[发明专利]一种大线性动态范围图像自适应融合方法在审

专利信息
申请号: 202211617138.7 申请日: 2022-12-15
公开(公告)号: CN116091371A 公开(公告)日: 2023-05-09
发明(设计)人: 周二瑞;李斌康;严明;杨少华;刘璐;李刚;郭明安;王晶;时明月 申请(专利权)人: 西北核技术研究所
主分类号: G06T5/50 分类号: G06T5/50;G06T5/00
代理公司: 西安智邦专利商标代理有限公司 61211 代理人: 徐秦中
地址: 710024 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 线性 动态 范围 图像 自适应 融合 方法
【说明书】:

发明为解决目前通过对两幅不同增益的图像进行融合,以得到高质量的大线性动态范围图像,但是其需要在融合前期对成像系统的高低增益比和本底值进行大量前期标定工作,并且当外界环境发生变化,会导致高低增益比和本底值发生变化,使标定后融合结果中出现误差或错误的技术问题,而提供一种大线性动态范围图像自适应融合方法。本发明通过对获取的两幅高、低增益图像中像素点分类,计算出成像系统真实的高低增益比以及融合时的补偿本底,实现大线性动态范围图像的自适应融合。在进行大线性动态范围图像融合时不需要进行预先标定,能有效避免外界环境对增益比和本底的影响。

技术领域

本发明涉及图像处理技术领域,具体涉及一种大线性动态范围图像自适应融合方法。

背景技术

在生物影像、生物医学、高能物理等研究领域中,需要成像的目标图像往往具有很大的动态范围,这就要求成像系统也具有很大的线性动态范围。目前通过使用双增益图像传感器或多次曝光技术,对获取的高低增益两幅图像进行融合,从而获得大线性动态范围图像,其中对高低增益图像进行很好的融合对获取高质量的大线性动态范围图像至关重要。

目前,对高低增益两幅图像融合的方法有很多种,但都需要预先标定成像系统的高低增益比和本底值,融合前期工作量大;如果融合过程中外界环境发生变化,会导致高低增益比和本底值发生变化,致融合效果变差甚至产生错误的融合结果。

发明内容

本发明的目的是解决目前通过对两幅不同增益的图像进行融合,以得到高质量的大线性动态范围图像,但是其需要在融合前期对成像系统的高低增益比和本底值进行大量前期标定工作,并且当外界环境发生变化,会导致高低增益比和本底值发生变化,使标定后融合结果中出现误差或错误的技术问题,而提供一种大线性动态范围图像自适应融合方法。

为达到上述目的,本发明采用的技术方案为:

一种大线性动态范围图像自适应融合方法,其特殊之处在于,包括以下步骤:

步骤1:通过多次曝光或同时曝光获取两幅增益图像,其中高增益图像为H,低增益图像为L,并分别记录两幅增益图像中所有像素点的像素灰度值;

步骤2:对高增益图像H和低增益图像L分别建立像素集合SH和SL,设定像素灰度值线性范围a~b,将高增益图像H和低增益图像L中相同位置灰度值均处于像素灰度值线性范围a~b的像素分别归入集合SH、SL中;

步骤3:基于两幅增益图像的灰度值,设定分类规则并分别建立像素集合SH和SL的子合集SH1、SH2和SL1、SL2,将像素集合SH和SL中的像素点再次进行分类;

步骤4:分别计算像素集合SH和SL,以及子集合SH1、SH2和SL1、SL2中像素点的平均灰度值;

步骤5:计算两幅图像的增益比G和融合补偿本底值Vb

G=(ESH1-ESH2)/(ESL1-ESL2)

其中,ESH1、ESH2、ESL1和ESL2分别为子集合SH1、SH2、SL1和SL2中像素点的平均灰度值;

Vb=ESH-G×ESL

其中,ESH和ESL分别为像素集合SH和SL中像素点的平均灰度值;

步骤6:遍历高增益图像H和低增益图像L中的所有像素点进行融合,得到融合后的大线性动态范围HDR图像。

进一步地,步骤3中,所述设定分类规则将像素集合SH和SL中的像素点再次进行分类,具体为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西北核技术研究所,未经西北核技术研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211617138.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top