WO2013054446A1 - 画像合成装置、画像合成方法、画像合成プログラム及び記録媒体 - Google Patents

画像合成装置、画像合成方法、画像合成プログラム及び記録媒体 Download PDF

Info

Publication number
WO2013054446A1
WO2013054446A1 PCT/JP2011/073713 JP2011073713W WO2013054446A1 WO 2013054446 A1 WO2013054446 A1 WO 2013054446A1 JP 2011073713 W JP2011073713 W JP 2011073713W WO 2013054446 A1 WO2013054446 A1 WO 2013054446A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
exposure
likelihood
pixel
unit
Prior art date
Application number
PCT/JP2011/073713
Other languages
English (en)
French (fr)
Inventor
平井　義人
健 三浦
Original Assignee
株式会社モルフォ
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 株式会社モルフォ filed Critical 株式会社モルフォ
Priority to CN201180004309.2A priority Critical patent/CN103168462B/zh
Priority to JP2012558101A priority patent/JP5365823B2/ja
Priority to EP11874110.7A priority patent/EP2688288B1/en
Priority to US13/824,889 priority patent/US9129414B2/en
Priority to PCT/JP2011/073713 priority patent/WO2013054446A1/ja
Priority to EP12840445.6A priority patent/EP2693738B1/en
Priority to US14/114,786 priority patent/US9626750B2/en
Priority to CN201280019344.6A priority patent/CN103493473B/zh
Priority to KR1020147012928A priority patent/KR101609491B1/ko
Priority to JP2013538473A priority patent/JP5720034B2/ja
Priority to KR1020167008285A priority patent/KR101643122B1/ko
Priority to PCT/JP2012/072242 priority patent/WO2013054607A1/ja
Publication of WO2013054446A1 publication Critical patent/WO2013054446A1/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • 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
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • 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
    • 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
    • H04N23/743—Bracketing, i.e. taking a series of images with varying exposure conditions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H04N23/815—Camera processing pipelines; Components thereof for controlling the resolution by using a single image
    • 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
    • G06T2207/10141—Special mode during image acquisition
    • G06T2207/10144—Varying exposure
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations

Definitions

  • the present invention relates to an image composition device, an image composition method, an image composition program, and a recording medium.
  • HDR High Dynamic Range synthesis
  • Patent Document 1 an image synthesizing apparatus that performs high dynamic range synthesis (HDR (High Dynamic Range) synthesis) is known (see Patent Document 1).
  • This apparatus apparently expands the dynamic range of the video signal by synthesizing a plurality of screens sequentially captured under different exposure conditions. This eliminates “overexposure” or “blackout” (part where the luminance level is extremely high or low) that has occurred during backlighting.
  • HDR synthesis is performed after coordinate conversion of each of the plurality of screens is performed in response to a positional shift with time during imaging between the plurality of screens caused by camera shake. Specifically, HDR synthesis is performed using the common area portion of the two screens using the motion information of the image. This eliminates the positional deviation (screen blur) of the screen (image sensor) with respect to the subject.
  • an image composition device is a device that generates a composite image using a first image and a second image having different exposure conditions.
  • This apparatus includes an input unit, a likelihood calculation unit, an exposure estimation unit, and a synthesis unit.
  • the input unit inputs the first image and the second image.
  • the likelihood calculating unit calculates the moving subject likelihood in each pixel based on the difference between the first image and the second image.
  • the exposure estimation unit estimates an exposure conversion function that matches the exposure conditions of the first image and the second image based on the moving subject likelihood.
  • the combining unit combines the first image and the second image using the exposure conversion function.
  • the moving subject likelihood at each pixel is calculated based on the difference between the first image and the second image before matching the exposure of the first image and the second image. Based on the moving subject likelihood, an exposure conversion function that matches the exposure conditions of the first image and the second image is estimated.
  • the moving subject likelihood is taken into consideration when adjusting the exposure, for example, the exposure can be adjusted except for a region where the color may change due to the movement of the subject. Therefore, it is possible to generate an appropriate composite image.
  • the image processing apparatus further includes a normalization unit that normalizes pixel values of the first image and the second image, and the likelihood calculation unit includes the normalized first image and second image. Based on the difference, the moving subject likelihood at each pixel may be calculated. With this configuration, the moving subject likelihood at each pixel can be calculated appropriately.
  • the likelihood calculating unit changes the resolution of the plurality of first processed images and the second image obtained by changing the resolution of the first image in stages.
  • the moving subject likelihood of each pixel may be calculated by calculating the difference of each pixel for each resolution using the plurality of second processed images obtained in step S1 and weighting the difference obtained for each resolution. With this configuration, the moving subject likelihood of each pixel can be calculated with high accuracy.
  • the likelihood calculation unit is obtained for each resolution based on the reliability of the difference between the first image and the second image and the image size or resolution of the first processed image or the second processed image.
  • the differences may be weighted.
  • the exposure estimation unit may select a sampling point for deriving an exposure conversion function based on the moving subject likelihood of each pixel.
  • the exposure estimation unit may determine the weight of the sampling point for deriving the exposure conversion function based on the moving subject likelihood of each pixel.
  • the weight corresponding to the moving subject likelihood can be set at the sampling point for deriving the exposure conversion function, so that the exposure conversion function can be estimated with high accuracy. Therefore, an appropriate composite image can be generated.
  • the exposure estimation unit may determine the weight of the sampling point for deriving the exposure conversion function to be smaller as the moving subject likelihood of each pixel is higher.
  • the synthesizing unit calculates a moving subject likelihood in each pixel based on a difference between the first image and the second image, and uses the moving subject likelihood and the exposure conversion function to perform the first image and the second image. Two images may be combined. By configuring in this way, it is possible to synthesize in consideration of the movement of the subject, so that an appropriate synthesized image can be generated.
  • the synthesizing unit generates a luminance base mask indicating a synthesis ratio of the pixel values of the first image and the second image based on the original luminance value of the first image or the second image. May be.
  • the synthesizing unit may generate a subject blur mask indicating a synthesis ratio of the pixel values of the first image and the second image based on the difference between the first image and the second image.
  • the combining unit may combine the luminance base mask and the subject blur mask to generate a combined mask that combines the pixel values of the first image and the second image.
  • the synthesizing unit may calculate a moving subject likelihood in each pixel based on the difference between the first image and the second image, and generate a subject blur mask based on the moving subject likelihood. Good.
  • a subject blur mask can be generated by specifying a region where subject blur occurs based on the moving subject likelihood.
  • the synthesizing unit obtains the plurality of first processed images obtained by changing the resolution of the first image in stages, and the resolution of the second image, respectively.
  • the difference between each pixel is calculated for each resolution using a plurality of second processed images
  • the moving subject likelihood of each pixel is calculated by weighting the difference obtained for each resolution
  • the moving subject likelihood A subject blur mask may be generated based on the above.
  • the synthesizing unit detects a region where pixels whose moving subject likelihood is equal to or less than a predetermined threshold is adjacent, assigns an identification label to each region, and generates a subject blur mask for each region. May be. With such a configuration, even when there is a moving body that moves differently in the image, it can be appropriately combined.
  • the synthesis unit forcibly selects a pixel value having a low luminance value from the first image and the second image as the subject blur mask, or the first image and the second image.
  • a second mask for forcibly selecting a pixel value having a high luminance value may be generated.
  • the synthesis unit may generate a synthesis mask by multiplying a luminance base mask by a mask obtained by inverting the first mask or adding a second mask.
  • the image processing apparatus may further include a motion information acquisition unit that acquires motion information of pixels between the first image and the second image.
  • the likelihood calculating unit may correct the first image and the second image based on the motion information, and calculate the moving subject likelihood of each pixel using the corrected first image and second image. .
  • the first image may be an image obtained by combining images having different exposure conditions.
  • a final composite image can be generated by sequentially combining a plurality of images having different exposure conditions.
  • an image processing method is a method for generating a composite image using a first image and a second image having different exposure conditions.
  • a first image and a second image are input.
  • the moving subject likelihood at each pixel is calculated.
  • an exposure conversion function that matches the exposure conditions of the first image and the second image is estimated.
  • the first image and the second image are synthesized using the exposure conversion function.
  • an image composition program is a program for operating a computer so as to generate a composite image using a first image and a second image having different exposure conditions.
  • This program causes the computer to operate as an input unit, a likelihood calculation unit, an exposure estimation unit, and a synthesis unit.
  • the input unit inputs the first image and the second image.
  • the likelihood calculating unit calculates the moving subject likelihood in each pixel based on the difference between the first image and the second image.
  • the exposure estimation unit estimates an exposure conversion function that matches the exposure conditions of the first image and the second image based on the moving subject likelihood.
  • the combining unit combines the first image and the second image using the exposure conversion function.
  • a recording medium is a recording medium on which an image composition program for operating a computer to generate a composite image using a first image and a second image having different exposure conditions is recorded.
  • This program causes the computer to operate as an input unit, a likelihood calculation unit, an exposure estimation unit, and a synthesis unit.
  • the input unit inputs the first image and the second image.
  • the likelihood calculating unit calculates the moving subject likelihood in each pixel based on the difference between the first image and the second image.
  • the exposure estimation unit estimates an exposure conversion function that matches the exposure conditions of the first image and the second image based on the moving subject likelihood.
  • the combining unit combines the first image and the second image using the exposure conversion function.
  • an image synthesizing apparatus an image synthesizing method, an image synthesizing program, and an image synthesizing program that can generate an appropriate synthesized image even when the subject moves are stored.
  • a recording medium is provided.
  • FIG. 1 It is a functional block diagram of the portable terminal carrying the image composition apparatus concerning one embodiment. It is a hardware block diagram of the portable terminal in which the image composition apparatus of FIG. 1 is mounted.
  • 3 is a flowchart showing a preprocessing operation of the image composition device shown in FIG. 1. It is a schematic diagram explaining motion detection. It is a schematic diagram explaining a difference image. It is a schematic diagram explaining the example which derives
  • 3 is a flowchart illustrating a composition operation of the image composition apparatus illustrated in FIG. 1. It is a schematic diagram explaining the flow of a synthetic
  • A is a graph which shows an example of an exposure conversion function.
  • B is a graph which shows an example of the weight at the time of connecting exposure conversion functions.
  • It is a schematic diagram explaining a brightness
  • A) is an example of an input image.
  • B) is an example of a luminance base mask.
  • A) is an example of an input image.
  • B) is an example of a luminance base mask.
  • A is an example of a luminance base mask.
  • A) is an example of a difference image.
  • (B) is an example of a labeled difference image.
  • It is a schematic diagram explaining the flow of a subject blur mask generation process.
  • It is a schematic diagram explaining the flow of a synthetic
  • the image composition apparatus is an apparatus that generates a single composite image by combining a plurality of images having different exposure conditions.
  • This image synthesizing apparatus is employed, for example, when HDR synthesis is performed in which a plurality of images sequentially captured under different exposure conditions are synthesized and the dynamic range of the video signal is apparently enlarged.
  • the image composition device according to the present embodiment is suitably mounted on a mobile terminal with limited resources, such as a mobile phone, a digital camera, and a PDA (Personal Digital Assistant), but is not limited thereto. For example, it may be mounted on a normal computer system.
  • a mobile terminal having a camera function will be described as an example of an image composition device according to the present invention.
  • FIG. 1 is a functional block diagram of a portable terminal 2 provided with an image composition device 1 according to this embodiment.
  • a mobile terminal 2 shown in FIG. 1 is a mobile terminal carried by a user, for example, and has a hardware configuration shown in FIG.
  • FIG. 2 is a hardware configuration diagram of the mobile terminal 2.
  • the portable terminal 2 physically includes a main storage device such as a CPU (Central Processing Unit) 100, a ROM (Read Only Memory) 101, and a RAM (Random Access Memory) 102, a camera, a keyboard, and the like.
  • the input device 103, the output device 104 such as a display, and the auxiliary storage device 105 such as a hard disk are configured as a normal computer system.
  • Each function of the portable terminal 2 and the image composition device 1 described later is configured to load the input device 103 and the output device 104 under the control of the CPU 100 by reading predetermined computer software on hardware such as the CPU 100, the ROM 101, and the RAM 102. This is realized by operating and reading and writing data in the main storage device and the auxiliary storage device 105.
  • the image composition apparatus 1 normally includes a CPU 100, a main storage device such as a ROM 101 and a RAM 102, an input device 103, an output device 104, an auxiliary storage device 105, and the like. It may be configured as a computer system.
  • the mobile terminal 2 may include a communication module or the like.
  • the portable terminal 2 includes a camera 20, an image composition device 1, and a display unit 21.
  • the camera 20 has a function of capturing an image.
  • a CMOS pixel sensor or the like is used as the camera 20.
  • the camera 20 has a continuous imaging function that repeatedly captures images at a predetermined interval from a timing specified by a user operation or the like, for example. That is, the camera 20 has a function of acquiring not only one still image but also a plurality of still images (continuous frame images).
  • the camera 20 has a function of changing the exposure condition of each successive frame image and taking an image. That is, each image continuously captured by the camera 20 is an image with different exposure conditions.
  • the camera 20 has a function of outputting a captured frame image to the image composition device 1 every time it is captured.
  • the image composition device 1 includes an image input unit 10, a preprocessing unit 11, a motion correction unit 15, and a composition unit 16.
  • the image input unit 10 has a function of inputting a frame image captured by the camera 20.
  • the image input unit 10 has a function of inputting, for example, a frame image captured by the camera 20 every time it is captured.
  • the image input unit 10 has a function of saving an input frame image in a storage device provided in the mobile terminal 2.
  • the preprocessing unit 11 performs preprocessing before HDR synthesis.
  • the preprocessing unit 11 includes a motion information acquisition unit 12, a likelihood calculation unit 13, and an exposure estimation unit 14.
  • the motion information acquisition unit 12 has a function of acquiring pixel motion information between images. For example, when the input frame image is a first image and a second image, pixel motion information between the first image and the second image is acquired. For example, a motion vector is used as the motion information. Further, when three or more input images are input by the image input unit 10, the motion information acquisition unit 12 sorts the input images in the order of exposure, and acquires motion information between input images having similar exposure conditions. Good. By detecting motion by comparing images with similar exposure conditions, it is possible to avoid a decrease in motion detection accuracy due to a difference in exposure between images. Then, the motion information acquisition unit 12 may select a reference image that matches the motion information from among a plurality of input images.
  • an image having the most effective pixels among a plurality of input images is employed.
  • an effective pixel is a pixel that is not crushed or blown out. Blackout or whiteout is determined based on the luminance value.
  • the motion information acquisition unit 12 acquires motion information using two input images, the motion information acquisition unit 12 extracts a feature point from an input image with high exposure among the two input images, and sets a corresponding point for the feature point as an exposure point. You may obtain
  • the motion information acquisition unit 12 has a function of outputting motion information to the likelihood calculation unit 13.
  • the likelihood calculation unit 13 has a function of calculating the likelihood of the movement of the subject in each pixel (moving subject likelihood). The larger the moving subject likelihood, the higher the possibility that the subject is moving and the higher the possibility that the composite image will be blurred.
  • the likelihood calculating unit 13 corrects the screen motion between the input images using the motion information. Thereafter, the likelihood calculating unit 13 normalizes the pixel values of the corresponding pixels in the two input images. For example, the likelihood calculating unit 13 obtains Local Terternary Patterns (LTP) based on the pixel values of neighboring pixels. As the pixel value, RGB three colors are used, and as the neighboring pixels, 24 neighborhoods are used. Then, the likelihood calculating unit 13 calculates the moving subject likelihood by using the difference between the normalized images. For example, the normalized pixel value difference, that is, the sign mismatch rate in the LTP of the target pixel is calculated as the moving subject likelihood of the target pixel.
  • LTP Local Terternary Patterns
  • the likelihood calculating unit 13 may calculate the moving subject likelihood by converting two input images to multi-resolution. For example, the likelihood calculating unit 13 changes the resolution of each input image (the first image and the second image) in stages, thereby a plurality of images having different resolutions (the first processed image and the second processed image). Create Then, the likelihood calculating unit 13 creates a difference image between the first processed image and the second processed image at the same resolution. This difference image is a difference between the first processed image and the second processed image, and specifically, is a difference between pixel values. And the likelihood calculation part 13 calculates the moving subject likelihood of each pixel by weighting the difference image obtained for every resolution. As the weight (reliability), a code mismatch rate in the LTP of each pixel is used.
  • the weight may be further weighted according to the image size or resolution of the first processed image or the second processed image. That is, the weight may be increased as the image size is larger or the resolution is larger.
  • the likelihood calculating unit 13 has a function of outputting the moving subject likelihood of each pixel to the exposure estimating unit 14.
  • the exposure estimation unit 14 has a function of estimating an exposure conversion function that matches exposure conditions between input images.
  • the exposure conversion function is a function for converting the exposure of each input image to an exposure equivalent to the reference image.
  • the exposure estimation unit 14 may match the exposure conditions between input images having similar exposure conditions. By matching the exposures by comparing the images having similar exposure conditions, it is possible to avoid the estimation accuracy from being lowered due to the difference in exposure between the images.
  • the exposure estimation unit 14 corrects the motion between the input screens using the motion information. Then, in the two input images after motion correction, the luminance values are sampled from the same location as a set, and the relationship is plotted. For example, a Halton number sequence is used as the coordinates of the input image. Note that the exposure estimation unit 14 does not have to adopt a luminance value greater than or equal to a predetermined value or a luminance value less than or equal to a predetermined value as a sampling point. For example, a luminance value included in the range of 10 to 245 is employed as the sampling point. The exposure estimation unit 14 estimates the exposure conversion function by fitting the plot result, for example.
  • the exposure conversion function is f (K i )
  • the original luminance value at the sampling point i of the second image is U i
  • the fitting may be performed by the Gauss-Newton method using the function e.
