RU2017124449A - Способ выравнивания для получения изображений с расширенным динамическим диапазоном - Google Patents
Способ выравнивания для получения изображений с расширенным динамическим диапазоном Download PDFInfo
- Publication number
- RU2017124449A RU2017124449A RU2017124449A RU2017124449A RU2017124449A RU 2017124449 A RU2017124449 A RU 2017124449A RU 2017124449 A RU2017124449 A RU 2017124449A RU 2017124449 A RU2017124449 A RU 2017124449A RU 2017124449 A RU2017124449 A RU 2017124449A
- Authority
- RU
- Russia
- Prior art keywords
- components
- field
- image
- paths
- determination
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims 10
- 239000002245 particle Substances 0.000 claims 19
- 238000001914 filtration Methods 0.000 claims 6
- 238000004364 calculation method Methods 0.000 claims 4
- 230000003044 adaptive effect Effects 0.000 claims 3
- 238000007621 cluster analysis Methods 0.000 claims 2
- 230000004907 flux Effects 0.000 claims 2
- 238000007619 statistical method Methods 0.000 claims 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- 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
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
-
- 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
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/20172—Image enhancement details
- G06T2207/20208—High dynamic range [HDR] image processing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Image Processing (AREA)
Claims (63)
1. Способ выравнивания для получения изображений с расширенным динамическим диапазоном, включающий
применение пространственной фильтрации к изображению для обнаружения деталей, отбрасывая при этом пространственно некоррелированные данные;
осуществление адаптивной фильтрации по форме;
обнаружение элементов путем подгонки заметных деталей с использованием фильтров с адаптируемой формой, чьи формы и характерные размеры определяются указанными заметными деталями;
использование канала яркости изображения как квазистатического потенциального фазового поля, при этом каждая деталь изображения имеет свое собственное уникальное локальное распределение потенциала как части указанного квазистатического потенциального фазового поля;
определение траекторий движения частицы вдоль мгновенного локального градиента в положении частицы в поле;
осуществление анализа как для положительных, так и для отрицательных зарядов частицы,
при этом более темные области поля имеют отрицательные пространственные заряды, которые притягивают положительно заряженные частицы, а более яркие области поля имеют положительные пространственные заряды, которые притягивают отрицательно заряженные частицы;
анализ траектории как положительных, так и отрицательных пробных частиц, расположенных в той же исходной координате на поле и затем перемещающихся вдоль мгновенного локального градиента поля;
вычисление диапазона характеристик для каждого компонента в изображении; и
сравнение характеристик спаренных компонентов для выбора или исключения спаренных компонентов,
где указанные траектории составляют потоки, а указанные потоки составляют указанные компоненты.
2. Способ по п. 1, отличающийся тем, что уровень черного канала яркости ограничен -32 EV, и уровень белого ограничен максимальным возможным значением в представлении данных исходного изображения на шкале EV, равным 0,0 EV.
3. Способ по п. 1, отличающийся тем, что этап вычисления диапазона характеристик включает параметризацию траектории, потоков и компонентов.
4. Способ выравнивания для получения изображений с расширенным динамическим диапазоном, включающий
применение пространственной фильтрации к изображению для обнаружения деталей, отбрасывая при этом пространственно некоррелированные данные;
осуществление адаптивной фильтрации по форме;
обнаружение элементов путем подгонки заметных деталей с использованием фильтров с адаптируемой формой, чьи формы и характерные размеры определяются указанными заметными деталями;
использование канала яркости изображения как квазистатического потенциального фазового поля, при этом каждая деталь изображения имеет свое собственное уникальное локальное распределение потенциала как части указанного квазистатического потенциального фазового поля;
определение траекторий движения частицы вдоль мгновенного локального градиента в положении частицы в поле;
осуществление анализа как для положительных, так и для отрицательных зарядов частицы,
при этом более темные области поля имеют отрицательные пространственные заряды, которые притягивают положительно заряженные частицы, а более яркие области поля имеют положительные пространственные заряды, которые притягивают отрицательно заряженные частицы;
анализ траектории как положительных, так и отрицательных пробных частиц, расположенных в той же исходной координате на поле и затем перемещающихся вдоль мгновенного локального градиента поля;
вычисление диапазона характеристик для каждого компонента в изображении,
при этом указанные траектории составляют потоки, а указанные потоки составляют указанные компоненты, и
при этом если два компонента имеют одну или более общих траекторий, набор всех этих общих траекторий составляет поток, который создает параметризацию компонентов, и
при этом вычисление диапазона характеристик включает:
определение того, является ли компонент темным или светлым,
определение яркости центра компонентов, определение количества потоков,
определение светового контраста между начальными и конечными точками потоков,
определение площади, охватываемой пикселями компонентов,
вычисление длины каждой траектории компонента как суммы расстояний между каждыми двумя соседними пикселями траектории, так что для пикселей с одинаковыми координатами х или у расстояние равно 1, а в других случаях оно равняется квадратному корню из 2, и
вычисление длины каждого потока как среднеквадратичного значения траекторий; и
сравнение характеристик спаренных компонентов для выбора или исключения спаренных компонентов.
