CN112995518A - 一种图像生成方法及装置 - Google Patents

一种图像生成方法及装置 Download PDF

Info

Publication number
CN112995518A
CN112995518A CN202110272236.0A CN202110272236A CN112995518A CN 112995518 A CN112995518 A CN 112995518A CN 202110272236 A CN202110272236 A CN 202110272236A CN 112995518 A CN112995518 A CN 112995518A
Authority
CN
China
Prior art keywords
image
parameter
component
parameter item
preset
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
CN202110272236.0A
Other languages
English (en)
Inventor
宁本德
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.)
Beijing QIYI Century Science and Technology Co Ltd
Original Assignee
Beijing QIYI Century Science and 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 Beijing QIYI Century Science and Technology Co Ltd filed Critical Beijing QIYI Century Science and Technology Co Ltd
Priority to CN202110272236.0A priority Critical patent/CN112995518A/zh
Publication of CN112995518A publication Critical patent/CN112995518A/zh
Pending legal-status Critical Current

Links

Images

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
    • H04N23/95—Computational photography systems, e.g. light-field imaging systems
    • H04N23/951—Computational photography systems, e.g. light-field imaging systems by using two or more images to influence resolution, frame rate or aspect ratio
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • H04N9/646—Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/77—Circuits for processing the brightness signal and the chrominance signal relative to each other, e.g. adjusting the phase of the brightness signal relative to the colour signal, correcting differential gain or differential phase

Landscapes

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

Abstract

本发明实施例提供了一种图像生成方法及装置，涉及图像处理技术领域，上述方法包括：获得多个图像采集设备在同一时刻对同一区域所采集的曝光度不同的图像；根据各个图像的图像信息，计算各个图像的预设图像参数项的参数值，预设图像参数项包括以下参数项中至少一种：对比度参数项、饱和度参数项、曝光值参数项、图像距离参数项；针对每一图像，根据该图像的预设图像参数项的参数值，计算该图像的图像融合系数；根据各个图像的图像融合系数，对各个图像进行图像融合，生成融合后的图像。应用本发明实施例提供的方案能够生成高动态范围图像。

