CN113888452A - 图像融合方法、电子设备、存储介质及计算机程序产品 - Google Patents
图像融合方法、电子设备、存储介质及计算机程序产品 Download PDFInfo
- Publication number
- CN113888452A CN113888452A CN202110707246.2A CN202110707246A CN113888452A CN 113888452 A CN113888452 A CN 113888452A CN 202110707246 A CN202110707246 A CN 202110707246A CN 113888452 A CN113888452 A CN 113888452A
- Authority
- CN
- China
- Prior art keywords
- image
- pixel point
- value
- fusion
- depth
- 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
Links
- 238000007500 overflow downdraw method Methods 0.000 title claims abstract description 42
- 238000004590 computer program Methods 0.000 title claims abstract description 31
- 230000004927 fusion Effects 0.000 claims abstract description 203
- 238000009499 grossing Methods 0.000 claims description 12
- 238000000034 method Methods 0.000 abstract description 17
- 238000012545 processing Methods 0.000 abstract description 17
- 238000010586 diagram Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 12
- 230000000694 effects Effects 0.000 description 9
- 238000003384 imaging method Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000002146 bilateral effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004382 potting Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/593—Depth or shape recovery from multiple images from stereo images
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Studio Devices (AREA)
Abstract
本申请适用于图像处理技术领域,提供了一种图像融合方法、电子设备、计算机可读存储介质及计算机程序产品。该方法包括:获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像,其中,第一摄像头的视场角大于第二摄像头的视场角,第一图像包含第二图像;获取第二图像的深度图像,并根据该深度图像确定第二图像中每个像素点的融合权重值;根据第二图像中每个像素点的融合权重值,按预定的融合方式将第二图像融合到第一图像中,获得融合后的图像,其中,该预定的融合方式包括对第一图像和第二图像中每个对应像素点的特征值进行加权求和运算。采用该方法可以避免将小视场角图像融合到大视场角图像时,导致近景区域的清晰度变得更差的问题。
Description
技术领域
本申请属于图像处理技术领域,尤其涉及一种图像融合方法、电子设备、计算机可读存储介质及计算机程序产品。
背景技术
现有的电子设备通常会配置多个摄像头,将多个摄像头拍摄的图像进行融合处理,可有效提高拍摄图像的效果。然而,发明人发现,在将长焦摄像头拍摄的小视场角图像融合到普通摄像头拍摄的大视场角图像后,虽然可以提升大视场角图像中远景区域的清晰度,但会使得大视场角图像中近景区域的清晰度变得更差。
发明内容
有鉴于此,本申请实施例提供了一种图像融合方法、电子设备、计算机可读存储介质及计算机程序产品,可以避免将小视场角图像融合到大视场角图像时,导致大视场角图像中近景区域的清晰度变得更差的问题。
第一方面,本申请实施例提供了一种图像融合方法,包括:
获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像,其中,所述第一摄像头的视场角大于所述第二摄像头的视场角,所述第一图像包含所述第二图像;
获取所述第二图像的深度图像,根据所述深度图像确定所述第二图像中每个像素点的融合权重值;
根据所述第二图像中每个像素点的融合权重值,按预定的融合方式将所述第二图像融合到所述第一图像中,获得融合后的图像,其中,所述预定的融合方式包括对所述第一图像和所述第二图像中每个对应像素点的特征值进行加权求和运算。
在本申请实施例中,首先获取由不同视场角的摄像头分别拍摄的大视场角图像和小视场角图像,然后根据小视场角图像的深度图像确定小视场角图像中每个像素点的融合权重值;在将小视场角图像融合到大视场角图像时,会根据小视场角图像中每个像素点的融合权重值,对大视场角图像和小视场角图像中每个对应像素点的特征值进行加权求和运算,从而得到融合后的图像。由于小视场角图像中每个像素点的融合权重值是根据小视场角图像的深度图像确定的,因此,对于小视场角图像中深度值较大的区域(远景区域),其包含的像素点的融合权重值可以设置得较大,使得将这部分区域融合到大视场角图像中的特征比重较大,能够提升大视场角图像中远处场景区域的清晰度;而对于小视场角图像中深度值较小的区域(近景区域),其包含的像素点的融合权重值可以设置得较小,使得将这部分区域融合到大视场角图像中的特征比重较小,也即近景区域基本采用大视场角图像的原有图像特征,能够避免图像融合后产生近景区域的清晰度变差的问题。
在本申请的一个实施例中,根据所述深度图像确定所述第二图像中每个像素点的融合权重值,可以包括:
针对所述第二图像中的每个像素点,若该像素点在所述深度图像中的深度值大于或等于目标阈值,则将该像素点对应的融合权重值设置为第一数值;若该像素点在所述深度图像中的深度值小于所述目标阈值,则将该像素点对应的融合权重值设置为第二数值,所述第二数值小于所述第一数值。
通过这样设置,可以根据该深度图像将第二图像划分为两类区域,即近景区域(对应于融合权重值为第二数值的像素点所处区域)和远景区域(对应于融合权重值为第一数值的像素点所处区域)。其中,该目标阈值可以根据经验值人工设置,也可以根据第二摄像头的镜头参数计算得到。
进一步的,在根据所述深度图像确定所述第二图像中每个像素点的融合权重值之前,还可以包括:
获取所述第二摄像头的镜头参数;
根据所述镜头参数确定所述目标阈值。
可以根据第二摄像头的镜头参数确定第二摄像头的景深,即能够取得清晰的成像时所测定的被摄物体的前后距离范围。之后,可以根据该景深确定一个用于区分第二图像的近景区域和远景区域的阈值,即目标阈值。
更进一步的,所述镜头参数包括镜头光圈值、弥散圆直径、对焦距离和焦距;根据所述镜头参数确定所述目标阈值,可以包括:
根据所述镜头光圈值、所述弥散圆直径、所述对焦距离和所述焦距计算得到所述第二摄像头的前景深;
将所述对焦距离和所述前景深的差值确定为所述目标阈值。
对焦距离和前景深的差值是第二摄像头的近点距离,若将该近点距离作为目标阈值,则可以将第二图像中成像清晰的区域的融合权重值设置为第一数值(例如1),将第二图像中成像模糊的区域的融合权重值设置为第二数值(例如0),这样在将第二图像融合到第一图像中时,主要是采用成像清晰的区域进行融合,从而可以有效避免融合后图像中近景区域的清晰度变差。