5. Способ по п. 4, отличающийся тем, что этап сравнения характеристик спаренных компонентов включает
выбор пар компонентов;
выбор пар компонентов посредством статистического анализа; выполнение кластерного анализа; вычисление параметров выравнивания; и
выполнение дополнительной коррекции параметров выравнивания.
6. Способ по п. 4, отличающийся тем, что уровень черного канала яркости ограничен -32 EV, и уровень белого ограничен максимальным возможным значением в представлении данных исходного изображения на шкале EV, равным 0,0 EV.
7. Способ по п. 4, отличающийся тем, что на этапе определения траекторий допускаются траектории с устойчивым циклом, и центральные точки считаются устойчивыми точками.
8. Способ по п. 4, отличающийся тем, что на этапе определения траекторий имеется более одного возможного направления для перемещения частицы из текущего положения.
9. Способ выравнивания для получения изображений с расширенным динамическим диапазоном, включающий
применение пространственной фильтрации к изображению для обнаружения деталей, отбрасывая при этом пространственно некоррелированные данные;
осуществление адаптивной фильтрации по форме;
обнаружение элементов путем подгонки заметных деталей с использованием фильтров с адаптируемой формой, чьи формы и характерные размеры определяются указанными заметными деталями;
использование канала яркости изображения как квазистатического потенциального фазового поля, при этом каждая деталь изображения имеет свое собственное уникальное локальное распределение потенциала как части указанного квазистатического потенциального фазового поля;
определение траекторий движения частицы вдоль мгновенного локального градиента в положении частицы в поле;
осуществление анализа как для положительных, так и для отрицательных зарядов частицы,
при этом более темные области поля имеют отрицательные пространственные заряды, которые притягивают положительно заряженные частицы, а более яркие области поля имеют положительные пространственные заряды, которые притягивают отрицательно заряженные частицы;
анализ траектории как положительных, так и отрицательных пробных частиц, расположенных в той же исходной координате на поле и затем перемещающихся вдоль мгновенного локального градиента поля;
вычисление диапазона характеристик для каждого компонента в изображении,
при этом указанные траектории составляют потоки, а указанные потоки составляют указанные компоненты, при этом, если два компонента имеют одну или более общих траекторий, набор всех этих общих траекторий составляет поток, который создает параметризацию компонентов, и при этом вычисление диапазона характеристик включает:
определение того, является ли компонент темным или светлым,
определение яркости центра компонентов,
определение количества потоков,
определение светового контраста между начальными и конечными точками потоков,
определение площади, охватываемой пикселями компонентов,
вычисление длины каждой траектории компонента как суммы расстояний между каждыми двумя соседними пикселями траектории, так что для пикселей с одинаковыми координатами х или у расстояние равно 1, а в других случаях оно равняется квадратному корню из 2, и
вычисление длины каждого потока как среднеквадратичного значения траекторий;
сравнение характеристик спаренных компонентов для выбора или исключения спаренных компонентов;
выполнение кластерного анализа выбранных спаренных компонентов;
вычисление параметров выравнивания; и
выполнение дополнительной коррекции параметров выравнивания.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/432,149 | 2017-02-14 | ||
US15/432,149 US10049463B1 (en) | 2017-02-14 | 2017-02-14 | Method for accurately aligning and correcting images in high dynamic range video and image processing |
Publications (3)
Publication Number | Publication Date |
