[发明专利]一种高动态范围图片的合成方法

说明书

本发明公开了一种高动态范围图片的合成方法，采用JPEG图片压缩方法的中间产物作为引导合成的编码信息，从编码信息中得到曝光好坏的信息，并根据曝光好坏的信息分配图像合成时每个像素的权重。本发明的有益效果是：本发明跳过构造高动态范围图像的步骤，直接将一组低动态范围图片融合为一张高质量LDR图像，结果包含高动态范围图片的信息但可以直接在电子设备上显示。

技术领域

本发明涉及计算机视觉和计算机图形学技术领域，具体的说，是一种高动态范围图片的合成方法。

背景技术

由于现实世界中，光的辐照动态范围是大于相机捕获能力的动态范围，因此普通数码相机拍摄的图像通常会由于曝光不足和曝光过度而缺乏部分信息。高动态范围(HDR)成像技术是计算机视觉和计算机图形学中一项非常重要的底层技术，它通过将不同曝光级别的多个图像合并在一起解决了这个问题。

该技术已广泛应用于数字通照相机和移动电话设备。一般来说现有的HDR成像方法可分为两种类别：基于色调映射的方法和基于图像融合的方法。色调映射类的方法，包含构造HDR图片和将构造结果进行色调映射为高品质的低动态范围(LDR)图片以便在电子设备上显示两个步骤。基于图像融合的方法则直接合成高品质的LDR图片，因此在实际的消费电子应用方面，基于图像融合的方法更加受欢迎。

离散余弦变换(DCT for Discrete Cosine Transform)是与傅里叶变换相关的一种变换，它类似于离散傅里叶变换(DFT for Discrete Fourier Transform),但是只使用实数。离散余弦变换相当于一个长度大概是它两倍的离散傅里叶变换，这个离散傅里叶变换是对一个实偶函数进行的(因为一个实偶函数的傅里叶变换仍然是一个实偶函数)，在有些变形里面需要将输入或者输出的位置移动半个单位(DCT有8种标准类型，其中4种是常见的)。

离散傅里叶变换需要进行复数运算，尽管有FFT可以提高运算速度，但在图像编码、特别是在实时处理中非常不便。离散傅里叶变换在实际的图像通信系统中很少使用，但它具有理论的指导意义。根据离散傅里叶变换的性质，实偶函数的傅里叶变换只含实的余弦项，因此构造了一种实数域的变换——离散余弦变换(DCT)。通过研究发现，DCT除了具有一般的正交变换性质外，其变换阵的基向量很近似于Toeplitz矩阵的特征向量，后者体现了人类的语言、图像信号的相关特性。因此，在对语音、图像信号变换的确定的变换矩阵正交变换中，DCT变换被认为是一种准最佳变换。在近年颁布的一系列视频压缩编码的国际标准建议中，都把DCT作为其中的一个基本处理模块。

DCT除了上述介绍的几条特点，即：实数变换、确定的变换矩阵、准最佳变换性能外，二维DCT还是一种可分离的变换，可以用两次一维变换得到二维变换结果。

最常用的一种离散余弦变换的类型是下面给出的第二种类型，通常所说的离散余弦变换指的就是这种。它的逆，也就是下面给出的第三种类型，通常相应的被称为反离散余弦变换，逆离散余弦变换或者IDCT。

有两个相关的变换，一个是离散正弦变换(DST for Discrete Sine Transform),它相当于一个长度大概是它两倍的实奇函数的离散傅里叶变换；另一个是改进的离散余弦变换(MDCT for Modified Discrete Cosine Transform),它相当于对交叠的数据进行离散余弦变换。

离散余弦变换，尤其是它的第二种类型，经常被信号处理和图像处理使用，用于对信号和图像(包括静止图像和运动图像)进行有损数据压缩。这是由于离散余弦变换具有很强的能量集中特性:大多数的自然信号(包括声音和图像)的能量都集中在离散余弦变换后的低频部分，而且当信号具有接近马尔科夫过程(Markov processes)的统计特性时，离散余弦变换的去相关性接近于K-L变换(Karhunen-Loève变换--它具有最优的去相关性)的性能。