  • the exposure estimation unit 14 performs sampling for deriving an exposure conversion function based on the moving subject likelihood of each pixel. For example, the exposure estimation unit 14 selects a sampling point based on the moving subject likelihood of each pixel. For example, the exposure estimation unit 14 samples the luminance value from pixels with a small moving subject likelihood by providing threshold values in stages. Further, the exposure estimation unit 14 may weight the sampling points based on the moving subject likelihood. For example, the following error function e may be minimized for fitting. In Equation 2, w i is a weight. Here, the weight w i is set to be smaller as the moving object likelihood becomes higher.
  • the exposure estimation unit 14 calculates the exposure conversion function based on the moving subject likelihood of each pixel, so that the data of the sampling point with lower reliability does not affect the derivation of the exposure conversion function. be able to. Note that the exposure conversion function may be changed so that the input image after conversion falls within a representable range.
  • the motion correction unit 15 has a function of correcting motion between input screens using motion information.
  • the synthesizing unit 16 synthesizes the input images or the already synthesized image and the input image using the synthesis mask.
  • the combination mask is an image of the combination ratio (weight) when combining images ( ⁇ blend).
  • the synthesizing unit 16 first synthesizes the two input images according to the synthesis mask, generates a synthesis mask of the synthesized image and the remaining input images, and performs synthesis.
  • the combining unit 16 combines the luminance base mask and the subject blur mask to generate a combined mask.
  • the luminance base mask is a mask for avoiding the use of an overexposure or underexposure region for synthesis by determining a weight for combining images based on a luminance value.
  • the subject blur mask is a mask for avoiding a phenomenon (ghost phenomenon) in which a subject is displayed in a double or triple manner when an image in which the subject moves is combined.
  • the synthesizer 16 calculates a weight based on the original luminance value of the input image and generates a luminance base mask.
  • the weight is obtained by the following calculation formula, for example. According to the above calculation formula, the weight is appropriately determined and the luminance discontinuity is reduced. In order to reduce spatial discontinuity, the synthesis mask may be subjected to blurring processing.
  • the synthesizing unit 16 calculates a weight based on the difference between the input images and generates a subject blur mask.
  • the synthesizer 16 calculates the moving subject likelihood from the difference in pixel values between the input images.
  • the pixel value difference between the input images and the moving subject likelihood can be obtained by operating in the same manner as the likelihood calculating unit 13 described above.
  • the likelihood calculating unit 13 detects a subject blur region adjacent to a pixel whose moving subject likelihood is equal to or less than a predetermined threshold, assigns an identification label to each subject blur region, and subjects each subject blur region. Generate a blur mask.
  • the predetermined threshold value can be changed as appropriate according to the required specifications. If the threshold value is set large, it is possible to easily extract the continuous area.
  • pixels can be selected from an image with a large amount of information so as to avoid a whiteout area or a blackout area for each subject blur area. That is, as this subject blur mask, lo_mask (first mask) for forcibly selecting a pixel value having a low luminance value among the images to be combined, or a pixel forcibly having a high luminance value among the images to be combined. There is a hi_mask (second mask) that selects a value.
  • the synthesizing unit 16 basically generates a second mask that selects pixel values from a high-exposure image with a large amount of information.
  • the composition unit 16 generates the first mask when the subject blur area is affected by the whiteout area in the high-exposure image.
  • the first mask is generated when any of the following conditions is satisfied.
  • the first condition is a case where, among the two images to be combined, the overexposure area of the high exposure image is larger than the area of the blackout area of the low exposure image.
  • the second condition is a case where, in a high-exposure image of the two images to be combined, the area of the whiteout region in the subject blur region is 10% or more. It should be noted that, in the high-exposure image of the two images to be combined, a condition may be set where the region adjacent to the subject blur region is a whiteout region.
  • the combining unit 16 combines the luminance base mask and the subject blur mask to generate a combined mask. For example, the synthesis unit 16 multiplies the luminance base mask by a mask obtained by inverting the first mask. The synthesizing unit 16 adds the second mask to the luminance base mask. The synthesizer 16 synthesizes all the input images and outputs the final synthesized image to the display unit 21.
  • the display unit 21 displays a composite image. For example, a display device is used as the display unit 21.
  • FIG. 3 is a flowchart for explaining preprocessing for HDR synthesis.
  • the control process illustrated in FIG. 3 starts when the HDR synthesis mode is selected by the user and the camera 20 continuously captures a plurality of images, for example.
  • the image input unit 10 inputs an image frame (S10).
  • S10 image frame
  • five input images I 0 to I 4 are input in consideration of ease of understanding.
  • S12 exposure order sort process
  • the motion information acquisition unit 12 sorts the input images I 0 to I 4 in the order of exposure.
  • the motion information acquisition unit 12 sorts using, for example, the average value of the luminance values.
  • the luminance value decreases as the numbers of the input images I 0 to I 4 decrease. In this case, the input images I 0 to I 4 are sorted in numerical order.
  • FIG. 4 is a schematic diagram illustrating motion information acquisition processing. As shown in FIG. 4, it is assumed that the input images I 0 to I 4 are arranged so that the average luminance value increases in order from left to right.
  • the motion information acquisition unit 12 sets a reference image from among the input images I 0 to I 4 . Here, the reference image input image I 2.
  • motion information between input images having similar exposure conditions is acquired (for example, input image I 0 and input image I 1 , input image I 1 and input image I 2, etc.).
  • the motion information acquisition unit 12 extracts a feature point from the input image with high exposure out of the two input images, and extracts a corresponding point for the extracted feature point from the input image with low exposure. Based on this motion information, it is possible to obtain a conversion matrix for converting input images having similar exposure conditions into coordinates of the same dimension.
  • FIG. 4 shows conversion matrices m10, m21, m32, and m43 for matching a low-exposure image to a high-exposure image among input images with similar exposure conditions.
  • the conversion matrix for converting the input image I 0 into the reference image I 2 is m10 * m21. Transformation matrix to convert the input image I 1 to the reference image I 2 is m10. A conversion matrix for converting the input image I 3 to the reference image I 2 is (m32) ⁇ 1 . The conversion matrix for converting the input image I 4 to the reference image I 2 is (m32 * m43) ⁇ 1 .
  • the input image after conversion will be described as I 0 ′ to I 4 ′ .
  • the likelihood calculating unit 13 calculates the moving subject likelihood between the respective images of the input images I 0 ′ to I 4 ′ .
  • FIG. 5 is an example of calculating the moving subject likelihood between the images of the input image I 0 ′ and the input image I 1 ′ .
  • FIG. 5 shows a case where the R value is used as the pixel value.
  • the likelihood calculating unit 13 also normalizes the input image I 1 ′ in the same manner.
  • the pixels of the input image I 1 ′ corresponding to the target pixel of the input image I 0 ′ are normalized.
  • the difference image X is represented as an image in which the color of the pixel is changed from black to white in accordance with the magnitude of the difference (the degree of mismatch of the signs).
  • This difference image is an image of the moving subject likelihood of each pixel.
  • the R value but also the G value and the B value may be processed similarly.
  • the likelihood calculating unit 13 may obtain the moving subject likelihood using multiresolution.
  • FIG. 6 is an example of obtaining the moving subject likelihood using multi-resolution.
  • the likelihood calculating unit 13 generates a plurality of images in which the resolutions of the input image I 0 ′ and the input image I 1 ′ are changed stepwise. Then, difference images are generated with the same resolution. This difference image is obtained by simply subtracting pixel values.
  • FIG. 6 shows a case where the input image I 0 ′ and the input image I 1 ′ are multiplexed in six stages.
  • the difference images are X 1 to X 6 , and the difference image has a lower resolution as the number increases.
  • the difference image is weighted with reliability to calculate a final difference image.
  • the reliability for example, a value obtained by multiplying the number of pairs having a significant difference in the above-described LTP difference by the image size (or resolution) is used. For example, in the case of LTP shown in FIG. 5, the number of pairs having a significant difference is 1.
  • the weight image (the image of the weight) corresponding to the difference images X 1 to X 6 is calculated by multiplying the number of pairs by the image size for each pixel.
  • a final difference image is calculated using the difference images X 1 to X 6 and the weight image.
  • the likelihood calculating unit 13 calculates difference images from the input images I 1 ′ to I 4 ′ by the same method as described above.
  • the exposure estimation unit 14 estimates an exposure conversion function.
  • the exposure estimation unit 14 can express the exposure conversion function by the following formula, where x is the luminance value before conversion and y is the luminance value after conversion.
  • (a, b) are exposure conversion parameters.
  • An exposure conversion function can be obtained by deriving the exposure conversion parameters (a, b).
  • the exposure estimation unit 14 samples several sets of luminance values of the low-exposure input image I 0 ′ and the low-exposure input image I 1 ′ at the point (x, y) of the input image. Plot the relationship.
  • a point to be sampled is selected based on the difference image acquired in the process of S16.
  • the setting is made so that sampling is not performed from an area where the moving subject likelihood is high.
  • the sampling is set so as to sample from a moving object with a low likelihood.
  • a lower weight is assigned as the moving subject likelihood is higher, and the exposure conversion function is estimated using Expression 2.
  • fitting as shown in FIG. 7 is performed.
  • the likelihood calculating unit 13 estimates an exposure conversion function between the input images I 1 ′ to I 4 ′ by the same method as described above. Note that data with luminance values close to 0 or data close to 255 may be excluded.
  • FIG. 8 is a schematic diagram illustrating the exposure conversion function estimation process.
  • exposure conversion parameters (a10, b10), (a21, b21), (a32, b32) for matching a low-exposure image to a high-exposure image among input images with similar exposure conditions. (A43, b43) are shown.
  • the conversion result is obtained by setting A 0 of the exposure conversion parameter (A 0 , B 0 ) of the input image I 0 ′ having the lowest exposure to 1.0 so that the final composite image can be expressed. May not exceed 1.0.
  • 'the image after exposure conversion of the input image I 0' input image I 0 is displayed as a '.
  • the exposure conversion parameter of the reference image I 2 ′ with respect to the input image I 0 ′ having the lowest exposure is (A 2 , B 2 )
  • a 0 is set to 1.0
  • B 2 is set to 1.0.
  • the color may be set to be equal to that of the input image when the gain is 1 / A 2 .
  • the likelihood calculating unit 13 performs the above-described processing separately for each RGB channel. When the process of S18 ends, the pre-process shown in FIG. 3 ends.
  • FIG. 9 is a flowchart for explaining HDR synthesis.
  • the control process shown in FIG. 9 starts when the control process shown in FIG.
  • the motion correction unit 15 actually corrects the motion (S20).
  • the motion correction unit 15 corrects the motion of the input images I 0 ′′ to I 4 ′′ after exposure conversion using the conversion matrix. Note that a subpixel interpolation algorithm or the like may be used according to the required accuracy.
  • the process of S20 ends, the process proceeds to a luminance base mask generation process and a subject blur area extraction process (S22 and S24).
  • FIG. 10 is a schematic diagram illustrating the flow of the synthesis process.
  • the images are synthesized by replacing the input images I 1 ′′ to I 4 ′′ in order from the low-exposure input image I 0 ′′ . That is, first, a luminance base mask that determines how much the input image I 1 ′′ is to be combined with the input image I 0 ′′ is generated.
  • This luminance base mask calculates the weight from the original luminance value of the input image I 1 ′′ . For example, the weight near the whiteout area is set to zero.
  • FIG. 11A is a graph showing the relationship of the pixel value with respect to the input luminance.
  • the functions f 0 to f 3 are graphs showing which image pixel value is adopted based on the luminance value.
  • the functions f 0 to f 3 are applied to an image having a larger exposure as the number increases. For example, when the input image I 0 ′′ having the lowest exposure is input, the function f 0 is applied and all pixel values are adopted.
  • the function f 0 and the function f 1 are applied.
  • the input image I 1 ′′ is adopted in the range of the luminance values of S0 to S5
  • the input image I 0 ′′ is adopted in the range of the luminance value of S6 or more.
  • the range of the luminance values from S5 to S6 is adopted as a composite value blended with the weight shown in (B). For convenience, ⁇ correction is omitted.
  • the functions f 0 to f 2 are applied.
  • the input image I 2 ′′ is adopted in the range of luminance values of S0 to S3, the input image I 1 ′′ is adopted in the range of luminance values of S4 to S5, and the range of luminance values of S6 or higher. Then, the input image I 0 ′′ is adopted.
  • the range of the luminance values of S3 to S4 and S5 to S6 is adopted as a composite value blended with the weight shown in (B).
  • the functions f 0 to f 3 are applied.
  • the input image I 3 ′′ is adopted in the range of luminance values of S0 to S1
  • the input image I 2 ′′ is adopted in the range of luminance values of S2 to S3, and the luminance values of S4 to S5 are set.
  • the input image I 1 ′′ is adopted, and in the range of the luminance value of S6 or more, the input image I 0 ′′ is adopted.
  • the luminance value ranges of S1 to S2, S3 to S4, and S5 to S6 are adopted as the combined values blended with the weights shown in (B). In this way, images with high exposure are preferentially adopted. In addition, an image with low exposure is adopted for the overexposed region portion, and the boundary portion is blended smoothly.
  • FIG. 12 shows an example of a luminance base mask obtained by imaging the graph shown in FIG. FIG. 12A shows an input image
  • FIG. 12B shows a luminance base mask of the input image.
  • white is used when the pixel value of the 100% input image is used
  • black is displayed when the pixel value of the 100% input image is not used.
  • the synthesizer 16 extracts the subject blur area.
  • the synthesizing unit 16 calculates a difference image in the same manner as the process of S16 in FIG. 3, and extracts a region where the moving subject likelihood is a predetermined value or more as a subject blur region.
  • FIG. 13A is an example of a difference image including a subject blur area.
  • the synthesizer 16 labels the subject blur area.
  • the combining unit 16 sets one of the label R n with respect to subject shake a continuous area.
  • FIG. 13B shows an example in which continuous regions are labeled.
  • the combining unit 16 sets a reference image for each subject blur area.
  • the synthesizing unit 16 gives priority to an image with high exposure basically as a reference image. For example, when the input image I 0 ′′ and the input image I 1 ′′ are combined, the input image I 1 ′′ is selected as the reference image. However, when the subject blur area is affected by the whiteout area in the input image I 1 ′′ , the input image I 0 ′′ is selected as the reference image.
  • subject blur mask generation processing S30.
  • FIG. 14 is a schematic diagram illustrating a series of processes in S24 to S30. As shown in FIG. 14, when the input image I 0 ′′ and the input image I 1 ′′ are combined, a difference image X is obtained, and a first mask (lo_mask) or a second mask is obtained for each area of the difference image. (Hi_mask) is generated. That is, for the region where the subject moves, the ghost phenomenon described above can be avoided by inputting the pixel value from only one image by using the subject blur mask.
  • S32 synthesis mask generation process
  • the composition unit 16 In the process of S32, the composition unit 16 generates a composition mask based on the luminance base mask and the subject blur mask.
  • FIG. 15 is a schematic diagram for explaining the synthesis mask generation process. As shown in FIG. 15, the luminance base mask is multiplied by an image obtained by inverting lo_mask. Also, hi_mask is added to the luminance base mask. By combining in this way, a composite mask is generated.
  • the process of S32 proceeds to the composition process (S34).
  • the synthesis unit 16 performs a synthesis process according to the synthesis mask created in the process of S32.
  • the combined luminance value P 2 can be obtained by the following formula. At this time, the entire region is synthesized as it is for the image with the lowest exposure.
  • an HDR composite image in which subject blur is corrected is generated.
  • the image composition program includes a main module, an input module, and an arithmetic processing module.
  • the main module is a part that comprehensively controls image processing.
  • the input module operates the mobile terminal 2 so as to acquire an input image.
  • the arithmetic processing module includes a motion information acquisition module, a likelihood calculation module, an exposure estimation module, a motion correction module, and a synthesis module.
  • the functions realized by executing the main module, the input module, and the arithmetic processing module are the image input unit 10, the motion information acquisition unit 12, the likelihood calculation unit 13, the exposure estimation unit 14, the motion of the image synthesis apparatus 1 described above.
  • the functions of the correction unit 15 and the synthesis unit 16 are the same.
  • the image composition program is provided by a recording medium such as a ROM or a semiconductor memory, for example.
  • the image composition program may be provided as a data signal via a network.
  • the image synthesizing apparatus 1 before matching the exposure of the first image and the second image, based on the difference between the first image and the second image.
  • the likelihood of movement of the subject in each pixel is calculated.
  • an exposure conversion function that matches the exposure conditions of the first image and the second image is estimated based on the likelihood of the movement of the subject.
  • the exposure can be adjusted except for a region where the color may change due to the movement of the subject. Therefore, it is possible to generate an appropriate composite image.
  • the use of the subject blur mask prevents the occurrence of subject blur (ghost-like display), and a clear image can be obtained.
  • the above-described embodiment shows an example of an image composition device according to the present invention.
  • the image synthesizing apparatus according to the present invention is not limited to the image synthesizing apparatus 1 according to the embodiment, and the image synthesizing apparatus according to the embodiment may be modified or otherwise changed without changing the gist described in each claim. It may be applied to the above.
  • the camera 20 acquires a frame image has been described, but an image transmitted from another device via a network may be used. Further, when only recording without displaying the composite image, the display unit 21 may not be provided.
  • the image composition device 1 according to each embodiment described above may be operated together with the camera shake correction device.
  • SYMBOLS 1 DESCRIPTION OF SYMBOLS 1 ... Image composition apparatus, 10 ... Image input part (input part), 12 ... Motion information acquisition part, 13 ... Likelihood calculation part, 14 ... Exposure estimation part, 15 ... Motion correction part, 16 ... Composition part.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)

