CN110225253A - 一种高动态范围图像处理方法及系统 - Google Patents

一种高动态范围图像处理方法及系统 Download PDF

Info

Publication number
CN110225253A
CN110225253A CN201910506501.XA CN201910506501A CN110225253A CN 110225253 A CN110225253 A CN 110225253A CN 201910506501 A CN201910506501 A CN 201910506501A CN 110225253 A CN110225253 A CN 110225253A
Authority
CN
China
Prior art keywords
dynamic range
high dynamic
image
original high
mapping
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.)
Pending
Application number
CN201910506501.XA
Other languages
English (en)
Inventor
杨勇
黄淑英
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201910506501.XA priority Critical patent/CN110225253A/zh
Publication of CN110225253A publication Critical patent/CN110225253A/zh
Pending legal-status Critical Current

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
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/73—Circuitry for compensating brightness variation in the scene by influencing the exposure time
    • 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
    • H04N23/815—Camera processing pipelines; Components thereof for controlling the resolution by using a single image
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)

Abstract

本发明公开了一种高动态范围图像处理方法及系统，包括获取一个原始高动态范围HDR图像,设定参数、三段式的分段函数映射计算、将n比特原始高动态范围HDR图像划分成四个不同的亮度范围、计算任意一个像素点在低对比度区域、德弗里斯区域、韦伯区域和饱和区域像素点的总和以及计算低对比度区域、德弗里斯区域、韦伯区域和饱和区域在窗口内所占比例；本发明通过对原始高动态范围HDR图像进行一系列的图像融合可以保留不同区域内最优的映射结果，采用不同参数对图像进行色调映射能使用图像得到最好的优化，得到的LDR图像更加符合人眼视觉感知特征，能够保留更加丰富的图像信息和整体对比度，处理效率稳定。

