JP7375208B2 - スーパー夜景画像の生成方法、装置、電子機器および記憶媒体 - Google Patents

スーパー夜景画像の生成方法、装置、電子機器および記憶媒体 Download PDF

Info

Publication number
JP7375208B2
JP7375208B2 JP2022541888A JP2022541888A JP7375208B2 JP 7375208 B2 JP7375208 B2 JP 7375208B2 JP 2022541888 A JP2022541888 A JP 2022541888A JP 2022541888 A JP2022541888 A JP 2022541888A JP 7375208 B2 JP7375208 B2 JP 7375208B2
Authority
JP
Japan
Prior art keywords
image
noise
frames
images
normal
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.)
Active
Application number
JP2022541888A
Other languages
English (en)
Other versions
JP2023509744A (ja
Inventor
謝亮
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.)
Arashi Vision Inc
Original Assignee
Arashi Vision Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Arashi Vision Inc filed Critical Arashi Vision Inc
Publication of JP2023509744A publication Critical patent/JP2023509744A/ja
Application granted granted Critical
Publication of JP7375208B2 publication Critical patent/JP7375208B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10141Special mode during image acquisition
    • G06T2207/10144Varying exposure
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20048Transform domain processing
    • G06T2207/20052Discrete cosine transform [DCT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20172Image enhancement details
    • G06T2207/20192Edge enhancement; Edge preservation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20172Image enhancement details
    • G06T2207/20208High dynamic range [HDR] image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20221Image fusion; Image merging

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)