在本申请的一个实施例中,根据所述第二图像中每个像素点的融合权重值,按预定的融合方式将所述第二图像融合到所述第一图像中,获得融合后的图像,可以包括:
基于所述第二图像中每个像素点的融合权重值构建掩码图像;
对所述第二图像和所述掩码图像中每个对应像素点的元素值进行与运算,并将所述与运算得到的图像叠加到所述第一图像的目标区域中,得到所述融合后的图像,其中,所述目标区域为所述第一图像中所述第二图像所在的区域。
可以基于第二图像中每个像素点的融合权重值构建一个掩码图像,该掩码图像具有和第二图像相同的维度,对第二图像和掩码图像中每个对应像素点的元素值进行与运算,也即将第二图像中每个像素点的特征值和该像素点的融合权重值相乘,然后将得到的中间图像叠加到第一图像的目标区域(即第一图像包含的第二图像所在的区域)中,得到融合后的图像。
进一步的,在基于所述第二图像中每个像素点的融合权重值构建掩码图像之后,还可以包括:
对所述掩码图像的融合边界做平滑处理,所述融合边界为所述掩码图像中融合权重值为所述第一数值的像素点所构成的区域与融合权重值为所述第二数值的像素点所构成的区域之间的边界。
通过对掩码图像的融合边界做平滑处理,能够减弱融合后图像异常的特征值跳变现象。
进一步的,对所述第二图像和所述掩码图像中每个对应像素点的元素值进行与运算,然后将所述与运算得到的图像叠加到所述第一图像的目标区域中,得到所述融合后的图像,可以包括:
采用以下公式计算所述融合后的图像的像素点的特征值:
N=(A*X)+(B*Y)
其中,N为所述融合后的图像的像素点的特征值,X为所述第一图像的像素点的特征值, Y为所述第二图像的像素点的特征值,A为所述第一图像中像素点对应的融合权重值,B为所述第二图像中像素点对应的融合权重值,且A+B=1。
这是一种对特征值进行加权求和的图像融合方式:第一图像和其对应的第一掩码图像相乘,得到第一中间图像;第二图像和其对应的第二掩码图像相乘,得到第二中间图像;然后,将第一中间图像和第二中间图像叠加,得到融合后图像。
第二方面,本申请实施例提供了一种图像融合装置,包括:
图像获取模块,用于获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像,其中,所述第一摄像头的视场角大于所述第二摄像头的视场角,所述第一图像包含所述第二图像;
融合权重确定模块,用于获取所述第二图像的深度图像,根据所述深度图像确定所述第二图像中每个像素点的融合权重值;
图像融合模块,用于根据所述第二图像中每个像素点的融合权重值,按预定的融合方式将所述第二图像融合到所述第一图像中,获得融合后的图像,其中,所述预定的融合方式包括对所述第一图像和所述第二图像中每个对应像素点的特征值进行加权求和运算。
在本申请的一个实施例中,所述融合权重确定模块可以包括:
融合权重设置单元,用于针对所述第二图像中的每个像素点,若该像素点在所述深度图像中的深度值大于或等于目标阈值,则将该像素点对应的融合权重值设置为第一数值;若该像素点在所述深度图像中的深度值小于所述目标阈值,则将该像素点对应的融合权重值设置为第二数值,所述第二数值小于所述第一数值。
进一步的,所述融合权重确定模块还可以包括:
镜头参数获取单元,用于获取所述第二摄像头的镜头参数;
阈值确定单元,用于根据所述镜头参数确定所述目标阈值。
更进一步的,所述镜头参数包括镜头光圈值、弥散圆直径、对焦距离和焦距;所述阈值确定单元可以包括:
前景深计算子单元,用于根据所述镜头光圈值、所述弥散圆直径、所述对焦距离和所述焦距计算得到所述第二摄像头的前景深;
阈值确定子单元,用于将所述对焦距离和所述前景深的差值确定为所述目标阈值。
在本申请的一个实施例中,所述图像融合模块可以包括:
掩码图像构建单元,用于基于所述第二图像中每个像素点的融合权重值构建掩码图像;
图像融合单元,用于对所述第二图像和所述掩码图像中每个对应像素点的元素值进行与运算,并将所述与运算得到的图像叠加到所述第一图像的目标区域中,得到所述融合后的图像,其中,所述目标区域为所述第一图像中所述第二图像所在的区域。
进一步的,所述图像融合模块还可以包括:
平滑处理单元,用于对所述掩码图像的融合边界做平滑处理,所述融合边界为所述掩码图像中融合权重值为所述第一数值的像素点所构成的区域与融合权重值为所述第二数值的像素点所构成的区域之间的边界。
进一步的,所述图像融合单元可以包括:
特征值计算子单元,用于采用以下公式计算所述融合后的图像的像素点的特征值:
N=(A*X)+(B*Y)
其中,N为所述融合后的图像的像素点的特征值,X为所述第一图像的像素点的特征值, Y为所述第二图像的像素点的特征值,A为所述第一图像中像素点对应的融合权重值,B为所述第二图像中像素点对应的融合权重值,且A+B=1。
第三方面,本申请实施例提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,所述电子设备实现如下图像融合方法:
获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像,其中,所述第一摄像头的视场角大于所述第二摄像头的视场角,所述第一图像包含所述第二图像;
获取所述第二图像的深度图像,根据所述深度图像确定所述第二图像中每个像素点的融合权重值;
根据所述第二图像中每个像素点的融合权重值,按预定的融合方式将所述第二图像融合到所述第一图像中,获得融合后的图像,其中,所述预定的融合方式包括对所述第一图像和所述第二图像中每个对应像素点的特征值进行加权求和运算。
在本申请的一个实施例中,所述电子设备根据所述深度图像确定所述第二图像中每个像素点的融合权重值,可以包括:
针对所述第二图像中的每个像素点,若该像素点在所述深度图像中的深度值大于或等于目标阈值,则将该像素点对应的融合权重值设置为第一数值;若该像素点在所述深度图像中的深度值小于所述目标阈值,则将该像素点对应的融合权重值设置为第二数值,所述第二数值小于所述第一数值。
在本申请的一个实施例中,所述处理器执行所述计算机程序时,所述电子设备还可以实现:
获取所述第二摄像头的镜头参数;
根据所述镜头参数确定所述目标阈值。
进一步的,所述镜头参数包括镜头光圈值、弥散圆直径、对焦距离和焦距;
所述电子设备根据所述镜头参数确定所述目标阈值,可以包括:
根据所述镜头光圈值、所述弥散圆直径、所述对焦距离和所述焦距计算得到所述第二摄像头的前景深;
将所述对焦距离和所述前景深的差值确定为所述目标阈值。
在本申请的一个实施例中,所述电子设备根据所述第二图像中每个像素点的融合权重值,按预定的融合方式将所述第二图像融合到所述第一图像中,获得融合后的图像,可以包括:
基于所述第二图像中每个像素点的融合权重值构建掩码图像;
对所述第二图像和所述掩码图像中每个对应像素点的元素值进行与运算,并将所述与运算得到的图像叠加到所述第一图像的目标区域中,得到所述融合后的图像,其中,所述目标区域为所述第一图像中所述第二图像所在的区域。
进一步的,所述处理器执行所述计算机程序时,所述电子设备还可以实现:
对所述掩码图像的融合边界做平滑处理,所述融合边界为所述掩码图像中融合权重值为所述第一数值的像素点所构成的区域与融合权重值为所述第二数值的像素点所构成的区域之间的边界。
进一步的,所述电子设备对所述第二图像和所述掩码图像中每个对应像素点的元素值进行与运算,并将所述与运算得到的图像叠加到所述第一图像的目标区域中,得到所述融合后的图像,可以包括:
采用以下公式计算所述融合后的图像的像素点的特征值:
N=(A*X)+(B*Y)
其中,N为所述融合后的图像的像素点的特征值,X为所述第一图像的像素点的特征值, Y为所述第二图像的像素点的特征值,A为所述第一图像中像素点对应的融合权重值,B为所述第二图像中像素点对应的融合权重值,且A+B=1。
