[发明专利]一种合成高动态范围图像的方法

摘要

本发明涉及一种合成高动态范围图像的方法，其特征在于：在计算机中装有Lumincept9.31.1软件，按步骤1、选择合适的场景记为Scene；步骤2、获取塔尖形状的物体的底部到顶部之间的距离，用变量Bulid_H表示；步骤3、调节相机的位置和姿态，使Scene中塔尖形状的物体的最高处位于相机的取景器的中心位置。其通过拍摄一组曝光度不同的干净天空的图片，使用Lumincept软件模拟该图片所对应的亮度信息模型，该模型记录了所拍摄的这一组曝光度不同的干净天空所对应的真实光照信息，构成了一组非线性关系，即为要恢复的相机响应曲线，通过使用CIE模型中的三个可以反应人类眼睛敏感度的参数来计算合成高动态范围图像的三个通道的值。

主权项

1.一种合成高动态范围图像的方法，其特征在于：在计算机中装有Lumincept9.31.1软件，按以下步骤完成：步骤1、选择合适的场景，场景中只包括一个塔尖形状的物体，塔尖形状的物体远高于场景中的其他物体,场景中还包括没有云彩的天空，这样的场景记为Scene；步骤2、获取塔尖形状的物体的底部到顶部之间的距离，用变量Bulid_H表示，距离的单位为米；获取塔尖形状的物体在WGS84坐标系下的经度和纬度，分别用变量Location_longitude1、Location_latitude1表示；步骤3、调节相机的位置和姿态，使Scene中塔尖形状的物体的最高处位于相机的取景器的中心位置；始终保持相机的位置和姿态不变，获取相机在WGS84坐标系下的经度和纬度，分别用变量Location_longitude2、Location_latitude2表示；由小到大的改变相机的曝光时间A次，相机的其他参数不变，通过相机获取每个曝光时间对应的一张Scene照片，第I张照片的曝光时间设为S(I)，曝光时间的单位为秒，第I张照片用Image(I)表示，I＝1,2,...,A；记录拍摄第一张照片时的当地时间，用变量Time表示；步骤4、查看谷歌地图，分别找到相机和Scene中塔尖形状的物体在谷歌地图中的位置，获得他们之间的距离，用变量Distance表示，利用Distance和Build_H的值，在Lumicept软件中模拟相机的位置和方向；步骤5、Lumicept软件中使用CIE(Commission Internationale de L’Eclairage)标准天空模型，根据Time、Bulid_H、Location_longitude1、Location_latitude1和Location_longitude2、Location_latitude2，在Lumicept软件中复现Image(1)中的场景，将复现的场景记为Simulated_model；步骤6、设寻找Image(k)中所有的天空区域，用Sky表示，将Sky中所有像素点按照从左到右，从上到下的顺序构成矩阵Z；将矩阵Z的行数设为m,列数设为n，Z(c,d)＝(R(c,d),G(c,d),B(c,d))为矩阵Z的第c行第d列元素，其中R(c,d)、G(c,d)、B(c,d)分别为Z(c,d)的RGB值，c＝1,2,…,m；d＝1,2,…,n；步骤7、构造矩阵Gy，设元素Gy(c,d)是矩阵Gy的第c行第d列元素，Gy(c,d)＝B(c,d)，c＝1,2,...,m；d＝1,2,...,n；设矩阵Gy中元素的最大值用maxGy表示，矩阵Gy中元素的最小值用minGy表示；步骤8、根据矩阵Gy中的元素的最大值和最小值来确定采样点的个数N，只需满足方程：(maxGy‑minGy)＜N＜2(maxGy‑minGy)步骤9、构造向量Lrange，Lrange(t)为向量Lrange中的第t个元素，Lrange(1)＝minGyLrange(t)＝((maxGy‑minGy)/N)*(t‑1)；t＝2，3，...，N；步骤10、构造向量RandNumber，RandNumber(e)为RandNumber的第e个元素，且RandNumber(e)为整数，Lrange(e)≤RandNumber(e)≤Lrange(e+1)e＝1，2….，N‑1；步骤11、设在矩阵Gy中与RandNumber(e)相同元素的个数为size(e)，e＝1,2….,N；构造矩阵Hp，设元素Hp(i,j)是矩阵Hp的第i行第j列元素，i＝1,2,…,size(p)；j＝1,2；p＝1,2,…,N；构造向量w，w(q)为向量w的第q个元素，w(q)＝1，q＝1,2,…,size(p)，p＝1,2,…,N；步骤12、按照从上到下，从左到右的顺序，如果Gy(c,d)等于RandNumber(e)，那么Hp(w(p),1)＝c；Hp(w(p),2)＝d，w(p)＝w(p)+1；构造向量random(i)为向量random的第i个值，random(i)的值是大于1并且小于w(i)的任意一个整数，c＝1,2,…,m；d＝1,2,…,n，i＝1,2,…,size(p)，e＝p＝1,2,…,N；步骤13、构造矩阵RandTest，其中RandTest(i,j)是矩阵RandTest中的第i行第j列元素，i＝1,2,…,N；j＝1,2；RandTest(i,1)＝Hp(random(i),1)，RandTest(i,2)＝Hp(random(i),2)，i＝1,2,…,N；步骤14、将Image(L)上所有像素点按照从左到右，从上到下的顺序构成矩阵ZL，将矩阵ZL的行数设为r,列数设为s,设元素ZL(i,j)＝(R_L(i,j),G_L(i,j),B_L(i,j))，ZL(i,j)是矩阵ZL的第i行第j列元素，其中R_L(i,j)、G_L(i,j)、B_L(i,j)分别为ZL(i,j)的RGB值i＝1,2,…,r；j＝1,2,…,s；L＝1,2,…,A；步骤15、构造一个向量U_R，其中U_R(X)为向量U_R中第X个元素；U_R(X)＝R_L(RandTest(i,1),RandTest(i,2))，其中X＝(L‑1)*N+i；L＝1,2,…,A，i＝1,2,…,N；步骤16、构造一个向量U_G，其中U_G(X)为向量U_G中第X个元素；当U_G(X)＝G_L(RandTest(i,1),RandTest(i,2))，其中X＝(L‑1)*N+i；L＝1,2,…,A，i＝1,2,…,N；步骤17、构造一个向量U_B，其中U_B(X)为向量U_B中第X个元素；当U_B(X)＝B_L(RandTest(i,1),RandTest(i,2))，其中X＝(L‑1)*N+i；L＝1,2,…,A，i＝1,2,…,N；步骤18、构造向量Luminance_R，Luminance_R(Y)为向量Luminance_R中的第Y个元素；使用Lumicept，读取Simulated_model中坐标为(RandTest(i,1),RandTest(i,2))的像素点R通道Luminance值，记为LuminanceR(RandTest(i,1),RandTest(i,2))；则Luminance_R(Y)＝S(I)*LuminanceR(RandTest(i,1),RandTest(i,2))，其中Y＝(I‑1)*N+i，I＝1,2,…,A，i＝1,2,…,N；步骤19、构造向量Luminance_G，Luminance_G(Y)为向量Luminance_G中的第Y个元素；使用Lumicept，读取Simulated_model中坐标为(RandTest(i,1),RandTest(i,2))的像素点的G通道Luminance值，记为LuminanceG(RandTest(i,1),RandTest(i,2))；则Luminance_G(Y)＝S(I)*LuminanceG(RandTest(i,1),RandTest(i,2))，其中Y＝(I‑1)*N+i，I＝1,2,…,A，i＝1,2,…,N；步骤20、构造向量Luminance_B，Luminance_B(Y)为向量Luminance_B中的第Y个元素；使用Lumicept，读取Simulated_model中坐标为(RandTest(i,1),RandTest(i,2))的像素点的B通道Luminance值，记为LuminanceB(RandTest(i,1),RandTest(i,2))；则Luminance_B(Y)＝S(I)*LuminanceB(RandTest(i,1),RandTest(i,2))，其中Y＝(I‑1)*N+i，I＝1,2,…,A，i＝1,2,…,N；步骤21、构造一个矩阵ψ，ψ(ii，jj)表示矩阵ψ的第ii行第jj列元素，ii＝0,1,2,3,4；jj＝0,1,2,3,4；构造向量F1，F1(ii)表示向量F1的第ii个元素，ii＝0,1,2,3,4；则可根据下式计算a0，a1，a2，a3，a4的值，R通道的相机响应曲线可用函数fr(h)表示，fr(h)＝a0h0+a1h1+a2h2+a3h3+a4h4步骤22、构造一个矩阵β，β(ii，jj)表示矩阵β的第ii行第jj列元素，ii＝0,1,2,3,4；jj＝0,1,2,3,4；构造向量F2，F2(ii)为向量F2的第ii个元素，ii＝0,1,2,3,4；则可根据下式计算b0，b1，b2，b3，b4的值，G通道的相机响应曲线可用函数fg(h)表示，fg(h)＝b0h0+b1h1+b2h2+b3h3+b4h4步骤23、构造一个矩阵δ，δ(ii，jj)表示矩阵δ的第ii行第jj列元素，ii＝0,1,2,3,4；jj＝0,1,2,3,4；构造向量F3，F3(ii)为向量F3的第ii个元素，ii＝0,1,2,3,4；则可根据下式计算c0，c1，c2，c3，c4值，B通道的相机响应曲线可用函数fb(h)表示，fb(h)＝c0h0+c1h1+c2h2+c3h3+c4h4步骤24、用相机1拍摄任意场景，获得一张照片，用变量Picture_cloud表示；拍摄Picture_cloud时相机1的曝光时间用变量ExposureTime_cloud表示；步骤25、将Picture_cloud中所有像素点按照从左到右，从上到下的顺序构成矩阵P_C；设矩阵P_C的行数为r，列数为s，P_C(i,j)＝(P_CR(i,j),P_CG(i,j),P_CB(i,j))为矩阵P_C第i行第j列元素，P_CR(i,j)、P_CG(i,j)、P_CB(i,j))分别为P_C(i,j)的RGB值，i＝1,2,…,r；j＝1,2,…,s；步骤26、令CIER＝0.25100031242007470，CIEG＝0.6646797942289187，CIEB＝0.08431989，构造矩阵L_total，L_total(i，j)为矩阵L_total的第i行第j列元素，则L_total(i,j)可表示为：i＝1,2,…,r；j＝1,2,…,s；步骤27、Picture_cloud对应的高动态范围图像的RGB值分别用矩阵RHDRI、GHDRI、BHDRI表示，RHDRI(i，j)、GHDRI(i，j)、BHDRI(i，j)分别为RHDRI、GHDRI、BHDRI的第i行第j列元素，通过上述步骤可以快速、高精度地生成高动态范围图像。