Abstract

　露出条件の異なる第１画像及び第２画像を用いて合成画像を生成する装置である。この装置は、画像入力部１０、尤度算出部１３、露出推定部１４及び合成部１６を備える。画像入力部１０は、第１画像及び第２画像を入力する。尤度算出部１３は、第１画像及び第２画像の差分に基づいて、各画素における動被写体尤度を算出する。露出推定部１４は、動被写体尤度に基づいて第１画像と第２画像との露出条件を合わせる露出変換関数を推定する。合成部１６は、露出変換関数を用いて第１画像及び第２画像を合成する。

Description

画像合成装置、画像合成方法、画像合成プログラム及び記録媒体
　本発明は、画像合成装置、画像合成方法、画像合成プログラム及び記録媒体に関するものである。
　従来、画像合成装置として、ハイダイナミックレンジ合成（ＨＤＲ（High　Dynamic　Range）合成）を行うものが知られている（特許文献１参照）。この装置は、異なる露出条件にて順次撮像された複数の画面を合成することによって、映像信号のダイナミックレンジを見かけ上拡大させている。これにより、逆光時などにおいて発生していた「白とび」又は「黒つぶれ」（輝度レベルが著しく高い又は低い部分）を解消する。また、この装置では、手ぶれによって生じる複数の画面間の撮像時の経時的な位置ずれに対応して、複数の画面の各々の座標変換を行った後にＨＤＲ合成を行う。具体的には、画像の動き情報を用いて、２つの画面の共通エリア部分を用いてＨＤＲ合成を行う。これにより、被写体に対する画面（撮像素子）の位置ずれ（画面ぶれ）を解消する。
特許第３１１０７９７号公報
　ところで、被写体が動体である場合には、順次撮像された複数の画像において被写体位置が異なる位置となる。このため、特許文献１記載の画像合成装置にあっては、被写体が移動して色が変化している場合であっても露出が異なることで色が変化しているものとして合成する。よって、適切な合成画像を生成できないおそれがある。当技術分野においては、被写体が移動した場合であっても適切な合成画像を生成することができる画像合成装置、画像合成方法及び画像合成プログラム並びに当該画像合成プログラムを格納した記録媒体が望まれている。
　すなわち、本発明の一側面に係る画像合成装置は、露出条件の異なる第１画像及び第２画像を用いて合成画像を生成する装置である。この装置は、入力部、尤度算出部、露出推定部及び合成部を備える。入力部は、第１画像及び第２画像を入力する。尤度算出部は、第１画像及び第２画像の差分に基づいて、各画素における動被写体尤度を算出する。露出推定部は、動被写体尤度に基づいて第１画像と第２画像との露出条件を合わせる露出変換関数を推定する。合成部は、露出変換関数を用いて第１画像及び第２画像を合成する。
　この画像構成装置では、第１画像と第２画像との露出を合わせる前に、第１画像と第２画像との差分に基づいて各画素における動被写体尤度を算出する。そして、動被写体尤度に基づいて第１画像と第２画像との露出条件を合わせる露出変換関数を推定する。このように、露出を合わせる際に動被写体尤度が考慮されるため、例えば被写体の動きで色が変化している可能性がある領域を除いて露出を合わせることができる。よって、適切な合成画像を生成することが可能となる。
　一実施形態においては、画像処理装置は、第１画像及び第２画像の画素値を正規化する正規化部をさらに備え、尤度算出部は、正規化された第１画像及び第２画像の差分に基づいて、各画素における動被写体尤度を算出してもよい。このように構成することで、各画素における動被写体尤度を適切に算出することができる。
　一実施形態においては、尤度算出部は、第１画像の解像度をそれぞれ段階的に変更することで得られる複数の第１処理画像、及び、第２画像の解像度をそれぞれ段階的に変更することで得られる複数の第２処理画像を用いて、各画素の差分を解像度ごとに算出し、解像度ごとに得られた差分を重み付けすることによって各画素の動被写体尤度を算出してもよい。このように構成することで、各画素の動被写体尤度を精度良く算出することができる。
　一実施形態においては、尤度算出部は、第１画像と第２画像との差分の信頼度、及び第１処理画像又は第２処理画像の画像サイズもしくは解像度に基づいて、解像度ごとに得られた差分を重み付けしてもよい。このように構成することで、各画素の動被写体尤度をさらに精度良く算出することができる。
　一実施形態においては、露出推定部は、各画素の動被写体尤度に基づいて、露出変換関数を導出するためのサンプリング点を選択してもよい。このように構成することで、例えば被写体の動きが含まれる可能性がある領域を除いて露出変換関数を導出するためのサンプリング点を選択することができるので、露出変換関数を精度良く推定することが可能となる。よって、適切な合成画像を生成することができる。
　一実施形態においては、露出推定部は、各画素の動被写体尤度に基づいて、露出変換関数を導出するためのサンプリング点の重みを決定してもよい。このように構成することで、露出変換関数を導出するためのサンプリング点に動被写体尤度に応じた重みを設定することができるので、露出変換関数を精度良く推定することが可能となる。よって、適切な合成画像を生成することができる。
　一実施形態においては、露出推定部は、各画素の動被写体尤度が高いほど露出変換関数を導出するためのサンプリング点の重みを小さく決定してもよい。このように構成することで、被写体の動きが含まれる可能性が高い領域から取得された露出変換係数のためのサンプリング点については重みを小さく設定することができるので、露出変換関数を精度良く推定することが可能となる。よって、適切な合成画像を生成することができる。
　一実施形態においては、合成部は、第１画像及び第２画像の差分に基づいて各画素における動被写体尤度を算出し、該動被写体尤度及び露出変換関数を用いて第１画像及び第２画像を合成してもよい。このように構成することで、被写体の動きを考慮して合成することができるので、適切な合成画像を生成することが可能となる。
　一実施形態においては、合成部は、第１画像又は第２画像の元の輝度値の大きさに基づいて、第１画像及び第２画像の画素値の合成比を示す輝度ベースマスクを生成してもよい。そして、合成部は、第１画像及び第２画像の差分に基づいて、第１画像及び第２画像の画素値の合成比を示す被写体ぶれマスクを生成してもよい。さらに、合成部は、輝度ベースマスク及び被写体ぶれマスクを結合させて、第１画像及び第２画像の画素値を合成する合成マスクを生成してもよい。
　このように構成することで、露出をあわせた状態で、第１画像及び第２画像の差分に基づいて、輝度値を基準に合成する輝度ベースマスクとは異なる被写体ぶれマスクを生成することができる。このため、被写体ぶれが発生する領域のみを異なる処理で合成させることが可能となる。よって、被写体ぶれを抑制させた合成画像を生成することができる。
　一実施形態においては、合成部は、第１画像及び第２画像の差分に基づいて、各画素における動被写体尤度を算出し、該動被写体尤度に基づいて被写体ぶれマスクを生成してもよい。このように構成することで、動被写体尤度に基づいて被写体ぶれが発生する領域を特定して被写体ぶれマスクを生成することができる。
　一実施形態においては、合成部は、第１画像の解像度をそれぞれ段階的に変更することで得られる複数の第１処理画像、及び、第２画像の解像度をそれぞれ段階的に変更することで得られる複数の第２処理画像を用いて、各画素の差分を解像度ごとに算出し、解像度ごとに得られた差分を重み付けすることによって各画素の動被写体尤度を算出し、該動被写体尤度に基づいて被写体ぶれマスクを生成してもよい。このように構成することで、各画素の動被写体尤度を精度良く算出することができる。
　一実施形態においては、合成部は、動被写体尤度が所定の閾値以下となる画素が隣接する領域を検出し、各領域に対して識別ラベルを付与し、領域ごとに被写体ぶれマスクを生成してもよい。このように構成することで、画像内で異なる動きをする動体が存在した場合であっても適切に合成することができる。
　一実施形態においては、合成部は、被写体ぶれマスクとして、第１画像及び第２画像のうち強制的に輝度値の低い画素値を選択させる第１マスク、又は、第１画像及び第２画像のうち強制的に輝度値の高い画素値を選択させる第２マスクを生成してもよい。このように構成することで、被写体が動いている可能性のある領域については、第１画像及び第２画像の何れか一方の画像を強制的に選択させることができる。よって、被写体が動くことで合成後の画像において被写体が２重や３重にずれて表示されることを回避することが可能となる。
　一実施形態においては、合成部は、輝度ベースマスクに対して、第１マスクを反転させたマスクを乗算し、又は、第２マスクを加算することで、合成マスクを生成してもよい。このように構成することで、被写体のぶれを適切に補正する合成マスクを生成することができる。
　一実施形態においては、画像処理装置は、第１画像と第２画像との間の画素の動き情報を取得する動き情報取得部をさらに備えてもよい。そして、尤度算出部は、動き情報に基づいて第１画像及び第２画像を補正し、補正後の第１画像及び第２画像を用いて各画素の動被写体尤度を算出してもよい。このように構成することで、撮像素子が被写体に対して相対的に動く場合であっても、撮像素子の動きを補正して各画素の動被写体尤度を算出することができる。
　一実施形態においては、第１画像は、露出条件の異なる画像同士が合成された画像であってもよい。このように構成することで、露出条件の異なる複数の画像を順次合成して最終的な合成画像を生成することができる。
　また、本発明の他の側面に係る画像処理方法は、露出条件の異なる第１画像及び第２画像を用いて合成画像を生成する方法である。この方法では、第１画像及び第２画像を入力する。そして、第１画像及び第２画像の差分に基づいて、各画素における動被写体尤度を算出する。そして、動被写体尤度に基づいて第１画像と第２画像との露出条件を合わせる露出変換関数を推定する。さらに、露出変換関数を用いて第１画像及び第２画像を合成する。
　また、本発明のさらに他の側面に係る画像合成プログラムは、露出条件の異なる第１画像及び第２画像を用いて合成画像を生成するようにコンピュータを動作させるプログラムである。このプログラムは、コンピュータを、入力部、尤度算出部、露出推定部及び合成部として動作させる。入力部は、第１画像及び第２画像を入力する。尤度算出部は、第１画像及び第２画像の差分に基づいて、各画素における動被写体尤度を算出する。露出推定部は、動被写体尤度に基づいて第１画像と第２画像との露出条件を合わせる露出変換関数を推定する。合成部は、露出変換関数を用いて第１画像及び第２画像を合成する。
　また、本発明のさらに他の側面に係る記録媒体は、露出条件の異なる第１画像及び第２画像を用いて合成画像を生成するようにコンピュータを動作させる画像合成プログラムを記録した記録媒体である。このプログラムは、コンピュータを、入力部、尤度算出部、露出推定部及び合成部として動作させる。入力部は、第１画像及び第２画像を入力する。尤度算出部は、第１画像及び第２画像の差分に基づいて、各画素における動被写体尤度を算出する。露出推定部は、動被写体尤度に基づいて第１画像と第２画像との露出条件を合わせる露出変換関数を推定する。合成部は、露出変換関数を用いて第１画像及び第２画像を合成する。
　本発明の他の側面に係る画像合成方法、画像合成プログラム及び記録媒体によれば、上述した画像合成装置と同様の効果を奏する。
　本発明の種々の側面及び実施形態によれば、被写体が移動した場合であっても適切な合成画像を生成することができる画像合成装置、画像合成方法及び画像合成プログラム並びに当該画像合成プログラムを格納した記録媒体が提供される。
一実施形態に係る画像合成装置を搭載した携帯端末の機能ブロック図である。 図１の画像合成装置が搭載される携帯端末のハードウェア構成図である。 図１に示す画像合成装置の前処理動作を示すフローチャートである。 動き検出を説明する概要図である。 差分画像を説明する概要図である。 多重解像度を用いて差分画像を導出する例を説明する概要図である。 露出変換関数の一例を示すグラフである。 輝度変換関数を説明する概要図である。 図１に示す画像合成装置の合成動作を示すフローチャートである。 合成処理の流れを説明する概要図である。 合成マスクを説明する概要図である。（Ａ）は、露出変換関数の一例を示すグラフである。（Ｂ）は、露出変換関数同士を繋ぎ合わせる際の重みの一例を示すグラフである。 輝度ベースマスクを説明する概要図である。（Ａ）は、入力画像の一例である。（Ｂ）は、輝度ベースマスクの一例である。 差分画像の被写体ぶれ領域のラベリングを説明する概要図である。（Ａ）は、差分画像の一例である。（Ｂ）は、ラベリングした差分画像の一例である。 被写体ぶれマスクの生成処理の流れを説明する概要図である。 合成マスクの生成処理の流れを説明する概要図である。
　以下、添付図面を参照して本発明の実施形態について説明する。なお、各図において同一又は相当部分には同一の符号を付し、重複する説明を省略する。
　本実施形態に係る画像合成装置は、露出条件の異なる複数の画像を合成して一つの合成画像を生成する装置である。この画像合成装置は、例えば、異なる露出条件で順次撮像された複数の画像を合成して、映像信号のダイナミックレンジを見かけ上拡大させるＨＤＲ合成を行う場合に採用される。本実施形態に係る画像合成装置は、例えば、携帯電話、デジタルカメラ、ＰＤＡ（Personal　Digital　Assistant）等、リソースに制限のあるモバイル端末に好適に搭載されるものであるが、これらに限られるものではなく、例えば通常のコンピュータシステムに搭載されてもよい。なお、以下では、説明理解の容易性を考慮し、本発明に係る画像合成装置の一例として、カメラ機能を備えた携帯端末に搭載される画像合成装置を説明する。
　図１は、本実施形態に係る画像合成装置１を備える携帯端末２の機能ブロック図である。図１に示す携帯端末２は、例えばユーザにより携帯される移動端末であり、図２に示すハードウェア構成を有する。図２は、携帯端末２のハードウェア構成図である。図２に示すように、携帯端末２は、物理的には、ＣＰＵ（Central　Processing　Unit）１００、ＲＯＭ（Read　Only　Memory）１０１及びＲＡＭ（Random　Access　Memory）１０２等の主記憶装置、カメラ又はキーボード等の入力デバイス１０３、ディスプレイ等の出力デバイス１０４、ハードディスク等の補助記憶装置１０５などを含む通常のコンピュータシステムとして構成される。後述する携帯端末２及び画像合成装置１の各機能は、ＣＰＵ１００、ＲＯＭ１０１、ＲＡＭ１０２等のハードウェア上に所定のコンピュータソフトウェアを読み込ませることにより、ＣＰＵ１００の制御の元で入力デバイス１０３及び出力デバイス１０４を動作させるとともに、主記憶装置や補助記憶装置１０５におけるデータの読み出し及び書き込みを行うことで実現される。なお、上記の説明は携帯端末２のハードウェア構成として説明したが、画像合成装置１がＣＰＵ１００、ＲＯＭ１０１及びＲＡＭ１０２等の主記憶装置、入力デバイス１０３、出力デバイス１０４、補助記憶装置１０５などを含む通常のコンピュータシステムとして構成されてもよい。また、携帯端末２は、通信モジュール等を備えてもよい。
