[发明专利]一种基于单帧图像的高动态范围图像生成方法

说明书

技术领域

本发明属于图像处理技术领域，更为具体地讲，涉及一种基于单帧图像的高动态范围图像生成方法。

背景技术

近年来，高动态范围成像技术不仅受到了学术界的重视，也受到工业界广泛的关注。研究人员提出了许多获取高动态范围图像的方法。

最常见的一种方法是利用捕获于同一个场景的多幅不同曝光的低动态范围图像生成一帧高质量的高动态范围图像。然而，人们实际捕获的绝大多数图像往往只具有单次曝光，现实中也存在海量的单曝光图像。因此，研究人员开始专注于研究从单帧低动态范围图像生成高动态范围图像的方法，并取得了一些进展。

高动态范围图像生成技术可以分为线性或非线性，全局模型或局部模型。从扩展函数本身的性质来说，可分为线性的和非线性的。从扩展函数作用的范围来说，可分为局部扩展和全局扩展。全局扩展在图像全局范围上使用同一个扩展函数，不考虑图像的局部特性。局部扩展可将图像分为过曝光区域和正常曝光区域，对不同曝光区域采用不同的扩展函数。大多数已有的算法采用局部扩展模型，虽然局部扩展考虑了图像的局部特性，但是局部扩展会在不同区域的连接边缘产生轮廓效应。

现有的大多数高动态范围图像生成方法都集中在仅对高亮度区域进行图像扩展，这会丢失在图像暗亮度区域可见的一些细节，并且没有考虑到图像成像机制。为了解决现有方法存在的问题，需要研究一种既能同时对图像高亮度区域和低亮度区域进行比特增强，又考虑到图像成像机制，具有高效性能的方法

发明内容

本发明的目的在于克服现有技术的不足，提出一种基于单帧图像的高动态范围图像生成方法，在高亮度区域和低亮度区域同时进行图像动态范围的扩展，以避免了只进行高亮度区域扩展在图像较暗区域产生的伪像和细节丢失的问题。

为实现上述发明目的，本发明基于单帧图像的高动态范围图像生成方法，其特征在于，包括以下步骤：

(1)、边缘图块检测

采用Canny算法对输入单曝光图像进行边缘检测，然后对得到的边缘图进行分块，并选取合适的边缘图块构成观测集：

若一边缘图分块只包含两个连通区域，则从原图即单曝光图像中选出该边缘图分块对应的原图块，然后判断原图块中两个连通区域的颜色方差是否小于设定的方差阈值，如果小于进一步判断原图块中两个连通区域之间的颜色差值是否大于设定的颜色阈值，如果大于，则将该原图块作为边缘图块，这样所有的边缘图块E_i，i＝1,2,…,N，构成观测集Ω＝{E₁,E₂,…,E_N)，其中，N为边缘图块的数量；

对于边缘图块E_i，其两个区域的像素平均值分别为B_i1、B_i2、其边缘上像素平均值为B_ip，则f_inv(B_p)到直线f_inv(B₁)f_inv(B₂)的总距离D(f_inv,Ω)为：

其中，f_inv为相机响应逆函数；

(2)、条件概率模型计算

条件概率模型p(Ω|f_inv)为图像像素值在RGB空间上从非线性分布转换为线性分布的程度，用点f_inv(B_p)到直线f_inv(B₁)f_inv(B₂)的距离表示，结合边缘图块集Ω上的总距离D(f_inv,Ω)，条件概率模型p(Ω|f_inv)采用指数函数进行描述为：

其中，Z是归一化常数，λ是一个参变量，其作用是均衡先验概率和条件概率对贝叶斯模型的影响，λ可经验性地取1000；

(3)、先验概率模型计算

先验概率模型p(f_inv)为图像像素值对应相机CCD(Charge-coupled Device电荷耦合元件)上捕获的辐照度的概率分布，根据国际通用的DoRF(Database of Response Functions)数据库中的201条相机响应曲线来构建，采用混合高斯模型来描述先验概率模型为：