像容易出现过曝、暗处细节丢失等问题。
分光融合，是指通过分光装置，实现从场景中的入射光分离出两路光信号：可见光信号与非可见光信号，并且两路信号独立成像，获得两路图像，进而通过一定的融合技术实现两路图像的融合。例如，上述非可见光信号为近红外光信号时，分光装置可以从入射光中分离出可见光信号与近红外光信号。
下面再通过具体实施例来对本申请进行详细介绍。
本发明实施例提供了一种图像采集方法，此图像采集方法可以应用于利用了分光融合技术的图像采集设备，例如利用了分光融合技术的摄像头、利用了分光融合技术的相机等等，这都是合理的，本发明实施例中并不对上述图像采集设备的具体形式做限定。
如图1所示，上述图像采集方法包括：
S101：采集入射光中的可见光信号，获得目标可见光图像。
入射光是由相机镜头所捕捉的，被捕捉的入射光中包含有可见光与非可见光，为了能够得到可见光信号，需要利用分光单元将被捕捉的入射光分离为可见光信号与非可见光信号。
上述分光单元可以为半反半透镜，该半反半透镜可以透射可见光而反射非可见光。具体的，该半反半透镜的具体产品形式可以为但不局限于分光棱镜；可以理解的是，分光棱镜可以允许可见光透过，截止或反射非可见光，也就是，通过棱镜反射面的入射光被滤去非可见波段(被滤去的非可见光可以被反射)，而让可见光通过；另外，对于分光棱镜而言，其能够通过的可见光波段范围，可以通过调节棱镜镀膜的厚度来控制，具体的控制方式在此不做赘述。
另外，在保证能够对入射光进行分光处理的前提下，本发明实施例对于该分光单元的设置方式可以不做限定，举例而言：该分光单元可以固定设置，也可以活动设置；当然，可以理解的是，如果分光单元为活动设置，这将使得后续的配准矩阵的更新频率较高，导致计算量较大，因此，为了进行一次离线标定配准矩阵，分光单元可以固定设置。
分离出可见光信号后，图像采集设备中设置的可见光传感器利用分离出的可见光信号进行成像，获得目标可见光图像。当然，可见光传感器利用可见光信号成像的具体实现方式，不属于本发明的发明点，故本发明实施例对于该具体实现方式不做详细介绍。而且，此处所述的目标可见光图像，可以是一种低动态范围图像，也可以是一种宽动态范围图像，本发明实施例在此不做限定。
S102：采集上述入射光中的非可见光信号，获得非可见光宽动态范围图像。
首先应当说明的是，非可见光宽动态范围图像，亦可称为非可见光宽动态图像，同理，下文所涉及的可见光宽动态范围图像，亦可称为可见光宽动态图像。
与步骤S101同理，非可见光信号同样是通过上述分光单元分离入射光所获得的。即，入射光被相机镜头捕获后，入射光被分光单元分离成可见光信号与非可见光信号，其中的可见光信号被用来生成上述目标可见光图像，非可见光信号被用来生成上述非可见光宽动态范围图像。
在本发明实施例的步骤S101和步骤S102中，可见光信号的采集以及非可见光信号的采集是同时进行的；而利用可见光信号生成上述目标可见光图像的过程与利用非见光信号生成上述非可见光宽动态范围图像的过程可以是并列执行的，也可以是一者在先执行，另一者在后执行的，本发明实施例本不限定此处所述两个过程的执行顺序。
作为本发明实施例的一种可选的实现方式，为了获得非可见光宽动态范围图像，可以是在上述图像采集设备中预先设置有用于直接生成非可见光宽动态范围图像的非可见光传感器；对于此类非可见光传感器，其输入为非可见光信号，输出为非可见光宽动态范围图像。当然，此类非可见光传感器利用非可见光信号直接成像获得非可见光宽动态范围图像的具体实现方式属于现有技术，本发明实施例在此不做赘述。
上述利用非可见光信号生成非可见光宽动态范围图像的实现方式并不构成对本发明实施例的限定，图像采集设备还可以依据其他可行的实现方式生成非可见光宽动态范围图像，本发明实施例在此不做详细介绍。
在一种具体实现方式中，对于上述分光单元固定设置的情况而言，为了保证最大的进光量，该可见光传感器的中心轴与非可见光传感器的中心轴呈90°设置，该分光单元的反射面与入射光呈45°。具体的，如图2所示，可见光传感器的中心轴与非可见光传感器的中心轴呈90°设置，分光单元的反射面固定置于这两个中心轴所构成夹角的角平分线上，使分光单元的反射面与可见光传感器的中心轴以及非可见光传感器的中心轴的夹角均为45°，由此保证分光单元透射出的可见光信号和反射出的非可见光信号在各自传感器上的成像呈轴对称关系。
S103：对所获得的目标可见光图像以及非可见光宽动态范围图像进行配准，得到目标可见光图像的配准图像以及非可见光宽动态范围图像的配准图像。
上述目标可见光图像与非可见光宽动态范围图像进行融合时需要两个图像数据具有像素级的对齐，但由于设备本身的设计、制造工艺等原因，实际获得的图像存在一定的位置偏差。为了消除上述目标可见光图像与非可见光宽动态范围图像之间的位置偏差，从而避免后续处理时出现错位、重影等问题，本发明实施例需要对上述目标可见光图像与非可见光宽动态范围图像进行配准。
作为本发明的一种实施方式，可以利用水平镜像、仿射变换、投影变换等模型来解决分光过程的图像畸变问题，从而消除位置偏差，其中，可以通过离线标定获取仿射变换处理所需的配准矩阵的相关系数。
可以理解的是，在上述目标可见光图像以及非可见光宽动态范围图像进行配准后，所得到的目标可见光图像的配准图像和非可见光宽动态范围图像的配准图像中，目标可见光图像的配准图像相对于目标可见光图像可以发生位置偏移也可以未发生位置偏移，非可见光宽动态范围图像的配准图像相对于非可见光宽动态范围图像可以发生位置偏移也可以未发生位置偏移，并且，配准时，可以以目标可见光图像作为基准，对非可见光宽动态范围图像进行位置配准，也可以以非可见光宽动态范围图像作为基准，对目标可见光图像进行位置配准，这都是合理的。
示例性的，以目标可见光图像作为基准，对非可见光宽动态范围图像进行位置配准。则图像采集设备首先基于目标可见光图像，对非可见光宽动态范围图像进行水平镜像处理；然后，依据如下公式对水平镜像处理后的非可见光宽动态范围图像进行仿射变换处理，得到非可见光宽动态范围图像的配准图像，其中，配准矩阵为基于分光单元与两个传感器(即可见光传感器和非可见光传感器)的位置关系而离线标定的：
上式中，(x，y)为非可见光宽动态范围图像中像素点的坐标，(x1，y1)为非可见光宽动态范围图像的配准图像中与(x，y)对应的像素点坐标，为配准矩阵。
需要强调的是，上述获得配准图像的实现方式仅仅作为示例性说明，并不构成对本发明实施例的限定，图像采集设备完全可以基于其他可行的技术获得配准图像。
S104：融合目标可见光图像的配准图像以及非可见光宽动态范围图像的配准图像，得到目标图像。
为了描述上更加简洁，下文中将目标可见光图像的配准图像称为第一配准图像，将非可见光宽动态范围图像的配准图像称为第二配准图像。
在一种可选的实现方式中，此处所述的融合第一配准图像以及非可见光宽动态范围图像的配准图像，得到目标图像(S104)的步骤，可以为：
对第一配准图像和第二配准图像按照各自预先设置的权重值进行加权处理，得到融合后图像。
需要说明的是，在该种实现方式中，第一配准图像对应的权重值和第二配准图像对应的权重值的具体大小可以相同或不同，但两个权重值之和为1。并且，所谓的对第一配准图像和第二配准图像按照各自预先设置的权重值进行加权处理，具体指：将第一配准图像和第二配准图像与各自对应的权重值相乘，并将乘积相加，举例而言：y＝x1×A+x2×B，其中，y为融合后图像，A为第一配准图像，B为第二配准图像，x1为第一配准图像所对应的权重值，x2为第二配准图像所对应的权重值，x1与x2的和为1。