　図１に示すように、携帯端末２は、カメラ２０、画像合成装置１及び表示部２１を備えている。カメラ２０は、画像を撮像する機能を有している。カメラ２０として、例えばＣＭＯＳの画素センサ等が用いられる。カメラ２０は、例えばユーザ操作等により指定されたタイミングから所定の間隔で繰り返し撮像する連続撮像機能を有している。すなわち、カメラ２０は、一枚の静止画像だけでなく複数毎の静止画像（連続するフレーム画像）を取得する機能を有している。さらに、カメラ２０は、連続する各フレーム画像の露出条件を変更して撮像する機能を有している。すなわち、カメラ２０によって連続撮像された各画像は、それぞれ露出条件の異なる画像となる。カメラ２０は、例えば撮像されたフレーム画像を撮像の度に画像合成装置１へ出力する機能を有している。
　画像合成装置１は、画像入力部１０、前処理部１１、動き補正部１５及び合成部１６を備えている。
　画像入力部１０は、カメラ２０により撮像されたフレーム画像を入力する機能を有している。画像入力部１０は、例えばカメラ２０により撮像されたフレーム画像を撮像の度に入力する機能を有している。また、画像入力部１０は、入力フレーム画像を、携帯端末２に備わる記憶装置に保存する機能を有している。
　前処理部１１は、ＨＤＲ合成前の前処理を行う。前処理部１１は、動き情報取得部１２、尤度算出部１３及び露出推定部１４を備えている。
　動き情報取得部１２は、画像間の画素の動き情報を取得する機能を有している。例えば、入力フレーム画像を第１画像及び第２画像とすると、第１画像及び第２画像間の画素の動き情報を取得する。動き情報としては、例えば動きベクトルが用いられる。また、動き情報取得部１２は、３以上の入力画像が画像入力部１０により入力された場合には、入力画像を露出順にソートし、露出条件の近い入力画像間で動き情報を取得してもよい。露出条件の近い画像同士を比較して動きを検出することにより、画像間の露出の差によって動きの検出精度が低下することを回避することができる。そして、動き情報取得部１２は、複数の入力画像の中から、動き情報を合わせる基準画像を選択してもよい。基準画像としては、例えば複数の入力画像の中で最も有効画素が多い画像を採用する。ここで、有効画素とは、黒つぶれ又は白飛びしていない画素である。黒つぶれ又は白飛びは、輝度値を基準として判定される。また、動き情報取得部１２は、２つの入力画像を用いて動き情報を取得する場合には、２つの入力画像のうち露出の高い入力画像から特徴点を抽出し、それに対する対応点を露出の低い画像から求めてもよい。このように動作することで、露出の低い画像においては特徴点として抽出された点が露出の高い画像においては白飛びしていることにより、動き情報が取得できないことを回避することができる。なお、ジャイロセンサ等から動き情報を取得してもよい。動き情報取得部１２は、動き情報を尤度算出部１３へ出力する機能を有している。
　尤度算出部１３は、各画素における被写体の動きの尤度（動被写体尤度）を算出する機能を有している。動被写体尤度が大きいほど、被写体に動きがある可能性が高く、合成画像がぶれる領域となる可能性が高いことを意味する。尤度算出部１３は、動き情報を用いて入力画像間の画面の動きを補正する。その後、尤度算出部１３は、２つの入力画像において対応する画素の画素値を正規化する。例えば、尤度算出部１３は、近傍画素の画素値に基づいてＬｏｃａｌ　Ｔｅｒｎａｒｙ　Ｐａｔｔｅｒｎｓ（ＬＴＰ）を求める。画素値としては、ＲＧＢ３色が用いられ、近傍画素としては２４近傍が用いられる。そして、尤度算出部１３は、正規化された画像間の差分を用いて動被写体尤度を算出する。例えば、正規化された画素値の差分、すなわち注目画素のＬＴＰにおける符号の不一致割合を、注目画素の動被写体尤度として算出する。
　また、尤度算出部１３は、２つの入力画像を多重解像度化して動被写体尤度を算出してもよい。例えば、尤度算出部１３は、各入力画像（第１画像及び第２画像）の解像度をそれぞれ段階的に変更することで、解像度の異なる複数の画像（第１処理画像及び第２処理画像）を作成する。そして、尤度算出部１３は、同一の解像度において、第１処理画像及び第２処理画像の差分画像を作成する。この差分画像とは、第１処理画像と第２処理画像との差分であり、具体的には画素値の差分である。そして、尤度算出部１３は、解像度ごとに得られた差分画像を重み付けすることによって各画素の動被写体尤度を算出する。重み（信頼度）としては、各画素のＬＴＰにおける符号の不一致割合が用いられる。例えば、ＬＴＰにおいて、有意に差があるペアの数が用いられる。また、重みは、第１処理画像又は第２処理画像の画像サイズ又は解像度によってさらに重み付けされてもよい。すなわち、画像サイズが大きいほど又は解像度が大きいほど、重みを大きくしてもよい。尤度算出部１３は、各画素の動被写体尤度を露出推定部１４へ出力する機能を有している。
　露出推定部１４は、入力画像間の露出条件を合わせる露出変換関数を推定する機能を有している。露出変換関数とは、各入力画像の露出を基準画像相当に露出変換するための関数である。露出推定部１４は、３以上の入力画像が入力された場合には、露出条件の近い入力画像間で露出条件をあわせてもよい。露出条件の近い画像同士を比較して露出を合わせることにより、画像間の露出の差によって推定の精度が低下することを回避することができる。
　露出推定部１４は、例えば、動き情報を用いて入力画面間の動きを補正する。そして、動き補正後の２つの入力画像において、同一の箇所から輝度値を組としてサンプリングし、その関係をプロットする。入力画像の座標としては例えばＨａｌｔｏｎ数列が用いられる。なお、露出推定部１４は、所定の値以上の輝度値や所定の値以下の輝度値をサンプリング点として採用しなくてもよい。例えば、１０～２４５の範囲に含まれる輝度値をサンプリング点として採用する。露出推定部１４は、例えば、プロットの結果をフィッティングすることにより、露出変換関数を推定する。例えば、第１画像のサンプリング点ｉにおける元の輝度値をＫｉ、露出変換関数をｆ（Ｋｉ）、第２画像のサンプリング点ｉにおける元の輝度値をＵｉとした場合、以下の誤差関数ｅを用いて、Ｇａｕｓｓ－Ｎｅｗｔｏｎ法によりフィッティングしてもよい。
Figure JPOXMLDOC01-appb-M000001
　なお、露出推定部１４は、各画素の動被写体尤度に基づいて、露出変換関数を導出するためのサンプリングを行う。露出推定部１４は、例えば、各画素の動被写体尤度に基づいてサンプリング点を選択する。例えば、露出推定部１４は、段階的に閾値を設けて、動被写体尤度の小さい画素から輝度値をサンプリングする。また、露出推定部１４は、動被写体尤度に基づいて、サンプリング点に重みを付けてもよい。例えば、以下の誤差関数ｅを最小化させてフィッティングしてもよい。
Figure JPOXMLDOC01-appb-M000002
 式２において、ｗｉは重みである。ここで、動被写体尤度が高い画素ほど、重みｗｉを小さく設定する。このように、露出推定部１４が各画素の動被写体尤度に基づいて露出変換関数を算出することで、信頼度の低いサンプリング点のデータほど露出変換関数の導出に影響を与えないようにすることができる。なお、露出変換関数は、変換後の入力画像が表現可能な範囲に収まるように変更されてもよい。
　動き補正部１５は、動き情報を用いて入力画面間の動きを補正する機能を有している。合成部１６は、合成マスクを用いて入力画像同士あるいは、既に合成された画像と入力画像とを合成する。合成マスクは、画像同士を合成（αブレンド）する際の合成比（重み）を画像化したものである。合成部１６は、３以上の入力画像がある場合には、まず合成マスクに従って２つの入力画像を合成し、合成画像と残りの入力画像との合成マスクを生成して合成を行う。合成部１６は、輝度ベースマスク及び被写体ぶれマスクを結合して合成マスクを生成する。輝度ベースマスクは、画像同士を合成する際の重みを輝度値に基づいて決定することで、白飛びや黒つぶれの領域を合成に用いることを回避するためのマスクである。被写体ぶれマスクは、被写体が移動する画像を合成した際に、被写体が２重３重に重なって表示される現象（ゴースト現象）を回避するためのマスクである。
　合成部１６は、入力画像の元の輝度値に基づいて重みを算出し、輝度ベースマスクを生成する。重みは、例えば以下の算出式で求める。
Figure JPOXMLDOC01-appb-M000003
 上記算出式により、重みが適切に決定されるとともに、輝度的な不連続性が軽減される。なお、空間的な不連続性を軽減するために、合成マスクに対してぼかし処理を施してもよい。
　合成部１６は、入力画像間の差分に基づいて重みを算出し、被写体ぶれマスクを生成する。合成部１６は、入力画像間の画素値の差分から、動被写体尤度を算出する。入力画像間の画素値の差分及び動被写体尤度については、上述した尤度算出部１３と同様に動作することで得ることができる。そして、尤度算出部１３は、動被写体尤度が所定の閾値以下となる画素が隣接する被写体ぶれ領域を検出し、各被写体ぶれ領域に対して識別ラベルを付与し、被写体ぶれ領域ごとに被写体ぶれマスクを生成する。なお、所定の閾値は、要求仕様に応じて適宜変更可能である。閾値を大きく設定すると、連続領域を抽出しやすくすることができる。被写体ぶれ領域ごとにマスクを生成することにより、被写体ぶれ領域ごとに白飛び領域あるいは黒つぶれ領域を回避するように情報量の多い画像から画素を選択することができる。すなわち、この被写体ぶれマスクとしては、合成する画像同士のうち強制的に輝度値の低い画素値を選択させるｌｏ_ｍａｓｋ（第１マスク）、又は、合成する画像同士のうち強制的に輝度値の高い画素値を選択させるｈｉ_ｍａｓｋ（第２マスク）が存在する。合成部１６は、基本的には、情報量の多い高露出の画像から画素値を選択させる第２マスクを生成する。しかしながら、合成部１６は、高露出の画像において被写体ぶれ領域が白飛び領域に影響される場合には、第１マスクを生成する。具体的には、以下の何れかの条件を満たす場合には第１マスクを生成する。第１の条件としては、合成する２つの画像のうち、高露出の画像の白飛びの面積が低露出の画像の黒つぶれ領域の面積よりも大きい場合である。第２の条件としては、合成する２つの画像のうち高露出の画像において、被写体ぶれ領域内の白飛び領域の面積が１０％以上の場合である。なお、合成する２つの画像のうち高露出の画像において、被写体ぶれ領域と隣接する領域が白飛び領域である場合を条件としてもよい。
　合成部１６は、輝度ベースマスク及び被写体ぶれマスクを結合させて合成マスクを生成する。例えば、合成部１６は、輝度ベースマスクに対して、第１マスクを反転させたマスクを乗算する。また、合成部１６は、輝度ベースマスクに対して、第２マスクを加算する。合成部１６は、全ての入力画像を合成し、最終的な合成画像を表示部２１へ出力する。表示部２１は、合成画像を表示する。表示部２１として例えばディスプレイ装置が用いられる。
　次に、画像合成装置１の動作を説明する。図３は、ＨＤＲ合成の前処理を説明するフローチャートである。図３に示す制御処理は、例えばユーザによってＨＤＲ合成モードが選択され、カメラ２０が複数の画像を連続撮像した場合に開始する。
　まず、画像入力部１０が画像フレームを入力する（Ｓ１０）。以下では、説明理解の容易性を考慮して、５つの入力画像Ｉ０～Ｉ４を入力したものとして説明する。Ｓ１０の処理が終了すると、露出順ソート処理へ移行する（Ｓ１２）。
　Ｓ１２の処理では、動き情報取得部１２が入力画像Ｉ０～Ｉ４を露出順にソートする。動き情報取得部１２は、例えば輝度値の平均値を用いてソートする。ここでは、入力画像Ｉ０～Ｉ４の数字が小さくなるほど輝度値が小さいものとする。この場合、入力画像Ｉ０～Ｉ４は、数字の順にソートされる。Ｓ１２の処理が終了すると、動き情報取得処理へ移行する（Ｓ１４）。
　Ｓ１４の処理では、動き情報取得部１２が、入力画像Ｉ０～Ｉ４のそれぞれの画像間の動き情報を取得する。図４は、動き情報の取得処理を説明する概要図である。図４に示すように、入力画像Ｉ０～Ｉ４が左から右に向けて順に平均輝度値が大きくなるように並べられているとする。まず、動き情報取得部１２は、入力画像Ｉ０～Ｉ４の中から基準画像を設定する。ここでは、入力画像Ｉ２を基準画像とする。次に、露出条件の近い入力画像同士の動き情報を取得する（例えば、入力画像Ｉ０と入力画像Ｉ１、入力画像Ｉ１と入力画像Ｉ２等）。動き情報取得部１２は、２つの入力画像のうち、露出の高い入力画像で特徴点を抽出して、抽出された特徴点に対する対応点を露出の低い入力画像から抽出する。この動き情報によって、露出条件の近い入力画像同士を同一次元の座標に変換する変換行列を求めることができる。なお、図４では、露出条件の近い入力画像同士のうち、露出の低い画像を露出の高い画像へあわせるための変換行列ｍ１０，ｍ２１，ｍ３２，ｍ４３を示している。次に、変換行列ｍ１０，ｍ２１，ｍ３２，ｍ４３を用いて、基準画像Ｉ２以外の他の入力画像Ｉ０，Ｉ１，Ｉ３，Ｉ４の座標を基準画像Ｉ２相当の座標へ変形させる変換行列を算出する。図４に示すように、入力画像Ｉ０を基準画像Ｉ２へ変換させる変換行列は、ｍ１０*ｍ２１である。入力画像Ｉ１を基準画像Ｉ２へ変換させる変換行列は、ｍ１０である。入力画像Ｉ３を基準画像Ｉ２へ変換させる変換行列は、（ｍ３２）－１である。入力画像Ｉ４を基準画像Ｉ２へ変換させる変換行列は、（ｍ３２*ｍ４３）－１である。以下では変換後の入力画像をＩ０’～Ｉ４’として説明する。Ｓ１４の処理が終了すると、動被写体尤度算出処理へ移行する（Ｓ１６）。