第四方面,本申请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存储有计算机程序,所述计算机程序被执行时实现如本申请实施例第一方面提出的图像融合方法。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行如本申请实施例第一方面提出的图像融合方法。
附图说明
图1是本申请实施例提供的一种电子设备的硬件结构图;
图2是本申请实施例提供的一种图像融合方法的流程图;
图3是相机镜头具有的各个距离参数的示意图;
图4是相机拍摄图像时被摄体的清晰度与相机景深之间的关系示意图;
图5是本申请实施例提供的对特征值进行加权求和的图像融合方式的处理示意图;
图6是本申请实施例采用的两个不同视场角摄像头的拍摄范围示意图;
图7是本申请实施例提供的一种图像融合方法的操作原理示意图;
图8是图7中获取的大视场角图像的效果示意图;
图9是图7中获取的小视场角图像的效果示意图;
图10是图7中获取的深度图像的效果示意图;
图11是一个根据图10的深度图像构建得到的掩码图像的示意图;
图12是图7中获得的融合后图像的效果示意图;
图13是本申请实施例提供的一种图像融合装置的结构图;
图14是本申请实施例提供的一种电子设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定装置结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
以下实施例中所使用的术语只是为了描述特定实施例的目的,而并非旨在作为对本申请的限制。如在本申请的说明书和所附权利要求书中所使用的那样,单数表达形式“一个”、“一种”、“所述”、“上述”、“该”和“这一”旨在也包括例如“一个或多个”这种表达形式,除非其上下文中明确地有相反指示。还应当理解,在本申请实施例中,“一个或多个”是指一个、两个或两个以上;“和/或”,描述关联对象的关联关系,表示可以存在三种关系;例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B的情况,其中A、B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。此外,本申请实施例中提到的“多个”应当被解释为两个或两个以上。
目前,一个电子设备(例如手机)通常可以设有多个不同视场角的摄像头,例如普通摄像头、长焦摄像头和广角摄像头等。在某些特定的摄像场合,可以采用多摄像头联合拍照的方式,以提升照片的质量,例如:由于普通摄像头拍摄得到的大视场角图像中远景区域的清晰度较差,可以采用普通摄像头和长焦摄像头联合拍照的方式,将长焦摄像头拍摄得到的小视场角图像融合到该大视场角图像中,以提升该大视场角图像中远景区域的清晰度。然而,这样处理会导致该大视场角图像中近景区域的清晰度变得更差。
针对现有技术存在的上述问题,本申请实施例提出一种图像融合方法,基于小视场角图像的深度图像确定图像中每个像素点的融合权重值,然后根据该融合权重值将小视场角图像和大视场角图像融合,可以避免将小视场角图像融合到大视场角图像时,导致大视场角图像中近景区域的清晰度变得更差的问题,该图像融合方法的具体说明参见下文所述的各个方法实施例。
本申请提出的图像融合方法可以应用于带有至少两个不同视场角摄像头的各类电子设备,比如手机、平板电脑、可穿戴设备、车载设备、增强现实(augmented reality,AR)/虚拟现实(virtual reality,VR)设备、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer, UMPC)、上网本、个人数字助理(personal digitalassistant,PDA)、智能家居设备等,本申请实施例对该电子设备的具体类型不作任何限制。
以该电子设备为手机为例,图1示出的是本申请实施例提供的手机的部分结构的框图。参考图1,手机包括:射频(Radio Frequency,RF)电路101、存储器102、输入单元103、显示单元104、传感器105、音频电路106、无线保真(wireless fidelity,WiFi)模块107、处理器108、电源109、普通摄像头110以及长焦摄像头111等部件。本领域技术人员可以理解,图1中示出的手机结构并不构成对手机的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图1对手机的各个构成部件进行具体的介绍:
RF电路101可用于收发信息或通话过程中,信号的接收和发送,特别地,将基站的下行信息接收后,给处理器108处理;另外,将设计上行的数据发送给基站。通常,RF电路包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(Low NoiseAmplifier, LNA)、双工器等。此外,RF电路101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议,包括但不限于全球移动通讯装置(GlobalSystem of Mobile communication,GSM)、通用分组无线服务(General Packet RadioService,GPRS)、码分多址(Code Division Multiple Access,CDMA)、宽带码分多址(Wideband Code Division Multiple Access,WCDMA)、长期演进(Long Term Evolution,LTE))、电子邮件、短消息服务(Short Messaging Service,SMS)等。
存储器102可用于存储软件程序以及模块,处理器108通过运行存储在存储器102的软件程序以及模块,从而执行手机的各种功能应用以及数据处理。存储器102可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作装置、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器102可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
输入单元103可用于接收输入的数字或字符信息,以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地,输入单元103可包括触控面板1031以及其他输入设备1032。触控面板1031,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1031上或在触控面板1031附近的操作),并根据预先设定的程式驱动相应的连接装置。可选的,触控面板1031可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器108,并能接收处理器108发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1031。除了触控面板1031,输入单元103还可以包括其他输入设备1032。具体地,其他输入设备1032可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元104可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元104可包括显示面板1041,可选的,可以采用液晶显示器(Liquid CrystalDisplay, LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1041。进一步的,触控面板1031可覆盖显示面板1041,当触控面板1031检测到在其上或附近的触摸操作后,传送给处理器108以确定触摸事件的类型,随后处理器108根据触摸事件的类型在显示面板1041上提供相应的视觉输出。虽然在图1中,触控面板1031与显示面板1041是作为两个独立的部件来实现手机的输入和输入功能,但是在某些实施例中,可以将触控面板 1031与显示面板1041集成而实现手机的输入和输出功能。