可以理解的是，该第一配准图像和第二配准图像分别对应的权重值可以为预先设定的值，在设定时，可以依据实际需求和/或两个配准图像的图像信息来设定，在此不做限定。
举例而言：当需要第一配准图像的图像信息多于第二配准图像时，可以设置该第一配准图像对应的权重值大于该第二配准图像所对应的权重值；类似的，当需要第一配准图像的图像信息少于第二配准图像的图像信息时，可以设置该第一配准图像对应的权重值小于第二配准图像所对应的权重值。当然，对第一配准图像和第二配准图像按照各自所对应权重值进行加权处理的过程可以采用现有技术，在此不做赘述。
在另一种具体实现方式中，为了提升图像细节、信息量以及色彩准确度，融合第一配准图像以及第二配准图像的步骤可以概括为对第一配准图像以及第二配准图像进行分频融合，得到目标图像。
其中，所谓的分频融合的基本思想为：提取两个配准图像各自的低频信息和的高频信息，按照一定的权重进行加权融合，将融合后亮度分量与可见光色彩分量进行合并，输出彩色的融合后图像。
参见图3，针对第一配准图像以及第二配准图像分别进行可见光降噪和非可见光降噪处理，例如，针对第一配准图像和第二配准图像分别进行不同强度的低通滤波；然后将降噪处理后的第一配准图像的亮度分量以及降噪处理后的非可见光宽动态范围图像的亮度分量进行叠加，在不同尺度上根据不同的融合策略将可见光图像与近红外图像进行融合，即图3中的多尺度融合，最后将多尺度融合后得到的亮度图像与降噪处理后的第一配准图像的色彩分量叠加，在低照度的环境中获得色彩准确且信噪比高的图像，即上述目标图像。
更具体的，对第一配准图像以及第二配准图像进行分频融合，得到目标图像的步骤可以描述为下述步骤a1～g1：
步骤a1、对第一配准图像进行色彩空间变换，得到第一配准图像的亮度分量和色彩分量；
可以理解的是，常用的色彩空间类型有RGB(红绿蓝颜色模型)、CMYK(印刷色彩模型，一种依靠反光的色彩模式)、Lab(基于人对颜色的感觉，由明度(L)和有关色彩的a,b三个要素组成)、HSV(Hue,Saturation,Value，具体的，这个模型中颜色的参数分别是：色调(H)，饱和度(S)，亮度(V))等。其中，对第一配准图像进行色彩空间变换，得到该第一配准图像的亮度分量和色彩分量，即为：将第一配准图像从当前所属的色彩空间模型转换到包含亮度和色彩分量的色彩空间模型下，从而分离出亮度分量和色彩分量，具体的，转换方式可以参照色彩空间模型之间的转换方式，在此不做限定。
步骤b1、分别对第一配准图像与第二配准图像各自的亮度分量进行不同强度的降噪滤波处理，如常见的高斯滤波、均值滤波等，以减弱图像的噪声。
可以理解的是，对图像进行高斯滤波处理具有降噪的效果。当然，对图像进行高斯滤波处理的方式属于现有技术，本发明实施例在此不做详细介绍。
步骤c1：分别计算第一配准图像与第二配准图像分别对应的均值μV、μN，并根据所计算的均值μV、μN，计算第一配准图像与第二配准图像分别对应的方差σV与σN。
步骤d1：利用如下计算公式，对第二配准图像的亮度分量进行预处理，使其与第一配准图像的亮度分量的差异降低：
式中，y′N表示预处理后第二配准图像的亮度分量，yN表示预处理前第二配准图像的亮度分量。
步骤e1：利用高通滤波器(HPF，High Pass Filter)与低通滤波(LPF，Low PassFilter)分别获得第一配准图像与预处理后的第二配准图像各自对应的高频与低频信息。即按照下式获取各个高频与低频信息：
式中，HPF()以及LPF()分别表示高通滤波处理以及低通滤波处理，yV以及yV,high分别表示第一配准图像的亮度分量以及第一配准图像对应的高频信息，y′N以及yN,high分别表示预处理后第二配准图像的亮度分量以及第二配准图像对应的高频信息，yV,low以及yN,low分别表示第一配准图像以及第二配准图像对应的低频信息。
步骤f1：通过以下的公式对不同频段的信息进行融合，获得最终的融合结果：
式中，max(yV,low)表示第一配准图像对应的低频信息中所有像素点中亮度分量的最大值；y′V表示融合后的图像的亮度分量。
步骤g1：融合后的图像的亮度分量y′V与该第一配准图像的色彩分量进行合并，得到融合后的目标图像。
在得到融合后的图像的亮度分量y′V后，可以将该融合后的图像的亮度分量y′V与第一配准图像的色彩分量进行合并，得到融合后图像，具体的合并方式在此不做限定。
需要强调的是，上述步骤a1～g1对第一配准图像和第二配准图像进行分频融合的过程仅仅作为示例，并不构成对本发明实施例的限定。
由于自然环境中不同物体对非可见光的反射特性差异较大，经常由于个别物体对非可见光的强烈反射，严重影响成像效果。而本实施例中，由于非可见光宽动态范围图像的过曝现象明显小于非可见光低动态范围图像，非可见光宽动态范围图像具有更加丰富的图像细节，故最终融合获得的目标图像的图像细节更加丰富。另外，单纯地直接通过宽动态处理技术得到宽动态图像时，图像的信噪比低，而本发明实施例利用分光融合技术，融合上述目标可见光图像与上述非可见光宽动态范围图像，具有降低图像噪声的效果，所以最终所获得的目标图像的信噪比高。
故与现有技术相比，本实施例提供的方案将可见光图像与细节更加丰富的非可见光宽动态范围图像进行融合，从而获得具有更高信噪比、更高清晰度、细节信息更加丰富的目标图像，即保证了最终融合获得的目标图像的成像质量。
本发明实施例中，可以利用可直接生成非可见光宽动态范围图像的非可见光传感器生成非可见光宽动态范围图像，但是大多数图像采集设备中并没有配置上述直接生成非可见光宽动态范围图像的非可见光传感器，现有图像采集设备中的非可见光传感器多数仅能直接生成低动态范围图像，即对于多数非可见光传感器而言，其输入为非可见光信号，输出为非可见光低动态范围图像。
所以，作为本发明实施例的一种可选的实现方式，如果图像采集设备中的非可见光传感器仅能直接生成低动态范围图像，为了在此情况下能够获得非可见光宽动态范围图像，需要采用宽动态处理技术，即在上述图1所示方法实施例的基础上，上述采集上述入射光中的非可见光信号，获得非可见光宽动态范围图像(S102)的步骤，可以包括：
采集上述入射光中的非可见光信号，生成第一预设数量帧曝光时间不同的非可见光低动态范围图像；
利用宽动态处理技术，将上述第一预设数量帧非可见光低动态范围图像进行合成，获得非可见光宽动态范围图像。
即在本实施例中，如图4所示，图像采集方法包括：
S201：采集入射光中的可见光信号，获得目标可见光图像。
S202：采集上述入射光中的非可见光信号，生成第一预设数量帧曝光时间不同的非可见光低动态范围图像。
上述第一预设数量的大小至少为2，而关于第一预设数量的设定可以根据实际情况设定，本发明实施例在此不做限定。例如，该第一预设数量为3，则非可见光传感器进行三次曝光，三次曝光所获得的三帧非可见光低动态范围图像对应的曝光时间可以分别为32ms(毫秒)、8ms以及2ms。
S203：利用宽动态处理技术，将上述第一预设数量帧非可见光低动态范围图像进行合成，获得非可见光宽动态范围图像。
本发明实施例中，需要将非可见光传感器成像获得的第一预设数量帧非可见光低动态范围图像合成为：单帧具有高位宽的非可见光图像，即上述非可见光宽动态范围图像，但是合成过程中由于各帧图像之间存在运动差异问题，尤其是场景中存在快速移动的物体的情况下，所以还需要进行运动补偿，得到补偿信号，然后根据补偿信号对上述第一预设数量帧非可见光低动态范围图像进行合成，来修正各帧图像之间的运动差异，具体如图5所示。另外，为了提高此处合成得到的非可见光宽动态范围图像的图像质量，如图5所示，还可以对合成得到的非可见光宽动态范围图像进行后处理，得到质量更高的图像。