Description

一种图像生成方法及装置
技术领域
本发明涉及图像处理技术领域，特别是涉及一种图像生成方法及装置。
背景技术
由于高动态范围图像可以提供更大的亮度动态范围和更多的图像细节，且能够反映实际环境中人眼的视觉效果，因此，在为用户提供图像时，可以生成高动态范围图像，从而使得向用户提供的图像的真实度较高。所以，亟需一种图像生成方法，以生成高动态范围图像。
发明内容
本发明实施例的目的在于提供一种图像生成方法及装置，以生成高动态范围的图像。具体技术方案如下：
第一方面，本发明实施例提供了一种图像生成方法，所述方法包括：
获得多个图像采集设备在同一时刻对同一区域所采集的曝光度不同的图像；
根据各个图像的图像信息，计算各个图像的预设图像参数项的参数值，所述预设图像参数项包括以下参数项中至少一种：对比度参数项、饱和度参数项、曝光值参数项、图像距离参数项；
针对每一图像，根据该图像的预设图像参数项的参数值，计算该图像的图像融合系数；
根据各个图像的图像融合系数，对各个图像进行图像融合，生成融合后的图像。
本发明的一个实施例中，在所述预设图像参数项包括对比度参数项的情况下，所述根据各个图像的图像信息，计算各个图像的预设图像参数项的参数值，包括：
按照以下方式计算各个图像的对比度参数项的参数值：
对图像进行滤波处理，得到滤波后图像；
获得表征滤波前图像与滤波后图像中各像素点间像素值差异的第一差异信息，并基于所获得的第一差异信息，计算图像的对比度参数项的参数值。
本发明的一个实施例中，上述对图像进行滤波处理，得到滤波后图像，包括：
对图像进行高斯滤波处理，得到滤波后图像；
所述基于所获得的第一差异信息，计算图像的对比度参数项的参数值，包括：
按照以下表达式计算图像的对比度参数项的参数值：
C＝|I-Gauss(I)|
其中，C表示所述图像的对比度参数项的参数值，I表示滤波前图像，Gauss(I)表示对所述图像进行高斯滤波得到的图像。
本发明的一个实施例中，在所述预设图像参数项包括饱和度参数项的情况下，所述根据各个图像的图像信息，计算各个图像的预设图像参数项的参数值，包括：
按照以下方式计算各个图像的饱和度参数项的参数值：
根据图像在每一颜色分量上的分量图，计算所述图像的平均图，其中，所述平均图中各个像素点的像素值为：所述图像中各个像素点在各颜色分量上像素值的平均值；
获得表征所述图像在各个颜色分量上的分量图与所述图像的平均图间差异的第二差异信息，并基于所获得的第二差异信息，计算所述图像的饱和度参数项的参数值。
本发明的一个实施例中，上述基于所获得的第二差异信息，计算所述图像的饱和度参数项的参数值，包括：
按照以下表达式计算图像的饱和度参数项的参数值：
S＝[|R-meanRGB|3+|G-meanRGB|3+|B-meanRGB|3]1/3
其中，S表示所述图像的饱和度参数项的参数值，R表示所述图像在红色分量上的分量图，meanRGB表示所述图像的平均图，G表示所述图像在绿色分量上的分量图，B表示所述图像在蓝色分量上的分量图。
本发明的一个实施例中，在所述预设图像参数项包括曝光度参数项的情况下，所述根据各个图像的图像信息，计算各个图像的预设图像参数项的参数值，包括：
针对每一个图像，根据该图像在各个颜色分量上的分量图、以及各个颜色分量对应的预设分量系数，计算该图像的曝光度参数项的参数值。
本发明的一个实施例中，上述针对每一个图像，根据该图像在各个颜色分量上的分量图、以及各个颜色分量对应的预设分量系数，计算该图像的曝光度参数项的参数值，包括：
按照以下表达式计算图像的曝光度参数项的参数值：
Figure BDA0002974805300000031
其中，E表示所述图像的曝光度参数项的参数值，R表示所述图像在红色分量上的分量图，G表示所述图像在绿色分量上的分量图，B表示所述图像在蓝色分量上的分量图，σR表示红色分量对应的第一预设分量系数，σG表示绿色分量对应的第一预设分量系数，σB表示蓝色分量对应的第一预设分量系数，R1表示红色分量对应的第二预设分量系数，G1表示绿色分量对应的第二预设分量系数，B1表示蓝色分量对应的第二预设分量系数，R2表示红色分量对应的第三预设分量系数，G2表示绿色分量对应的第三预设分量系数，B2表示蓝色分量对应的第三预设分量系数。
本发明的一个实施例中，在所述预设图像参数项包括图像距离参数项的情况下，所述根据各个图像的图像信息，计算各个图像的预设图像参数项的参数值，包括：
从各个图像中选择一张图像作为基准图像；
针对剩余的每一张图像，获得表征该图像与所述基准图像中各像素点间的像素值差异的第三差异信息，根据所获得的第三差异信息，计算该图像的距离参数项的参数值。
本发明的一个实施例中，上述针对剩余的每一张图像，获得表征该图像与所述基准图像中各像素点间的像素值差异的第三差异信息，根据所获得的第三差异信息，计算该图像的距离参数项的参数值，包括：
各个图像的距离参数项的参数值按照以下表达式计算得到：
Figure BDA0002974805300000041
其中，Dk表示第k张图像的距离参数项的参数值，Ik表示第k张图像，Im表示所述基准图像，w表示预设距离系数。
本发明的一个实施例中，上述针对每一图像，根据该图像的预设图像参数项的参数值，计算该图像的融合系数，包括：
针对每一图像，根据该图像的预设图像参数项的参数值、以及各个预设图像参数项对应的预设参数项权重，计算该图像的图像融合系数。
本发明的一个实施例中，在所述获得各个图像采集设备在同一时刻对同一区域所采集的曝光度不同的图像之后，还包括：
对所获得的各个图像进行几何矫正，得到矫正后的图像；
所述根据各个图像的图像信息，计算各个图像的预设图像参数项的参数值，包括：
根据各个矫正后的图像的图像信息，计算各个矫正后的图像的预设图像参数项的参数值。
本发明的一个实施例中，上述多个图像采集设备包括：安装在同一个电子设备上的多个摄像头。
第二方面，本发明实施例提供了一种图像生成装置，所述装置包括：
图像获得模块，用于获得多个图像采集设备在同一时刻对同一区域所采集的曝光度不同的图像；
参数值计算模块，用于根据各个图像的图像信息，计算各个图像的预设图像参数项的参数值，所述预设图像参数项包括以下参数项中至少一种：对比度参数项、饱和度参数项、曝光值参数项、图像距离参数项；
系数计算模块，用于针对每一图像，根据该图像的预设图像参数项的参数值，计算该图像的图像融合系数；
图像生成模块，用于根据各个图像的图像融合系数，对各个图像进行图像融合，生成融合后的图像。
本发明的一个实施例中，在所述预设图像参数项包括对比度参数项的情况下，所述参数值计算模块，包括：
图像获得子模块，用于对图像进行滤波处理，得到滤波后图像；
参数值计算子模块，用于获得表征滤波前图像与滤波后图像中各像素点间像素值差异的第一差异信息，并基于所获得的第一差异信息，计算图像的对比度参数项的参数值。
本发明的一个实施例中，上述图像获得子模块，具体用于对图像进行高斯滤波处理，得到滤波后图像；
所述参数值计算子模块，具体用于按照以下表达式计算图像的对比度参数项的参数值：；
C＝|I-Gauss(I)|
其中，C表示所述图像的对比度参数项的参数值，I表示滤波前图像，Gauss(I)表示对所述图像进行高斯滤波得到的图像。
本发明的一个实施例中，在所述预设图像参数项包括饱和度参数项的情况下，
所述参数值计算模块，具体用于按照以下方式计算各个图像的饱和度参数项的参数值：根据图像在每一颜色分量上的分量图，计算所述图像的平均图，其中，所述平均图中各个像素点的像素值为：所述图像中各个像素点在各颜色分量上像素值的平均值；获得表征所述图像在各个颜色分量上的分量图与所述图像的平均图间差异的第二差异信息，并基于所获得的第二差异信息，计算所述图像的饱和度参数项的参数值。
本发明的一个实施例中，上述参数值计算模块，具体用于按照以下表达式计算图像的饱和度参数项的参数值：
S＝[|R-meanRGB|3+|G-meanRGB|3+|B-meanRGB|3]1/3
其中，S表示所述图像的饱和度参数项的参数值，R表示所述图像在红色分量上的分量图，meanRGB表示所述图像的平均图，G表示所述图像在绿色分量上的分量图，B表示所述图像在蓝色分量上的分量图。
本发明的一个实施例中，在所述预设图像参数项包括曝光度参数项的情况下，
所述参数值计算模块，具体用于针对每一个图像，根据该图像在各个颜色分量上的分量图、以及各个颜色分量对应的预设分量系数，计算该图像的曝光度参数项的参数值。
本发明的一个实施例中，上述参数值计算模块，具体用于按照以下表达式计算图像的曝光度参数项的参数值：
Figure BDA0002974805300000061
其中，E表示所述图像的曝光度参数项的参数值，R表示所述图像在红色分量上的分量图，G表示所述图像在绿色分量上的分量图，B表示所述图像在蓝色分量上的分量图，σR表示红色分量对应的第一预设分量系数，σG表示绿色分量对应的第一预设分量系数，σB表示蓝色分量对应的第一预设分量系数，R1表示红色分量对应的第二预设分量系数，G1表示绿色分量对应的第二预设分量系数，B1表示蓝色分量对应的第二预设分量系数，R2表示红色分量对应的第三预设分量系数，G2表示绿色分量对应的第三预设分量系数，B2表示蓝色分量对应的第三预设分量系数。
