[发明专利]基于多曝光融合与回溯算法的图像处理方法及其系统

说明书

技术领域

本发明涉及HDR图像处理方法，更具体地说是指基于多曝光融合与回溯算法的图像处理方法及其系统。

背景技术

相机拍照已成为现状，目前相机拍摄的图像质量高低不一，为了凸显相机的成像质量，应考虑多曝光融合技术来形成高动态的图像质量。

但是，由于拍照者的个人生物特性差异，存在手臂动抖动的现象，会对成像的质量影响导致合成图片不自然，存在伪影和重叠现象，且在打开相机会存在自动对焦，必然会导致拍照的时候边缘拍摄合成的结果模糊的现象。

目前人们大多采用手机相机来拍照，而手机相机作为现有移动终端最关键的三个要素之一，虽然有一些高质量的HDR算法对手机相机拍照的图像进行处理，但是若处理速度耗时严重，手机相机非常容易导致卡死，黑屏，甚至引发系统重启。另外，现有的算法偏多于理论研究，少有成功移植到手机整体相机模块的成熟方案，现有的高质量的HDR方案也并非基于手机CPU的实时处理器上，比如基于达芬奇平台的HDR合成算法；现有的算法并没有熟悉了解手机相机APK的对应行为规范，导致很多图像处理算法在提出时，无法与应用产品协调好；对于打开相机存在自动对焦导致拍照时边缘拍摄合成的结果模糊的现象，现有算法初步解决该问题，如郭剑桥提出的过渡区溢出修正方案，但是，目前并没有任何算法从个人生物特性差异出发对图像进行修正，从而忽略了手动抖动会对成像的质量影响，存在合成图片不自然以及伪影和重叠现象。

因此，有必要设计一种基于多曝光融合与回溯算法的图像处理方法，实现最大化抑制手抖动问题带来的动态折叠问题，弥补轮廓现象易造成的模糊问题，增快HDR拍照的实时性，避免了相机压力测试下的黑屏与死机情况的出现。

发明内容

本发明的目的在于克服现有技术的缺陷，提供基于多曝光融合与回溯算法的图像处理方法及其系统。

为实现上述目的，本发明采用以下技术方案：基于多曝光融合与回溯算法的图像处理方法，所述方法包括：

获取高动态拍照模式的原始图像数据；

采用回溯算法对所述原始图像数据进行粗定位，获取关键帧；

采用欧式距离对以关键帧为起点的若干个图像帧进行精准定位，获取最优图像数据；

判断最优图像数据是否获取完毕；

若否，则返回采用回溯算法对所述原始图像数据进行粗定位，获取关键帧的步骤；

若是，则采用多曝光融合算法针对最优图像数据进行图像融合，并结合拉普拉斯乘积处理，获取融合图像数据。

其进一步技术方案为：获取高动态拍照模式的原始图像数据的步骤，包括以下具体步骤：

获取高动态拍照模式下的原始图像；

提取原始图像对应的RAW数据；

将RAW数据转换成YUV数据，以YUV数据作为原始图像数据。

其进一步技术方案为：采用回溯算法对所述原始图像数据进行粗定位，获取关键帧的步骤，包括以下具体步骤：

获取拍照动作下发所对应的图像帧；

保留动作下发所对应的图像帧前端的若干帧原始图像；

标记动作下发所对应的图像帧前端的若干帧原始图像；

获取标记的若干帧所述原始图像中的第一帧原始图像数据，作为关键帧。

其进一步技术方案为：采用欧式距离对以关键帧为起点的若干个图像帧进行精准定位，获取最优图像数据的步骤，包括以下具体步骤：

获取若干个与所述图像帧相连的连续帧图像；

针对所述连续帧图像提取特征点；

定义基准图像，设定固定阈值；

对所述特征点与所述基准图像进行欧式距离匹配，判断匹配是否成功；

若成功，则将特征向量对应的特征点存入指定特征点集合，并进入下一步骤；若不成功，则直接进入下一步骤；

获取存入指定特征点集合内的特征点最多的图像，作为最优图像数据。

其进一步技术方案为：对所述特征点与所述基准图像进行欧式距离匹配，判断匹配是否成功的步骤，包括以下具体步骤：

获取所述特征点所对应的特征向量；

计算特征向量与基准图像的特征点的欧式距离；

判断最小欧式距离与次最小欧式距离的差值是否小于固定阈值；

若是，则匹配成功；

若否，则匹配不成功。

其进一步技术方案为：其特征在于，若是，则采用多曝光融合算法对最优图像数据进行图像融合，并结合拉普拉斯乘积处理，获取融合图像数据的步骤，包括以下具体步骤：

对所述最优图像数据进行归一化处理；