上述后处理可以是指一种提高图像质量的图像处理方式，例如图像局部或全局增强的处理，具体可以基于产品需求设定后处理的具体形式，本发明实施例对此不做限定。
作为一种可选的实现方式，可以采用直接加权融合的方式将上述第一预设数量帧非可见光低动态范围图像进行合成，例如，假设非可见光传感器成像获得一帧曝光时间为32ms的非可见光低动态范围图像，称为长帧图像，以及一帧曝光时间为2ms的非可见光低动态范围图像，称为短帧图像。
则图像采集设备完成上述步骤S203的具体方式可以是：其首先获取上述长帧图像以及短帧图像各自的对比度、饱和度、曝光度等图像信息，然后基于所获取的图像信息，按照预定的公式对上述长帧图像以及短帧图像进行合成。此处假设所获取的图像信息为长帧图像以及短帧图像的对比度、饱和度、曝光度，则可以直接按照下述公式对上述长帧图像以及短帧图像进行合成，获得非可见光宽动态范围图像：
IHDR＝wlong×Ilong+wshort×Ishort；
wshort＝1-wlong；
其中，IHDR、Ilong、Ishort分别为非可见光宽动态范围图像、长帧图像以及短帧图像；wlong以及wshort分别为长帧图像以及短帧图像对应的加权权重；Ve,long、Vc,long以及Vs,long分别为长帧图像的曝光度、对比度以及饱和度；Ve,short、Vc,short以及Vs,short分别为短帧图像的曝光度、对比度以及饱和度；α、β以及ε分别表示曝光度、对比度以及饱和度对应的加权权重。
此处的α、β以及ε可以根据实际的应用场景、曝光度、对比度以及饱和度的重要性而预先设置，本发明实施例并不限定α、β以及ε的具体数值，只要保证α、β以及ε的和为1即可。
为了进一步提高对上述长帧图像以及短帧图像进行合成的效果，作为上述步骤S203的另一种可选实现方式，上述利用宽动态处理技术，将上述第一预设数量帧非可见光低动态范围图像进行合成，获得非可见光宽动态范围图像(S203)的步骤，可以包括下述步骤1～4：
步骤1：获得上述第一预设数量帧非可见光低动态范围图像中的每一帧图像分别对应的高斯金字塔，其中，所获得的各个高斯金字塔的层数相同。
高斯金字塔是最基本的图像金字塔，本发明实施例中获得任一帧非可见光低动态范围图像对应的高斯金字塔的方式均可以为：首先将该帧非可见光低动态范围图像作为最底层图像，利用高斯核对其进行卷积(或者说滤波处理)；然后对卷积后的图像进行下采样得到上一层图像，将此图像作为输入，重复卷积和下采样操作得到更上一层图像；反复迭代多次，形成一个金字塔形的图像数据结构，即该帧非可见光低动态范围图像对应的高斯金字塔。
步骤2：获得各个高斯金字塔分别对应的拉普拉斯金字塔。
可以理解，所获得的高斯金字塔对应的拉普拉斯金字塔可以用来描述各个非可见光低动态范围图像的高频信息。
步骤3：对所获得的各个拉普拉斯金字塔进行加权融合，得到目标拉普拉斯金字塔。
具体的，可以将各个拉普拉斯金字塔中处于同一层的各个图像进行加权融合，得到目标拉普拉斯金字塔中该层的图像，进而得到完整的目标拉普拉斯金字塔。例如，步骤2获得3个拉普拉斯金字塔，目标拉普拉斯金字塔的第三层图像可以通过此处的3个拉普拉斯金字塔分别对应的第三层图像加权融合获得。
步骤4：获得目标拉普拉斯金字塔对应的目标高斯金字塔，并将目标高斯金字塔的最底层图像作为非可见光宽动态范围图像。
针对上述步骤1～4，示例性的，假设上述第一预设数量帧非可见光低动态范围图像为：一帧曝光时间为32ms的非可见光低动态范围图像，称为长帧图像，以及一帧曝光时间为2ms的非可见光低动态范围图像，称为短帧图像。则图像采集设备首先根据如下所示的低通滤波算子w对长帧图像和短帧图像分别进行多次滤波和下采样，获得长帧图像和短帧图像各自对应的高斯金字塔：
然后，利用长帧图像和短帧图像各自对应的高斯金字塔，获得长帧图像和短帧图像各自对应的拉普拉斯金字塔。利用短帧图像的高斯金字塔，获得短帧图像对应的拉普拉斯金字塔的具体实现方式，与利用长帧图像的高斯金字塔，获得长帧图像对应的拉普拉斯金字塔的具体实现方式同理，所以此处仅以长帧图像对应的拉普拉斯金字塔的获得方法进行示例性说明。
针对长帧图像，进行1次滤波处理和1次下采样处理后，得到的图像为G1，对图像G1进行1次滤波处理和1次下采样处理后，得到的图像为G2，以此类推，对图像Gn-1进行1次滤波处理和1次下采样处理后，得到的图像为Gn；将上述长帧图像作为G0，其与上述图像G1～Gn分别为长帧图像的高斯金字塔中各层图像，然后通过长帧图像的高斯金字塔中相邻层的图像的差分，获得长帧图像的拉普拉斯金字塔。
具体，按照如下公式计算出长帧图像的拉普拉斯金字塔中每层图像，进而得到长帧图像的拉普拉斯金字塔：
式中，Ln表示长帧图像的拉普拉斯金字塔中层数为n的图像，N表示长帧图像的高斯金字塔的总层数。
获得长帧图像和短帧图像各自对应的拉普拉斯金字塔后，针对两个拉普拉斯金字塔中每一对处于相同层数的图像，根据各自的对比度、饱和度、曝光度等图像信息，按照系数公式进行融合，得到非可见光宽动态范围图像的目标拉普拉斯金字塔：
Ln,HDR＝wn,long×Ln,long+wn,short×Ln,short；
式中，Ln,HDR、Ln,long以及Ln,short分别表示非可见光宽动态范围图像、长帧图像以及短帧图像各自对应的拉普拉斯金字塔中层数为n的图像，wn,long以及wn,short分别表示长帧图像以及短帧图像各自对应的拉普拉斯金字塔中层数为n的图像分别对应的权重系数。其中，wn,long以及wn,short的计算方式同理于上述wlong以及wshort的计算方式，可参照上述wlong以及wshort的计算方式计算wn,long以及wn,short，本发明实施例在此不再赘述。
获得非可见光宽动态范围图像的目标拉普拉斯金字塔后，再进行构建高斯金字塔的逆操作即可获得最终非可见光宽动态范围图像，具体的：
通过下述公式计算非可见光宽动态范围图像的目标高斯金字塔的各层图像，进而得到非可见光宽动态范围图像的目标高斯金字塔：
式中，In,HDR表示非可见光宽动态范围图像的目标高斯金字塔中的层数为n的图像。
最后，将非可见光宽动态范围图像的目标高斯金字塔中的第0层图像作为最终的合成结果，即非可见光宽动态范围图像。
需要说明的是，上述两种关于步骤S203的实现方式仅仅作为示例，并不构成对本发明实施例的限定，图像采集设备完全可以依据其他可行的基于多尺度变换的图像融合方法实现步骤S203，如基于梯度金字塔变换的图像融合方法、基于对比度金字塔变换的图像融合方法等基于图像金字塔变换的图像融合方法，以及基于小波变换的图像融合方法。
S204：对所获得的目标可见光图像以及非可见光宽动态范围图像进行配准，得到目标可见光图像的配准图像以及非可见光宽动态范围图像的配准图像。
S205：融合目标可见光图像的配准图像以及非可见光宽动态范围图像的配准图像，得到目标图像。
应该说明的是，图4所示方法实施例中的步骤S201、S204和S205分别对应与图1所示方法实施例中的S101、S103和S104相同，步骤S201、S204和S205的解释说明和具体实现可以参照图1所示方法实施例，本实施例在此不再赘述。