手机还可包括至少一种传感器105,比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板1041的亮度,接近传感器可在手机移动到耳边时,关闭显示面板1041和/ 或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
音频电路106、扬声器1061,传声器1062可提供用户与手机之间的音频接口。音频电路 106可将接收到的音频数据转换后的电信号,传输到扬声器1061,由扬声器1061转换为声音信号输出;另一方面,传声器1062将收集的声音信号转换为电信号,由音频电路106接收后转换为音频数据,再将音频数据输出处理器108处理后,经RF电路101以发送给比如另一手机,或者将音频数据输出至存储器102以便进一步处理。
WiFi属于短距离无线传输技术,手机通过WiFi模块107可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi 模块107,但是可以理解的是,其并不属于手机的必须构成,完全可以根据需要在不改变申请的本质的范围内而省略。
处理器108是手机的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器102内的软件程序和/或模块,以及调用存储在存储器102内的数据,执行手机的各种功能和处理数据,从而对手机进行整体监控。可选的,处理器108可包括一个或多个处理单元;优选的,处理器108可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作装置、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器108中。
手机还包括给各个部件供电的电源109(比如电池),优选的,电源可以通过电源管理装置与处理器108逻辑相连,从而通过电源管理装置实现管理充电、放电、以及功耗管理等功能。
手机还包括至少两个不同视场角的摄像头,例如其中一个为普通摄像头110,一个为长焦摄像头111,该普通摄像头110和该长焦摄像头111设置在手机的同一个面,以便实现联合拍照。尽管未示出,手机还可以包括红外摄像头、高光谱摄像头、TOF摄像头和广角摄像头等其他类型的摄像头。可选地,摄像头在手机上的位置可以为前置的,也可以为后置的,本申请实施例对此不作限定。
另外,尽管未示出,手机还可以包括蓝牙模块等,在此不再赘述。
图2示出了本申请实施例提供的一种图像融合方法的流程图,包括:
201、电子设备获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像;
该电子设备带有至少两个不同视场角的摄像头,即第一摄像头和第二摄像头,其中,第一摄像头的视场角大于第二摄像头的视场角。本申请实施例不对第一摄像头和第二摄像头的具体类型做限定,例如,若第一摄像头为普通摄像头,则第二摄像头可以为长焦摄像头;若第一摄像头为广角摄像头,则第二摄像头可以为普通摄像头或者长焦摄像头,等等。为了实现图像融合,第一摄像头和第二摄像头应当设于该电子设备的同一个面,且在拍摄图像时保持相同或相近的拍摄角度,使得第一摄像头的拍摄范围涵盖第二摄像头的拍摄范围,也即第一摄像头拍摄的第一图像包含第二摄像头拍摄的第二图像。在本申请文件中,第一图像可以记作大视场角图像,第二图像可以记作小视场角图像。
202、电子设备获取所述第二图像的深度图像,根据所述深度图像确定所述第二图像中每个像素点的融合权重值;
然后,该电子设备会获取该第二图像的深度图像,并根据该深度图像确定该第二图像中每个像素点的融合权重值。深度图像也称作距离图像,是指将从图像采集器到场景中各像素点的距离(深度)作为像素值的图像。本申请实施例获取的深度图像需要包含该第二图像中每个像素点分别对应的深度值,而由于第一图像包含第二图像,故获取的深度图像可以是第一图像对应的深度图像,也可以是第二图像对应的深度图像。
深度图像是物体的三维表示形式,一般可以通过立体照相机或者TOF照相机获取。TOF (Time Of Flight,飞时测距)是一种深度信息测量方案,主要由红外光(激光脉冲)投射器和接收模组构成。投射器向外投射红外光,红外光遇到物体后反射,并被接收模组接收,通过记录红外光从发射到被接收的时间差或相位差,能够计算出被照物体的深度信息,从而完成3D建模,TOF照相机即采用TOF技术拍摄深度图像的相机。在实际操作中,可以采用带有TOF照相机的电子设备,调整该TOF照相机的拍摄范围与该第二摄像头的拍摄范围一致,或者调整该TOF照相机的拍摄范围涵盖该第二摄像头的拍摄范围;然后,控制第二摄像头和 TOF照相机同时拍摄图像,以获得第二图像及其对应的深度图像。
在获取第二图像的深度图像后,可以根据该深度图像确定该第二图像中每个像素点的融合权重值。也即,该第二图像中每个像素点的融合权重值均可以根据该像素点在该深度图像中对应的深度值确定。可以看出,通过设置该第二图像中每个像素点的融合权重值,可以控制第一图像和第二图像的融合比例,而为了提高第一图像中远景区域(即像素点深度值较大的区域)的清晰度,可以提高第二图像中对应远景区域的融合比例,也即针对第二图像中深度值较大的区域的像素点设置较高的融合权重值;为了避免第一图像中近景区域(即像素点深度值较小的区域)的清晰度变差,可以降低第二图像中对应近景区域的融合比例,也即针对第二图像中深度值较小的区域的像素点设置较低的融合权重值。因此,根据该深度图像确定第二图像中每个像素点的融合权重值的基本准则可以为:像素点的融合权重值与其对应的深度值成正比。
在本申请的一个实施例中,根据所述深度图像确定所述第二图像中每个像素点的融合权重值,可以包括:
针对所述第二图像中的每个像素点,若该像素点在所述深度图像中的深度值大于或等于目标阈值,则将该像素点对应的融合权重值设置为第一数值;若该像素点在所述深度图像中的深度值小于所述目标阈值,则将该像素点对应的融合权重值设置为第二数值,所述第二数值小于所述第一数值。
在设置该第二图像中每个像素点的融合权重值时,可以获取一个目标阈值M,若某个像素点在该深度图像中的深度值≥M,则将该像素点的融合权重值设置为第一数值;若该像素点在该深度图像中的深度值<M,则将该像素点的融合权重值设置为第二数值,其中第一数值大于第二数值。特别的,第一数值可以设置为1,第二数值可以设置为0。通过这样设置,可以根据该深度图像将第二图像划分为两类区域,即近景区域(对应于融合权重值为0的像素点所处区域)和远景区域(对应于融合权重值为1的像素点所处区域)。该目标阈值M可以根据经验值人工设置,也可以根据第二摄像头的镜头参数计算得到。
进一步的,在根据所述深度图像确定所述第二图像中每个像素点的融合权重值之前,还可以包括:
(1)获取所述第二摄像头的镜头参数;
(2)根据所述镜头参数确定所述目标阈值。
摄像头的镜头参数可以包括镜头光圈值、焦距、传感器尺寸、弥散圆直径和对焦距离等参数,在这些参数中,镜头光圈值、焦距、传感器尺寸、弥散圆直径都是已知的镜头参数,带有第二摄像头的电子设备已存储这些镜头参数,而对焦距离可以通过该第二摄像头的自动对焦模块直接输出。在获取这些镜头参数后,可以根据这些镜头参数确定第二摄像头的景深,即能够取得清晰的成像时所测定的被摄物体的前后距离范围。之后,可以根据第二摄像头的景深确定一个用于区分第二图像的近景区域和远景区域的阈值,即前文所述的目标阈值M。
更进一步的,所述镜头参数包括镜头光圈值、弥散圆直径、对焦距离和焦距;上述步骤 (2)可以包括:
(2.1)根据所述镜头光圈值、所述弥散圆直径、所述对焦距离和所述焦距计算得到所述第二摄像头的前景深;
(2.2)将所述对焦距离和所述前景深的差值确定为所述目标阈值。
在获得镜头光圈值F、弥散圆直径σ、对焦距离L和焦距f之后,可以计算得到第二摄像头的前景深ΔL1,具体可以采用以下公式计算:
