RU2017124449A - Способ выравнивания для получения изображений с расширенным динамическим диапазоном - Google Patents

Способ выравнивания для получения изображений с расширенным динамическим диапазоном Download PDF

Info

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
Application number
RU2017124449A
Other languages
English (en)
Other versions
RU2694148C2 (ru
RU2017124449A3 (ru
Inventor
Елена Александровна Маркова
Антон Григорьевич Климкович
Игорь Валерьевич Ванюшин
Original Assignee
Пиннакл Имеджинг Корпорейшн
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 Пиннакл Имеджинг Корпорейшн filed Critical Пиннакл Имеджинг Корпорейшн
Publication of RU2017124449A publication Critical patent/RU2017124449A/ru
Publication of RU2017124449A3 publication Critical patent/RU2017124449A3/ru
Application granted granted Critical
Publication of RU2694148C2 publication Critical patent/RU2694148C2/ru

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/90Dynamic range modification of images or parts thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/90Dynamic range modification of images or parts thereof
    • G06T5/92Dynamic range modification of images or parts thereof based on global image properties
    • 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
    • G06T7/33Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation 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
    • G06V10/751Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation 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
    • G06V10/758Involving statistics of pixels or of feature values, e.g. histogram matching
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70Circuitry for compensating brightness variation in the scene
    • H04N23/741Circuitry 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
    • 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
    • G06T2207/10016Video; Image sequence
    • 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

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.
RU2017124449A 2017-02-14 2017-07-11 Способ выравнивания для получения изображений с расширенным динамическим диапазоном RU2694148C2 (ru)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

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