可以理解，非可见光传感器成像所获得的第一预设数量帧非可见光低动态范围图像，是按照一定的曝光控制参数进行多次曝光得到的。上述曝光控制参数可以包括光圈，快门，多帧曝光的曝光倍率以及曝光时间等。一种情况下，该曝光控制参数可以是固定设置的，但是为了适应不同的应用场景，以满足不同的应用需求，作为本发明实施例的一种可选实现方式，上述采集上述入射光中的非可见光信号，生成第一预设数量帧曝光时间不同的非可见光低动态范围图像(S203)的步骤，可以包括：
采集上述入射光中的非可见光信号，按照目标曝光控制参数进行曝光，生成第一预设数量帧曝光时间不同的非可见光低动态范围图像，其中，该目标曝光控制参数为按照预设的曝光控制参数和合成参数的对应关系以及当前本地记录的合成参数所确定的。
相应的，上述利用宽动态处理技术，将上述第一预设数量帧非可见光低动态范围图像进行合成，获得非可见光宽动态范围图像(S204)的步骤，可以包括：
利用宽动态处理技术，并按照当前本地记录的合成参数，将上述第一预设数量帧非可见光低动态范围图像进行合成，获得非可见光宽动态范围图像。
对于宽动态处理技术而言，上述合成参数是指将多帧低动态范围图像合成为宽动态范围图像所依照的参数；故在本发明实施例中，合成参数是指将上述第一预设数量帧可见光低动态范围图像合成为非可见光宽动态范围图像所依照的参数，上述合成参数可以包括曝光倍率，有效截止范围，合成过渡区间和运动检测阈值等。
为了满足不同的数据合成需要，可以人工调整本地记录的合成参数，使得图像采集设备可以按照调整后的合成参数，合成人们所需求的非可见光宽动态范围图像。而上述目标曝光控制参数为按照预设的曝光控制参数和合成参数的对应关系以及当前本地记录的合成参数所确定的，则表明，在此实现方式中，目标曝光参数是随着合成参数的调整而变化的。
具体的，本发明实施并不限定该对应关系的具体形式，示例性的，该对应关系可以是一个对应关系表，该对应关系表中记录有每组不同的合成参数所分别对应的曝光控制参数。图像采集设备监测着合成参数是否被人工调整，如果被调整，则查找该对应关系，确定调整后的合成参数所对应的曝光控制参数，如果当前的目标曝光控制参数与所确定的曝光控制参数不同，则将所确定的曝光控制参数作为新的目标曝光控制参数，否则不改变目标曝光控制参数。
如前所述，目标可见光图像，可以是一种低动态范围图像，也可以是一种宽动态范围图像；为了使得上述目标图像的图像细节更加丰富，图像质量更高。在前述两个方法实施例中，目标可见光图像均可以为可见光宽动态范围图像。
与获得非可见光宽动态范围图像的具体实现方式同理，一种情况下，为了获得可见光宽动态范围图像，可以是在上述图像采集设备中预先设置有用于直接生成可见光宽动态范围图像的可见光传感器；对于此类可见光传感器，其输入为可见光信号，输出为可见光宽动态范围图像。
另一种情况下，如果图像采集设备中的可见光传感器仅能直接生成低动态范围图像，为了在此情况下能够获得可见光宽动态范围图像，需要采用宽动态处理技术，具体的，上述采集入射光中的可见光信号，获得目标可见光图像的步骤，可以包括步骤x和步骤y：
步骤x：采集入射光中的可见光信号，生成第二预设数量帧曝光时间不同的可见光低动态范围图像；
步骤y：利用宽动态处理技术，将上述第二预设数量帧可见光低动态范围图像进行合成，获得可见光宽动态范围图像。
此处的步骤x和步骤y的具体实现可以参照图4所示方法实施例中的步骤S202和步骤S203，本发明实施例在此不再详细介绍。
需要说明的是，将多帧可见光低动态范围图像合成为单帧可见光宽动态范围图像是会出现色彩上的瑕疵，所以在采用宽动态处理技术进行数据合成时，还需要进行色彩修正，以保证可见光宽动态范围图像的成像效果。
示例性的，如图6所示，上述第二预设数量帧可见光低动态范围图像被合成为单帧可见光宽动态范围图像时，首选分别进行运动补偿以及色彩修正，分别得到补偿信号和修正信号，然后，图像采集设备参照依照补偿信号以及修正信号进行数据合成，得到可见光宽动态范围图像，最后对合成得到的可见光宽动态范围图像进行后处理，得到质量更高的图像。
另外，作为本发明实施例的一种可选实现方式，上述采集入射光中的可见光信号，生成第二预设数量帧曝光时间不同的可见光低动态范围图像的步骤，可以包括：
采集上述入射光中的可见光信号，按照第一曝光控制参数进行曝光，生成第二预设数量帧曝光时间不同的可见光低动态范围图像，其中，该第一曝光控制参数为按照预设的曝光控制参数和合成参数的对应关系以及当前本地记录的合成参数所确定的。
相应的，上述利用宽动态处理技术，将上述第二预设数量帧可见光低动态范围图像进行合成，获得可见光宽动态范围图像的步骤，可以包括：
利用宽动态处理技术，并按照当前本地记录的合成参数，将上述第二预设数量帧可见光低动态范围图像进行合成，获得可见光宽动态范围图像。
此实现方式同样可以参照图4所示方法实施例，本发明实施例在此不做详细介绍。
在上述任一方法实施例中，一种情况下，上述入射光可以仅仅是环境入射光；另一种情况下，为了提高上述目标图像的信噪比，上述入射光可以包括环境入射光和非可见光补光，例如，此情况相下图2中的相机镜头所捕捉到的入射光应包括环境入射光和非可见光补光。
显然的，在本发明实施例中。图像采集设备还包括有一个非可见光补光灯，该非可见光补光灯的补光强度等补光控制参数可以是预先固定设置的，但是，在实际的应用场景中，光照强度可能随时发生变化，为保证非可见光的充足，并实现对补光控制参数的动态调整，在图4所示方法实施例的基础上，在上述采集上述入射光中的非可见光信号，生成第一预设数量帧曝光时间不同的非可见光低动态范围图像(S203)的步骤之后，上述方法还可以包括下述步骤A1和A2。
步骤A1：根据上述各帧非可见光低动态范围图像，确定补光控制参数。
图像采集设备可以根据各帧非可见光低动态范围图像的图像信息，确定补光控制参数，当然，步骤步骤A1的具体实现方式有很多种，本发明实施例在此不做赘述，仅以下述实例进行示例性说明。
示例性的，图像采集设备中记录有非可见光低动态范围图像的信噪比与补光控制参数的对应关系。图像采集设备获得各帧非可见光低动态范围图像，并计算各帧非可见光低动态范围图像的信噪比的平均值，然后根据该对应关系，确定所计算的平均值对应的补光控制参数。
步骤A2：按照所确定的补光控制参数进行非可见光补光。
此处所述的按照所确定的补光控制参数进行非可见光补光，即表示上述非可见光补光灯按照所确定的补光控制参数进行非可见光补光。例如，该非可见光补光灯为红外LED补光灯，则补光控制参数可以为LED灯头数目，功率强度以及角度，则红外LED补光灯按照所确定的LED灯头数目，功率强度以及角度进行红外补光。
需要说明的是，图像采集设备按照所确定的补光控制参数进行非可见光补光，并不会影响当前所要融合得到的目标图像，而是对当前目标图像的下一目标图像的融合效果产生影响。
一方面，进行非可见光补光之后，非可见光补光提供了额外的非可见光，提高了非可见光传感器的成像质量；另一方面，由于非可见光补光灯的存在，非可见光宽动态图像的配准图像信噪比大大提高，则此时，图像采集设备还可以利用非可见光宽动态图像的配准图像辅助上述目标可见光宽动态图像的降噪，即联合降噪，减少噪声对两个配准图像的融合过程的影响，进一步提高目标图像的图像质量。当然，联合降噪的具体实现可以参照现有技术，本发明实施例在此不做详细介绍。
下面通过图7所示具体实例来对本发明实施例进行简单介绍。
为了更加清楚的展示图像采集设备及其采集目标图像的过程，本实例中将图像采集设备划分为多个单元，由各个单元共同完成图像采集；当然，本实例中对于图像采集设备的划分方法并不构成对本发明的限定，仅是示例性的说明。
在本实例中，入射光包括有环境入射光(图7中的可见光及近红外光)以及补光灯控制单元发出的红外补光。分光单元首先从入射光中分离出可见光信号以及近红外光信号。