在计算得到第二摄像头的前景深ΔL1之后,可以将对焦距离L和前景深ΔL1的差值确定为该目标阈值M,即M=L-ΔL1。如图3所示,为相机镜头具有的各个距离参数的示意图。根据图3可以获知,近点距离(摄像头的近点和镜片之间的距离)等于被摄体距离减去前景深ΔL1,而由于像距远远小于被摄体距离,故近点距离也可以视作对焦距离L和前景深ΔL1的差值,也即可以将近点距离确定为目标阈值M。
如图4所示,为相机拍摄图像时被摄体的清晰度与相机景深之间的关系示意图。根据图 4可以获知,对焦位置为成像最清晰的位置,相机的景深为图4中远点和近点之间的距离,其中远点和对焦位置之间的距离为后景深,对焦位置和近点之间的距离为前景深;深度处于相机景深范围内的被摄体是清晰的,远点和近点均是被摄体成像清晰与否的临界点。对于第二图像来说,第二摄像头的近点距离(可参照图4中近点和相机镜片之间的距离)可视作一个图像清晰与否的临界距离,也即第二图像中深度值大于近点距离的区域(且处于景深范围内)可以获得清晰的图像,第二图像中深度值小于近点距离的区域无法获得清晰的图像。因此,若将第二摄像头的近点距离作为目标阈值M,则可以将第二图像中成像清晰的区域的融合权重值设置为第一数值(例如1),将第二图像中成像模糊的区域的融合权重值设置为第二数值(例如0),这样在将第二图像融合到第一图像中时,主要是采用成像清晰的区域进行融合,从而可以有效避免融合后图像中近景区域的清晰度变差。
203、电子设备根据所述第二图像中每个像素点的融合权重值,按预定的融合方式将所述第二图像融合到所述第一图像中,获得融合后的图像。
在根据该深度图像确定该第二图像中每个像素点的融合权重值之后,可以按照预定的融合方式,将该第二图像融合到该第一图像中,具体是将第二图像融合到第一图像中包含的与第二图像对应的区域,从而获得融合后的图像。其中,预定的融合方式包括对所述第一图像和所述第二图像中每个对应像素点的特征值进行加权求和运算。在图像融合的时候,该第二图像中的每个像素点都会按照各自的融合权重值将各自的特征值与该第一图像中对应位置像素点的特征值叠加,也即对第一图像和第二图像中每个对应像素点的特征值进行加权求和运算。
在本申请的一个实施例中,根据所述第二图像中每个像素点的融合权重值,按预定的融合方式将所述第二图像融合到所述第一图像中,获得融合后的图像,可以包括:
(1)基于所述第二图像中每个像素点的融合权重值构建掩码图像;
(2)对所述第二图像和所述掩码图像中每个对应像素点的元素值进行与运算,并将所述与运算得到的图像叠加到所述第一图像的目标区域中,得到所述融合后的图像,其中,所述目标区域为所述第一图像中所述第二图像所在的区域。
在一种实现方式中,可以基于第二图像中每个像素点的融合权重值构建一个掩码图像,该掩码图像具有和第二图像相同的维度,例如若第二图像为224*224的图像,则该掩码图像也是224*224的图像,其包含的元素为该第二图像中每个像素点的融合权重值。掩码图像即图像处理技术领域中的mask图或者map图,假设前述步骤中将第二图像中各个像素点的融合权重值按照深度值是否达到目标阈值的方式设置为0或者1,则此时构建得到的掩码图像是一幅元素值为“0”和“1”的二维图像。对第二图像和掩码图像中每个对应像素点的元素值进行与运算,也即将第二图像中每个像素点的特征值和该像素点的融合权重值相乘,然后将得到的中间图像叠加到第一图像的目标区域(即第一图像包含的第二图像所在的区域)中,得到融合后的图像。
进一步的,在基于所述第二图像中每个像素点的融合权重值构建掩码图像之后,还可以包括:
对所述掩码图像的融合边界做平滑处理,所述融合边界为所述掩码图像中融合权重值为所述第一数值的像素点所构成的区域与融合权重值为所述第二数值的像素点所构成的区域之间的边界。
针对将第二图像中各个像素点的融合权重值按照深度值是否达到目标阈值的方式设置为第一数值或者第二数值的方案,此时构建得到的掩码图像的元素值只有第一数值和第二数值两种可能。假设第一数值为1,第二数值为0,如此该掩码图像中会形成“1”的区域和“0”的区域,“1”和“0”之间的边界称作融合边界。对于元素值为1的像素点,其在融合时全部采用第二图像的特征值,对于元素值为0的像素点,其在融合时全部采用第一图像的特征值。而在融合边界,各个像素点之间的深度值差别其实不大(分别处于该目标阈值的两边),因此就会出现深度值相差不大的区域中一部分完全采用第一图像的特征值,一部分完全采用第二图像的特征值,这会导致融合后图像的相应区域出现异常的特征值跳变现象(例如出现不正常的亮度跳变),影响融合后图像的质量。
为了解决这个问题,可以对融合边界进行平滑处理,例如可以采用高斯滤波、双边滤波或者均值滤波等方式对融合边界进行平滑处理,可以将掩码图像融合边界区域的元素值处理为0-1之间的数值,这样在图像融合时就会结合第一图像的特征值与第二图像的特征值,从而减弱融合后图像异常的特征值跳变现象。另外,关于采用高斯滤波、双边滤波以及均值滤波等方式进行平滑处理的具体内容可以参照现有技术,在此不再赘述。
进一步的,对所述第二图像和所述掩码图像中每个对应像素点的元素值进行与运算,并将所述与运算得到的图像叠加到所述第一图像的目标区域中,得到所述融合后的图像,可以包括:
采用以下公式计算所述融合后的图像的像素点的特征值:
N=(A*X)+(B*Y)
其中,N为所述融合后的图像的像素点的特征值,X为所述第一图像的像素点的特征值, Y为所述第二图像的像素点的特征值,A为所述第一图像中像素点对应的融合权重值,B为所述第二图像中像素点对应的融合权重值,且A+B=1。
这是一种对特征值进行加权求和的图像融合方式:第一图像和其对应的第一掩码图像相乘,得到第一中间图像;第二图像和其对应的第二掩码图像相乘,得到第二中间图像;然后,将第一中间图像和第二中间图像叠加,得到融合后图像。如图5所示,为对特征值进行加权求和的图像融合方式的处理示意图。在图5中,第一图像是一幅5*5的图像,图像中的每个元素值为对应位置像素点的特征值(例如可以是RGB值),第一掩码图像是一幅3*3的图像 (对应于第一图像中间的3*3大小的目标区域),图像中的每个元素值为对应位置像素点的融合权重值,将第一图像的目标区域和第一掩码图像相乘,也即对应位置元素值进行与运算,从而得到第一中间图像。类似的,第二图像是一幅3*3的图像(对应于第一图像中间的3*3 大小的目标区域),图像中的每个元素值为对应位置像素点的特征值,第二掩码图像是一幅 3*3的图像,图像中的每个元素值为对应位置像素点的融合权重值,将第二图像和第二掩码图像相乘,也即对应位置元素值进行与运算,从而得到第二中间图像。最后,将第一中间图像和第二中间图像按照对应位置元素值叠加,得到融合后图像。另外,可以令第一掩码图像和第二掩码图像中对应位置像素点的融合权重值之和为1(对应于上述公式中的A+B=1),实现权重的归一化。通过图5可以发现,在融合后图像中,近景区域(对应于第二掩码图像中的“0”所在的区域)的特征值完全取自于第一图像,而远景区域(对应于第二掩码图像中的“1”所在的区域)的特征值完全取自于第二图像。通过这样设置,能够提升融合后图像中远景区域的清晰度,而且不会导致近景区域的清晰度变差。
在本申请实施例中,首先获取由不同视场角的摄像头分别拍摄的大视场角图像和小视场角图像,然后根据小视场角图像的深度图像确定小视场角图像中每个像素点的融合权重值;在将小视场角图像融合到大视场角图像时,会根据小视场角图像中每个像素点的融合权重值,对大视场角图像和小视场角图像中每个对应像素点的特征值进行加权求和运算,从而得到融合后的图像。由于小视场角图像中每个像素点的融合权重值是根据小视场角图像的深度图像确定的,因此,对于小视场角图像中深度值较大的区域(远景区域),其包含的像素点的融合权重值可以设置得较大,使得将这部分区域融合到大视场角图像中的特征比重较大,能够提升大视场角图像中远处场景区域的清晰度;而对于小视场角图像中深度值较小的区域(近景区域),其包含的像素点的融合权重值可以设置得较小,使得将这部分区域融合到大视场角图像中的特征比重较小,也即近景区域基本采用大视场角图像的原有图像特征,能够避免图像融合后产生近景区域的清晰度变差的问题。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