本发明的一个实施例中，在所述预设图像参数项包括图像距离参数项的情况下，
所述参数值计算模块，具体用于从各个图像中选择一张图像作为基准图像；针对剩余的每一张图像，获得表征该图像与所述基准图像中各像素点间的像素值差异的第三差异信息，根据所获得的第三差异信息，计算该图像的距离参数项的参数值。
本发明的一个实施例中，上述各个图像的距离参数项的参数值按照以下表达式计算得到：
Figure BDA0002974805300000071
其中，Dk表示第k张图像的距离参数项的参数值，Ik表示第k张图像，Im表示所述基准图像，w表示预设距离系数。
本发明的一个实施例中，上述系数计算模块，具体用于针对每一图像，根据该图像的预设图像参数项的参数值、以及各个预设图像参数项对应的预设参数项权重，计算该图像的图像融合系数。
本发明的一个实施例中，上述装置还包括：
图像矫正模块，用于在所述图像获得模块之后，对所获得的各个图像进行几何矫正，得到矫正后的图像；
所述参数值计算模块，具体用于根据各个矫正后的图像的图像信息，计算各个矫正后的图像的预设图像参数项的参数值。
本发明的一个实施例中，上述多个图像采集设备包括：安装在同一个电子设备上的多个摄像头。
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，实现上述第一方面所述的方法步骤。
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第一方面所述的方法步骤。
由以上可见，应用本发明实施例提供的方案进行图像融合时，由于是将所获得的多个曝光度不同的图像进行图像融合，且不同曝光度图像所反映的图像的亮度动态范围和图像细节均不同，因此，基于曝光度不同的各个图像进行图像融合，能够综合各个图像的亮度动态范围和图像细节，从而生成亮度动态范围较大、图像细节较多的图像，也就是能够生成高动态范围图像。
另外，由于上述预设图像参数项包括对比度参数项、饱和度参数项、曝光值参数项、图像距离参数项中的至少一种，也就是上述预设图像参数项的参数值能够较为准确地反映图像的对比度信息、图像饱和度信息、图像曝光度信息以及各个图像之间距离的信息中至少一种信息。因此，在基于图像的预设图像参数项的参数值计算图像的图像融合系数时，所计算的图像融合系数可以较为准确地反映图像的对比度信息、图像饱和度信息、图像曝光度信息以及各个图像之间距离的信息中的至少一种信息。这样，基于图像的图像融合系数，对各个图像进行融合时，还能够综合图像的对比度信息、图像饱和度信息、图像曝光度信息以及各个图像之间距离的信息中的至少一种信息，从而能够生成更为准确的高动态范围图像。
最后，由于是获得多个图像采集设备在同一时刻对同一区域所采集的曝光度不同的图像，相较于一个图像采集设备采集多张曝光度不同的图像，提高了图像获得效率，从而提高了图像生成效率。
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为本发明实施例提供的一种图像生成方法的流程示意图；
图2为本发明实施例提供的一种图像采集设备的示意图；
图3为本发明实施例提供的一种过曝图像的示意图；
图4为本发明实施例提供的一种图像生成方法的框架示意图；
图5为本发明实施例提供的一种图像生成装置的结构示意图；
图6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。
为生成高动态范围图像，本发明实施例提供了一种图像生成方法及装置。
本发明的一个实施例中，提供了一种图像生成方法，该方法包括：
获得多个图像采集设备在同一时刻对同一区域所采集的曝光度不同的图像；
根据各个图像的图像信息，计算各个图像的预设图像参数项的参数值，预设图像参数项包括以下参数项中至少一种：对比度参数项、饱和度参数项、曝光值参数项、图像距离参数项；
针对每一图像，根据该图像的预设图像参数项的参数值，计算该图像的图像融合系数；
根据各个图像的图像融合系数，对各个图像进行图像融合，生成融合后的图像。
由以上可见，应用本实施例提供的方案进行图像融合时，由于是将所获得的多个曝光度不同的图像进行图像融合，且不同曝光度图像所反映的图像的亮度动态范围和图像细节均不同，因此，基于曝光度不同的各个图像进行图像融合，能够综合各个图像的亮度动态范围和图像细节，从而生成亮度动态范围较大、图像细节较多的图像，也就是能够生成高动态范围图像。
另外，由于上述预设图像参数项包括对比度参数项、饱和度参数项、曝光值参数项、图像距离参数项中的至少一种，也就是上述预设图像参数项的参数值能够较为准确地反映图像的对比度信息、图像饱和度信息、图像曝光度信息以及各个图像之间距离的信息中至少一种信息。因此，在基于图像的预设图像参数项的参数值计算图像的图像融合系数时，所计算的图像融合系数可以较为准确地反映图像的对比度信息、图像饱和度信息、图像曝光度信息以及各个图像之间距离的信息中的至少一种信息。这样，基于图像的图像融合系数，对各个图像进行融合时，还能够综合图像的对比度信息、图像饱和度信息、图像曝光度信息以及各个图像之间距离的信息中的至少一种信息，从而能够生成更为准确的高动态范围图像。
最后，由于是获得多个图像采集设备在同一时刻对同一区域所采集的曝光度不同的图像，相较于一个图像采集设备采集多张曝光度不同的图像，提高了图像获得效率，从而提高了图像生成效率。
首先，对本发明实施例的执行主体进行具体说明，由于本发明实施例的执行主体与本发明实施例中的图像采集设备有关，在介绍执行主体之前，先对图像采集设备进行说明。
图像采集设备用于采集图像，具体的，本发明实施例中的图像采集设备可以为独立的图像采集设备，如独立的摄像头、摄像机、相机等设备。还可以为安装在电子设备上的图像采集设备，如安装在电子设备上的摄像头、相机等。上述电子设备可以为手机、平板电脑或计算机等。
基于此，当图像采集设备为独立的图像采集设备时，本发明实施例的执行主体可以为连接图像采集设备的、用于生成高动态范围图像的电子设备，如用于生成高动态范围图像的计算机、手机等。还可以为具有生成高动态范围图像功能的图像采集设备。
当图像采集设备为安装在电子设备上的图像采集设备时，上述电子设备可以为用户所使用的设备，如手机、平板电脑等，本发明实施例的执行主体可以为上述图像采集设备所安装的电子设备，当然，也可以为上述电子设备所连接的用于提供生成高动态范围图像功能的服务器等。
参见图1，图1为本发明实施例提供的一种图像生成方法的流程示意图，上述方法包括以下步骤S101-S104。
步骤S101：获得多个图像采集设备在同一时刻对同一区域所采集的曝光度不同的图像。
上述多个图像采集设备可以为安装在同一个电子设备上的多个摄像头，如图2所示，图2为本发明实施例提供的一种图像采集设备的示意图，图2大矩形框表示手机，灰色小矩形框中的两个圆形分别为安装在手机上摄像头1和摄像头2。当多个图像采集设备为安装在同一个电子设备上的多个摄像头时，采集多张曝光度不同的图像可以并行进行采集，也就是多个图像采集设备同时进行图像的采集，相较于一个图像采集设备采集多张曝光度不同的图像时，提高了图像采集的效率，并且由于多个图像采集设备是安装在同一个电子设备上的摄像头，也就是用一台电子设备就可以获得多张曝光度不同的图像，这样，在节省图像采集成本的基础上，提高了图像采集的效率。
上述多个图像采集设备还可以为安装在多个电子设备的摄像头。如可以是安装在各个手机上的摄像头。相较于采用一个图像采集设备采集多张曝光度不同的图像时，用多个图像采集设备采集图像能够提高图像采集的效率，
上述图像采集设备的数量可以大于或等于预设数量阈值，如当上述预设数量阈值为2时，上述图像采集设备的数量可以为2、3等。
具体的，由于需要获得曝光度不同的图像，且图像的曝光度与图像的曝光时间有关，如当图像曝光时间较长时，图像会过曝，如图3，图3为本发明实施例提供的一种过曝图像的示意图，当图像曝光时间较短，图像会曝光不足。因此，需要对图像采集设备的曝光时间进行调整，使得各个图像采集设备的曝光时间不同，从而各个图像在同一时刻对同一区域进行图像采集时，能够采集到曝光度不同的图像。
在对图像采集设备的曝光时间进行调整时，可以由工作人员获得图像采集设备所拍摄的符合用户日常使用习惯或者满足用户期望的图像的曝光时间，将上述曝光时间作为标准曝光时间，在上述标准曝光时间的基础上，按照预设曝光时间间隔进行曝光时间的增加和减小，可以得到一系列的曝光时间，将标准曝光时间和所得到的曝光时间作为各个图像采集设备的曝光时间。
例如：假设图像采集设备的标准曝光时间为100ms，预设曝光时间间隔可以为10ms，在上述标准曝光时间100ms的基础上，按照预设曝光时间间隔10ms进行曝光时间的增加和减小，可以得到：110ms、90ms、120ms、80ms、130ms、70ms等。假设有3个图像采集设备，可以确定各个图像采集设备的曝光时间：100ms、110ms、90ms。