　Ｓ１６の処理では、尤度算出部１３が、入力画像Ｉ０’～Ｉ４’のそれぞれの画像間の動被写体尤度を算出する。図５は、入力画像Ｉ０’と入力画像Ｉ１’との画像間における動被写体尤度を算出する例である。なお、図５では、画素値としてＲ値を用いる場合を示している。図５に示すように、尤度算出部１３は、入力画像Ｉ０’の注目画素（Ｒ値＝４２）の８近傍の画素値（Ｒ値）を取得する。そして、注目画素の画素値と８近傍の画素値を用いて正規化する。例えば、ＬＴＰを用いる。注目画素の画素値と８近傍の画素値との差が±５の範囲であれば０、＋５より大きい場合には１、－５より小さい場合には－１とする。尤度算出部１３は、入力画像Ｉ１’についても、同様に正規化する。図中では、入力画像Ｉ０’の注目画素に対応する入力画像Ｉ１’の画素において正規化している。次に、正規化された画素の画素値を比較すると、差分が生じていることがわかる。差分の大きさ（符号の不一致度合い）に応じて当該画素の色を黒から白へ変化させた画像として表したものが差分画像Ｘである。この差分画像は、各画素の動被写体尤度が画像化されたものである。なお、８近傍に限定されることはなく、２４近傍であってもよい。また、Ｒ値のみに限られずＧ値及びＢ値についても同様に処理してもよい。
　差分画像Ｘの領域Ｃ１に示す平滑領域の動被写体尤度の精度を向上させるために、尤度算出部１３は、多重解像度を用いて動被写体尤度を求めてもよい。図６は、多重解像度を用いて動被写体尤度を求める一例である。まず、尤度算出部１３は、入力画像Ｉ０’と入力画像Ｉ１’との解像度を段階的に変更させた複数の画像を生成する。そして、同一の解像度同士で差分画像を生成する。この差分画像は、単純に画素値を差し引いたものである。図６では、入力画像Ｉ０’と入力画像Ｉ１’とを６段階に多重化した場合を示している。それぞれの差分画像がＸ１～Ｘ６であり、数字が大きくなるほど低い解像度の差分画像となる。また、解像度が低いほど画像サイズが小さくなる。この差分画像を信頼度で重み付けして最終的な差分画像を算出する。信頼度は、例えば、上述したＬＴＰの差分において有意な差のあるペアの数に画像サイズ（又は解像度）を乗算したものを用いる。例えば、図５に示すＬＴＰの場合には有意な差のあるペアの数は１となる。このように、画素ごとにペアの数と画像サイズとを掛けあわせて、差分画像Ｘ１～Ｘ６に対応する重み画像（重みを画像化したもの）を算出する。そして、差分画像Ｘ１～Ｘ６と重み画像とを用いて最終的な差分画像を算出する。尤度算出部１３は、上述した手法と同様の手法で、入力画像Ｉ１’～Ｉ４’までの差分画像を算出する。Ｓ１６の処理が終了すると、露出変換関数推定処理へ移行する（Ｓ１８）。
　Ｓ１８の処理では、露出推定部１４が露出変換関数を推定する。露出推定部１４は、変換前の輝度値をｘ、変換後の輝度値をｙとすると露出変換関数を以下の数式で表すことができる。
Figure JPOXMLDOC01-appb-M000004
 ここで、（ａ，ｂ）は露出変換パラメータである。露出変換パラメータ（ａ，ｂ）を導出することで露出変換関数を求めることができる。以下では、動き補正後の入力画像Ｉ０’と入力画像Ｉ１’との露出変換関数を求める場合を説明する。露出推定部１４は、入力画像の点（ｘ，ｙ）において、露出の低い入力画像Ｉ０’の輝度値と露出の低い入力画像Ｉ１’の輝度値の組みをいくつかサンプリングして、その関係をプロットする。ここで、Ｓ１６の処理で取得した差分画像に基づいて、サンプリングする点を選択する。例えば、動被写体尤度の高い領域からはサンプリングしないように設定する。すなわち動被写体尤度の低いものからサンプリングするように設定する。そして、例えば動被写体尤度が高いほど低い重みを割り当てて、式２を用いて露出変換関数を推定する。これにより、例えば図７に示すようなフィッティングが行われる。尤度算出部１３は、上述した手法と同様の手法で、入力画像Ｉ１’～Ｉ４’間の露出変換関数を推定する。なお、輝度値が０に近いデータ又は２５５に近いデータを除いてもよい。
　図８は、上記の露出変換関数の推定処理を説明する概要図である。なお、図８では、露出条件の近い入力画像同士のうち、露出の低い画像を露出の高い画像へあわせるための露出変換パラメータ（ａ１０，ｂ１０）、（ａ２１，ｂ２１）、（ａ３２，ｂ３２）、（ａ４３，ｂ４３）を示している。最終的な合成画像が表現可能な範囲に収まるように、最も露出の低い入力画像Ｉ０’の露出変換パラメータ（Ａ０，Ｂ０）のＡ０を１．０に設定することで、変換結果が１．０を超えないようにしてもよい。ここでは、入力画像Ｉ０’の露出変換後の画像を、入力画像Ｉ０’’として表示している。また、最も露出の低い入力画像Ｉ０’に対する基準画像Ｉ２’の露出変換パラメータを（Ａ２，Ｂ２）とすると、Ａ０を１．０に設定すると同時にＢ２を１．０とすることで、ゲインが１／Ａ２のときに色味が入力画像と等しくなるように設定してもよい。尤度算出部１３は、上述した処理をＲＧＢチャネルごとに別々に行う。Ｓ１８の処理が終了すると図３に示す前処理を終了する。
　以上で図３に示す制御処理を終了する。図３に示す制御処理を実行することで、露出変換関数を推定する前に、被写体ぶれを検出することで、被写体ぶれ領域からサンプリングすることを回避したり、被写体ぶれ領域からサンプリングされたデータの影響を重み付けにより小さくすることができる。このため、露出変換関数を精度良く推定することができる。また、従来のＨＤＲ技術であれば、被写体ぶれの補正は、露出合わせが行われていないと正確に行うことができず、また逆に露出合わせは被写体ぶれの修正が行われていないと正確にできない。しかし、露出変換関数を推定する前に簡易的に被写体ぶれ（被写体の動き）を検出することで、上記デットロック関係を解消することができる。
　次に、画像合成装置１の合成動作を説明する。図９は、ＨＤＲ合成を説明するフローチャートである。図９に示す制御処理は例えば図３に示す制御処理が終了すると開始する。
　図９に示すように、動き補正部１５が実際に動きを補正する（Ｓ２０）。この処理では、図３のＳ１４の処理と同様に、動き補正部１５が、変換行列を用いて、露出変換後の入力画像Ｉ０’’～Ｉ４’’の動きを補正する。なお、要求される精度に応じてサブピクセル補間アルゴリズム等を用いることができるようにしてもよい。Ｓ２０の処理が終了すると、輝度ベースマスク生成処理及び被写体ぶれ領域抽出処理へ移行する（Ｓ２２及びＳ２４）。
　Ｓ２２の処理では、合成部１６が輝度ベースマスクを生成する。図１０は、合成処理の流れを説明する概要図である。図１０に示すように、露出の低い入力画像Ｉ０’’から順に、入力画像Ｉ１’’～Ｉ４’’を置き換えていくことで合成する。すなわち、最初は、入力画像Ｉ０’’に対して入力画像Ｉ１’’をどの程度合成させるかを定める輝度ベースマスクを生成する。この輝度ベースマスクは、入力画像Ｉ１’’の元の輝度値から重みを算出する。例えば、白飛び領域の付近の重みを０とする。このように重みを設定して、露出の低い画像へ露出の高い画像を重ねるように合成させることで、対象のピクセルに対して情報量の多い入力画像を必ず選択させることができる。図１１の（Ａ）は、入力輝度に対するピクセル値の関係を示すグラフである。図１１の（Ａ）に示すように、関数ｆ０～ｆ３は、輝度値に基づいてどちらの画像の画素値を採用するかを示すグラフである。関数ｆ０～ｆ３は、数字が大きくなるほど露出が大きい画像に適用されるものである。例えば、最も露出の低い入力画像Ｉ０’’が入力されると、関数ｆ０が適用されて全ての画素値が採用される。次に、入力画像Ｉ１’’が入力されると、関数ｆ０と関数ｆ１とが適用される。このため、Ｓ０～Ｓ５の輝度値の範囲では、入力画像Ｉ１’’が採用され、Ｓ６以上の輝度値の範囲では、入力画像Ｉ０’’が採用される。Ｓ５～Ｓ６の輝度値の範囲は、（Ｂ）に示す重みでブレンドされた合成値で採用される。なお、便宜上γ補正は省略している。次に入力画像Ｉ２’’が入力されると、関数ｆ０～ｆ２が適用される。このため、Ｓ０～Ｓ３の輝度値の範囲では、入力画像Ｉ２’’が採用され、Ｓ４～Ｓ５の輝度値の範囲では、入力画像Ｉ１’’が採用され、Ｓ６以上の輝度値の範囲では、入力画像Ｉ０’’が採用される。Ｓ３～Ｓ４及びＳ５～Ｓ６の輝度値の範囲は、（Ｂ）に示す重みでブレンドされた合成値で採用される。次に入力画像Ｉ３’’が入力されると、関数ｆ０～ｆ３が適用される。このため、Ｓ０～Ｓ１の輝度値の範囲では、入力画像Ｉ３’’が採用され、Ｓ２～Ｓ３の輝度値の範囲では、入力画像Ｉ２’’が採用され、Ｓ４～Ｓ５の輝度値の範囲では、入力画像Ｉ１’’が採用され、Ｓ６以上の輝度値の範囲では、入力画像Ｉ０’’が採用される。Ｓ１～Ｓ２、Ｓ３～Ｓ４及びＳ５～Ｓ６の輝度値の範囲は、（Ｂ）に示す重みでブレンドされた合成値で採用される。このように、露出の高い画像が優先的に採用される。また、白とび領域部分については露出の低い画像が採用されるとともに、境界部分を滑らかにブレンドする。上記図１１の（Ａ）に示すグラフを画像化した輝度ベースマスクの一例を図１２に示す。図１２の（Ａ）は入力画像を示し、（Ｂ）は当該入力画像の輝度ベースマスクである。図１２の（Ｂ）では、１００％入力画像の画素値を利用する場合には白とし、１００％入力画像の画素値を利用しない場合には黒として表現している。Ｓ２２の処理が終了すると、合成マスク生成処理へ移行する（Ｓ３２）。
　一方、Ｓ２４の処理では、合成部１６が被写体ぶれ領域を抽出する。例えば、合成部１６が、図３のＳ１６の処理と同様に差分画像を算出し、動被写体尤度が所定値以上の領域を被写体ぶれ領域として抽出する。図１３の（Ａ）は、被写体ぶれ領域を含む差分画像の一例である。Ｓ２４の処理が終了すると、ラベリング処理へ移行する（Ｓ２６）。
　Ｓ２６の処理では、合成部１６が被写体ぶれ領域をラベリングする。合成部１６は、連続する被写体ぶれ領域に対して一つのラベルＲｎを設定する。図１３の（Ｂ）は、連続領域をラベリングした例である。Ｓ２６の処理が終了すると、各領域の基準画像の選択処理へ移行する（Ｓ２８）。
　Ｓ２８の処理では、合成部１６が被写体ぶれ領域ごとに基準画像を設定する。合成部１６は、基準画像として基本的に高露出の画像を優先させる。例えば、入力画像Ｉ０’’と入力画像Ｉ１’’とを合成する場合には、基準画像として入力画像Ｉ１’’が選択される。ただし、入力画像Ｉ１’’において被写体ぶれ領域が白飛び領域に影響される場合には、基準画像として入力画像Ｉ０’’が選択される。Ｓ２８の処理が終了すると、被写体ぶれマスク生成処理へ移行する（Ｓ３０）。
　Ｓ３０の処理では、合成部１６が被写体ぶれ領域ごとに被写体ぶれマスクを生成する。合成部１６は、基準画像として高露出の画像を優先させる場合には第２マスクを生成する。一方、基準画像として低露出の画像を優先させる場合には第１マスクを生成する。図１４は、Ｓ２４～Ｓ３０の一連の処理を説明する概要図である。図１４に示すように、入力画像Ｉ０’’と入力画像Ｉ１’’とを合成する際に、差分画像Ｘを求め、差分画像の領域ごとに、第１マスク（ｌｏ_ｍａｓｋ）又は第２マスク（ｈｉ_ｍａｓｋ）が生成される。すなわち、被写体が動く領域については、被写体ぶれマスクを用いることで一枚の画像のみから画素値を入力させることで、上述したゴースト現象を回避することができる。Ｓ３０の処理が終了すると、合成マスク生成処理へ移行する（Ｓ３２）。
　Ｓ３２の処理では、合成部１６が輝度ベースマスク及び被写体ぶれマスクに基づいて合成マスクを生成する。図１５は、合成マスクの生成処理を説明する概要図である。図１５に示すように、ｌｏ_ｍａｓｋを反転させた画像を輝度ベースマスクに乗算する。また、ｈｉ_ｍａｓｋを輝度ベースマスクに加算する。このように結合させることで、合成マスクが生成される。Ｓ３２の処理が終了すると、合成処理へ移行する（Ｓ３４）。
　Ｓ３４の処理では、合成部１６がＳ３２の処理で作成された合成マスクに従って合成処理を行う。なお、合成済み画像の輝度値Ｐ０と露出変換関数を適用させた入力画像の輝度値Ｐ１を重みａで合成する場合、合成後の輝度値Ｐ２は以下の数式で求めることができる。
Figure JPOXMLDOC01-appb-M000005
 このとき、露出の最も低い画像については全領域をそのまま合成する。Ｓ３４の処理が終了すると、入力画像確認処理へ移行する（Ｓ３６）。
　Ｓ３６の処理では、合成部１６が全ての入力画像を合成したか否かを判定する。全ての入力画像を合成していない場合には、Ｓ２２及びＳ２４の処理へ移行する。そして、例えば、図１０に示すように、入力画像Ｉ０’’と入力画像Ｉ１’’との合成画像Ｏ０と、新たな入力画像Ｉ０’’との合成処理が行われる。一方、全ての入力画像を合成した場合には、図９に示す制御処理を終了する。
　図９に示す制御処理を実行することで、被写体ぶれの補正されたＨＤＲ合成画像が生成される。
　次に、携帯端末（コンピュータ）２を上記画像合成装置１として機能させるための画像合成プログラムを説明する。
　画像合成プログラムは、メインモジュール、入力モジュール及び演算処理モジュールを備えている。メインモジュールは、画像処理を統括的に制御する部分である。入力モジュールは、入力画像を取得するように携帯端末２を動作させる。演算処理モジュールは、動き情報取得モジュール、尤度算出モジュール、露出推定モジュール、動き補正モジュール及び合成モジュールを備えている。メインモジュール、入力モジュール及び演算処理モジュールを実行させることにより実現される機能は、上述した画像合成装置１の画像入力部１０、動き情報取得部１２、尤度算出部１３、露出推定部１４、動き補正部１５及び合成部１６の機能とそれぞれ同様である。
　画像合成プログラムは、例えば、ＲＯＭ等の記録媒体または半導体メモリによって提供される。また、画像合成プログラムは、データ信号としてネットワークを介して提供されてもよい。
　以上、本実施形態に係る画像合成装置１、画像合成方法及び画像合成プログラムによれば、第１画像と第２画像との露出を合わせる前に、第１画像と第２画像との差分に基づいて各画素における被写体の動きの尤度を算出する。そして、被写体の動きの尤度に基づいて第１画像と第２画像との露出条件を合わせる露出変換関数を推定する。このように、露出を合わせる際に被写体の動きの尤度が考慮されるため、例えば被写体の動きで色が変化している可能性がある領域を除いて露出を合わせることができる。よって、適切な合成画像を生成することが可能となる。さらに、被写体ぶれマスクを用いて被写体ぶれ（ゴースト的な表示）の発生を回避し、クリアな画像とすることができる。
　なお、上述した実施形態は本発明に係る画像合成装置の一例を示すものである。本発明に係る画像合成装置は、実施形態に係る画像合成装置１に限られるものではなく、各請求項に記載した要旨を変更しない範囲で、実施形態に係る画像合成装置を変形し、又は他のものに適用したものであってもよい。
　例えば、上述した各実施形態では、カメラ２０がフレーム画像を取得する例を説明したが、別の機器からネットワークを介して送信された画像であってもよい。また、合成画像を表示せずに記録のみする場合には、表示部２１を備えなくてもよい。
　また、上述した各実施形態に係る画像合成装置１を、手ぶれ補正装置とともに動作させてもよい。
　１…画像合成装置、１０…画像入力部（入力部）、１２…動き情報取得部、１３…尤度算出部、１４…露出推定部、１５…動き補正部、１６…合成部。