Description

本発明は画像処理の技術分野に属し、特にスーパー夜景画像の生成方法、装置、電子機器および記憶媒体に関するものである。
従来の夜景強調撮影処理では、画像を撮影した後、撮影した夜景画像を画像輝度アルゴリズムまたはコントラスト強調アルゴリズムによって強調処理することで、画像の暗部の輝度とコントラストを向上させるのが一般的である。しかしながら、夜景画像にはノイズが比較的に多く、またノイズも強調されるおそれがあるため、夜景画像全体の強調効果を悪化させるようになる。しかも、局所分散に基づいて強調係数を決定する手段では、明暗が過度に強いところでハレーションを起こしやすい。
従来の技術案には、複数のフレームの画像からハイダイナミックレンジ画像を生成する技術手段があるが、この手段は、昼間に撮影したシーンでは良好な効果があるが、夜景写真ではノイズが非常に大きくなる。従来技術には、複数のフレームの夜景画像を直接融合させてノイズを除去するなどの処理手段があるが、この手段で得られた夜景画像はまだ画像の明部や暗部で十分に鮮明ではないものである。
本発明の目的は、従来技術では生成されたスーパー夜景画像のノイズが大きいという問題を解決するために、スーパー夜景画像の生成方法、装置、電子機器および記憶媒体を提供することにある。
本発明の一側面は、スーパー夜景画像の生成方法を提供しており、前記方法は、
1つのフレームの露光不足画像と複数のフレームの正常露光画像とを含む連続的な複数のフレームの原画像を取得するステップと;
前記複数のフレームの正常露光画像をスタックさせてノイズ低減処理を行って、1つのフレームの正常ノイズ低減画像を得るステップと;
前記正常ノイズ低減画像に対して階調変換処理を行って、1つのフレームの過度露光画像を得るステップと;
前記露光不足画像と、前記正常ノイズ低減画像と前記過度露光画像とに対して融合処理を行って、1つのフレームのスーパー夜景画像を得るステップとを含む。
上記した前記複数のフレームの正常露光画像をスタックさせてノイズ低減処理を行って、1つのフレームの正常ノイズ低減画像を得るステップは、
前記複数のフレームの正常露光画像に対して重み付融合ノイズ低減処理を行って、1つのフレームのスタックされたノイズ低減画像を得るステップと;
前記スタックされたノイズ低減画像に対して、単フレーム画像ノイズ低減法によってノイズ低減処理を行って、前記正常ノイズ低減画像を得るステップとを含むことが好ましい。
好ましくは、上記した前記複数のフレームの正常露光画像に対して重み付融合ノイズ低減処理を行って、1つのフレームのスタックされたノイズ低減画像を得るステップは、
前記複数のフレームの正常露光画像の中から、一つのフレームの画像を基準画像として選択するステップと;
前記複数のフレームの正常露光画像のうち、前記基準画像以外の画像と前記基準画像とをアライメント処理するステップと、
アライメント処理された前記複数のフレームの正常露光画像に対して、第1の式によって重み付融合ノイズ低減処理を行って、前記スタックされたノイズ低減画像を得るステップとを含み、
前記アライメント処理された前記複数のフレームの正常露光画像に対して、第1の式によって重み付融合ノイズ低減処理を行うステップは、
YUV空間では、アライメント処理された前記複数のフレームの正常露光画像に対して、前記第1の式によって重み付融合ノイズ低減処理を行うステップを含むことが好ましい。
前記YUV空間では、アライメント処理された前記複数のフレームの正常露光画像に対して、前記第1の式によって重み付融合ノイズ低減処理を行うステップは、
アライメント処理された前記複数のフレームの正常露光画像のY成分データ、および前記基準画像のU成分データとV成分データを取得するステップと;
前記第1の式によって、前記Y成分データに対して重み付融合ノイズ低減処理を行い、かつ前記U成分データと前記V成分データに対してエッジ保存フィルタリング処理を行うステップと;
重み付融合ノイズ低減処理されたY成分データと、エッジ保存フィルタリング処理された前記U成分データおよび前記V成分データとを合成して、前記スタックされたノイズ低減画像を得るステップとを含むことが好ましい。
上記した前記スタックされたノイズ低減画像に対して、単フレーム画像ノイズ低減法によってノイズ低減処理を行うステップは、
対象画素点の近傍ウィンドウ内でいくつかの基準画素点をランダムに選択するステップと;
前記対象画素点と各前記基準画素点をそれぞれ中心として画素ブロックを取得するステップと;
前記画素ブロック毎にDCT変換を行い、予め設定された閾値に基づいて前記画素ブロック毎に対応するDCT係数を更新するステップと;
更新されたDCT係数をDCT逆変換して、各画素ブロックを再構成するステップと;
再構成された各画素ブロックにおける対象画素点の位置に対応する画素点の画素値を重み付平均し、重み付平均した画素値を前記対象画素点の画素値とするステップとを含むことが好ましい。
前記予め設定された閾値に基づいて前記画素ブロック毎に対応するDCT係数を更新するステップは、
前記DCT係数のうち、前記予め設定された閾値未満の係数をゼロにするステップを含むことが好ましい。
好ましくは、上記した前記露光不足画像と、前記正常ノイズ低減画像と前記過度露光画像とに対して融合処理を行って、1つのフレームのスーパー夜景画像を得るステップの後に、
前記スーパー夜景画像に対して細部強調アルゴリズムによって細部強調処理を行って、細部強調されたスーパー夜景画像を得るステップを含み、
ここで、前記細部強調アルゴリズムは、エッジ保存フィルタリングによる細部強調アルゴリズムであり、前記細部強調されたスーパー夜景画像は、
上記した前記正常ノイズ低減画像に対して階調変換処理を行うステップは、
前記正常ノイズ低減画像に対してガンマ変換処理を行うステップを含むことが好ましい。
前記正常ノイズ低減画像に対してガンマ変換処理を行う際のガンマ係数は0.625であることが好ましい。
本発明の別の側面は、スーパー夜景画像の生成装置を提供しており、前記装置は、
1つのフレームの露光不足画像と複数のフレームの正常露光画像とを含む連続的な複数のフレームの原画像を取得するための画像取得ユニットと;
前記複数のフレームの正常露光画像をスタックさせてノイズ低減処理を行って、1つのフレームの正常ノイズ低減画像を得るためのスタック型ノイズ低減ユニットと;
前記正常ノイズ低減画像に対して階調変換処理を行って、1つのフレームの過度露光画像を得るための階調変換ユニットと;
前記露光不足画像と、前記正常ノイズ低減画像と前記過度露光画像とに対して融合処理を行って、1つのフレームのスーパー夜景画像を得るための画像合成ユニットとを備える。
本発明の別の側面は、メモリと、プロセッサと、前記メモリに記憶され、前記プロセッサで動作可能なコンピュータプログラムとを備える電子機器であって、前記プロセッサが前記コンピュータプログラムを実行する際に、上記のような方法のステップを実現する電子機器を提供する。
本発明の別の側面は、コンピュータ可読記憶媒体を提供しており、前記コンピュータ可読記憶媒体にはコンピュータプログラムが記憶されており、前記コンピュータプログラムがプロセッサに実行されると、上記のような方法のステップを実現する。
本発明では、1つのフレームの露光不足画像と複数のフレームの正常露光画像とを含む連続的な複数のフレームの原画像を取得し、前記複数のフレームの正常露光画像をスタックさせてノイズ低減処理を行って、1つのフレームの正常ノイズ低減画像を得て、前記正常ノイズ低減画像に対して階調変換処理を行って、1つのフレームの過度露光画像を得て、前記露光不足画像と、前記正常ノイズ低減画像と前記過度露光画像とに対して融合処理を行って、1つのフレームのスーパー夜景画像を得ることにより、夜景画像のノイズが低減され、さらにユーザ体験が向上された。
本発明の第1の実施例によるスーパー夜景画像の生成方法の実現フローチャートである。 本発明の第2の実施例によるスーパー夜景画像の生成方法の実現フローチャートである。 本発明の第3の実施例によるスーパー夜景画像の生成装置の構造模式図である。 本発明の第4の実施例による電子機器の構造模式図である。
以下、本発明の目的、技術手段及び利点をより一層明らかにするように、添付図面及び実施例に基づいて本発明をさらに詳細に説明する。ここで記載された具体的な実施例は、本発明を釈明するためのものだけであり、本発明を限定する意図はないことを理解すべきである。
以下、具体的な実施例に基づいて本発明の具体的な実現について詳細に説明する。
第1の実施例
図1は、本発明の第1の実施例によるスーパー夜景画像の生成方法の実現の流れを示し、説明の便宜上、本発明の実施例に関連する部分のみを示しており、詳細は以下のとおりである。
ステップS101では、1つのフレームの露光不足画像と複数のフレームの正常露光画像とを含む連続的な複数のフレームの原画像を取得する。
本発明の実施例は携帯電話、腕時計、タブレット、コンピュータ、カメラなどの撮影機能を有する機器を含んでも良い電子機器に適用される。本発明の実施例では、暗所で電子機器によって連続的に撮影した複数のフレームの原画像を取得し、この暗所が夜間や他の光が比較的に暗いシーンを指しても良く、説明の便宜上、この例の原画像のフレーム数はMで表され、m≧3であり、この複数のフレームの原画像には1つのフレームの露光不足画像と複数のフレームの正常露光画像が含まれている必要がある。実際には、操作を容易にするために、通常、取得する第1のフレームの画像を露光不足画像とし、例えば、連続的に撮影された原画像は9フレームであり、第1のフレームの画像は露光不足画像、次の8フレームの画像は正常露光画像である。
ステップS102では、前記複数のフレームの正常露光画像をスタックさせてノイズ低減処理を行って、1つのフレームの正常ノイズ低減画像を得る。
本発明の実施例では、前記複数のフレームの正常露光画像をスタックさせてノイズ低減処理を行って、1つのフレームの正常ノイズ低減画像を得る場合は、具体的に以下のステップを含んでも良い。
S1021:前記複数のフレームの正常露光画像に対して重み付融合ノイズ低減処理を行って、1つのフレームのスタックされたノイズ低減画像を得る。
具体的には、前記複数のフレームの正常露光画像の中から、一つのフレームの画像を基準画像として選択し、前記複数のフレームの正常露光画像のうち前記基準画像以外の画像と前記基準画像とをアライメント処理し、さらに、アライメント処理された前記複数のフレームの正常露光画像に対して重み付融合ノイズ低減処理を行って、前記スタックされたノイズ低減画像を得ることにより、画像のズレによる悪影響を低減するようになる。ここで、基準画像として、正常露光画像のうちの第1のフレームの画像を選択してもよいし、正常露光画像のうちの第2のフレームの画像を選択してもよいし、正常露光画像のうちの最後のフレームの画像を選択してもよいが、ここでは限定しない。前記複数のフレームの正常露光画像のうち前記基準画像以外の画像と前記基準画像とをアライメント処理する時に、一つのフレームの画像と他のフレームの画像とをアライメント処理するのは従来技術であるため、ここで説明を省略しており、例えば、疎なオプティカルフローでアライメントしても良い。
アライメント処理された前記複数のフレームの正常露光画像に対して、第1の式によって重み付融合ノイズ低減処理を行って、前記スタックされたノイズ低減画像を得ることが好ましい。
なお、ここに、RGB空間では、アライメント処理された前記複数のフレームの正常露光画像に対して、前記第1の式によって重み付融合ノイズ低減処理を行ってもよく、YUV空間では、アライメント処理された前記複数のフレームの正常露光画像に対して、前記第1の式によって重み付融合ノイズ低減処理を行うことが好ましく、重み付融合ノイズ低減処理中の計算速度を向上するために、アライメント処理された前記複数のフレームの前記正常露光画像のY成分データ、および前記基準画像のU成分データとV成分データを取得し、前記第1の式によって、前記Y成分データに対して重み付融合ノイズ低減処理を行い、かつ前記U成分データと前記V成分データに対してエッジ保存フィルタリング処理を行い、重み付融合ノイズ低減処理されたY成分データと、エッジ保存フィルタリング処理された前記U成分データおよび前記V成分データとを合成して、前記スタックされたノイズ低減画像を得ることがさらに好ましい。ここで、エッジ保存フィルタリング処理はバイラテラルフィルタリング処理であってもよいし、誘導フィルタリング処理であってもよく、ここでは限定しない。スタックされたノイズ低減画像は、YUV空間に保存された画像であってもよいし、RGB空間や他の色空間に変換して保存された画像であってもよく、ここでは、これについても限定しない。
S1022:前記スタックされたノイズ低減画像に対して、単フレーム画像ノイズ低減法によって、一枚の正常ノイズ低減画像を生成する。