图6是本申请实施例采用的两个不同视场角摄像头的拍摄范围示意图。其中,视场角较大的摄像头是第一摄像头,视场角较小的摄像头是第二摄像头,第一摄像头和第二摄像头处于一个电子设备的同一个面。图6中通过两个矩形框分别示出两个摄像头的拍摄范围,显然第一摄像头的拍摄范围包含第二摄像头的拍摄范围,故第一摄像头拍摄到的图像(第一图像) 包含第二摄像头拍摄到的图像(第二图像)。在实际应用中,第一摄像头可以是广角摄像头、普通摄像头等视场角较大的摄像头,第二摄像头可以是长焦摄像头等视场角较小的摄像头,然而应当理解,两个不同视场角的任何类型的摄像头均可作为本申请实施例的第一摄像头和第二摄像头。
如图7所示,为本申请实施例提供的一种图像融合方法的操作原理示意图。在图7中,用户点击拍照后,主摄像头(该主摄像头通常可以为视场角较大的普通摄像头)拍摄得到一幅大视场角图像,辅助摄像头(该辅助摄像头通常可以为视场角较小的长焦摄像头)拍摄得到一幅小视场角图像,TOF摄像头拍摄得到一幅深度图像,其中,大视场角图像包含小视场角图像,深度图像和小视场角图像对应。然后,根据该深度图像确定小视场角图像中每个像素点的融合权重值,然后可以构建出对应的第二掩码图像。接着,将小视场角图像和第二掩码图像相乘,具体是对应像素点的元素值进行与运算,得到第二中间图像;将大视场角图像和第一掩码图像相乘,得到第一中间图像,该第一掩码图像可以根据该第二掩码图像确定(可以基于权重归一化的方式,采用元素值全为1的大小相同的掩码图像减去该第二掩码图像,从而得到该第一掩码图像);最后,将第一中间图像和第二中间图像叠加,得到融合后图像。
为便于说明图7所示的图像融合方法的处理效果,引入实际拍摄的图8-图10。其中,图 8为图7中获取的大视场角图像的效果示意图,图9为图7中获取的小视场角图像的效果示意图,图10为图7中获取的深度图像的效果示意图。可以看出,大视场角图像包含小视场角图像,且深度图像和小视场角图像对应。另外,根据图10可以发现,该深度图像包含小视场角图像中每个像素点的深度信息,且不同景深的区域分别用不同颜色(或者不同灰度值)表示。
在根据该深度图像确定小视场角图像中每个像素点的融合权重值的时候,基本准则是融合权重值和深度值成正比,即对于深度值较大的区域,可以设置较大的融合权重值,对于深度值较小的区域,可以设置较小的融合权重值,之后再根据各个像素点的融合权重值构建一个掩码图像。某个根据图10的深度图像构建得到的掩码图像的示意图如图11所示,在该掩码图像中,元素值为1的区域对应于该深度图像中深度值较大的区域(上侧地板区域),元素值为0的区域对应于该深度图像中深度值较小的区域(下侧盆栽区域)。需要说明的是,图11只是掩码图像的一个示意图,而真实的掩码图像具有更密集的像素点以及在“1”和“0”的边界区域会进行平滑处理,使得边界区域的元素值为0-1之间的数值。
接下来,可以根据该掩码图像将大视场角图像和小视场角图像融合,得到如图12所示的融合后图像,具体的图像融合方式可以参照前文所述。在图12中,图像的远景区域的清晰度得到一定程度的提升,且图像的近景区域的清晰度未降低。
对应于上文实施例所述的图像融合方法,图13示出了本申请实施例提供的一种图像融合装置的结构框图。
参照图13,该装置包括:
图像获取模块301,用于获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像,其中,所述第一摄像头的视场角大于所述第二摄像头的视场角,所述第一图像包含所述第二图像;
融合权重确定模块302,用于获取所述第二图像的深度图像,根据所述深度图像确定所述第二图像中每个像素点的融合权重值;
图像融合模块303,用于根据所述第二图像中每个像素点的融合权重值,按预定的融合方式将所述第二图像融合到所述第一图像中,获得融合后的图像,其中,所述预定的融合方式包括对所述第一图像和所述第二图像中每个对应像素点的特征值进行加权求和运算。
在本申请的一个实施例中,所述融合权重确定模块可以包括:
融合权重设置单元,用于针对所述第二图像中的每个像素点,若该像素点在所述深度图像中的深度值大于或等于目标阈值,则将该像素点对应的融合权重值设置为第一数值;若该像素点在所述深度图像中的深度值小于所述目标阈值,则将该像素点对应的融合权重值设置为第二数值,所述第二数值小于所述第一数值。
进一步的,所述融合权重确定模块还可以包括:
镜头参数获取单元,用于获取所述第二摄像头的镜头参数;
阈值确定单元,用于根据所述镜头参数确定所述目标阈值。
更进一步的,所述镜头参数包括镜头光圈值、弥散圆直径、对焦距离和焦距;所述阈值确定单元可以包括:
前景深计算子单元,用于根据所述镜头光圈值、所述弥散圆直径、所述对焦距离和所述焦距计算得到所述第二摄像头的前景深;
阈值确定子单元,用于将所述对焦距离和所述前景深的差值确定为所述目标阈值。
在本申请的一个实施例中,所述图像融合模块可以包括:
掩码图像构建单元,用于基于所述第二图像中每个像素点的融合权重值构建掩码图像;
图像融合单元,用于对所述第二图像和所述掩码图像中每个对应像素点的元素值进行与运算,并将所述与运算得到的图像叠加到所述第一图像的目标区域中,得到所述融合后的图像,其中,所述目标区域为所述第一图像中所述第二图像所在的区域。
进一步的,所述图像融合模块还可以包括:
平滑处理单元,用于对所述掩码图像的融合边界做平滑处理,所述融合边界为所述掩码图像中融合权重值为所述第一数值的像素点所构成的区域与融合权重值为所述第二数值的像素点所构成的区域之间的边界。
进一步的,所述图像融合单元可以包括:
特征值计算子单元,用于采用以下公式计算所述融合后的图像的像素点的特征值:
N=(A*X)+(B*Y)
其中,N为所述融合后的图像的像素点的特征值,X为所述第一图像的像素点的特征值, Y为所述第二图像的像素点的特征值,A为所述第一图像中像素点对应的融合权重值,B为所述第二图像中像素点对应的融合权重值,且A+B=1。
本申请实施例还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存储有计算机程序,所述计算机程序被处理器执行时实现如本申请提出的各个图像融合方法。
本申请实施例还提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行本申请提出的各个图像融合方法。
图14为本申请一实施例提供的电子设备的示意图。如图14所示,该实施例的电子设备 4包括:至少一个处理器40(图14中仅示出一个)处理器、存储器41以及存储在所述存储器41中并可在所述至少一个处理器40上运行的计算机程序42,所述处理器40执行所述计算机程序42时实现上述任意图像融合方法实施例中的步骤。
该电子设备可包括,但不仅限于,处理器40、存储器41。本领域技术人员可以理解,图 14仅仅是电子设备4的举例,并不构成对电子设备4的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所称处理器40可以是中央处理单元(Central Processing Unit,CPU),该处理器40还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路 (Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(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、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器41在一些实施例中可以是所述电子设备4的内部存储单元,例如电子设备4 的硬盘或内存。所述存储器41在另一些实施例中也可以是所述电子设备4的外部存储设备,例如所述电子设备4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器41还可以既包括所述电子设备4的内部存储单元也包括外部存储设备。所述存储器41用于存储操作装置、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述装置中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个装置,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到电子设备的任何实体或装置、记录介质、计算机存储器、只读存储器 (ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (16)