当各个图像采集设备为独立的图像采集设备时，可以将各个图像采集设备依次架设在各个预设采集点处，并调整好各个图像采集设备的曝光时间，在同一时刻同时启动各个图像采集设备，从而可以获得各个图像采集设备所采集的曝光度不同的图像。
当各个图像采集设备为安装在同一电子设备上的多个图像采集设备时，可以将上述电子设备放置在预设采集点处，并调整好各个图像采集设备的曝光时间，在同一时刻同时启动电子设备的多个图像采集设备的图像采集功能，从而可以获得各个图像采集设备所采集的曝光度不同的图像。
步骤S102：根据各个图像的图像信息，计算各个图像的预设图像参数项的参数值。
上述预设图像参数项包括以下参数项中至少一种：对比度参数项、饱和度参数项、曝光值参数项、图像距离参数项。
上述对比度参数项的参数值可以反映图像的对比度情况，上述饱和度参数项的参数值可以反映图像的饱和度情况，上述曝光度参数项的参数值可以反映图像的曝光度情况，上述图像距离参数项的参数值可以反映各个图像之间距离的情况。
上述图像的图像信息可以包括图像中各个像素点的像素值。
具体的根据各个图像的图像信息，计算各个图像的预设图像参数项的参数值可以参见后续实施例，在此不进行详细描述。
步骤S103：针对每一图像，根据该图像的预设图像参数项的参数值，计算该图像的图像融合系数。
在计算图像的图像融合系数时，可以综合图像的各个预设图像参数项的参数值，例如，可以计算图像的各个预设图像参数项的参数值之和或者之积等。
还可以针对每一图像，根据该图像的预设图像参数项的参数值、以及各个预设图像参数项对应的预设参数项权重，计算该图像的图像融合系数。
具体的，由于预设图像参数项可以包括以下参数项中至少一种：对比度参数项、饱和度参数项、曝光值参数项、图像距离参数项，上述预设参数项权重也可以包括以下权重中至少一种：对比度参数项权重、饱和度参数项权重、曝光值参数项权重、图像距离参数项权重。
上述预设参数项权重可以由工作人员根据经验设定，例如：上述预设参数项权重的范围可以为[0,1]，工作人员可以从上述范围中确定预设参数项权重。
更为具体的，在计算图像的图像融合参数时，可以计算图像的预设参数项的参数值与对应的预设参数项权重之间的乘积，然后计算图像的各个预设参数项的乘积之和，作为图像的图像融合参数。
这样，根据图像的预设图像参数项的参数值以及对应的预设参数项权重，能够较为准确地计算图像的图像融合系数。
步骤S104：根据各个图像的图像融合系数，对各个图像进行图像融合，生成融合后的图像。
由于高动态范围图像所表征图像的亮度动态范围较大、图像细节较多，且不同曝光度图像所反映的图像的亮度动态范围和图像细节均不同，如对于曝光过度的图像，所反映的图像的亮度较高、图像细节较少，对于曝光适中的图像，所反映的图像的亮度不高、图像细节较多，对于曝光不足的图像，所反映的图像的亮度越低、图像细节也较少，因此，基于曝光度不同的各个图像能够较为准确地生成高动态范围图像。
另外，由于上述预设图像参数项包括对比度参数项、饱和度参数项、曝光值参数项、图像距离参数项中的至少一种，也就是上述预设图像参数项的参数值能够较为准确地反映图像的对比度信息、图像饱和度信息、图像曝光度信息以及各个图像之间距离的信息中至少一种信息。因此，在基于图像的预设图像参数项的参数值计算图像的图像融合系数时，所计算的图像融合系数可以较为准确地反映图像的对比度信息、图像饱和度信息、图像曝光度信息以及各个图像之间距离的信息中至少一种信息。这样，基于图像的图像融合系数，对各个图像进行融合时，进一步地能够生成较为准确地高动态范围图像。
具体的，在进行图像融合时，可以采用加权求和的方式，计算图像的各个像素点的像素值与该图像的图像融合系数之积，得到图像的权重图，计算各个图像的权重图之和，从而生成融合后的图像。
具体的，还可以采用以下公式生成融合后的图像：
Figure BDA0002974805300000141
其中，Iout表示所生成的融合后的图像，N表示上述步骤S101中所获得的图像的数量，Ik表示第k张图像，WK表示第k张图像的图像融合系数。
具体的，在计算Ik*Wk时，可以计算上述Ik中每一个像素点的像素值与Wk之间的乘积，得到计算后的图像，在进行求和时，可以计算每一张计算后的图像中相对应的各个像素点的像素值之和，从而可以得到高动态范围图像。
由以上可见，应用本实施例提供的方案进行图像融合时，由于是将所获得的多个曝光度不同的图像进行图像融合，且不同曝光度图像所反映的图像的亮度动态范围和图像细节均不同，因此，基于曝光度不同的各个图像进行图像融合，能够综合各个图像的亮度动态范围和图像细节，从而生成亮度动态范围较大、图像细节较多的图像，也就是能够生成高动态范围图像。
另外，由于上述预设图像参数项包括对比度参数项、饱和度参数项、曝光值参数项、图像距离参数项中的至少一种，也就是上述预设图像参数项的参数值能够较为准确地反映图像的对比度信息、图像饱和度信息、图像曝光度信息以及各个图像之间距离的信息中至少一种信息。因此，在基于图像的预设图像参数项的参数值计算图像的图像融合系数时，所计算的图像融合系数可以较为准确地反映图像的对比度信息、图像饱和度信息、图像曝光度信息以及各个图像之间距离的信息中的至少一种信息。这样，基于图像的图像融合系数，对各个图像进行融合时，还能够综合图像的对比度信息、图像饱和度信息、图像曝光度信息以及各个图像之间距离的信息中的至少一种信息，从而能够生成更为准确的高动态范围图像。
最后，由于是获得多个图像采集设备在同一时刻对同一区域所采集的曝光度不同的图像，相较于一个图像采集设备采集多张曝光度不同的图像，提高了图像获得效率，从而提高了图像生成效率。
在上述步骤S102中，当预设图像参数项包括对比度参数项的情况下，在计算各个图像的对比度参数项的参数值时，可以对图像进行滤波处理，得到滤波后图像；获得表征滤波前图像与滤波后图像中各像素点间像素值差异的第一差异信息，并基于所获得的第一差异信息，计算图像的对比度参数项的参数值。
具体的，在对图像进行滤波处理时，可以对图像进行高斯滤波处理，得到滤波后图像，还可以对图像进行中值滤波处理、最大最小值滤波处理、非线性滤波处理等。
上述滤波前图像是指在进行滤波处理之前的图像，也就是步骤S101中所获得的图像。在获得上述第一差异信息时，可以针对滤波前图像的每一像素点，计算该像素点的像素值与该像素点在滤波后图像中对应像素点的像素值之间的差异，作为该像素点的第一差异信息。
在基于第一差异信息获得图像的对比度参数项的参数值时，可以将所获得的各个像素点的第一差异信息的绝对值作为图像的各个像素点的对比度参数项的参数值，还可以将所获得的各个像素点的第一差异信息的平均值作为图像的各个像素点的对比度参数项的参数值。
这样，由于图像的对比度参数项的参数值与滤波前图像与滤波后图像的像素点间的像素值差异有关，基于滤波前图像与滤波后图像中各像素点间像素值差异的第一差异信息可以较为准确地计算图像的对比度参数项的参数值。
本发明的一个实施例中，还可以按照以下表达式计算图像的对比度参数项的参数值：
C＝|I-Gauss(I)|
其中，C表示图像的对比度参数项的参数值，I表示滤波前图像，Gauss(I)表示对图像进行高斯滤波得到的图像。
由于I表示滤波前图像，Gauss(I)表示对图像进行高斯滤波得到的图像，因此，上述表达式中I-Gauss(I)表征滤波前图像与滤波后图像中各像素点间像素值差异的第一差异信息。
具体的，在计算|I-Gauss(I)|时，可以计算I中每一像素点与Gauss(I)中对应像素点的像素值之差，再对每一像素点对应的差值取绝对值，得到表征图像的对比度参数项的参数值。
在上述步骤S102中，在预设图像参数项包括饱和度参数项的情况下，在计算各个图像的饱和度参数项的参数值时，可以根据图像在每一颜色分量上的分量图，计算图像的平均图；获得表征图像在各颜色分量上的分量图与平均图间差异的第二差异信息，并基于所获得的第二差异信息，计算图像的饱和度参数项的参数值。
上述平均图中各个像素点的像素值为：图像中各个像素点在各颜色分量上像素值的平均值。上述各颜色分量可以为R(Red，红色)分量、G(Green，绿色)分量、B(Blue，蓝色)分量。具体的，可以计算图像中各个像素点在各颜色分量上像素值的平均值，并将平均值作为图像中各个像素点的像素值，从而可以得到平均图。
在获得上述第二差异信息时，可以计算图像中各个像素点在各颜色分量上像素值与平均图中相对应的各个像素点在各颜色分量上像素值之间的差异，将所计算的差异作为图像中各个像素点的第二差异信息。还可以将图像中各个像素点在各颜色分量上像素值与平均图中相对应的各个像素点在各颜色分量上像素值之间的差异的绝对值作为图像中各个像素点的第二差异信息。
在计算图像的饱和度参数项的参数值时，可以计算所获得的第二差异信息之和，作为图像的饱和度参数项的参数值，还可以计算所获得的第二差异信息之积，作为图像的饱和度参数项的参数值
这样，由于图像的饱和度参数项的参数值与图像在每一颜色分类上的分量图与图像的平均图有关，基于上述分量图与平均图之间的第二差异信息可以较为准确地计算图像的饱和度参数项的参数值。