可见光成像单元按照其内记录的曝光控制参数进行曝光，得到两帧曝光时间分别为32ms以及2ms的可见光低动态范围图像，然后，可见光宽动态处理单元利用宽动态处理技术，并按照当前其本地记录的合成参数，合成获得可见光宽动态范围图像。
同理，近红外光成像单元按照其内记录的曝光控制参数进行曝光，得到两帧曝光时间分别为32ms以及2ms的近红外光低动态范围图像，然后，近红外光宽动态处理单元利用宽动态处理技术，并按照当前其本地记录的合成参数，合成获得近红外光宽动态范围图像。
而后，配准单元对可见光宽动态范围图像以及近红外光宽动态范围图像进行配准，得到可见光宽动态范围图像以及近红外光宽动态范围图像分别对应的配准图像，即图7中的可见光配准图像以及近红外光配准图像。
最后，融合单元融合该可见光配准图像以及近红外光配准图像，获得目标图像。
需要说明的是，当可见光宽动态处理单元本地记录的合成参数被改变时，查找合成参数与曝光控制参数的对应关系表，确定改变后的合成参数所对应的曝光控制参数，然后，如果可见光成像单元本地记录的曝光控制参数不同于所确定的曝光控制参数，则将可见光成像单元本地记录的曝光控制参数修改为上述所确定的曝光控制参数，否则不改变可见光成像单元本地记录的曝光控制参数。
同样的，当近红外光宽动态处理单元本地记录的合成参数被改变时，查找合成参数与曝光控制参数的对应关系表，确定改变后的曝光控制参数，然后，如果近红外光成像单元本地记录的曝光控制参数不同于改变后的合成参数所对应的曝光控制参数，则将近红外光成像单元本地记录的曝光控制参数修改为上述所确定的曝光控制参数。
另外需要说明的是，近红外光成像单元中还记录有所有近红外光低动态范围图像的平均信噪比与补光控制参数的对应关系，近红外光成像单元获得两帧近红外光低动态范围图像后，还可以计算两帧图像的信噪比的平均值，然后根据该对应关系，确定补光控制参数，则近红外光成像单元将所确定的补光控制参数发送给补光灯控制单元，使得补光灯控制单元此后按照最新接收到的补光控制参数进行红外补光。
相应于图1所示方法实施例，本发明实施例还提供了一种图像采集装置，如图8所示，所述装置包括：
第一采集模块110，用于采集入射光中的可见光信号，获得目标可见光图像；
第二采集模块120，用于采集所述入射光中的非可见光信号，获得非可见光宽动态范围图像；
配准模块130，用于对所述目标可见光图像以及所述非可见光宽动态范围图像进行配准，得到所述目标可见光图像的配准图像以及所述非可见光宽动态范围图像的配准图像；
融合模块140，用于融合所述目标可见光图像的配准图像以及所述非可见光宽动态范围图像的配准图像，得到目标图像。
作为本发明实施例的一种可选实现方式，所述目标可见光图像可以为可见光宽动态范围图像。
相应于图4所示方法实施例，如图9所示，所述第二采集模块，可以包括：
生成子模块1201，用于采集所述入射光中的非可见光信号，生成第一预设数量帧曝光时间不同的非可见光低动态范围图像；
合成子模块1202，用于利用宽动态处理技术，将所述第一预设数量帧非可见光低动态范围图像进行合成，获得非可见光宽动态范围图像。
作为本发明实施例的一种可选实现方式，所述生成子模块1201，可以具体用于：
采集所述入射光中的非可见光信号，按照目标曝光控制参数进行曝光，生成第一预设数量帧曝光时间不同的非可见光低动态范围图像，其中，所述目标曝光控制参数为按照预设的曝光控制参数和合成参数的对应关系以及当前本地记录的合成参数所确定的；
相应的，所述合成子模块1202，可以具体用于：
利用宽动态处理技术，并按照当前本地记录的合成参数，将所述第一预设数量帧非可见光低动态范围图像进行合成，获得非可见光宽动态范围图像。
作为本发明实施例的一种可选实现方式，所述生成子模块1201，可以包括：
第一获得单元，用于获得所述第一预设数量帧非可见光低动态范围图像中的每一帧图像分别对应的高斯金字塔，其中，所获得的各个高斯金字塔的层数相同；
第二获得单元，用于获得各个高斯金字塔分别对应的拉普拉斯金字塔；
融合单元，用于对所获得的各个拉普拉斯金字塔进行加权融合，得到目标拉普拉斯金字塔；
第三获得单元，用于获得所述目标拉普拉斯金字塔对应的目标高斯金字塔，并将所述目标高斯金字塔的最底层图像作为非可见光宽动态范围图像。
作为本发明实施例的一种可选实现方式，所述入射光可以包括环境入射光和非可见光补光。
作为本发明实施例的一种可选实现方式，所述装置还可以包括：
生成模块，用于在获得所述第一预设数量帧的非可见光低动态范围图像后，根据各帧所述非可见光低动态范围图像，确定补光控制参数；
补光模块，用于按照所确定的补光控制参数进行非可见光补光。
由于自然环境中不同物体对非可见光的反射特性差异较大，经常由于个别物体对非可见光的强烈反射，严重影响成像效果。而本实施例中，由于非可见光宽动态范围图像的过曝现象明显小于非可见光低动态范围图像，非可见光宽动态范围图像具有更加丰富的图像细节，故最终融合获得的目标图像的图像细节更加丰富。另外，单纯地直接通过宽动态处理技术得到宽动态图像时，图像的信噪比低，而本发明实施例利用分光融合技术，融合上述目标可见光图像与上述非可见光宽动态范围图像，具有降低图像噪声的效果，所以最终所获得的目标图像的信噪比高。
故与现有技术相比，本实施例提供的方案将可见光图像与细节更加丰富的非可见光宽动态范围图像进行融合，从而获得具有更高信噪比、更高清晰度、细节信息更加丰富的目标图像，即保证了最终融合获得的目标图像的成像质量。
本发明实施例还提供了一种电子设备，如图10所示，包括处理器301、通信接口302、存储器303和通信总线304，其中，处理器301，通信接口302，存储器303通过通信总线304完成相互间的通信，
存储器303，用于存放计算机程序；
处理器301，用于执行存储器303上所存放的程序时，实现如下步骤：
采集入射光中的可见光信号，获得目标可见光图像；
采集上述入射光中的非可见光信号，获得非可见光宽动态范围图像；
对所获得的目标可见光图像以及非可见光宽动态范围图像进行配准，得到目标可见光图像的配准图像以及非可见光宽动态范围图像的配准图像；
融合目标可见光图像的配准图像以及非可见光宽动态范围图像的配准图像，得到目标图像。
关于该方法各个步骤的具体实现以及相关解释内容可以参见上述图1和5所示的方法实施例，在此不做赘述。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
由于自然环境中不同物体对非可见光的反射特性差异较大，经常由于个别物体对非可见光的强烈反射，严重影响成像效果。而本实施例中，由于非可见光宽动态范围图像的过曝现象明显小于非可见光低动态范围图像，非可见光宽动态范围图像具有更加丰富的图像细节，故最终融合获得的目标图像的图像细节更加丰富。另外，单纯地直接通过宽动态处理技术得到宽动态图像时，图像的信噪比低，而本发明实施例利用分光融合技术，融合上述目标可见光图像与上述非可见光宽动态范围图像，具有降低图像噪声的效果，所以最终所获得的目标图像的信噪比高。
故与现有技术相比，本实施例提供的方案将可见光图像与细节更加丰富的非可见光宽动态范围图像进行融合，从而获得具有更高信噪比、更高清晰度、细节信息更加丰富的目标图像，即保证了最终融合获得的目标图像的成像质量。
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述方法实施例中任一所述的图像采集方法。