前記スタックされたノイズ低減画像に対して、単フレーム画像ノイズ低減法によって一枚の正常ノイズ低減画像を生成することで、ノイズの影響をさらに解消することができる。この単フレーム画像ノイズ低減法は離散コサイン空間で行われ、離散コサイン変換によってノイズ低減を行う際に、一回に1画素ずつずれるようにするものであり、説明の便宜上、本実施例において、ずれる度に対応する画素点を対象画素点と呼び、画像のノイズ低減効果を効果的に向上するために、対象画素点の近傍ウィンドウ内でいくつかの基準画素点をランダムに選択し、前記対象画素点と各前記基準画素点をそれぞれ中心として画素ブロックを取得し、前記画素ブロック毎にDCT変換(Discrete Cosine Transform、離散コサイン変換)を行い、かつ予め設定された閾値に基づいて前記画素ブロック毎に対応するDCT係数を更新し、更新されたDCT係数をDCT逆変換して、各画素ブロックを再構成し、再構成された各画素ブロックにおける対象画素点の位置に対応する画素点の画素値を重み付平均し、重み付平均した画素値を前記対象画素点の画素値とすることが好ましい。ここで、前記近傍ウィンドウのサイズは一般的に8×8であり、これに対応して、各前記画素ブロックのサイズも8×8であるのは一般的であり、予め設定されたしきい値は通常マニュアル設定されるものであり、このしきい値の大きさは画像のノイズレベルに基づいて設定してもよく、ちなみに、ノイズレベルはISO、カメラの露光時間およびカメラのセンサ自身によって確定することができ、ISOの数値が高いほど当該感光部品の感光能力が強いことを示している。予め設定された閾値に基づいて画素ブロック毎に対応するDCT係数を更新する時に、オプションとして、DCT係数のうち、予め設定された閾値より小さい係数をゼロにしても良い。
ステップS103では、前記正常ノイズ低減画像に対して階調変換処理を行って、1つのフレームの過度露光画像を得る。
ステップS104では、前記露光不足画像と、前記正常ノイズ低減画像と前記過度露光画像とに対して融合処理を行って、1つのフレームのスーパー夜景画像を得る。
本発明の実施例において、前記露光不足画像は、画像のハイライト部分に豊富な細部を提供でき、前記正常ノイズ低減画像は、画像に豊富な中間輝度の細部を提供でき、前記過度露光画像は、画像の暗所に細部を提供でき、前記露光不足画像と、前記正常ノイズ低減画像と、前記過度露光画像とに対して融合処理を行うことで、HDR(High Dynamic Range、ハイダイナミックレンジ)画像である融合されたスーパー夜景画像を得る。前記露光不足画像と、前記正常ノイズ低減画像と、前記過度露光画像とに対して融合処理を行う時には、ハイダイナミックレンジ画像の視覚効果を向上するために、正常露光画像を基準として露光不足画像および過度露光画像に対して移動画素除去を行って、それぞれ第3の画像および第4の画像を得て、正常露光画像、第3の画像および第4の画像をダウンサンプリングして第1の重み値マップを算出し、ダウンサンプリングして得られた3枚の画像をそれぞれ階調図に変換し、得られた階調図を多重解像度融合して第2の重み値マップを算出し、第2の重み値マップを元の画像サイズに合わせてアップサンプリングし、正常露光画像と、露光不足画像と、過度露光画像とを重み付融合することが好ましい。もちろん、前記露光不足画像と、前記正常ノイズ低減画像と、前記過度露光画像とに対して融合処理を行う時に、従来技術における他の融合処理方法を採用してもよく、ここでは贅言しない。
本発明の実施例では、1つのフレームの露光不足画像と複数のフレームの正常露光画像とを含む連続的な複数のフレームの原画像を取得し、前記複数のフレームの正常露光画像をスタックさせてノイズ低減処理を行って、1つのフレームの正常ノイズ低減画像を得て、前記正常ノイズ低減画像に対して階調変換処理を行って、1つのフレームの過度露光画像を得て、前記露光不足画像と、前記正常ノイズ低減画像と前記過度露光画像とに対して融合処理を行って、1つのフレームのスーパー夜景画像を得ることにより、夜景画像のノイズが低減され、さらにユーザ体験が向上された。前記複数のフレームの正常露光画像をスタックさせてノイズ低減処理を行う時に、YUV空間では、アライメント処理された前記複数のフレームの正常露光画像に対して重み付融合ノイズ低減処理を行うことにより、夜景画像の処理速度が向上され、さらにユーザ体験が向上された。
第2の実施例
図2は、本発明の第2の実施例によるスーパー夜景画像の生成方法の実現の流れを示し、説明の便宜上、本発明の実施例に関連する部分のみを示しており、詳細は以下のとおりである。
ステップS201では、1つのフレームの露光不足画像と複数のフレームの正常露光画像とを含む連続的な複数のフレームの原画像を取得する。
ステップS202では、前記複数のフレームの正常露光画像をスタックさせてノイズ低減処理を行って、1つのフレームの正常ノイズ低減画像を得る。
ステップS203では、前記正常ノイズ低減画像に対して階調変換処理を行って、1つのフレームの過度露光画像を得る。
ステップS204では、前記露光不足画像と、前記正常ノイズ低減画像と前記過度露光画像とに対して融合処理を行って、1つのフレームのスーパー夜景画像を得る。
本発明の実施例において、ステップS201~S204の実施形態は、前述の第1の実施例におけるステップS101~S104に関する説明を対応して参照しても良いので、ここでは贅言しない。
ステップS205では、前記スーパー夜景画像に対して細部強調アルゴリズムによって細部強調処理を行って、細部強調されたスーパー夜景画像を得る。
本発明の実施例では、前記スーパー夜景画像に対して細部強調アルゴリズムによって細部強調処理を行って、細部強調されたスーパー夜景画像を得ることにより、画像の細部がさらに向上され、さらに画像の鮮明さが向上された。
また好ましくは、前記細部強調アルゴリズムは、普通のフィルタリングによる細部強調アルゴリズムであり、前記細部強調されたスーパー夜景画像は、
本発明の実施例では、1つのフレームの露光不足画像と複数のフレームの正常露光画像とを含む連続的な複数のフレームの原画像を取得し、前記複数のフレームの正常露光画像をスタックさせてノイズ低減処理を行って、1つのフレームの正常ノイズ低減画像を得て、前記正常ノイズ低減画像に対して階調変換処理を行って、1つのフレームの過度露光画像を得て、前記露光不足画像と、前記正常ノイズ低減画像と前記過度露光画像とに対して融合処理を行って、1つのフレームのスーパー夜景画像を得て、そして、前記スーパー夜景画像に対して細部強調アルゴリズムによって細部強調処理を行うことにより、夜景画像の細部が向上され、さらにユーザ体験が向上された。
第3の実施例
図3は、本発明の第3の実施例によるスーパー夜景画像の生成装置の構造を示し、説明の便宜上、本発明の実施例に関連する部分のみを示しており、その中に、
1つのフレームの露光不足画像と複数のフレームの正常露光画像とを含む連続的な複数のフレームの原画像を取得するための画像取得ユニット31と;
前記複数のフレームの正常露光画像をスタックさせてノイズ低減処理を行って、1つのフレームの正常ノイズ低減画像を得るためのスタック型ノイズ低減ユニット32と;
前記正常ノイズ低減画像に対して階調変換処理を行って、1つのフレームの過度露光画像を得るための階調変換ユニット33と;
前記露光不足画像と、前記正常ノイズ低減画像と前記過度露光画像とに対して融合処理を行って、1つのフレームのスーパー夜景画像を得るための画像合成ユニット34とを備える。
スタック型ノイズ低減ユニットは、
前記複数のフレームの正常露光画像に対して重み付融合ノイズ低減処理を行って、1つのフレームのスタックされたノイズ低減画像を得るための第1のノイズ低減サブユニットと、