Claims (19)

  1. 　露出条件の異なる第１画像及び第２画像を用いて合成画像を生成する画像合成装置であって、
    　前記第１画像及び前記第２画像を入力する入力部と、
    　前記第１画像及び前記第２画像の差分に基づいて、各画素における動被写体尤度を算出する尤度算出部と、
    　前記動被写体尤度に基づいて、前記第１画像と前記第２画像との露出条件を合わせる露出変換関数を推定する露出推定部と、
    　前記露出変換関数を用いて前記第１画像及び前記第２画像を合成する合成部と、
    を備える画像合成装置。
  2. 　前記尤度算出部は、前記第１画像及び前記第２画像の画素値を正規化し、正規化された前記第１画像及び前記第２画像の差分に基づいて、各画素における前記動被写体尤度を算出する請求項１に記載の画像合成装置。
  3. 　前記尤度算出部は、
    　前記第１画像の解像度をそれぞれ段階的に変更することで得られる複数の第１処理画像、及び、前記第２画像の解像度をそれぞれ段階的に変更することで得られる複数の第２処理画像を用いて、各画素の差分を解像度ごとに算出し、解像度ごとに得られた差分を重み付けすることによって各画素の前記動被写体尤度を算出する請求項１又は２に記載の画像合成装置。
  4. 　前記尤度算出部は、前記第１画像と前記第２画像との差分の信頼度、及び前記第１処理画像又は前記第２処理画像の画像サイズもしくは解像度に基づいて、解像度ごとに得られた差分を重み付けする請求項３に記載の画像合成装置。
  5. 　前記露出推定部は、各画素の前記動被写体尤度に基づいて、前記露出変換関数を導出するためのサンプリング点を選択する請求項１～４の何れか一項に記載の画像合成装置。
  6. 　前記露出推定部は、各画素の前記動被写体尤度に基づいて、前記露出変換関数を導出するためのサンプリング点の重みを決定する請求項１～５の何れか一項に記載の画像合成装置。
  7. 　前記露出推定部は、各画素の前記動被写体尤度が高いほど前記露出変換関数を導出するためのサンプリング点の重みを小さく決定する請求項６に記載の画像合成装置。
  8. 　前記合成部は、
    　前記第１画像及び前記第２画像の差分に基づいて各画素における動被写体尤度を算出し、該動被写体尤度及び前記露出変換関数を用いて前記第１画像及び前記第２画像を合成する請求項１～７の何れか一項に記載の画像合成装置。
  9. 　前記合成部は、
    　前記第１画像又は前記第２画像の元の輝度値の大きさに基づいて、前記第１画像及び前記第２画像の画素値の合成比を示す輝度ベースマスクを生成し、
    　前記第１画像及び前記第２画像の差分に基づいて、前記第１画像及び前記第２画像の画素値の合成比を示す被写体ぶれマスクを生成し、
    　前記輝度ベースマスク及び前記被写体ぶれマスクを結合させて、前記第１画像及び前記第２画像の画素値を合成する合成マスクを生成する請求項１～８の何れか一項に記載の画像合成装置。
  10. 　前記合成部は、
    　前記第１画像及び前記第２画像の差分に基づいて、各画素における動被写体尤度を算出し、
    　該動被写体尤度に基づいて前記被写体ぶれマスクを生成する請求項９に記載の画像合成装置。
  11. 　前記合成部は、
    　前記第１画像の解像度をそれぞれ段階的に変更することで得られる複数の第１処理画像、及び、前記第２画像の解像度をそれぞれ段階的に変更することで得られる複数の第２処理画像を用いて、各画素の差分を解像度ごとに算出し、解像度ごとに得られた差分を重み付けすることによって各画素の前記動被写体尤度を算出し、該動被写体尤度に基づいて前記被写体ぶれマスクを生成する請求項１０に記載の画像合成装置。
  12. 　前記合成部は、
    　前記動被写体尤度が所定の閾値以下となる画素が隣接する領域を検出し、各領域に対して識別ラベルを付与し、領域ごとに前記被写体ぶれマスクを生成する請求項１１に記載の画像合成装置。
  13. 　前記合成部は、
    　前記被写体ぶれマスクとして、前記第１画像及び前記第２画像のうち強制的に輝度値の低い画素値を選択させる第１マスク、又は、前記第１画像及び前記第２画像のうち強制的に輝度値の高い画素値を選択させる第２マスクを生成する請求項９～１２の何れか一項に記載の画像合成装置。
  14. 　前記合成部は、
    　前記輝度ベースマスクに対して、前記第１マスクを反転させたマスクを乗算し、又は、前記第２マスクを加算することで、前記合成マスクを生成する請求項１３に記載の画像合成装置。
  15. 　前記第１画像と前記第２画像との間の画素の動き情報を取得する動き情報取得部をさらに備え、
    　前記尤度算出部は、前記動き情報に基づいて前記第１画像及び前記第２画像を補正し、補正後の前記第１画像及び前記第２画像を用いて各画素の前記動被写体尤度を算出する請求項１～１４の何れか一項に記載の画像合成装置。
  16. 　前記第１画像は、露出条件の異なる画像同士が合成された画像からなる請求項１～１５の何れか一項に記載の画像合成装置。
  17. 　露出条件の異なる第１画像及び第２画像を用いて合成画像を生成する画像合成方法であって、
    　前記第１画像及び前記第２画像を入力し、
    　前記第１画像及び前記第２画像の差分に基づいて、各画素における動被写体尤度を算出し、
    　前記動被写体尤度に基づいて前記第１画像と前記第２画像との露出条件を合わせる露出変換関数を推定し、
    　前記露出変換関数を用いて前記第１画像及び前記第２画像を合成する、
    画像合成方法。
  18. 　露出条件の異なる第１画像及び第２画像を用いて合成画像を生成するようにコンピュータを動作させる画像合成プログラムであって、
    　前記第１画像及び前記第２画像を入力する入力部、
    　前記第１画像及び前記第２画像の差分に基づいて、各画素における動被写体尤度を算出する尤度算出部、
    　前記動被写体尤度に基づいて前記第１画像と前記第２画像との露出条件を合わせる露出変換関数を推定する露出推定部、及び
    　前記露出変換関数を用いて前記第１画像及び前記第２画像を合成する合成部として前記コンピュータを動作させる画像合成プログラム。
  19. 　露出条件の異なる第１画像及び第２画像を用いて合成画像を生成するようにコンピュータを動作させる画像合成プログラムを記録した記録媒体であって、
    　前記第１画像及び前記第２画像を入力する入力部、
    　前記第１画像及び前記第２画像の差分に基づいて、各画素における動被写体尤度を算出する尤度算出部、
    　前記動被写体尤度に基づいて前記第１画像と前記第２画像との露出条件を合わせる露出変換関数を推定する露出推定部、及び
    　前記露出変換関数を用いて前記第１画像及び前記第２画像を合成する合成部として前記コンピュータを動作させる画像合成プログラムを記録した記録媒体。
PCT/JP2011/073713 2011-10-14 2011-10-14 画像合成装置、画像合成方法、画像合成プログラム及び記録媒体 WO2013054446A1 (ja)

Priority Applications (12)

Application Number Priority Date Filing Date Title
CN201180004309.2A CN103168462B (zh) 2011-10-14 2011-10-14 图像合成装置和图像合成方法
JP2012558101A JP5365823B2 (ja) 2011-10-14 2011-10-14 画像合成装置、画像合成方法、画像合成プログラム及び記録媒体
EP11874110.7A EP2688288B1 (en) 2011-10-14 2011-10-14 Image compositing device, image compositing method, image compositing program, and recording medium
US13/824,889 US9129414B2 (en) 2011-10-14 2011-10-14 Image compositing apparatus, image compositing method, image compositing program, and recording medium
PCT/JP2011/073713 WO2013054446A1 (ja) 2011-10-14 2011-10-14 画像合成装置、画像合成方法、画像合成プログラム及び記録媒体
EP12840445.6A EP2693738B1 (en) 2011-10-14 2012-08-31 Image processing device, image processing method, image processing program, and recording medium
US14/114,786 US9626750B2 (en) 2011-10-14 2012-08-31 Image processing method for a composite image and image processing device, image processing program, and recording medium therefor
CN201280019344.6A CN103493473B (zh) 2011-10-14 2012-08-31 图像处理装置、图像处理方法、图像处理程序和记录介质
KR1020147012928A KR101609491B1 (ko) 2011-10-14 2012-08-31 화상 합성 장치, 화상 합성 방법 및 기록 매체
JP2013538473A JP5720034B2 (ja) 2011-10-14 2012-08-31 画像処理装置、画像処理方法、画像処理プログラム及び記録媒体
KR1020167008285A KR101643122B1 (ko) 2011-10-14 2012-08-31 화상 처리 장치, 화상 처리 방법 및 기록 매체
PCT/JP2012/072242 WO2013054607A1 (ja) 2011-10-14 2012-08-31 画像処理装置、画像処理方法、画像処理プログラム及び記録媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2011/073713 WO2013054446A1 (ja) 2011-10-14 2011-10-14 画像合成装置、画像合成方法、画像合成プログラム及び記録媒体

Publications (1)

Publication Number Publication Date
WO2013054446A1 true WO2013054446A1 (ja) 2013-04-18

Family

ID=48081519

Family Applications (2)

Application Number Title Priority Date Filing Date
PCT/JP2011/073713 WO2013054446A1 (ja) 2011-10-14 2011-10-14 画像合成装置、画像合成方法、画像合成プログラム及び記録媒体
PCT/JP2012/072242 WO2013054607A1 (ja) 2011-10-14 2012-08-31 画像処理装置、画像処理方法、画像処理プログラム及び記録媒体

Family Applications After (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/072242 WO2013054607A1 (ja) 2011-10-14 2012-08-31 画像処理装置、画像処理方法、画像処理プログラム及び記録媒体

Country Status (6)

Country Link
US (2) US9129414B2 (ja)
EP (2) EP2688288B1 (ja)
JP (1) JP5365823B2 (ja)
KR (2) KR101609491B1 (ja)
CN (2) CN103168462B (ja)
WO (2) WO2013054446A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9508173B2 (en) 2013-10-30 2016-11-29 Morpho, Inc. Image processing device having depth map generating unit, image processing method and non-transitory computer redable recording medium
KR20190101427A (ko) * 2017-06-16 2019-08-30 광동 오포 모바일 텔레커뮤니케이션즈 코포레이션 리미티드 이미지 합성 방법, 장치 및 비휘발성 컴퓨터 판독 가능 매체

