[发明专利]低复杂度高效高动态数字图像的合成方法

说明书

技术领域

本发明涉及数字图像处理领域，具体涉及一种高动态范围图像合成方面的方法。本发明计算复杂度低，合成高动态图像所需的源图像数量少，便于硬件实时处理。

技术背景

自然界中实际物体的亮度差可以达到10^8的量度级，而人眼可以看到的亮度差达到10^5，所以，目前普遍使用的图像获取设备以及显示设备无法很好的显示出物体真实的亮度范围。由此导致的是在有些偏亮的地方获取图片时会丢失亮区细节，如图1所示。相反，有些偏暗的地方会丢失暗区的细节，如图2所示。随着人们对数字图像研究的深入，逐渐发现这种图像显示的局限性，为了能够比较好的解决这个问题，人们就相对应推出了高动态的概念。

高动态范围图像，相对于一般的图像，能有更高的动态范围，及能够表现出比一般图像更多的细节。通俗的说，亮区可以表现的非常亮，暗区可以表现的非常暗，并且无论亮区还是暗区，细节都保存的很好。

合成高动态主要的方法分为两大类：基于光学成像器件的方法和基于软件后处理的方法。这两种方法从不同的角度来获取高动态图片，并且都能获得比较好的效果。

基于光学成像器件的方法，一个主流的方法是在前端的对感光元器件进行改进，设计不同的电荷耦合元件(CCD：charged couple device)来获得高动态图像，如图3所示，其中S像素用于获取暗区细节，R像素用于获取亮区细节。另一个则是对采光镜片进行改进，将一束光通过棱镜分成多束光，然后分别送到不同的感光器件获取多应的亮度信息，最后合成高动态图像。

基于软件后处理的方法，主要有1997年Debevec提出的通过假设曝光时间已知的情况下合成相机响应曲线，然后利用相机响应曲线合成高动态图像的方法；Mitsunaga等人通过多项式函数来假设相机响应曲线，最后根据观测数据估计出多项式的系数和曝光比，这样就可以不用确切知道每幅图的具体曝光时间，可以比较灵活的实现。

以上的方法实现效果虽好，但是基于光学成像器件的方法成本过高；基于软件的方法运算复杂度高，在相机中无法完成实时处理。针对以上问题，本发明提出新的高动态实现方法，并且可以快速有效实现高动态图像的融合。

发明内容

鉴于现有技术的不足，本发明旨在于提供一种低复杂度高效高动态数字图像的合成方法，本发明的方法只需运用两张曝光时间不同的图像在梯度域上进行判决，通过适当的权值分配就可以合成高动态图像。加快了高动态图像在硬件上的实现速度。

为了实现上述目的，本发明采用的技术方案如下：

一种低复杂度高效高动态数字图像的合成方法，具有摄影设备，通过所述摄影设备分别获取曝光时长不同的两幅图像，所述方法包括以下步骤：

S1将曝光时间长的图像与曝光时间短的图像分别标记为H图像与L图像；

S2分别获取所述H图像与L图像的YCbCr三通道分量，并对各个分量进行梯度计算后得到所述H图像与L图像中每个像素位置的三通道分量梯度值；

S3依次将S2步骤获得的所述H图像与L图像中每同一分量的同一个像素位置的梯度进行比较并进行权值修改，得出所述H图像与L图像相对应的权值矩阵；

S4将所述H图像与L图像各自的YCbCr三通道分量每个相同像素位置的像素分别乘以其相对应的权值；

S5将S4获得的乘积进行求和处理，最终得到三通道分量合成新的图像。

需要说明的是，所述的曝光时间长的图像H的特点是亮区细节由于过亮已经丢失，但是对于比较暗的区域细节保存良好；曝光时间短的图像L的特点是暗区由于光线过暗，导致细节丢失，但是对应亮区，细节信息仍然存在。

需要说明的是，所述S2步骤中获得的梯度值分别为GYH(m,n)、GCbH(m,n)、GCrH(m,n)和GYL(m,n)、GCbL(m,n)与GCrL(m,n)，其中，m表示图像H或图像L的第m行，n表示图像H或图像L的第n列。

需要说明的是，所述梯度值通过5*5域的方式获得：

在如下所示的5*5域，对应计算像素Z₁₃处的梯度值：

g13_x＝|Z₈-Z₁₈|+|2*Z₁₃-Z₃-Z₂₃|

g13_y＝|Z₁₄-Z₁₂|+|2*Z₁₃-Z₁₁-Z₁₅|