前記スタックされたノイズ低減画像に対して、単フレーム画像ノイズ低減法によってノイズ低減処理を行って、前記正常ノイズ低減画像を得るための第2のノイズ低減サブユニッと、を備えることが好ましい。
好ましくは、前記第1のノイズ低減サブユニットは、
前記複数のフレームの正常露光画像の中から、一つのフレームの画像を基準画像として選択するための基準画像選択ユニットと、
前記複数のフレームの正常露光画像のうち前記基準画像以外の画像と前記基準画像とをアライメント処理するための画像アライメント処理ユニットと、
アライメント処理された前記複数のフレームの正常露光画像に対して、第1の式によって重み付融合ノイズ低減処理を行って、前記スタックされたノイズ低減画像を得るための第3のノイズ低減サブユニットと、を備え、ここで、前記第1の式は、
前記第2のノイズ低減サブユニットは、
対象画素点の近傍ウィンドウ内でいくつかの基準画素点をランダムに選択するための画素点選択ユニットと、
前記対象画素点と各前記基準画素点をそれぞれ中心として画素ブロックを取得するための画素ブロック取得ユニットと、
前記画素ブロック毎にDCT変換を行い、かつ予め設定された閾値に基づいて前記画素ブロック毎に対応するDCT係数を更新するためのDCT変換ユニットと、
更新されたDCT係数をDCT逆変換して、各画素ブロックを再構成するためのDCT逆変換ユニットと、
再構成された各画素ブロックにおける対象画素点の位置に対応する画素点の画素値を重み付平均し、重み付平均した画素値を前記対象画素点の画素値とするための画素値計算ユニットと、を備えることが好ましい。
前記DCT変換ユニットは、
DCT係数のうち、前記予め設定された閾値未満の係数をゼロにするためのDCT変換サブユニットを備えることが好ましい。
前記第3のノイズ低減サブユニットは、
YUV空間では、アライメント処理された前記複数のフレームの正常露光画像に対して、前記第1の式によって重み付融合ノイズ低減処理を行うための第4のノイズ低減サブユニットを備えることが好ましい。
前記第4のノイズ低減サブユニットは、
アライメント処理された前記複数のフレームの正常露光画像のY成分データ、および前記基準画像のU成分データとV成分データを取得するための成分データ取得ユニット、または、
前記第1の式によって、前記Y成分データに対して重み付融合ノイズ低減処理を行い、かつ前記U成分データと前記V成分データに対してエッジ保存フィルタリング処理を行うための成分データ取得ユニットと、
重み付融合ノイズ低減処理されたY成分データと、エッジ保存フィルタリング処理された前記U成分データおよび前記V成分データとを合成して、前記スタックされたノイズ低減画像を得るための成分データ合成ユニットと、を備えることが好ましい。
階調変換ユニットは、
前記正常ノイズ低減画像に対してガンマ変換処理を行うためのガンマ変換ユニットを備えることが好ましい。
前記正常ノイズ低減画像に対してガンマ変換処理を行う際のガンマ係数は0.625であることが好ましい。
好ましくは、前記装置はさらに、
前記スーパー夜景画像に対して細部強調アルゴリズムによって細部強調処理を行って、細部強調されたスーパー夜景画像を得るための細部強調処理ユニットを備え、
ここで、前記細部強調アルゴリズムは、エッジ保存フィルタリングによる細部強調アルゴリズムであり、前記細部強調されたスーパー夜景画像は、
本発明の実施例において、スーパー夜景画像生成装置の各ユニットは、対応するハードウェアユニットまたはソフトウェアユニットで実現することができ、各ユニットは独立したソフトウェアユニットやハードウェアユニットであっても良いし、一つのソフトウェアユニットやハードウェアユニットに統合されてもよいが、ここで本発明を限定する意図はない。スーパー夜景画像生成装置の各ユニットの具体的な実施形態については、上記方法の実施例の記載を参照してもよいので、ここでは贅言しない。
第4の実施例
図4は、本発明の第4の実施例による電子機器の構造を示し、説明の便宜上、本発明の実施例に関連する部分のみを示している。
本発明の実施例における電子機器4は、プロセッサ40と、メモリ41と、メモリ41に記憶され、プロセッサ40で動作可能なコンピュータプログラム42とを備える。このプロセッサ40はコンピュータプログラム42を実行する際に、上述した各方法の実施例におけるステップ、例えば図1に示すステップS101~S104を実現する。あるいは、プロセッサ40はコンピュータプログラム42を実行する際に、上述した各装置の実施例における各ユニットの機能、例えば、図3に示すユニット31~34の機能を実現する。
本発明の実施例では、1つのフレームの露光不足画像と複数のフレームの正常露光画像とを含む連続的な複数のフレームの原画像を取得し、前記複数のフレームの正常露光画像をスタックさせてノイズ低減処理を行って、1つのフレームの正常ノイズ低減画像を得て、前記正常ノイズ低減画像に対して階調変換処理を行って、1つのフレームの過度露光画像を得て、前記露光不足画像と、前記正常ノイズ低減画像と前記過度露光画像とに対して融合処理を行って、1つのフレームのスーパー夜景画像を得ることにより、夜景画像のノイズが低減され、さらにユーザ体験が向上された。
第5の実施例
本発明の実施例では、コンピュータ可読記憶媒体を提供しており、このコンピュータ可読記憶媒体にはコンピュータプログラムが記憶されており、このコンピュータプログラムがプロセッサに実行されると、上述した方法の実施例におけるステップ、例えば図1に示すステップS101~S104を実現する。あるいは、このコンピュータプログラムがプロセッサに実行されると、上述した各装置の実施例における各ユニットの機能、例えば、図3に示すユニット31~34の機能を実現する。
本発明の実施例では、1つのフレームの露光不足画像と複数のフレームの正常露光画像とを含む連続的な複数のフレームの原画像を取得し、前記複数のフレームの正常露光画像をスタックさせてノイズ低減処理を行って、1つのフレームの正常ノイズ低減画像を得て、前記正常ノイズ低減画像に対して階調変換処理を行って、1つのフレームの過度露光画像を得て、前記露光不足画像と、前記正常ノイズ低減画像と前記過度露光画像とに対して融合処理を行って、1つのフレームのスーパー夜景画像を得ることにより、夜景画像のノイズが低減され、さらにユーザ体験が向上された。
本発明の実施例におけるコンピュータ可読記憶媒体は、例えばROM/RAM、磁気ディスク、光ディスク、フラッシュメモリなどのメモリのようなコンピュータプログラムコードを保持可能な任意のエンティティまたは装置、記憶媒体を含んでも良い。
以上に述べたのは本発明の好ましい実施例に過ぎず、それによって本発明を限定するものではなく、本発明の精神と原則の範囲内でなされたいかなる修正、等価置換および改良などは、いずれも本発明の保護範囲に含まれるべきである。