在基于第二差异信息计算图像的饱和度参数项的参数值时，可以将各个像素点的第二差异信息的平均值作为图像的饱和度参数项的参数值。还可以采用以下表达式计算各个图像的饱和度参数项的参数值：
S＝[|R-meanRGB|3+|G-meanRGB|3+|B-meanRGB|3]1/3
其中，S表示图像的饱和度参数项的参数值，R表示图像在红色分量上的分量图，meanRGB表示图像的平均图，G表示图像在绿色分量上的分量图，B表示图像在蓝色分量上的分量图。
由于R表示图像在红色分量上的分量图，G表示图像在绿色分量上的分量图，B表示图像在蓝色分量上的分量图，meanRGB表示图像的平均图，因此R-meanRGB表示图像在红色分量上的分量图与图像的平均图之间的第二差异信息，G-meanRGB表示图像在绿色分量上的分量图与图像的平均图之间的第二差异信息，B-meanRGB表示图像在蓝色分量上的分量图与图像的平均图之间的第二差异信息。
在计算|R-meanRGB|3时，可以计算R中各个像素点的像素值与meanRGB中相对应的各个像素点的像素值之差，并计算上述差值的绝对值，再计算上述绝对值的三次方。
同样的，在计算G-meanRGB时，可以计算G中各个像素点的像素值与meanRGB中相对应的各个像素点的像素值之差，并计算上述差值的绝对值，再计算上述绝对值的三次方。
在计算B-meanRGB时，可以计算B中各个像素点的像素值与meanRGB中相对应的各个像素点的像素值之差，并计算上述差值的绝对值，再计算上述绝对值的三次方。
在上述步骤S102中，在预设图像参数项包括曝光度参数项的情况下，计算图像的预设图像参数项的参数值时，可以针对每一个图像，根据该图像在各个颜色分量上的分量图、以及各个颜色分量对应的预设分量系数，计算该图像的曝光度参数项的参数值。
上述预设分量系数可以由工作人员根据经验设定。各个颜色分量对应的预设分量系数可以是相同的，例如，各个颜色分量对应的预设分量系数可以均为0.5。
具体的，在计算计算该图像的曝光度参数项的参数值时，可以计算图像在各个颜色分量上的分量图中各个像素点的像素值、与各个颜色分量对应的预设分量系数间的比例，将计算得到的图像中各个像素点对应的比例作为图像的曝光度参数项的参数值。
这样，由于图像的曝光度参数项的参数值与图像在各个颜色分量上的分量图有关，因此，根据图像在各个颜色分量上的分量图、以及各个颜色分量对应的预设分量系数，能够较为准确地计算图像的曝光度参数项的参数值。
在计算图像的曝光度参数项的参数值时，还可以按照以下表达式计算图像的曝光度参数项的参数值：
Figure BDA0002974805300000181
其中，E表示图像的曝光度参数项的参数值，R表示图像在红色分量上的分量图，G表示图像在绿色分量上的分量图，B表示图像在蓝色分量上的分量图，σR表示红色分量对应的第一预设分量系数，σG表示绿色分量对应的第一预设分量系数，σB表示蓝色分量对应的第一预设分量系数，R1表示红色分量对应的第二预设分量系数，G1表示绿色分量对应的第二预设分量系数，B1表示蓝色分量对应的第二预设分量系数，R2表示红色分量对应的第三预设分量系数，G2表示绿色分量对应的第三预设分量系数，B2表示蓝色分量对应的第三预设分量系数。e表示自然对数的底数。
其中，上述σR、σG、σB可以均为0.5，R1、1、1可以均为0.5，R2、G2、B2可以均为2。
在计算R-R1时，可以计算R中各个像素点与R1之间的差值，同样的，在计算G-1时，可以计算G中各个像素点与G1之间的差值，在计算B-B1时，可以计算B中各个像素点与B1之间的差值，
在上述步骤S102中，在预设图像参数项包括图像距离参数项的情况下，计算各个图像的预设图像参数项的参数值时，可以从各个图像中选择一张图像作为基准图像；针对剩余的每一张图像，获得表征该图像与基准图像中各像素点间的像素值差异的第三差异信息，根据所获得的第三差异信息，计算该图像的距离参数项的参数值。
具体的，在从各个图像中选择一张图像作为基准图像时，可以将位于预设位置的图像作为基准图像，例如：可以将第一张图像或者最后一张图像作为基准图像，还可以当所获得的图像的数量N为奇数时，将第(N+1)/2张图像作为基准图像。
在获得上述第三差异信息时，可以针对基准图像的每一像素点，计算该像素点的像素值、与该像素点在当前待计算图像距离参数项的参数值的图像对应像素点的像素值之间的差异，作为该像素点的第一差异信息。
在计算上述图像的距离参数项的参数值时，可以计算各个图像的第一差异信息之和，并计算图像的第一差异信息与所计算的第一差异信息之和的比值，作为图像的距离参数项的参数值。
这样，根据表征该图像与所述基准图像中各像素点间的像素值差异的第三差异信息，能够较为准确地计算图像的距离参数项的参数值。
上述各个图像的距离参数项的参数值还可以按照以下表达式计算得到：
Figure BDA0002974805300000191
其中，Dk表示第k张图像的距离参数项的参数值，Ik表示第k张图像，Im表示基准图像，w表示预设距离系数，如w可以为0.0001。
由于Ik表示第k张图像，Im表示基准图像，因此，Ik-Im为表征图像与基准图像中各像素点间的像素值差异的第三差异信息。
在计算|Ik-Im+w|时，可以计算图像中各个像素点与基准图像中相对应的各个像素点的像素值之差，再计算上述各个差值与预设距离系数之和，并将上述结果取绝对值。
在上述步骤S103中，在预设图像参数项包括对比度参数项、饱和度参数项、曝光值参数项、图像距离参数项的情况下，还可以按照以下表达式计算图像的图像融合系数：
Figure BDA0002974805300000192
其中，wk表示第k张图像的图像融合系数，Ck表示第k张图像的对比度参数项的参数值，xc表示预设对比度参数项权重，xc的范围可以为[0,1]，Sk表示第k张图像的饱和度参数项的参数值，xs表示预设饱和度参数项权重，xs的范围可以为[0,1]，Ek表示第k张图像的曝光度参数项的参数值，xE表示预设曝光度参数项权重，xE的范围可以为[0,1]，Dk表示第k张图像的图像距离参数项的参数值，xD表示预设图像参数项权重，xD的范围可以为[0,1]。
由于在步骤S101中所获得的各个图像的大小、视角等可能存在差异，因此，需要对所获得的各个图像进行矫正，具体的，可以对所获得的各个图像进行几何矫正，从而得到矫正后的图像。
在进行几何矫正时，可以统一各个图像的图像尺寸、图像视角等，从而使得各个图像的图像尺寸、图像视角统一。例如：可以预设图像的图像尺寸、图像视角，基于预设的图像尺寸、图像视角，对各个图像的图像尺寸、图像视角进行矫正，使得矫正后的图像的图像尺寸与预设图像尺寸统一、图像视角与预设图像视角统一。
基于此，在上述步骤S102中，可以根据各个矫正后的图像的图像信息，计算各个矫正后的图像的预设图像参数项的参数值。
这样，由于对图像进行几何矫正，能够使得各个图像的图像尺寸、视角等统一，从而基于矫正后的各个图像的图像信息能够更为准确地计算图像的预设图像参数项的参数值。
以下结合图4，对本发明实施例提供的图像生成方案进行具体说明。图4为本发明实施例提供的一种图像生成方法的框架示意图。
按照箭头指向顺序，首先基于两个摄像头分别获得高曝光图像O1、低曝光图像O2。上述两个摄像头可以为一台手机上的双目摄像头。
然后对上述两张高曝光图像O1、低曝光图像O2进行图像校正/对齐，从而得到两张图像：图像1、图像2。
计算两张图像1、图像2中每一张图像的预设图像参数项的参数值，上述预设图像参数值包括对比度参数项、饱和度参数项、曝光值参数项、图像距离参数项的参数值中的至少一种。
基于所计算的每一张图像的各个参数值，计算图像的图像融合系数。
基于所计算的图像融合系数，对图像进行融合，生成高动态范围图像。
与上述图像生成方法相对应，本发明实施例还提供了一种图像生成装置。
参见图5，图5为本发明实施例提供的一种图像生成装置的结构示意图，上述装置包括以下模块501-504。
图像获得模块501，用于获得多个图像采集设备在同一时刻对同一区域所采集的曝光度不同的图像；
参数值计算模块502，用于根据各个图像的图像信息，计算各个图像的预设图像参数项的参数值，所述预设图像参数项包括以下参数项中至少一种：对比度参数项、饱和度参数项、曝光值参数项、图像距离参数项；
系数计算模块503，用于针对每一图像，根据该图像的预设图像参数项的参数值，计算该图像的图像融合系数；
图像生成模块504，用于根据各个图像的图像融合系数，对各个图像进行图像融合，生成融合后的图像。
由以上可见，应用本实施例提供的方案进行图像融合时，由于是将所获得的多个曝光度不同的图像进行图像融合，且不同曝光度图像所反映的图像的亮度动态范围和图像细节均不同，因此，基于曝光度不同的各个图像进行图像融合，能够综合各个图像的亮度动态范围和图像细节，从而生成亮度动态范围较大、图像细节较多的图像，也就是能够生成高动态范围图像。
另外，由于上述预设图像参数项包括对比度参数项、饱和度参数项、曝光值参数项、图像距离参数项中的至少一种，也就是上述预设图像参数项的参数值能够较为准确地反映图像的对比度信息、图像饱和度信息、图像曝光度信息以及各个图像之间距离的信息中至少一种信息。因此，在基于图像的预设图像参数项的参数值计算图像的图像融合系数时，所计算的图像融合系数可以较为准确地反映图像的对比度信息、图像饱和度信息、图像曝光度信息以及各个图像之间距离的信息中的至少一种信息。这样，基于图像的图像融合系数，对各个图像进行融合时，还能够综合图像的对比度信息、图像饱和度信息、图像曝光度信息以及各个图像之间距离的信息中的至少一种信息，从而能够生成更为准确的高动态范围图像。
最后，由于是获得多个图像采集设备在同一时刻对同一区域所采集的曝光度不同的图像，相较于一个图像采集设备采集多张曝光度不同的图像，提高了图像获得效率，从而提高了图像生成效率。
本发明的一个实施例中，在所述预设图像参数项包括对比度参数项的情况下，
所述参数值计算模块，包括：
图像获得子模块，用于对图像进行滤波处理，得到滤波后图像；
参数值计算子模块，用于获得表征滤波前图像与滤波后图像中各像素点间像素值差异的第一差异信息，并基于所获得的第一差异信息，计算图像的对比度参数项的参数值。
这样，由于图像的对比度参数项的参数值与滤波前图像与滤波后图像的像素点间的像素值差异有关，基于滤波前图像与滤波后图像中各像素点间像素值差异的第一差异信息可以较为准确地计算图像的对比度参数项的参数值。
本发明的一个实施例中，所述图像获得子模块，具体用于对图像进行高斯滤波处理，得到滤波后图像；
参数值计算子模块，具体用于按照以下表达式计算图像的对比度参数项的参数值：
C＝|I-Gauss(I)|
其中，C表示所述图像的对比度参数项的参数值，I表示滤波前图像，Gauss(I)表示对所述图像进行高斯滤波得到的图像。
本发明的一个实施例中，在所述预设图像参数项包括饱和度参数项的情况下，
所述参数值计算模块，具体用于按照以下方式计算各个图像的饱和度参数项的参数值：根据图像在每一颜色分量上的分量图，计算所述图像的平均图，其中，所述平均图中各个像素点的像素值为：所述图像中各个像素点在各颜色分量上像素值的平均值；获得表征所述图像在各个颜色分量上的分量图与所述图像的平均图间差异的第二差异信息，并基于所获得的第二差异信息，计算所述图像的饱和度参数项的参数值。
这样，由于图像的饱和度参数项的参数值与图像在每一颜色分类上的分量图与图像的平均图有关，基于上述分量图与平均图之间的第二差异信息可以较为准确地计算图像的饱和度参数项的参数值。
本发明的一个实施例中，上述参数值计算模块，具体用于按照以下表达式计算图像的饱和度参数项的参数值：
S＝[|R-meanRGB|3+|G-meanRGB|3+|B-meanRGB|3]1/3
其中，S表示所述图像的饱和度参数项的参数值，R表示所述图像在红色分量上的分量图，meanRGB表示所述图像的平均图，G表示所述图像在绿色分量上的分量图，B表示所述图像在蓝色分量上的分量图。
本发明的一个实施例中，在所述预设图像参数项包括曝光度参数项的情况下，
所述参数值计算模块，具体用于针对每一个图像，根据该图像在各个颜色分量上的分量图、以及各个颜色分量对应的预设分量系数，计算该图像的曝光度参数项的参数值。
这样，由于图像的曝光度参数项的参数值与图像在各个颜色分量上的分量图有关，因此，根据图像在各个颜色分量上的分量图、以及各个颜色分量对应的预设分量系数，能够较为准确地计算图像的曝光度参数项的参数值。
本发明的一个实施例中，所述参数值计算模块，具体用于按照以下表达式计算图像的曝光度参数项的参数值：
Figure BDA0002974805300000231
其中，E表示所述图像的曝光度参数项的参数值，R表示所述图像在红色分量上的分量图，G表示所述图像在绿色分量上的分量图，B表示所述图像在蓝色分量上的分量图，σR表示红色分量对应的第一预设分量系数，σG表示绿色分量对应的第一预设分量系数，σB表示蓝色分量对应的第一预设分量系数，R1表示红色分量对应的第二预设分量系数，G1表示绿色分量对应的第二预设分量系数，B1表示蓝色分量对应的第二预设分量系数，R2表示红色分量对应的第三预设分量系数，G2表示绿色分量对应的第三预设分量系数，B2表示蓝色分量对应的第三预设分量系数。
本发明的一个实施例中，在所述预设图像参数项包括图像距离参数项的情况下，
所述参数值计算模块，具体用于从各个图像中选择一张图像作为基准图像；针对剩余的每一张图像，获得表征该图像与所述基准图像中各像素点间的像素值差异的第三差异信息，根据所获得的第三差异信息，计算该图像的距离参数项的参数值。
这样，根据表征该图像与所述基准图像中各像素点间的像素值差异的第三差异信息，能够较为准确地计算图像的距离参数项的参数值。
本发明的一个实施例中，上述各个图像的距离参数项的参数值按照以下表达式计算得到：
Figure BDA0002974805300000241
其中，Dk表示第k张图像的距离参数项的参数值，Ik表示第k张图像，Im表示所述基准图像，w表示预设距离系数。
本发明的一个实施例中，上述系数计算模块，具体用于针对每一图像，根据该图像的预设图像参数项的参数值、以及各个预设图像参数项对应的预设参数项权重，计算该图像的图像融合系数。
这样，根据图像的预设图像参数项的参数值以及对应的预设参数项权重，能够较为准确地计算图像的图像融合系数。
本发明的一个实施例中，上述装置还包括：
图像矫正模块，用于在所述图像获得模块之后，对所获得的各个图像进行几何矫正，得到矫正后的图像；
所述参数值计算模块，具体用于根据各个矫正后的图像的图像信息，计算各个矫正后的图像的预设图像参数项的参数值。
这样，由于对图像进行几何矫正，能够使得各个图像的图像尺寸、视角等统一，从而基于矫正后的各个图像的图像信息能够更为准确地计算图像的预设图像参数项的参数值。
本发明的一个实施例中，上述多个图像采集设备包括：安装在同一个电子设备上的多个摄像头。
这样，相较于一个图像采集设备采集多张曝光度不同的图像时，提高了图像采集的效率，并且由于多个图像采集设备是安装在同一个电子设备上的摄像头，也就是用一台电子设备就可以获得多张曝光度不同的图像，这样，在节省图像采集成本的基础上，提高了图像采集的效率。
与上述图像生成方法相对应，本发明实施例还提供了一种电子设备。
本发明实施例还提供了一种电子设备，如图6所示，图6为本发明实施例提供的一种电子设备的结构示意图，包括处理器601、通信接口602、存储器603和通信总线604，其中，处理器601，通信接口602，存储器603通过通信总线604完成相互间的通信，
存储器603，用于存放计算机程序；
处理器601，用于执行存储器603上所存放的程序时，实现本发明实施例提供的图像生成方法。
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 SignalProcessor，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。
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本发明实施例提供的图像生成方法。
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行时实现本发明实施例提供的图像生成方法。
由以上可见，应用本实施例提供的方案进行图像融合时，由于是将所获得的多个曝光度不同的图像进行图像融合，且不同曝光度图像所反映的图像的亮度动态范围和图像细节均不同，因此，基于曝光度不同的各个图像进行图像融合，能够综合各个图像的亮度动态范围和图像细节，从而生成亮度动态范围较大、图像细节较多的图像，也就是能够生成高动态范围图像。
另外，由于上述预设图像参数项包括对比度参数项、饱和度参数项、曝光值参数项、图像距离参数项中的至少一种，也就是上述预设图像参数项的参数值能够较为准确地反映图像的对比度信息、图像饱和度信息、图像曝光度信息以及各个图像之间距离的信息中至少一种信息。因此，在基于图像的预设图像参数项的参数值计算图像的图像融合系数时，所计算的图像融合系数可以较为准确地反映图像的对比度信息、图像饱和度信息、图像曝光度信息以及各个图像之间距离的信息中的至少一种信息。这样，基于图像的图像融合系数，对各个图像进行融合时，还能够综合图像的对比度信息、图像饱和度信息、图像曝光度信息以及各个图像之间距离的信息中的至少一种信息，从而能够生成更为准确的高动态范围图像。
最后，由于是获得多个图像采集设备在同一时刻对同一区域所采集的曝光度不同的图像，相较于一个图像采集设备采集多张曝光度不同的图像，提高了图像获得效率，从而提高了图像生成效率。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
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、计算机可读存储介质实施例而言，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 (15)

1.一种图像生成方法，其特征在于，所述方法包括：
获得多个图像采集设备在同一时刻对同一区域所采集的曝光度不同的图像；
根据各个图像的图像信息，计算各个图像的预设图像参数项的参数值，所述预设图像参数项包括以下参数项中至少一种：对比度参数项、饱和度参数项、曝光值参数项、图像距离参数项；
针对每一图像，根据该图像的预设图像参数项的参数值，计算该图像的图像融合系数；
根据各个图像的图像融合系数，对各个图像进行图像融合，生成融合后的图像。
2.根据权利要求1所述的方法，其特征在于，在所述预设图像参数项包括对比度参数项的情况下，所述根据各个图像的图像信息，计算各个图像的预设图像参数项的参数值，包括：
按照以下方式计算各个图像的对比度参数项的参数值：
对图像进行滤波处理，得到滤波后图像；
获得表征滤波前图像与滤波后图像中各像素点间像素值差异的第一差异信息，并基于所获得的第一差异信息，计算图像的对比度参数项的参数值。
3.根据权利要求2所述的方法，其特征在于，
所述对图像进行滤波处理，得到滤波后图像，包括：
对图像进行高斯滤波处理，得到滤波后图像；
所述基于所获得的第一差异信息，计算图像的对比度参数项的参数值，包括：
按照以下表达式计算图像的对比度参数项的参数值：
C＝|I-Gauss(I)|
其中，C表示所述图像的对比度参数项的参数值，I表示滤波前图像，Gauss(I)表示对所述图像进行高斯滤波得到的图像。
4.根据权利要求1所述的方法，其特征在于，在所述预设图像参数项包括饱和度参数项的情况下，所述根据各个图像的图像信息，计算各个图像的预设图像参数项的参数值，包括：
按照以下方式计算各个图像的饱和度参数项的参数值：
根据图像在每一颜色分量上的分量图，计算所述图像的平均图，其中，所述平均图中各个像素点的像素值为：所述图像中各个像素点在各颜色分量上像素值的平均值；
获得表征所述图像在各个颜色分量上的分量图与所述图像的平均图间差异的第二差异信息，并基于所获得的第二差异信息，计算所述图像的饱和度参数项的参数值。
5.根据权利要求4所述的方法，其特征在于，所述基于所获得的第二差异信息，计算所述图像的饱和度参数项的参数值，包括：
按照以下表达式计算图像的饱和度参数项的参数值：
S＝[|R-meanRGB|3+|G-meanRGB|3+|B-meanRGB|3]1/3
其中，S表示所述图像的饱和度参数项的参数值，R表示所述图像在红色分量上的分量图，meanRGB表示所述图像的平均图，G表示所述图像在绿色分量上的分量图，B表示所述图像在蓝色分量上的分量图。
6.根据权利要求1所述的方法，其特征在于，在所述预设图像参数项包括曝光度参数项的情况下，所述根据各个图像的图像信息，计算各个图像的预设图像参数项的参数值，包括：
针对每一个图像，根据该图像在各个颜色分量上的分量图、以及各个颜色分量对应的预设分量系数，计算该图像的曝光度参数项的参数值。
7.根据权利要求6所述的方法，其特征在于，所述针对每一个图像，根据该图像在各个颜色分量上的分量图、以及各个颜色分量对应的预设分量系数，计算该图像的曝光度参数项的参数值，包括：
按照以下表达式计算图像的曝光度参数项的参数值：
Figure FDA0002974805290000031
其中，E表示所述图像的曝光度参数项的参数值，R表示所述图像在红色分量上的分量图，G表示所述图像在绿色分量上的分量图，B表示所述图像在蓝色分量上的分量图，σR表示红色分量对应的第一预设分量系数，σG表示绿色分量对应的第一预设分量系数，σB表示蓝色分量对应的第一预设分量系数，R1表示红色分量对应的第二预设分量系数，G1表示绿色分量对应的第二预设分量系数，B1表示蓝色分量对应的第二预设分量系数，R2表示红色分量对应的第三预设分量系数，G2表示绿色分量对应的第三预设分量系数，B2表示蓝色分量对应的第三预设分量系数。
8.根据权利要求1所述的方法，其特征在于，在所述预设图像参数项包括图像距离参数项的情况下，所述根据各个图像的图像信息，计算各个图像的预设图像参数项的参数值，包括：
从各个图像中选择一张图像作为基准图像；
针对剩余的每一张图像，获得表征该图像与所述基准图像中各像素点间的像素值差异的第三差异信息，根据所获得的第三差异信息，计算该图像的距离参数项的参数值。
9.根据权利要求8所述的方法，其特征在于，所述针对剩余的每一张图像，获得表征该图像与所述基准图像中各像素点间的像素值差异的第三差异信息，根据所获得的第三差异信息，计算该图像的距离参数项的参数值，包括：
各个图像的距离参数项的参数值按照以下表达式计算得到：
Figure FDA0002974805290000032
其中，Dk表示第k张图像的距离参数项的参数值，Ik表示第k张图像，Im表示所述基准图像，w表示预设距离系数。
10.根据权利要求1-9中任一项所述的方法，其特征在于，所述针对每一图像，根据该图像的预设图像参数项的参数值，计算该图像的融合系数，包括：
针对每一图像，根据该图像的预设图像参数项的参数值、以及各个预设图像参数项对应的预设参数项权重，计算该图像的图像融合系数。
11.根据权利要求1-9中任一项所述的方法，其特征在于，在所述获得各个图像采集设备在同一时刻对同一区域所采集的曝光度不同的图像之后，还包括：
对所获得的各个图像进行几何矫正，得到矫正后的图像；
所述根据各个图像的图像信息，计算各个图像的预设图像参数项的参数值，包括：
根据各个矫正后的图像的图像信息，计算各个矫正后的图像的预设图像参数项的参数值。
12.根据权利要求1-9中任一项所述的方法，其特征在于，所述多个图像采集设备包括：安装在同一个电子设备上的多个摄像头。
13.一种图像生成装置，其特征在于，所述装置包括：
图像获得模块，用于获得多个图像采集设备在同一时刻对同一区域所采集的曝光度不同的图像；
参数值计算模块，用于根据各个图像的图像信息，计算各个图像的预设图像参数项的参数值，所述预设图像参数项包括以下参数项中至少一种：对比度参数项、饱和度参数项、曝光值参数项、图像距离参数项；
系数计算模块，用于针对每一图像，根据该图像的预设图像参数项的参数值，计算该图像的图像融合系数；
图像生成模块，用于根据各个图像的图像融合系数，对各个图像进行图像融合，生成融合后的图像。
14.一种电子设备，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1-12任一所述的方法步骤。
15.一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1-12任一所述的方法步骤。
CN202110272236.0A 2021-03-12 2021-03-12 一种图像生成方法及装置 Pending CN112995518A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110272236.0A CN112995518A (zh) 2021-03-12 2021-03-12 一种图像生成方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110272236.0A CN112995518A (zh) 2021-03-12 2021-03-12 一种图像生成方法及装置