由于自然环境中不同物体对非可见光的反射特性差异较大，经常由于个别物体对非可见光的强烈反射，严重影响成像效果。而本实施例中，由于非可见光宽动态范围图像的过曝现象明显小于非可见光低动态范围图像，非可见光宽动态范围图像具有更加丰富的图像细节，故最终融合获得的目标图像的图像细节更加丰富。另外，单纯地直接通过宽动态处理技术得到宽动态图像时，图像的信噪比低，而本发明实施例利用分光融合技术，融合上述目标可见光图像与上述非可见光宽动态范围图像，具有降低图像噪声的效果，所以最终所获得的目标图像的信噪比高。
故与现有技术相比，本实施例提供的方案将可见光图像与细节更加丰富的非可见光宽动态范围图像进行融合，从而获得具有更高信噪比、更高清晰度、细节信息更加丰富的目标图像，即保证了最终融合获得的目标图像的成像质量。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备以及计算机可读存储介质的实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (16)

1.一种图像采集方法，其特征在于，所述方法包括：
采集入射光中的可见光信号，获得目标可见光图像；
采集所述入射光中的非可见光信号，获得非可见光宽动态范围图像；
对所述目标可见光图像以及所述非可见光宽动态范围图像进行配准，得到所述目标可见光图像的配准图像以及所述非可见光宽动态范围图像的配准图像；
融合所述目标可见光图像的配准图像以及所述非可见光宽动态范围图像的配准图像，得到目标图像。
2.根据权利要求1所述的方法，其特征在于，所述目标可见光图像为可见光宽动态范围图像。
3.根据权利要求1或2所述的方法，其特征在于，所述采集所述入射光中的非可见光信号，获得非可见光宽动态范围图像的步骤，包括：
采集所述入射光中的非可见光信号，生成第一预设数量帧曝光时间不同的非可见光低动态范围图像；
利用宽动态处理技术，将所述第一预设数量帧非可见光低动态范围图像进行合成，获得非可见光宽动态范围图像。
4.根据权利要求3所述的方法，其特征在于，
所述采集所述入射光中的非可见光信号，生成第一预设数量帧曝光时间不同的非可见光低动态范围图像的步骤，包括：
采集所述入射光中的非可见光信号，按照目标曝光控制参数进行曝光，生成第一预设数量帧曝光时间不同的非可见光低动态范围图像，其中，所述目标曝光控制参数为按照预设的曝光控制参数和合成参数的对应关系以及当前本地记录的合成参数所确定的；
所述利用宽动态处理技术，将所述第一预设数量帧非可见光低动态范围图像进行合成，获得非可见光宽动态范围图像的步骤，包括：
利用宽动态处理技术，并按照当前本地记录的合成参数，将所述第一预设数量帧非可见光低动态范围图像进行合成，获得非可见光宽动态范围图像。
5.根据权利要求3所述的方法，其特征在于，所述利用宽动态处理技术，将所述第一预设数量帧非可见光低动态范围图像进行合成，获得非可见光宽动态范围图像的步骤，包括：
获得所述第一预设数量帧非可见光低动态范围图像中的每一帧图像分别对应的高斯金字塔，其中，所获得的各个高斯金字塔的层数相同；
获得各个高斯金字塔分别对应的拉普拉斯金字塔；
对所获得的各个拉普拉斯金字塔进行加权融合，得到目标拉普拉斯金字塔；
获得所述目标拉普拉斯金字塔对应的目标高斯金字塔，并将所述目标高斯金字塔的最底层图像作为非可见光宽动态范围图像。
6.根据权利要求3所述的方法，其特征在于，所述入射光包括环境入射光和非可见光补光。
7.根据权利要求6所述的方法，其特征在于，在所述采集所述入射光中的非可见光信号，生成第一预设数量帧曝光时间不同的非可见光低动态范围图像的步骤之后，所述方法还包括：
根据各帧所述非可见光低动态范围图像，确定补光控制参数；
按照所确定的补光控制参数进行非可见光补光。
8.一种图像采集装置，所述装置包括：
第一采集模块，用于采集入射光中的可见光信号，获得目标可见光图像；
第二采集模块，用于采集所述入射光中的非可见光信号，获得非可见光宽动态范围图像；
配准模块，用于对所述目标可见光图像以及所述非可见光宽动态范围图像进行配准，得到所述目标可见光图像的配准图像以及所述非可见光宽动态范围图像的配准图像；
融合模块，用于融合所述目标可见光图像的配准图像以及所述非可见光宽动态范围图像的配准图像，得到目标图像。
9.根据权利要求8所述的装置，其特征在于，所述目标可见光图像为可见光宽动态范围图像。
10.根据权利要求8或9所述的装置，其特征在于，所述第二采集模块，包括：
生成子模块，用于采集所述入射光中的非可见光信号，生成第一预设数量帧曝光时间不同的非可见光低动态范围图像；
合成子模块，用于利用宽动态处理技术，将所述第一预设数量帧非可见光低动态范围图像进行合成，获得非可见光宽动态范围图像。
11.根据权利要求10所述的装置，其特征在于，
所述生成子模块，具体用于：
采集所述入射光中的非可见光信号，按照目标曝光控制参数进行曝光，生成第一预设数量帧曝光时间不同的非可见光低动态范围图像，其中，所述目标曝光控制参数为按照预设的曝光控制参数和合成参数的对应关系以及当前本地记录的合成参数所确定的；
所述合成子模块，具体用于：
利用宽动态处理技术，并按照当前本地记录的合成参数，将所述第一预设数量帧非可见光低动态范围图像进行合成，获得非可见光宽动态范围图像。
12.根据权利要求10所述的装置，其特征在于，所述合成子模块，包括：
第一获得单元，用于获得所述第一预设数量帧非可见光低动态范围图像中的每一帧图像分别对应的高斯金字塔，其中，所获得的各个高斯金字塔的层数相同；
第二获得单元，用于获得各个高斯金字塔分别对应的拉普拉斯金字塔；
融合单元，用于对所获得的各个拉普拉斯金字塔进行加权融合，得到目标拉普拉斯金字塔；
第三获得单元，用于获得所述目标拉普拉斯金字塔对应的目标高斯金字塔，并将所述目标高斯金字塔的最底层图像作为非可见光宽动态范围图像。
13.根据权利要求10所述的装置，其特征在于，所述入射光包括环境入射光和非可见光补光。
14.根据权利要求13所述的装置，其特征在于，所述装置还包括：
生成模块，用于在获得所述第一预设数量帧的非可见光低动态范围图像后，根据各帧所述非可见光低动态范围图像，确定补光控制参数；
补光模块，用于按照所确定的补光控制参数进行非可见光补光。
15.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-7任一所述的方法步骤。
16.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7任一所述的方法步骤。
CN201710742762.2A 2017-08-25 2017-08-25 图像采集方法、装置、电子设备以及计算机可读存储介质 Active CN109429001B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710742762.2A CN109429001B (zh) 2017-08-25 2017-08-25 图像采集方法、装置、电子设备以及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710742762.2A CN109429001B (zh) 2017-08-25 2017-08-25 图像采集方法、装置、电子设备以及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN109429001A true CN109429001A (zh) 2019-03-05
CN109429001B CN109429001B (zh) 2021-06-29

Family

ID=65500788

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710742762.2A Active CN109429001B (zh) 2017-08-25 2017-08-25 图像采集方法、装置、电子设备以及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN109429001B (zh)

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110213501A (zh) * 2019-06-25 2019-09-06 浙江大华技术股份有限公司 一种抓拍方法、装置、电子设备及存储介质
CN110493495A (zh) * 2019-05-31 2019-11-22 杭州海康威视数字技术股份有限公司 图像采集装置和图像采集的方法
CN110493493A (zh) * 2019-05-31 2019-11-22 杭州海康威视数字技术股份有限公司 全景细节摄像机及获取图像信号的方法
CN110602415A (zh) * 2019-09-30 2019-12-20 杭州海康威视数字技术股份有限公司 曝光控制装置、方法及摄像机
CN110853014A (zh) * 2019-11-12 2020-02-28 王文学 癌症手术室故障率解析装置
CN111208521A (zh) * 2020-01-14 2020-05-29 武汉理工大学 一种多波束前视声呐水下障碍物鲁棒检测方法
CN111383206A (zh) * 2020-06-01 2020-07-07 浙江大华技术股份有限公司 一种图像处理方法、装置、电子设备及存储介质
US20200336677A1 (en) * 2019-04-18 2020-10-22 Canon Kabushiki Kaisha Imaging device, imaging system, non-transitory storage medium, and control method
CN111951200A (zh) * 2019-05-15 2020-11-17 杭州海康威视数字技术股份有限公司 摄像设备、图像融合方法、装置和存储介质
WO2020238903A1 (zh) * 2019-05-31 2020-12-03 杭州海康威视数字技术股份有限公司 人脸图像采集装置及方法
CN112444302A (zh) * 2019-08-30 2021-03-05 杭州海康威视系统技术有限公司 一种图像采集设备、水位检测设备、方法及存储介质
CN112528944A (zh) * 2020-12-23 2021-03-19 杭州海康汽车软件有限公司 一种图像识别方法、装置、电子设备及存储介质
CN112600997A (zh) * 2020-12-04 2021-04-02 Oppo广东移动通信有限公司 摄像头组件及其标定方法、电子设备
CN113556475A (zh) * 2020-04-24 2021-10-26 杭州海康威视数字技术股份有限公司 一种高动态范围图像的生成方法、装置及设备
WO2021253173A1 (zh) * 2020-06-15 2021-12-23 深圳市大疆创新科技有限公司 图像处理方法、装置及巡检系统
CN114063111A (zh) * 2022-01-14 2022-02-18 探维科技(北京)有限公司 图像融合激光的雷达探测系统及方法
CN114897735A (zh) * 2022-05-20 2022-08-12 河南科技学院 局部自适应的水下图像对比度增强方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101425137A (zh) * 2008-11-10 2009-05-06 北方工业大学 基于拉普拉斯金字塔的人脸图像融合方法
US20090180704A1 (en) * 2008-01-15 2009-07-16 Samsung Electronics Co., Ltd. Method and system for processing low-illuminance image
CN102982518A (zh) * 2012-11-06 2013-03-20 扬州万方电子技术有限责任公司 红外与可见光动态图像的融合方法及装置
CN106327424A (zh) * 2016-08-30 2017-01-11 南京邮电大学 红外与可见光图像配准参数校正装置和校正方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090180704A1 (en) * 2008-01-15 2009-07-16 Samsung Electronics Co., Ltd. Method and system for processing low-illuminance image
CN101425137A (zh) * 2008-11-10 2009-05-06 北方工业大学 基于拉普拉斯金字塔的人脸图像融合方法
CN102982518A (zh) * 2012-11-06 2013-03-20 扬州万方电子技术有限责任公司 红外与可见光动态图像的融合方法及装置
CN106327424A (zh) * 2016-08-30 2017-01-11 南京邮电大学 红外与可见光图像配准参数校正装置和校正方法

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11637969B2 (en) * 2019-04-18 2023-04-25 Canon Kabushiki Kaisha Imaging device, imaging system, non-transitory storage medium, and control method
CN111835949A (zh) * 2019-04-18 2020-10-27 佳能株式会社 摄像装置、摄像系统、非暂时性存储介质和控制方法
US20200336677A1 (en) * 2019-04-18 2020-10-22 Canon Kabushiki Kaisha Imaging device, imaging system, non-transitory storage medium, and control method
CN111835949B (zh) * 2019-04-18 2023-04-07 佳能株式会社 摄像装置、摄像系统、非暂时性存储介质和控制方法
CN111951200A (zh) * 2019-05-15 2020-11-17 杭州海康威视数字技术股份有限公司 摄像设备、图像融合方法、装置和存储介质
CN111951200B (zh) * 2019-05-15 2023-11-14 杭州海康威视数字技术股份有限公司 摄像设备、图像融合方法、装置和存储介质
CN110493493A (zh) * 2019-05-31 2019-11-22 杭州海康威视数字技术股份有限公司 全景细节摄像机及获取图像信号的方法