Claims (13)

  1. 1つのフレームの露光不足画像と複数のフレームの正常露光画像とを含む連続的な複数のフレームの原画像を取得するステップと;
    前記複数のフレームの正常露光画像をスタックさせてノイズ低減処理を行って、1つのフレームの正常ノイズ低減画像を得るステップと;
    前記正常ノイズ低減画像に対して階調変換処理を行って、1つのフレームの過度露光画像を得るステップと;
    前記露光不足画像と、前記正常ノイズ低減画像と前記過度露光画像とに対して融合処理を行って、1つのフレームのスーパー夜景画像を得るステップとを含む、ことを特徴とするスーパー夜景画像の生成方法。
  2. 上記した前記複数のフレームの正常露光画像をスタックさせてノイズ低減処理を行って、1つの正常ノイズ低減画像を得るステップは、
    前記複数のフレームの正常露光画像に対して重み付融合ノイズ低減処理を行って、1つのフレームのスタックされたノイズ低減画像を得ることと;
    前記スタックされたノイズ低減画像に対して、単フレーム画像ノイズ低減法によってノイズ低減処理を行って、前記正常ノイズ低減画像を得ることとを含む、ことを特徴とする請求項1に記載の方法。
  3. 上記した前記複数のフレームの正常露光画像に対して重み付融合ノイズ低減処理を行って、1つのフレームのスタックされたノイズ低減画像を得るステップは、
    前記複数のフレームの正常露光画像の中から、一つのフレームの画像を基準画像として選択することと;
    前記複数のフレームの正常露光画像のうち、前記基準画像以外の画像と前記基準画像とをアライメント処理することと、
    アライメント処理された前記複数のフレームの正常露光画像に対して、第1の式によって重み付融合ノイズ低減処理を行って、前記スタックされたノイズ低減画像を得ることとを含む、ことを特徴とする請求項2に記載の方法、
  4. 前記アライメント処理された前記複数のフレームの正常露光画像に対して、第1の式によって重み付融合ノイズ低減処理を行うステップは、
    YUV空間では、アライメント処理された前記複数のフレームの正常露光画像に対して、前記第1の式によって重み付融合ノイズ低減処理を行うことを含む、ことを特徴とする請求項3に記載の方法。
  5. 前記YUV空間では、アライメント処理された前記複数のフレームの正常露光画像に対して、前記第1の式によって重み付融合ノイズ低減処理を行うステップは、
    アライメント処理された前記複数のフレームの正常露光画像のY成分データ、および前記基準画像のU成分データとV成分データを取得することと;
    前記第1の式によって、前記Y成分データに対して重み付融合ノイズ低減処理を行い、かつ前記U成分データと前記V成分データに対してエッジ保存フィルタリング処理を行うことと;
    重み付融合ノイズ低減処理されたY成分データと、エッジ保存フィルタリング処理された前記U成分データおよび前記V成分データとを合成して、前記スタックされたノイズ低減画像を得ることとを含む、ことを特徴とする請求項4に記載の方法。
  6. 上記した前記スタックされたノイズ低減画像に対して、単フレーム画像ノイズ低減法によってノイズ低減処理を行うステップは、
    対象画素点の近傍ウィンドウ内でいくつかの基準画素点をランダムに選択することと;
    前記対象画素点と各前記基準画素点をそれぞれ中心として画素ブロックを取得することと;
    前記画素ブロック毎にDCT変換を行い、かつ予め設定された閾値に基づいて前記画素ブロック毎に対応するDCT係数を更新することと;
    各画素ブロックを再構成するように、更新されたDCT係数をDCT逆変換することと;
    再構成された各画素ブロックにおける対象画素点の位置に対応する画素点の画素値を重み付平均し、重み付平均した画素値を前記対象画素点の画素値とすることとを含む、ことを特徴とする請求項2に記載の方法。
  7. 前記予め設定された閾値に基づいて前記画素ブロック毎に対応するDCT係数を更新するステップは、
    前記DCT係数のうち、前記予め設定された閾値未満の係数をゼロにすることを含む、ことを特徴とする請求項6に記載の方法。
  8. 上記した前記正常ノイズ低減画像に対して階調変換処理を行うステップは、
    前記正常ノイズ低減画像に対してガンマ変換処理を行うことを含む、ことを特徴とする請求項1に記載の方法。
  9. 前記正常ノイズ低減画像に対してガンマ変換処理を行う際のガンマ係数は0.625である、ことを特徴とする請求項8に記載の方法。
  10. 上記した前記露光不足画像と、前記正常ノイズ低減画像と前記過度露光画像とに対して融合処理を行って、1つのフレームのスーパー夜景画像を得るステップの後に、
    前記スーパー夜景画像に対して細部強調アルゴリズムによって細部強調処理を行って、細部強調されたスーパー夜景画像を得ることを含む、ことを特徴とする請求項1に記載の方法、
  11. 1つのフレームの露光不足画像と複数のフレームの正常露光画像とを含む連続的な複数のフレームの原画像を取得するための画像取得ユニットと;
    前記複数のフレームの正常露光画像をスタックさせてノイズ低減処理を行って、1つのフレームの正常ノイズ低減画像を得るためのスタック型ノイズ低減ユニットと;
    前記正常ノイズ低減画像に対して階調変換処理を行って、1つのフレームの過度露光画像を得るための階調変換ユニットと;
    前記露光不足画像と、前記正常ノイズ低減画像と前記過度露光画像とに対して融合処理を行って、1つのフレームのスーパー夜景画像を得るための画像合成ユニットと、
    を備えることを特徴とするスーパー夜景画像の生成装置。
  12. メモリと、プロセッサと、前記メモリに記憶され、前記プロセッサで動作可能なコンピュータプログラムとを備える電子機器であって、前記プロセッサが前記コンピュータプログラムを実行する際に、請求項1~請求項10のいずれか一つに記載の方法のステップを実現する、ことを特徴とする電子機器。
  13. コンピュータプログラムが記憶されているコンピュータ可読記憶媒体であって、前記コンピュータプログラムがプロセッサに実行されると、請求項1~請求項10のいずれか一つに記載の方法のステップを実現する、ことを特徴とするコンピュータ可読記憶媒体。
JP2022541888A 2020-01-07 2021-01-05 スーパー夜景画像の生成方法、装置、電子機器および記憶媒体 Active JP7375208B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN202010014410.7 2020-01-07
CN202010014410.7A CN111242860B (zh) 2020-01-07 2020-01-07 超级夜景图像的生成方法、装置、电子设备及存储介质
PCT/CN2021/070225 WO2021139635A1 (zh) 2020-01-07 2021-01-05 超级夜景图像的生成方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
JP2023509744A JP2023509744A (ja) 2023-03-09
JP7375208B2 true JP7375208B2 (ja) 2023-11-07