Description

一种高动态范围图像处理方法及系统
技术领域
本发明涉及图像处理技术领域，尤其涉及一种高动态范围图像处理方法及系统。
背景技术
目前大部分显示设备都是LDR设备，无法直接显示动态范围超过255的HDR(HighDynamicRange，高动态范围)彩色图像，并且具有HDR显示功能的显示器往往价格较高，因此，动态范围超过255的HDR图像，需要在色调映射后才能显示到LDR的显示设备上。
目前，HDR色调映射算法分为全局色调映射与局部色调映射。全局色调映射算法往往计算复杂度较低，能够在较小的计算量之中将HDR图像的亮度范围压缩为0-255的区间内，然而，由于全局算法往往无法利用图像局部信息，将整个图像作为一个整体进行压缩，得到的LDR图像会产生模糊、对比度下降等问题；局部的色调映射算法是利用图像局部特征，来压缩动态范围，能够保证亮和暗细节和对比度，但由于算法针对每个像素或区域进行独立压缩，计算量会显著增加，因此，本发明提出一种高动态范围图像处理方法及系统，以解决现有技术中的不足之处。
发明内容
针对上述问题，本发明提出一种高动态范围图像处理方法及系统，通过对原始高动态范围HDR图像进行一系列的图像融合可以保留不同区域内最优的映射结果，采用不同参数对图像进行色调映射能使用图像得到最好的优化，得到的LDR图像更加符合人眼视觉感知特征，能够保留更加丰富的图像信息和整体对比度，处理效率稳定。
本发明提出一种高动态范围图像处理方法，包括以下步骤：
步骤一：获取一个原始高动态范围HDR图像，设定该原始高动态范围HDR图像为的比特大小n，设定大小为n比特的原始高动态范围HDR图像右移值(n-m)，以及设定底数为2；
步骤二：使用三段式的分段函数对原始高动态范围HDR图像进行压缩,对原始高动态范围HDR图像中不同的亮度区域进行分辨率调整
步骤三：将n比特大小的原始高动态范围HDR图像选用不同的参数进行亮度范围划分，以及进行分段映射，得到不同亮度和细节特征的映射图像；
步骤四：以映射图像的映射区域所占比例为基础，在映射图像中任意一个像素点的窗口内分别统计在低对比度区域、德弗里斯区域、韦伯区域和饱和区域像素点总和；
步骤五：计算低对比度区域、德弗里斯区域、韦伯区域和饱和区域在窗口内所占比例，计算出映射结果。
进一步改进在于：所述步骤一中具体的设定参数过程为：设定该原始高动态范围HDR图像为n比特原始高动态范围HDR图像，设定n比特原始高动态范围HDR图像直接右移(n-m)个比特后得到一个m(m＜n)LDR图像，然后设定以2为底数,将数值区间[0,2n]对数化到区间[0,n],然后再线性变换到区间[0,2m]。
进一步改进在于：所述步骤三中具体过程为：将n比特原始高动态范围HDR图像划分出四个不同的亮度范围，选用不同的参数对该n比特原始高动态范围HDR图像的划分出的四个不同的亮度范围进行分段映射，得到不同亮度和细节特征的四组映射图像。
进一步改进在于：所述步骤四中具体过程为：以经过不同参数映射后得到的不同亮度和细节特征的四组映射图像的映射区域所占比例为基础，对映射图像中的任意一个像素点为中心大小为m×m的窗口内分别统计在低对比度区域、德弗里斯区域、韦伯区域和饱和区域像素点总和。
进一步改进在于：所述步骤五中的具体过程为：计算低对比度区域、德弗里斯区域、韦伯区域和饱和区域在大小为m×m的窗口内所占比例，再用该所占比例数值乘以该点在某参数下映射后的值，得出映射结果。
一种高动态范围图像处理系统，包括采集模块、参数设定模块、第一映射计算单元、第二映射计算单元、图像划分单元、像素点计算单元和综合计算单元；
所述采集模块用于获取一个原始高动态范围HDR图像；
所述参数设定模块用于设定原始高动态范围HDR图像为n比特原始高动态范围HDR图像，设定n比特原始高动态范围HDR图像直接右移(n-m)个比特后可以得到一个m(m＜n)LDR图像，以及设定底数为2；
所述第一映射计算单元用于三段式的分段函数映射计算；
所述图像划分单元用于将n比特原始高动态范围HDR图像划分成四个不同的亮度范围；
所述第二映射计算单元用于对数映射计算；
所述像素点计算单元用于计算映射图像中的任意一个像素点为中心大小为m×m的窗口内在低对比度区域、德弗里斯区域、韦伯区域和饱和区域像素点的总和；
所述综合计算单元用于计算低对比度区域、德弗里斯区域、韦伯区域和饱和区域在大小为m×m的窗口内所占比例，以及该所占比例数值乘以该点在某参数下映射后的值的映射结果。