CN110493495A (zh) * 2019-05-31 2019-11-22 杭州海康威视数字技术股份有限公司 图像采集装置和图像采集的方法
CN110493495B (zh) * 2019-05-31 2022-03-08 杭州海康威视数字技术股份有限公司 图像采集装置和图像采集的方法
WO2020238903A1 (zh) * 2019-05-31 2020-12-03 杭州海康威视数字技术股份有限公司 人脸图像采集装置及方法
CN110493493B (zh) * 2019-05-31 2022-04-29 杭州海康威视数字技术股份有限公司 全景细节摄像机及获取图像信号的方法
US11967052B2 (en) 2019-06-25 2024-04-23 Zhejiang Dahua Technology Co., Ltd. Systems and methods for image processing
WO2020258816A1 (en) * 2019-06-25 2020-12-30 Zhejiang Dahua Technology Co., Ltd. Systems and methods for image processing
CN110213501A (zh) * 2019-06-25 2019-09-06 浙江大华技术股份有限公司 一种抓拍方法、装置、电子设备及存储介质
CN112444302A (zh) * 2019-08-30 2021-03-05 杭州海康威视系统技术有限公司 一种图像采集设备、水位检测设备、方法及存储介质
CN110602415A (zh) * 2019-09-30 2019-12-20 杭州海康威视数字技术股份有限公司 曝光控制装置、方法及摄像机
CN110853014A (zh) * 2019-11-12 2020-02-28 王文学 癌症手术室故障率解析装置
CN111208521A (zh) * 2020-01-14 2020-05-29 武汉理工大学 一种多波束前视声呐水下障碍物鲁棒检测方法
CN113556475A (zh) * 2020-04-24 2021-10-26 杭州海康威视数字技术股份有限公司 一种高动态范围图像的生成方法、装置及设备
CN113556475B (zh) * 2020-04-24 2023-02-24 杭州海康威视数字技术股份有限公司 一种高动态范围图像的生成方法、装置及设备
CN111383206A (zh) * 2020-06-01 2020-07-07 浙江大华技术股份有限公司 一种图像处理方法、装置、电子设备及存储介质
WO2021253173A1 (zh) * 2020-06-15 2021-12-23 深圳市大疆创新科技有限公司 图像处理方法、装置及巡检系统
CN112600997A (zh) * 2020-12-04 2021-04-02 Oppo广东移动通信有限公司 摄像头组件及其标定方法、电子设备
CN112528944A (zh) * 2020-12-23 2021-03-19 杭州海康汽车软件有限公司 一种图像识别方法、装置、电子设备及存储介质
CN114063111A (zh) * 2022-01-14 2022-02-18 探维科技(北京)有限公司 图像融合激光的雷达探测系统及方法
CN114897735A (zh) * 2022-05-20 2022-08-12 河南科技学院 局部自适应的水下图像对比度增强方法
CN114897735B (zh) * 2022-05-20 2023-08-11 河南科技学院 局部自适应的水下图像对比度增强方法

Also Published As

Publication number Publication date
CN109429001B (zh) 2021-06-29

Similar Documents

Publication Publication Date Title
CN109429001A (zh) 图像采集方法、装置、电子设备以及计算机可读存储介质
KR102247092B1 (ko) 분광-융합의 이미지 수집 기기
US10341586B2 (en) Visible light image and infrared image fusion processing system and fusion method
US7920172B2 (en) Method of controlling an action, such as a sharpness modification, using a colour digital image
CN110519489A (zh) 图像采集方法及装置
JP4077869B2 (ja) 光源推定装置、光源推定システムおよび光源推定方法、並びに、画像高解像度化装置および画像高解像度化方法
DE102019106252A1 (de) Verfahren und System für Lichtquellenschätzung zur Bildverarbeitung
CN107918929B (zh) 一种图像融合方法、装置及系统
CN109951646A (zh) 图像融合方法、装置、电子设备及计算机可读存储介质
US20120242857A1 (en) Camera including imaging system having different depths of field for different frequencies of optical radiation
CN109712102A (zh) 一种图像融合方法、装置及图像采集设备
Liu et al. Survey of natural image enhancement techniques: Classification, evaluation, challenges, and perspectives
CN110490811A (zh) 图像降噪装置及图像降噪方法
WO2021184362A1 (zh) 一种摄像装置
CN109565577B (zh) 色彩校正装置、色彩校正系统以及色彩校正方法
CN110493532A (zh) 一种图像处理方法和系统
CN110490044A (zh) 人脸建模设备和人脸建模方法
CN110599418A (zh) 一种变换域融合的全局色调映射方法
CN106709888B (zh) 一种基于人眼视觉模型的高动态范围图像产生方法
CN110087051A (zh) 基于hsv色彩空间的彩色图眩光去除方法及系统
CN109345495A (zh) 基于能量最小化和梯度正则化的图像融合方法及装置
JP2012010141A (ja) 画像処理装置
CN110460783A (zh) 阵列摄像模组及其图像处理系统、图像处理方法和电子设备
JP7136077B2 (ja) 画像処理装置及び撮像装置
US11961202B1 (en) Systems and methods for editing three-dimensional image data with realistic camera and lens effects

Legal Events

Date Code Title Description
PB01 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