1.一种图像融合方法,其特征在于,包括:
获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像,其中,所述第一摄像头的视场角大于所述第二摄像头的视场角,所述第一图像包含所述第二图像;
获取所述第二图像的深度图像,根据所述深度图像确定所述第二图像中每个像素点的融合权重值;
根据所述第二图像中每个像素点的融合权重值,按预定的融合方式将所述第二图像融合到所述第一图像中,获得融合后的图像,其中,所述预定的融合方式包括对所述第一图像和所述第二图像中每个对应像素点的特征值进行加权求和运算。
2.如权利要求1所述的图像融合方法,其特征在于,根据所述深度图像确定所述第二图像中每个像素点的融合权重值,包括:
针对所述第二图像中的每个像素点,若该像素点在所述深度图像中的深度值大于或等于目标阈值,则将该像素点对应的融合权重值设置为第一数值;若该像素点在所述深度图像中的深度值小于所述目标阈值,则将该像素点对应的融合权重值设置为第二数值,所述第二数值小于所述第一数值。
3.如权利要求2所述的图像融合方法,其特征在于,在根据所述深度图像确定所述第二图像中每个像素点的融合权重值之前,还包括:
获取所述第二摄像头的镜头参数;
根据所述镜头参数确定所述目标阈值。
4.如权利要求3所述的图像融合方法,其特征在于,所述镜头参数包括镜头光圈值、弥散圆直径、对焦距离和焦距;
根据所述镜头参数确定所述目标阈值,包括:
根据所述镜头光圈值、所述弥散圆直径、所述对焦距离和所述焦距计算得到所述第二摄像头的前景深;
将所述对焦距离和所述前景深的差值确定为所述目标阈值。
5.如权利要求2至4中任一项所述的图像融合方法,其特征在于,根据所述第二图像中每个像素点的融合权重值,按预定的融合方式将所述第二图像融合到所述第一图像中,获得融合后的图像,包括:
基于所述第二图像中每个像素点的融合权重值构建掩码图像;
对所述第二图像和所述掩码图像中每个对应像素点的元素值进行与运算,并将所述与运算得到的图像叠加到所述第一图像的目标区域中,得到所述融合后的图像,其中,所述目标区域为所述第一图像中所述第二图像所在的区域。
6.如权利要求5所述的图像融合方法,其特征在于,在基于所述第二图像中每个像素点的融合权重值构建掩码图像之后,还包括:
对所述掩码图像的融合边界做平滑处理,所述融合边界为所述掩码图像中融合权重值为所述第一数值的像素点所构成的区域与融合权重值为所述第二数值的像素点所构成的区域之间的边界。
7.如权利要求5所述的图像融合方法,其特征在于,对所述第二图像和所述掩码图像中每个对应像素点的元素值进行与运算,并将所述与运算得到的图像叠加到所述第一图像的目标区域中,得到所述融合后的图像,包括:
采用以下公式计算所述融合后的图像的像素点的特征值:
N=(A*X)+(B*Y)
其中,N为所述融合后的图像的像素点的特征值,X为所述第一图像的像素点的特征值,Y为所述第二图像的像素点的特征值,A为所述第一图像中像素点对应的融合权重值,B为所述第二图像中像素点对应的融合权重值,且A+B=1。
8.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,所述电子设备实现如下图像融合方法:
获取第一摄像头拍摄的第一图像以及第二摄像头拍摄的第二图像,其中,所述第一摄像头的视场角大于所述第二摄像头的视场角,所述第一图像包含所述第二图像;
获取所述第二图像的深度图像,根据所述深度图像确定所述第二图像中每个像素点的融合权重值;
根据所述第二图像中每个像素点的融合权重值,按预定的融合方式将所述第二图像融合到所述第一图像中,获得融合后的图像,其中,所述预定的融合方式包括对所述第一图像和所述第二图像中每个对应像素点的特征值进行加权求和运算。
9.如权利要求8所述的电子设备,其特征在于,根据所述深度图像确定所述第二图像中每个像素点的融合权重值,包括:
针对所述第二图像中的每个像素点,若该像素点在所述深度图像中的深度值大于或等于目标阈值,则将该像素点对应的融合权重值设置为第一数值;若该像素点在所述深度图像中的深度值小于所述目标阈值,则将该像素点对应的融合权重值设置为第二数值,所述第二数值小于所述第一数值。
10.如权利要求9所述的电子设备,其特征在于,所述处理器执行所述计算机程序时,所述电子设备还实现:
获取所述第二摄像头的镜头参数;
根据所述镜头参数确定所述目标阈值。
11.如权利要求10所述的电子设备,其特征在于,所述镜头参数包括镜头光圈值、弥散圆直径、对焦距离和焦距;
根据所述镜头参数确定所述目标阈值,包括:
根据所述镜头光圈值、所述弥散圆直径、所述对焦距离和所述焦距计算得到所述第二摄像头的前景深;
将所述对焦距离和所述前景深的差值确定为所述目标阈值。
12.如权利要求9至11中任一项所述的电子设备,其特征在于,根据所述第二图像中每个像素点的融合权重值,按预定的融合方式将所述第二图像融合到所述第一图像中,获得融合后的图像,包括:
基于所述第二图像中每个像素点的融合权重值构建掩码图像;
对所述第二图像和所述掩码图像中每个对应像素点的元素值进行与运算,并将所述与运算得到的图像叠加到所述第一图像的目标区域中,得到所述融合后的图像,其中,所述目标区域为所述第一图像中所述第二图像所在的区域。
13.如权利要求12所述的电子设备,其特征在于,所述处理器执行所述计算机程序时,所述电子设备还实现:
对所述掩码图像的融合边界做平滑处理,所述融合边界为所述掩码图像中融合权重值为所述第一数值的像素点所构成的区域与融合权重值为所述第二数值的像素点所构成的区域之间的边界。
14.如权利要求12所述的电子设备,其特征在于,对所述第二图像和所述掩码图像中每个对应像素点的元素值进行与运算,并将所述与运算得到的图像叠加到所述第一图像的目标区域中,得到所述融合后的图像,包括:
采用以下公式计算所述融合后的图像的像素点的特征值:
N=(A*X)+(B*Y)
其中,N为所述融合后的图像的像素点的特征值,X为所述第一图像的像素点的特征值,Y为所述第二图像的像素点的特征值,A为所述第一图像中像素点对应的融合权重值,B为所述第二图像中像素点对应的融合权重值,且A+B=1。
15.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被执行时实现如权利要求1至7任一项所述的图像融合方法。
16.一种计算机程序产品,其特征在于,当所述计算机程序产品在电子设备上运行时,使得所述电子设备执行如权利要求1至7任一项所述的图像融合方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110707246.2A CN113888452A (zh) | 2021-06-23 | 2021-06-23 | 图像融合方法、电子设备、存储介质及计算机程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110707246.2A CN113888452A (zh) | 2021-06-23 | 2021-06-23 | 图像融合方法、电子设备、存储介质及计算机程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113888452A true CN113888452A (zh) | 2022-01-04 |
Family
ID=79010532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110707246.2A Pending CN113888452A (zh) | 2021-06-23 | 2021-06-23 | 图像融合方法、电子设备、存储介质及计算机程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113888452A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115115708A (zh) * | 2022-08-22 | 2022-09-27 | 荣耀终端有限公司 | 一种图像位姿的计算方法及系统 |
CN115334239A (zh) * | 2022-08-10 | 2022-11-11 | 青岛海信移动通信技术股份有限公司 | 前后摄像头拍照融合的方法、终端设备和存储介质 |
CN115830424A (zh) * | 2023-02-09 | 2023-03-21 | 深圳酷源数联科技有限公司 | 基于融合图像的矿废识别方法、装置、设备及存储介质 |
CN116233602A (zh) * | 2022-12-15 | 2023-06-06 | 山东大学 | 一种高光谱相机的自动对焦方法、系统、介质及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180068473A1 (en) * | 2016-09-06 | 2018-03-08 | Apple Inc. | Image fusion techniques |
CN110572584A (zh) * | 2019-08-26 | 2019-12-13 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN111028190A (zh) * | 2019-12-09 | 2020-04-17 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN112367443A (zh) * | 2020-10-30 | 2021-02-12 | 努比亚技术有限公司 | 拍照方法、移动终端及计算机可读存储介质 |
CN112991245A (zh) * | 2021-02-03 | 2021-06-18 | 无锡闻泰信息技术有限公司 | 双摄虚化处理方法、装置、电子设备和可读存储介质 |
-
2021
- 2021-06-23 CN CN202110707246.2A patent/CN113888452A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180068473A1 (en) * | 2016-09-06 | 2018-03-08 | Apple Inc. | Image fusion techniques |
CN110572584A (zh) * | 2019-08-26 | 2019-12-13 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN111028190A (zh) * | 2019-12-09 | 2020-04-17 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN112367443A (zh) * | 2020-10-30 | 2021-02-12 | 努比亚技术有限公司 | 拍照方法、移动终端及计算机可读存储介质 |
CN112991245A (zh) * | 2021-02-03 | 2021-06-18 | 无锡闻泰信息技术有限公司 | 双摄虚化处理方法、装置、电子设备和可读存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115334239A (zh) * | 2022-08-10 | 2022-11-11 | 青岛海信移动通信技术股份有限公司 | 前后摄像头拍照融合的方法、终端设备和存储介质 |
CN115334239B (zh) * | 2022-08-10 | 2023-12-15 | 青岛海信移动通信技术有限公司 | 前后摄像头拍照融合的方法、终端设备和存储介质 |
CN115115708A (zh) * | 2022-08-22 | 2022-09-27 | 荣耀终端有限公司 | 一种图像位姿的计算方法及系统 |
CN116233602A (zh) * | 2022-12-15 | 2023-06-06 | 山东大学 | 一种高光谱相机的自动对焦方法、系统、介质及设备 |
CN115830424A (zh) * | 2023-02-09 | 2023-03-21 | 深圳酷源数联科技有限公司 | 基于融合图像的矿废识别方法、装置、设备及存储介质 |
CN115830424B (zh) * | 2023-02-09 | 2023-04-28 | 深圳酷源数联科技有限公司 | 基于融合图像的矿废识别方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110136183B (zh) | 一种图像处理的方法、装置以及摄像装置 | |
CN113132618B (zh) | 辅助拍照方法、装置、终端设备及存储介质 | |
CN107592466B (zh) | 一种拍照方法及移动终端 | |
KR101859312B1 (ko) | 이미지 처리 방법 및 장치, 및 컴퓨터 디바이스 | |
CN107038681B (zh) | 图像虚化方法、装置、计算机可读存储介质和计算机设备 | |
CN113888452A (zh) | 图像融合方法、电子设备、存储介质及计算机程序产品 | |
CN110913131B (zh) | 一种月亮拍摄方法及电子设备 | |
EP3627823B1 (en) | Image selection method and related product | |
CN108419008B (zh) | 一种拍摄方法、终端及计算机可读存储介质 | |
CN107633235B (zh) | 解锁控制方法及相关产品 | |
CN111246106B (zh) | 图像处理方法、电子设备及计算机可读存储介质 | |
CN111885307B (zh) | 一种景深拍摄方法、设备及计算机可读存储介质 | |
CN107172349B (zh) | 移动终端拍摄方法、移动终端及计算机可读存储介质 | |
CN113542600B (zh) | 一种图像生成方法、装置、芯片、终端和存储介质 | |
CN108718388B (zh) | 一种拍照方法及移动终端 | |
CN108022227B (zh) | 一种黑白背景照片获取方法、装置及计算机可读存储介质 | |
CN107888829B (zh) | 移动终端的对焦方法、移动终端及存储介质 | |
CN112188082A (zh) | 高动态范围图像拍摄方法、拍摄装置、终端及存储介质 | |
WO2022267506A1 (zh) | 图像融合方法、电子设备、存储介质及计算机程序产品 | |
CN107330867B (zh) | 图像合成方法、装置、计算机可读存储介质和计算机设备 | |
US20210218948A1 (en) | Depth image obtaining method, image capture device, and terminal | |
CN113572980B (zh) | 拍照方法、装置、终端设备及存储介质 | |
CN115134527B (zh) | 处理方法、智能终端及存储介质 | |
CN110168599B (zh) | 一种数据处理方法及终端 | |
CN114143471B (zh) | 图像处理方法、系统、移动终端及计算机可读存储介质 |
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 |
Application publication date: 20220104 |