进一步改进在于：所述采集模块获取一个原始高动态范围HDR图像的具体过程为：所述采集模块通过调节图像拍摄设备的曝光时间和增益值，获取同一拍摄场景的长曝光图像和短曝光图像，并对长曝光图像和短曝光图像进行各像素点亮度的提取，计算出目标亮度值，再计算出长曝光图像和短曝光图像各像素点颜色值，最后对目标亮度值和各像素点颜色值进行图像合成，得到原始高动态范围HDR图像。
本发明的有益效果为：通过对原始高动态范围HDR图像进行一系列的图像融合可以保留不同区域内最优的映射结果，不会引起原始高动态范围HDR图像的边缘效率，根据原始高动态范围HDR图像的不同区域的亮度信息采用不同参数对图像进行色调映射能使用图像得到最好的优化，得到的LDR图像更加符合人眼视觉感知特征，能够保留更加丰富的图像信息和整体对比度，原始高动态范围HDR图像处理过程中算法量适中，不会造成过大的计算量，处理效率稳定。
附图说明
图1为本发明方法流程示意图。
图2为本发明系统框架示意图。
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。
根据图1、2所示，本实施例提出一种高动态范围图像处理方法，包括以下步骤：
步骤一：获取一个原始高动态范围HDR图像，设定该原始高动态范围HDR图像为n比特原始高动态范围HDR图像，设定n比特原始高动态范围HDR图像直接右移(n-m)个比特后得到一个m(m＜n)LDR图像，然后设定以2为底数,将数值区间[0,2n]对数化到区间[0,n],然后再线性变换到区间[0,2m]；
步骤二：使用三段式的分段函数对原始高动态范围HDR图像进行压缩,对原始高动态范围HDR图像中不同的亮度区域进行分辨率调整
步骤三：将n比特原始高动态范围HDR图像划分出四个不同的亮度范围，选用不同的参数对该n比特原始高动态范围HDR图像的划分出的四个不同的亮度范围进行分段映射，得到不同亮度和细节特征的四组映射图像；
步骤四：以经过不同参数映射后得到的不同亮度和细节特征的四组映射图像的映射区域所占比例为基础，对映射图像中的任意一个像素点为中心大小为m×m的窗口内分别统计在低对比度区域、德弗里斯区域、韦伯区域和饱和区域像素点总和；
步骤五：计算低对比度区域、德弗里斯区域、韦伯区域和饱和区域在大小为m×m的窗口内所占比例，再用该所占比例数值乘以该点在某参数下映射后的值，得出映射结果。
一种高动态范围图像处理系统，包括采集模块、参数设定模块、第一映射计算单元、第二映射计算单元、图像划分单元、像素点计算单元和综合计算单元；
所述采集模块用于获取一个原始高动态范围HDR图像；
所述参数设定模块用于设定原始高动态范围HDR图像为n比特原始高动态范围HDR图像，设定n比特原始高动态范围HDR图像直接右移(n-m)个比特后可以得到一个m(m＜n)LDR图像，以及设定底数为2；
所述第一映射计算单元用于三段式的分段函数映射计算；
所述图像划分单元用于将n比特原始高动态范围HDR图像划分成四个不同的亮度范围；
所述第二映射计算单元用于对数映射计算；
所述像素点计算单元用于计算映射图像中的任意一个像素点为中心大小为m×m的窗口内在低对比度区域、德弗里斯区域、韦伯区域和饱和区域像素点的总和；
所述综合计算单元用于计算低对比度区域、德弗里斯区域、韦伯区域和饱和区域在大小为m×m的窗口内所占比例，以及该所占比例数值乘以该点在某参数下映射后的值的映射结果。
所述采集模块获取一个原始高动态范围HDR图像的具体过程为：所述采集模块通过调节图像拍摄设备的曝光时间和增益值，获取同一拍摄场景的长曝光图像和短曝光图像，并对长曝光图像和短曝光图像进行各像素点亮度的提取，计算出目标亮度值，再计算出长曝光图像和短曝光图像各像素点颜色值，最后对目标亮度值和各像素点颜色值进行图像合成，得到原始高动态范围HDR图像。
通过对原始高动态范围HDR图像进行一系列的图像融合可以保留不同区域内最优的映射结果，不会引起原始高动态范围HDR图像的边缘效率，根据原始高动态范围HDR图像的不同区域的亮度信息采用不同参数对图像进行色调映射能使用图像得到最好的优化，得到的LDR图像更加符合人眼视觉感知特征，能够保留更加丰富的图像信息和整体对比度，原始高动态范围HDR图像处理过程中算法量适中，不会造成过大的计算量，处理效率稳定。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (7)

1.一种高动态范围图像处理方法，其特征在于，包括以下步骤：
步骤一：获取一个原始高动态范围HDR图像，设定该原始高动态范围HDR图像为的比特大小n，设定大小为n比特的原始高动态范围HDR图像右移值(n-m)，以及设定底数为2；
步骤二：使用三段式的分段函数对原始高动态范围HDR图像进行压缩,对原始高动态范围HDR图像中不同的亮度区域进行分辨率调整
步骤三：将n比特大小的原始高动态范围HDR图像选用不同的参数进行亮度范围划分，以及进行分段映射，得到不同亮度和细节特征的映射图像；
步骤四：以映射图像的映射区域所占比例为基础，在映射图像中任意一个像素点的窗口内分别统计在低对比度区域、德弗里斯区域、韦伯区域和饱和区域像素点总和；
步骤五：计算低对比度区域、德弗里斯区域、韦伯区域和饱和区域在窗口内所占比例，计算出映射结果。
2.根据权利要求1所述的一种高动态范围图像处理方法，其特征在于：所述步骤一中具体的设定参数过程为：设定该原始高动态范围HDR图像为n比特原始高动态范围HDR图像，设定n比特原始高动态范围HDR图像直接右移(n-m)个比特后得到一个m(m＜n)LDR图像，然后设定以2为底数,将数值区间[0,2n]对数化到区间[0,n],然后再线性变换到区间[0,2m]。
3.根据权利要求1所述的一种高动态范围图像处理方法，其特征在于：所述步骤三中具体过程为：将n比特原始高动态范围HDR图像划分出四个不同的亮度范围，选用不同的参数对该n比特原始高动态范围HDR图像的划分出的四个不同的亮度范围进行分段映射，得到不同亮度和细节特征的四组映射图像。
4.根据权利要求1所述的一种高动态范围图像处理方法，其特征在于：所述步骤四中具体过程为：以经过不同参数映射后得到的不同亮度和细节特征的四组映射图像的映射区域所占比例为基础，对映射图像中的任意一个像素点为中心大小为m×m的窗口内分别统计在低对比度区域、德弗里斯区域、韦伯区域和饱和区域像素点总和。
5.根据权利要求4所述的一种高动态范围图像处理方法，其特征在于：所述步骤五中的具体过程为：计算低对比度区域、德弗里斯区域、韦伯区域和饱和区域在大小为m×m的窗口内所占比例，再用该所占比例数值乘以该点在某参数下映射后的值，得出映射结果。
6.一种高动态范围图像处理系统，其特征在于：包括采集模块、参数设定模块、第一映射计算单元、第二映射计算单元、图像划分单元、像素点计算单元和综合计算单元；
所述采集模块用于获取一个原始高动态范围HDR图像；
所述参数设定模块用于设定原始高动态范围HDR图像为n比特原始高动态范围HDR图像，设定n比特原始高动态范围HDR图像直接右移(n-m)个比特后可以得到一个m(m＜n)LDR图像，以及设定底数为2；
所述第一映射计算单元用于三段式的分段函数映射计算；
所述图像划分单元用于将n比特原始高动态范围HDR图像划分成四个不同的亮度范围；
所述第二映射计算单元用于对数映射计算；
所述像素点计算单元用于计算映射图像中的任意一个像素点为中心大小为m×m的窗口内在低对比度区域、德弗里斯区域、韦伯区域和饱和区域像素点的总和；
所述综合计算单元用于计算低对比度区域、德弗里斯区域、韦伯区域和饱和区域在大小为m×m的窗口内所占比例，以及该所占比例数值乘以该点在某参数下映射后的值的映射结果。
7.根据权利要求6所述的一种高动态范围图像处理系统，其特征在于：所述采集模块获取一个原始高动态范围HDR图像的具体过程为：所述采集模块通过调节图像拍摄设备的曝光时间和增益值，获取同一拍摄场景的长曝光图像和短曝光图像，并对长曝光图像和短曝光图像进行各像素点亮度的提取，计算出目标亮度值，再计算出长曝光图像和短曝光图像各像素点颜色值，最后对目标亮度值和各像素点颜色值进行图像合成，得到原始高动态范围HDR图像。
CN201910506501.XA 2019-06-12 2019-06-12 一种高动态范围图像处理方法及系统 Pending CN110225253A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910506501.XA CN110225253A (zh) 2019-06-12 2019-06-12 一种高动态范围图像处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910506501.XA CN110225253A (zh) 2019-06-12 2019-06-12 一种高动态范围图像处理方法及系统

Publications (1)

Publication Number Publication Date
CN110225253A true CN110225253A (zh) 2019-09-10

Family

ID=67816720

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910506501.XA Pending CN110225253A (zh) 2019-06-12 2019-06-12 一种高动态范围图像处理方法及系统

Country Status (1)

Country Link
CN (1) CN110225253A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111447355A (zh) * 2019-10-23 2020-07-24 泰州市赛得机电设备有限公司 自动化白平衡值大数据调节系统
CN113096035A (zh) * 2021-03-31 2021-07-09 康佳集团股份有限公司 高动态范围图像生成方法、装置、智能终端及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106796775A (zh) * 2014-10-06 2017-05-31 三星电子株式会社 显示设备及控制该显示设备的方法
CN106851138A (zh) * 2017-04-11 2017-06-13 成都聚像光学技术有限公司 一种基于hdr的图像处理方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106796775A (zh) * 2014-10-06 2017-05-31 三星电子株式会社 显示设备及控制该显示设备的方法
CN106851138A (zh) * 2017-04-11 2017-06-13 成都聚像光学技术有限公司 一种基于hdr的图像处理方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李玉静: "《分区自适应色调映射算法研究》", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
谭锐莘: "《HDR到LDR图像的分段式对数映射方法》", 《计算机应用》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111447355A (zh) * 2019-10-23 2020-07-24 泰州市赛得机电设备有限公司 自动化白平衡值大数据调节系统
CN113096035A (zh) * 2021-03-31 2021-07-09 康佳集团股份有限公司 高动态范围图像生成方法、装置、智能终端及存储介质

Similar Documents

Publication Publication Date Title
CN106920221B (zh) 兼顾亮度分布和细节呈现的曝光融合方法
CN114119378A (zh) 图像融合方法、图像融合模型的训练方法和装置
DE102019106252A1 (de) Verfahren und System für Lichtquellenschätzung zur Bildverarbeitung
CN106780392A (zh) 一种图像融合方法及装置
CN106897981A (zh) 一种基于引导滤波的低照度图像增强方法
CN106981054B (zh) 一种图像处理方法及电子设备
WO2005072431A2 (en) A method and apparatus for combining a plurality of images
CN1366422A (zh) 视觉注意模式
US11763432B2 (en) Multi-exposure image fusion method based on feature distribution weight of multi-exposure image
CN111462128A (zh) 一种基于多模态光谱图像的像素级图像分割系统及方法
CN104883504A (zh) 开启智能终端上高动态范围hdr功能的方法及装置
CN102867295A (zh) 一种彩色图像颜色校正方法
CN113052923B (zh) 色调映射方法、装置、电子设备和存储介质
CN110225253A (zh) 一种高动态范围图像处理方法及系统
Asmare et al. Image Enhancement by Fusion in Contourlet Transform.
CN111292279A (zh) 一种基于彩色图像融合的偏振图像可视化方法
CN113554739A (zh) 重光照图像的生成方法、装置及电子设备
Yocky Artifacts in wavelet image merging
CN116309233A (zh) 一种基于夜视增强的红外与可见光图像融合方法
JP7092616B2 (ja) 物体検出装置、物体検出方法、及び物体検出プログラム
Livingston et al. Image processing for human understanding in low-visibility
Toh et al. Implementation of high dynamic range rendering on acute leukemia slide images using contrast stretching
CN113297880A (zh) 指纹采集方法、装置、终端及存储介质
CN111160359A (zh) 一种数字图像处理方法
CN107392860A (zh) 图像增强方法和设备、ar设备

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190910