Family

ID=70865757

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022541888A Active JP7375208B2 (ja) 2020-01-07 2021-01-05 スーパー夜景画像の生成方法、装置、電子機器および記憶媒体

Country Status (5)

Country Link
US (1) US20230074180A1 (ja)
EP (1) EP4089625A4 (ja)
JP (1) JP7375208B2 (ja)
CN (2) CN111242860B (ja)
WO (1) WO2021139635A1 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111242860B (zh) * 2020-01-07 2024-02-27 影石创新科技股份有限公司 超级夜景图像的生成方法、装置、电子设备及存储介质
CN111770282B (zh) * 2020-06-28 2021-06-01 Oppo广东移动通信有限公司 图像处理方法及装置、计算机可读介质及终端设备
CN113587924B (zh) * 2021-06-16 2024-03-29 影石创新科技股份有限公司 拍摄系统标定方法、装置、计算机设备和存储介质
CN113593145A (zh) * 2021-07-28 2021-11-02 车航道(吉林)科技有限公司 一种基于门禁设备的智能缴费系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012239077A (ja) 2011-05-12 2012-12-06 Nikon Corp 撮像装置及び方法
CN110611750A (zh) 2019-10-31 2019-12-24 北京迈格威科技有限公司 一种夜景高动态范围图像生成方法、装置和电子设备

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012119858A (ja) * 2010-11-30 2012-06-21 Aof Imaging Technology Ltd 撮影装置、撮影方法、およびプログラム
JP5634331B2 (ja) * 2011-06-07 2014-12-03 株式会社東芝 画像処理装置
US9762893B2 (en) * 2015-12-07 2017-09-12 Google Inc. Systems and methods for multiscopic noise reduction and high-dynamic range
CN108605099B (zh) * 2016-10-17 2020-10-09 华为技术有限公司 用于终端拍照的方法及终端
CN107809582A (zh) * 2017-10-12 2018-03-16 广东欧珀移动通信有限公司 图像处理方法、电子装置和计算机可读存储介质
US10764496B2 (en) * 2018-03-16 2020-09-01 Arcsoft Corporation Limited Fast scan-type panoramic image synthesis method and device
WO2019183813A1 (zh) * 2018-03-27 2019-10-03 华为技术有限公司 一种拍摄方法及设备
CN109767413B (zh) * 2019-01-11 2022-11-29 影石创新科技股份有限公司 一种抗运动伪影的hdr方法、装置及便携式终端
CN110072051B (zh) * 2019-04-09 2021-09-03 Oppo广东移动通信有限公司 基于多帧图像的图像处理方法和装置
CN110062159A (zh) * 2019-04-09 2019-07-26 Oppo广东移动通信有限公司 基于多帧图像的图像处理方法、装置、电子设备
CN110072052B (zh) * 2019-04-09 2021-08-27 Oppo广东移动通信有限公司 基于多帧图像的图像处理方法、装置、电子设备
CN110166709B (zh) * 2019-06-13 2022-03-18 Oppo广东移动通信有限公司 夜景图像处理方法、装置、电子设备以及存储介质
CN110191291B (zh) * 2019-06-13 2021-06-25 Oppo广东移动通信有限公司 基于多帧图像的图像处理方法和装置
CN110166707B (zh) * 2019-06-13 2020-09-25 Oppo广东移动通信有限公司 图像处理方法、装置、电子设备以及存储介质
CN110443766B (zh) * 2019-08-06 2022-05-31 厦门美图之家科技有限公司 图像处理方法、装置、电子设备及可读存储介质
CN111242860B (zh) * 2020-01-07 2024-02-27 影石创新科技股份有限公司 超级夜景图像的生成方法、装置、电子设备及存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012239077A (ja) 2011-05-12 2012-12-06 Nikon Corp 撮像装置及び方法
CN110611750A (zh) 2019-10-31 2019-12-24 北京迈格威科技有限公司 一种夜景高动态范围图像生成方法、装置和电子设备

Also Published As

Publication number Publication date
WO2021139635A1 (zh) 2021-07-15
CN111242860B (zh) 2024-02-27
CN111242860A (zh) 2020-06-05
EP4089625A1 (en) 2022-11-16
JP2023509744A (ja) 2023-03-09
EP4089625A4 (en) 2024-03-20
US20230074180A1 (en) 2023-03-09
CN112288646A (zh) 2021-01-29

Similar Documents

Publication Publication Date Title
JP7375208B2 (ja) スーパー夜景画像の生成方法、装置、電子機器および記憶媒体
CN111418201B (zh) 一种拍摄方法及设备
Hasinoff et al. Burst photography for high dynamic range and low-light imaging on mobile cameras
JP6169186B2 (ja) 画像処理方法及び装置並びに撮影端末
US8184182B2 (en) Image processing apparatus and method
KR102523505B1 (ko) 역 톤 매핑을 위한 방법 및 장치
JP5756099B2 (ja) 撮像装置、画像処理装置、画像処理方法、および画像処理プログラム
US20130236094A1 (en) Image Processing Method and Apparatus
JP5343726B2 (ja) 画像処理装置、及び画像処理プログラム
Tico et al. Motion-blur-free exposure fusion
CN109767413B (zh) 一种抗运动伪影的hdr方法、装置及便携式终端
US20110007188A1 (en) Image processing apparatus and computer-readable medium
CN113228094A (zh) 图像处理器
CN109978774B (zh) 多帧连续等曝光图像的去噪融合方法及装置
WO2023010754A1 (zh) 一种图像处理方法、装置、终端设备及存储介质
CN113344821B (zh) 图像降噪方法、装置、终端、存储介质
WO2015196456A1 (zh) 基于拜尔颜色滤波阵列的高动态范围视频录制方法和装置
JP2009272983A (ja) 画像処理装置および方法並びにプログラム
CN111416937B (zh) 图像处理方法、装置、存储介质及移动设备
JP5693089B2 (ja) 画像処理装置、及び画像処理装置の制御方法
CN108629739B (zh) Hdr图像的生成方法、装置及移动终端
CN115035013A (zh) 图像处理方法、图像处理装置、终端及可读存储介质
XI Inpainting for Over-Exposed Photographs
CN117710264A (zh) 图像的动态范围校准方法和电子设备
CN115564694A (zh) 图像处理方法及装置、计算机可读存储介质和电子设备

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220906

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230921

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20231017

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20231025

R150 Certificate of patent or registration of utility model

Ref document number: 7375208

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150