Publications (1)

Publication Number Publication Date
CN112995518A true CN112995518A (zh) 2021-06-18

Family

ID=76335434

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110272236.0A Pending CN112995518A (zh) 2021-03-12 2021-03-12 一种图像生成方法及装置

Country Status (1)

Country Link
CN (1) CN112995518A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113808054A (zh) * 2021-11-19 2021-12-17 北京鹰瞳科技发展股份有限公司 用于对眼底图像的视盘区域进行修复的方法和相关产品

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201206833D0 (en) * 2011-04-20 2012-05-30 Csr Technology Inc Multiple exposure high dynamic range image capture
US20130028509A1 (en) * 2011-07-28 2013-01-31 Samsung Electronics Co., Ltd. Apparatus and method for generating high dynamic range image from which ghost blur is removed using multi-exposure fusion
CN103198482A (zh) * 2013-04-07 2013-07-10 西安电子科技大学 基于差异图模糊隶属度融合的遥感图像变化检测方法
CN105787870A (zh) * 2016-02-21 2016-07-20 郑州财经学院 一种图形图像拼接融合系统
CN108335279A (zh) * 2017-01-20 2018-07-27 微软技术许可有限责任公司 图像融合和hdr成像

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201206833D0 (en) * 2011-04-20 2012-05-30 Csr Technology Inc Multiple exposure high dynamic range image capture
US20130028509A1 (en) * 2011-07-28 2013-01-31 Samsung Electronics Co., Ltd. Apparatus and method for generating high dynamic range image from which ghost blur is removed using multi-exposure fusion
CN103198482A (zh) * 2013-04-07 2013-07-10 西安电子科技大学 基于差异图模糊隶属度融合的遥感图像变化检测方法
CN105787870A (zh) * 2016-02-21 2016-07-20 郑州财经学院 一种图形图像拼接融合系统
CN108335279A (zh) * 2017-01-20 2018-07-27 微软技术许可有限责任公司 图像融合和hdr成像

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
付争方: "高动态范围图像信号恢复与增强算法研究", 《中国博士学位论文全文数据库（电子期刊）》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113808054A (zh) * 2021-11-19 2021-12-17 北京鹰瞳科技发展股份有限公司 用于对眼底图像的视盘区域进行修复的方法和相关产品
CN113808054B (zh) * 2021-11-19 2022-05-06 北京鹰瞳科技发展股份有限公司 用于对眼底图像的视盘区域进行修复的方法和相关产品

Similar Documents

Publication Publication Date Title
Wei et al. Physics-based noise modeling for extreme low-light photography
US9444991B2 (en) Robust layered light-field rendering
CN113992861B (zh) 一种图像处理方法及图像处理装置
US8576295B2 (en) Image processing apparatus and image processing method
CN112703509A (zh) 用于图像增强的人工智能技术
CN106067953A (zh) 确定用于具有各种视场的多相机设备的镜头阴影校正的方法和装置
CN109120854B (zh) 图像处理方法、装置、电子设备及存储介质
JP2015053057A (ja) イメージのカラーアーチファクトを補正する方法と関連装置
CN111385461B (zh) 全景拍摄方法及装置、相机、移动终端
WO2022135581A1 (zh) 图像检测方法、装置、系统、设备和存储介质
WO2019029573A1 (zh) 图像虚化方法、计算机可读存储介质和计算机设备
CN102236790B (zh) 一种图像处理方法和设备
WO2023125440A1 (zh) 一种降噪方法、装置、电子设备及介质
CN114640833A (zh) 投影画面调整方法、装置、电子设备和存储介质
Rabie Adaptive hybrid mean and median filtering of high-ISO long-exposure sensor noise for digital photography
CN110830789A (zh) 一种过曝检测方法、装置及一种过曝抑制方法、装置
CN106773453B (zh) 一种照相机曝光的方法、装置及移动终端
CN114007020B (zh) 图像处理方法、装置、智能终端及计算机可读存储介质
CN112995518A (zh) 一种图像生成方法及装置
CN113159229B (zh) 图像融合方法、电子设备及相关产品
CN108513068A (zh) 图像的选取方法、装置、存储介质及电子设备
CN111917986A (zh) 图像处理方法及其介质和电子设备
Luo et al. Real‐time digital image stabilization for cell phone cameras in low‐light environments without frame memory
CN114339028B (zh) 拍照方法、电子设备以及计算机可读存储介质
CN110689565A (zh) 一种深度图确定的方法、装置及电子设备

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: 20210618