---|---|
RU2017124449A true RU2017124449A (ru) | 2019-01-11 |
RU2017124449A3 RU2017124449A3 (ru) | 2019-01-11 |
RU2694148C2 RU2694148C2 (ru) | 2019-07-09 |
Family
ID=63078755
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2017124449A RU2694148C2 (ru) | 2017-02-14 | 2017-07-11 | Способ выравнивания для получения изображений с расширенным динамическим диапазоном |
Country Status (2)
Country | Link |
---|---|
US (1) | US10049463B1 (ru) |
RU (1) | RU2694148C2 (ru) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105144237B (zh) * | 2013-03-15 | 2018-09-18 | 卢米耐克斯公司 | 微球的实时跟踪和关联 |
CN110188777B (zh) * | 2019-05-31 | 2023-08-25 | 东莞先知大数据有限公司 | 一种基于数据挖掘的多周期钢轨伤损数据对齐方法 |
CN110349087B (zh) * | 2019-07-08 | 2021-02-12 | 华南理工大学 | 基于适应性卷积的rgb-d图像高质量网格生成方法 |
CN111583311B (zh) * | 2020-05-14 | 2023-04-18 | 重庆理工大学 | 一种pcba快速图像匹配方法 |
CN113469190B (zh) * | 2021-06-10 | 2023-09-15 | 电子科技大学 | 基于域适应的单阶段目标检测算法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8135230B2 (en) * | 2007-07-30 | 2012-03-13 | Dolby Laboratories Licensing Corporation | Enhancing dynamic ranges of images |
US8059187B2 (en) * | 2007-12-27 | 2011-11-15 | Eastman Kodak Company | Image capturing apparatus |
US8525900B2 (en) * | 2009-04-23 | 2013-09-03 | Csr Technology Inc. | Multiple exposure high dynamic range image capture |
US8259198B2 (en) * | 2009-10-20 | 2012-09-04 | Apple Inc. | System and method for detecting and correcting defective pixels in an image sensor |
US8478076B2 (en) * | 2010-07-05 | 2013-07-02 | Apple Inc. | Alignment of digital images and local motion detection for high dynamic range (HDR) imaging |
US9160936B1 (en) * | 2014-11-07 | 2015-10-13 | Duelight Llc | Systems and methods for generating a high-dynamic range (HDR) pixel stream |
EP3046319A1 (en) * | 2015-01-19 | 2016-07-20 | Thomson Licensing | Method for generating an HDR image of a scene based on a tradeoff between brightness distribution and motion |
-
2017
- 2017-02-14 US US15/432,149 patent/US10049463B1/en not_active Expired - Fee Related
- 2017-07-11 RU RU2017124449A patent/RU2694148C2/ru not_active IP Right Cessation
Also Published As
Publication number | Publication date |
---|---|
US10049463B1 (en) | 2018-08-14 |
US20180232896A1 (en) | 2018-08-16 |
RU2694148C2 (ru) | 2019-07-09 |
RU2017124449A3 (ru) | 2019-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2017124449A (ru) | Способ выравнивания для получения изображений с расширенным динамическим диапазоном | |
TWI395483B (zh) | 使用適應性背景模型之移動物體偵測方法及其電腦程式產品 | |
CN102307274B (zh) | 基于边缘检测和帧差法的运动检测方法 | |
DE102015005267B4 (de) | Informationsverarbeitungsvorrichtung, Verfahren dafür und Messvorrichtung | |
JP3935499B2 (ja) | 画像処理方法、画像処理装置および画像処理プログラム | |
CN105659583B (zh) | 图像处理装置、图像处理方法、电子设备及计算机可读存储介质 | |
US10298843B2 (en) | Image processing device, image processing method, and electronic apparatus for motion detection in image | |
US10453188B2 (en) | Methods and devices for improving image quality based on synthesized pixel values | |
JP2013197918A5 (ru) | ||
CN106791758B (zh) | 一种图像中自然光混合色温的判断方法及装置 | |
CN104601915B (zh) | 投影系统及其亮度调整方法 | |
WO2016017450A1 (ja) | 画像処理装置、画像処理方法、プログラム、およびイメージセンサ | |
TWI479454B (zh) | 修正一影像系統之暈影的方法及裝置 | |
TWI394096B (zh) | 影像追蹤處理的方法 | |
CN107864342A (zh) | 图像亮度调节方法及装置 | |
CN104980730A (zh) | 一种基于同心圆理论定位光心的方法 | |
JP2015158626A5 (ru) | ||
TWI536830B (zh) | Measuring an exposure parameter art high dynamic range image generating method | |
JP2019103031A5 (ru) | ||
CN106780544B (zh) | 图像前景提取的方法和装置 | |
TWI566206B (zh) | 寬動態範圍影像方法 | |
CN108225731B (zh) | 彩色面阵相机mtf测试方法及装置 | |
Kolaman et al. | Amplitude modulated video camera-light separation in dynamic scenes | |
CN108353133A (zh) | 用于缩减高动态范围视频/成像的曝光时间集合的设备和方法 | |
CN109982012B (zh) | 图像处理方法及装置、存储介质、终端 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20200712 |