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101896026B1 (ko) * 2011-11-08 2018-09-07 삼성전자주식회사 휴대 단말기에서 움직임 블러를 생성하는 장치 및 방법
JP5713885B2 (ja) * 2011-12-26 2015-05-07 キヤノン株式会社 画像処理装置及び画像処理方法、プログラム、並びに記憶媒体
US9576341B2 (en) * 2013-10-30 2017-02-21 Ricoh Imaging Company, Ltd. Image-processing system, imaging apparatus and image-processing method
US9210335B2 (en) * 2014-03-19 2015-12-08 Konica Minolta Laboratory U.S.A., Inc. Method for generating HDR images using modified weight
JP6598479B2 (ja) * 2014-03-31 2019-10-30 キヤノン株式会社 画像処理装置、その制御方法、および制御プログラム
JP5847228B2 (ja) * 2014-04-16 2016-01-20 オリンパス株式会社 画像処理装置、画像処理方法及び画像処理プログラム
WO2015196122A1 (en) * 2014-06-19 2015-12-23 Contentguard Holdings, Inc. Rendering content using obscuration techniques
CN105472263B (zh) * 2014-09-12 2018-07-13 聚晶半导体股份有限公司 影像撷取方法及使用此方法的影像撷取设备
US20160232672A1 (en) * 2015-02-06 2016-08-11 Qualcomm Incorporated Detecting motion regions in a scene using ambient-flash-ambient images
JP6485204B2 (ja) * 2015-05-14 2019-03-20 リコーイメージング株式会社 撮影装置、画像ファイル生成装置、画像ファイル処理装置及びプログラム
JP6648914B2 (ja) * 2015-06-16 2020-02-14 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム
US9819873B2 (en) * 2015-06-25 2017-11-14 Canon Kabushiki Kaisha Image-processing apparatus and image-processing method
CN105187730B (zh) * 2015-07-31 2018-08-07 上海兆芯集成电路有限公司 高动态范围图像产生方法以及使用该方法的装置
US10122936B2 (en) * 2015-09-02 2018-11-06 Mediatek Inc. Dynamic noise reduction for high dynamic range in digital imaging
US10755395B2 (en) * 2015-11-27 2020-08-25 Canon Medical Systems Corporation Dynamic image denoising using a sparse representation
EP3236418B1 (en) * 2016-04-13 2020-10-28 Canon Kabushiki Kaisha Image processing apparatus, image processing method, and storage medium
JP6877109B2 (ja) * 2016-04-13 2021-05-26 キヤノン株式会社 画像処理装置、画像処理方法、及びプログラム
CN109417592B (zh) * 2016-07-01 2020-12-29 麦克赛尔株式会社 拍摄装置、拍摄方法及拍摄程序
JP6715463B2 (ja) * 2016-09-30 2020-07-01 パナソニックＩｐマネジメント株式会社 画像生成装置、画像生成方法、プログラムおよび記録媒体
JP2019028537A (ja) * 2017-07-26 2019-02-21 キヤノン株式会社 画像処理装置および画像処理方法
KR102138483B1 (ko) 2017-10-31 2020-07-27 가부시키가이샤 모르포 화상 합성 장치, 화상 합성 방법, 화상 합성 프로그램 및 기억 매체
JP7009252B2 (ja) * 2018-02-20 2022-01-25 キヤノン株式会社 画像処理装置、画像処理方法およびプログラム
JP7098980B2 (ja) * 2018-03-16 2022-07-12 株式会社リコー 撮像装置、画像処理装置および画像処理方法
KR102628911B1 (ko) * 2019-01-07 2024-01-24 삼성전자주식회사 영상 처리 방법 및 이를 수행하는 영상 처리 장치
KR102648747B1 (ko) 2019-01-18 2024-03-20 삼성전자주식회사 Hdr 이미지를 생성하기 위한 이미징 시스템 및 그것의 동작 방법
KR102649032B1 (ko) * 2019-04-26 2024-03-20 엘지전자 주식회사 자율주행 차량의 영상 처리 방법
US11430134B2 (en) * 2019-09-03 2022-08-30 Nvidia Corporation Hardware-based optical flow acceleration
CN113469200A (zh) 2020-03-30 2021-10-01 阿里巴巴集团控股有限公司 数据处理方法和系统、存储介质、计算设备
CN112233127B (zh) * 2020-10-15 2022-09-16 上海圭目机器人有限公司 一种用于弯道拼接图像的下采样方法
CN113409201B (zh) * 2021-06-01 2024-03-19 平安科技（深圳）有限公司 图像增强处理方法、装置、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3110797B2 (ja) 1991-06-21 2000-11-20 キヤノン株式会社 撮像方法及び撮像画面合成装置
JP2005065119A (ja) * 2003-08-19 2005-03-10 Hitachi Ltd 撮像装置及び方法
JP2005130054A (ja) * 2003-10-21 2005-05-19 Sharp Corp 撮像装置およびその駆動方法
JP2007221423A (ja) * 2006-02-16 2007-08-30 Matsushita Electric Ind Co Ltd 撮像装置
JP2010258885A (ja) * 2009-04-27 2010-11-11 Ricoh Co Ltd 撮像装置及び画像処理方法
JP2011171842A (ja) * 2010-02-16 2011-09-01 Olympus Corp 画像処理装置及び画像処理プログラム

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3927888A1 (de) 1989-08-24 1991-02-28 Philips Patentverwaltung Wechselrichteranordnung
JPH10191136A (ja) 1996-12-27 1998-07-21 Canon Inc 撮像装置及び画像合成装置
US6370270B1 (en) * 1999-01-06 2002-04-09 National Instruments Corporation System and method for sampling and/or placing objects using low discrepancy sequences
KR20010103394A (ko) * 2000-05-10 2001-11-23 박정관 신분증 인식 기술을 이용한 고객 정보 관리 시스템 및 방법
JP3731729B2 (ja) 2000-12-20 2006-01-05 松下電器産業株式会社 画像合成回路
US7492375B2 (en) 2003-11-14 2009-02-17 Microsoft Corporation High dynamic range image viewing on low dynamic range displays
US20050117799A1 (en) 2003-12-01 2005-06-02 Chiou-Shann Fuh Method and apparatus for transforming a high dynamic range image into a low dynamic range image
US7463296B2 (en) * 2004-04-01 2008-12-09 Microsoft Corporation Digital cameras with luminance correction
KR101086402B1 (ko) * 2004-08-30 2011-11-25 삼성전자주식회사 영상 분할 방법
EP1797722B1 (en) * 2004-10-05 2019-05-29 Vectormax Corporation Adaptive overlapped block matching for accurate motion compensation
JP2006148550A (ja) 2004-11-19 2006-06-08 Konica Minolta Opto Inc 画像処理装置及び撮像装置
CN101627408B (zh) * 2007-03-13 2012-08-22 奥林巴斯株式会社 图像信号处理装置、图像信号处理方法
JP5133085B2 (ja) 2007-04-18 2013-01-30 パナソニック株式会社 撮像装置および撮像方法
JP4851392B2 (ja) 2007-05-30 2012-01-11 富士通株式会社 画像合成装置と画像合成方法および画像合成プログラム
JP4933354B2 (ja) * 2007-06-08 2012-05-16 キヤノン株式会社 情報処理装置、及び情報処理方法
KR101442610B1 (ko) * 2008-02-18 2014-09-19 삼성전자주식회사 디지털 촬영장치, 그 제어방법 및 제어방법을 실행시키기위한 프로그램을 저장한 기록매체
JP2009276956A (ja) * 2008-05-14 2009-11-26 Fujifilm Corp 画像処理装置および方法並びにプログラム
JP2010045510A (ja) 2008-08-11 2010-02-25 Panasonic Corp 画像処理装置及び画像処理方法
KR101534317B1 (ko) * 2008-10-10 2015-07-06 삼성전자주식회사 높은 동적 대역(ｈｄｒ) 영상 생성방법 및 장치
US20100091119A1 (en) 2008-10-10 2010-04-15 Lee Kang-Eui Method and apparatus for creating high dynamic range image
US8339475B2 (en) * 2008-12-19 2012-12-25 Qualcomm Incorporated High dynamic range image combining
US8040258B2 (en) * 2009-04-07 2011-10-18 Honeywell International Inc. Enhanced situational awareness system and method
US8390698B2 (en) * 2009-04-08 2013-03-05 Panasonic Corporation Image capturing apparatus, reproduction apparatus, image capturing method, and reproduction method
KR101551690B1 (ko) * 2009-06-26 2015-09-09 삼성전자주식회사 디지털 촬영장치, 그 제어방법 및 이를 실행하기 위한 프로그램을 저장한 기록매체
KR101614914B1 (ko) * 2009-07-23 2016-04-25 삼성전자주식회사 모션 적응적 고대비 영상 획득 장치 및 방법
US8737755B2 (en) * 2009-12-22 2014-05-27 Apple Inc. Method for creating high dynamic range image
US8606009B2 (en) * 2010-02-04 2013-12-10 Microsoft Corporation High dynamic range image generation and rendering
JP5445235B2 (ja) 2010-03-09 2014-03-19 ソニー株式会社 画像処理装置、画像処理方法およびプログラム
US8711248B2 (en) * 2011-02-25 2014-04-29 Microsoft Corporation Global alignment for high-dynamic range image generation
JP2013066142A (ja) * 2011-08-31 2013-04-11 Sony Corp 画像処理装置、および画像処理方法、並びにプログラム
JP5832855B2 (ja) * 2011-11-01 2015-12-16 クラリオン株式会社 画像処理装置、撮像装置および画像処理プログラム
JP5633550B2 (ja) * 2012-09-05 2014-12-03 カシオ計算機株式会社 画像処理装置、画像処理方法及びプログラム
JP5364887B2 (ja) 2013-03-04 2013-12-11 株式会社モルフォ 画像合成装置、画像合成方法、画像合成プログラム及び記録媒体

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3110797B2 (ja) 1991-06-21 2000-11-20 キヤノン株式会社 撮像方法及び撮像画面合成装置
JP2005065119A (ja) * 2003-08-19 2005-03-10 Hitachi Ltd 撮像装置及び方法
JP2005130054A (ja) * 2003-10-21 2005-05-19 Sharp Corp 撮像装置およびその駆動方法
JP2007221423A (ja) * 2006-02-16 2007-08-30 Matsushita Electric Ind Co Ltd 撮像装置
JP2010258885A (ja) * 2009-04-27 2010-11-11 Ricoh Co Ltd 撮像装置及び画像処理方法
JP2011171842A (ja) * 2010-02-16 2011-09-01 Olympus Corp 画像処理装置及び画像処理プログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP2688288A4

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9508173B2 (en) 2013-10-30 2016-11-29 Morpho, Inc. Image processing device having depth map generating unit, image processing method and non-transitory computer redable recording medium
KR20190101427A (ko) * 2017-06-16 2019-08-30 광동 오포 모바일 텔레커뮤니케이션즈 코포레이션 리미티드 이미지 합성 방법, 장치 및 비휘발성 컴퓨터 판독 가능 매체
KR102184308B1 (ko) * 2017-06-16 2020-12-01 광동 오포 모바일 텔레커뮤니케이션즈 코포레이션 리미티드 이미지 합성 방법, 장치 및 비휘발성 컴퓨터 판독 가능 매체

Also Published As

Publication number Publication date
US9129414B2 (en) 2015-09-08
EP2688288A1 (en) 2014-01-22
WO2013054607A1 (ja) 2013-04-18
CN103493473B (zh) 2018-01-16
CN103168462B (zh) 2016-09-28
US20140212065A1 (en) 2014-07-31
US9626750B2 (en) 2017-04-18
JPWO2013054446A1 (ja) 2015-03-30
CN103168462A (zh) 2013-06-19
CN103493473A (zh) 2014-01-01
KR101643122B1 (ko) 2016-07-26
EP2688288A4 (en) 2015-04-08
EP2693738B1 (en) 2019-04-17
US20140079333A1 (en) 2014-03-20
EP2688288B1 (en) 2018-05-16
KR101609491B1 (ko) 2016-04-05
EP2693738A4 (en) 2015-10-14
EP2693738A1 (en) 2014-02-05
KR20140093237A (ko) 2014-07-25
KR20160039701A (ko) 2016-04-11
JP5365823B2 (ja) 2013-12-11

Similar Documents

Publication Publication Date Title
JP5365823B2 (ja) 画像合成装置、画像合成方法、画像合成プログラム及び記録媒体
JP5610245B2 (ja) 画像合成装置、画像合成方法、画像合成プログラム及び記録媒体
CN108668093B (zh) Hdr图像的生成方法及装置
US9344638B2 (en) Constant bracket high dynamic range (cHDR) operations
JP3880553B2 (ja) 画像処理方法および装置
US20120008005A1 (en) Image processing apparatus, image processing method, and computer-readable recording medium having image processing program recorded thereon
JP5896788B2 (ja) 画像合成装置及び画像合成方法
US9055217B2 (en) Image compositing apparatus, image compositing method and program recording device
JP5767485B2 (ja) 画像処理装置及び制御方法
JP6326180B1 (ja) 画像処理装置
US20110299795A1 (en) Image processing system, image processing method, and image processing program
JP2012208553A (ja) 画像処理装置、および画像処理方法、並びにプログラム
JP2010244360A (ja) 画像処理装置、画像処理方法、及びコンピュータプログラム
JP2018036960A (ja) 画像類似度算出装置、画像処理装置、画像処理方法、及び記録媒体
JP7133979B2 (ja) 画像処理装置、画像処理方法、画像処理プログラム、及び、記憶媒体
JP2008072604A (ja) 画像処理方式、装置、メディア、プログラム
CN114979500B (zh) 图像处理方法、图像处理装置、电子设备及可读存储介质
JP2012109849A (ja) 撮像装置
JP5364887B2 (ja) 画像合成装置、画像合成方法、画像合成プログラム及び記録媒体
JP4544064B2 (ja) 撮像装置、撮像方法及びプログラム
JP5720034B2 (ja) 画像処理装置、画像処理方法、画像処理プログラム及び記録媒体
JP5645704B2 (ja) 画像処理装置、及びその制御方法
JP2018190201A (ja) 画像処理装置、画像処理方法およびプログラム
JP2021071906A (ja) 画像処理装置および画像処理方法、並びにプログラム

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2012558101

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 13824889

Country of ref document: US

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 11874110

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2011874110

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE