The invention discloses a method for multi view LDR image to generate high resolution HDR images, step (1), get two pieces in the same line of the different angle of view image, and a vision of the picture content and around two adjacent image have overlapping part; step (2), in recognition of the two adjacent image feature points and matching, the public part of the two images are extracted; step (3), with different length of exposure to the overlapping part of two adjacent images in contrast, saturation and moderate exposure to the three generation measure factor weight maps, multi-resolution image fusion in Pyramid, generated with HDR effect; step (4), obtain two images with similar HDR effect; step (5), will have similar effects of HDR two generation image and overlap fusion of HDR images, the generation of high resolution HDR image. The invention combines the fusion and the splicing process, improves the real-time performance of the multiple splicing, and the frame rate and the visual effect in the video system.
【技术实现步骤摘要】
一种多视角LDR图像生成高分辨率HDR图像的方法
本专利技术涉及图像处理领域,特别是涉及一种生成高分辨率HDR图像的方法。
技术介绍
HDR图像的生成算法以及全景图像的拼接方法都是很早以前就有相关的研究,其中一些比较经典的算法已经发展的比较成熟。而将两者结合起来的HDR全景图像或视频的生成方法研究却是最近几年刚刚兴起的,主要是因为其符合社会发展的潮流,有很多应用的价值和前景。HDR全景图像的生成方法涉及多个环节,其中主要有包括图像获取、图像融合、图像拼接几个大类,每一部分均可考虑到不同的情况由不同的方法加以实现,此外,虽然每个部分看似相对独立,但是对于各部分的整合方法即整体设计也是研究人员们所重点关注的一部分内容。高分辨率HDR及全景HDR图像生成已经成为关注的焦点,众多学者和机构就此展开了研究。比如,FumioOkura等人将HDR全景应用于空中航拍,介绍了一套从空中获得HDR全景图像的完整系统,通过在无人机上下各固定一个立体相机,然后每个相机通过自动曝光控制获得LDR图像序列,再通过具体的融合算法得到HDR图像,最后将上下两个相机获得的HDR图像进行融合,得到最后的HDR全景图像。VladanPopovic等人设计了一个基于FPGA的图像处理系统,可以利用其所设计的环形图像采集设备实现实时地HDR全景帧的融合。每相邻两个摄像头一个曝光时间长,一个曝光时间短,利用其相邻图像的重合部分进行图像融合,最终生成一个全景的HDR图像帧,其所设计的系统方法对硬件的依赖性较高,不便于直接对图像进行处理。KvaleStensland等人通过不同角度的五个相机实现对足球 ...
【技术保护点】
一种多视角LDR图像生成高分辨率HDR图像的方法,其特征在于,该方法包括以下步骤:步骤(1)、获取两幅在同一直线上的不同视角的图像,且相邻两个相机设置为不同的曝光时间,共有长短两种曝光时间,在相邻相机中交替,且要求一个图像的视野内容与左右相邻两图像均有重合部分;步骤(2)、利用surf算子进行相邻两幅图像特征点的识别和匹配,通过对匹配的特征点做平均运算得到平移视差的具体值,从而将两幅图像中的公共部分提取出来;具体做法为:首先利用Hessian矩阵求出各像素点的特征值,Hessian矩阵为
【技术特征摘要】
1.一种多视角LDR图像生成高分辨率HDR图像的方法,其特征在于,该方法包括以下步骤:步骤(1)、获取两幅在同一直线上的不同视角的图像,且相邻两个相机设置为不同的曝光时间,共有长短两种曝光时间,在相邻相机中交替,且要求一个图像的视野内容与左右相邻两图像均有重合部分;步骤(2)、利用surf算子进行相邻两幅图像特征点的识别和匹配,通过对匹配的特征点做平均运算得到平移视差的具体值,从而将两幅图像中的公共部分提取出来;具体做法为:首先利用Hessian矩阵求出各像素点的特征值,Hessian矩阵为其中,Lxx(x,σ)是原图像I经高斯滤波后得到的图像g(σ)在x方向的二阶导数,Lxy(x,σ)、Lyy(x,σ)也都是在各方向上g(σ)的二阶导数;计算特征值的公式为det(Happrox)=DxxDyy-(0.9Dxy)2其中Dxx、Dyy、Dxy分别为海塞矩阵近似模板在相应方向上的二阶导数;若某点的特征值是其领域27个点中最大的,则可认为该点为特征点;获取特征点的特征向量,首先计算特征点的主方向,具体过程如下:1)统计以特征点为中心,正比于特征点尺度的某个数位半径,张角为60°的扇形区域内所有像素点的sumX=(y方向小波变换响应)*(高斯函数),sumY=(x方向小波变换响应)*(高斯函数),计算合成向量角度θ=arctan(sumY/sumX),模长sqrt(sumy*sumy+sumx*sumx);2)将扇形沿逆时针旋转(一般取步长为0.1个弧度),以同样方法计算合成向量;3)求出各方向扇形的合成向量模长最大值,其对应的角度即特征点主方向,获得特征向量具体过程如下:31)选定以特征点为中心的一块正方形区域,将其旋转与主方向对齐;32)将正方形分为4×4的16个子区域,对每个区域进行小波变换,得到4个系数;33)由上述两步,生成4×4×4=64维向量;计算两向量内积,最大值为与该点最匹配的点,设定一具体阈值,只有当最大值大于这个阈值可认为两特征点匹配;步骤(3)、融合生成HDR图像:对相邻两幅图像具有长短不同曝光的重合部分以对比度、饱和度和适度曝光量为三...
【专利技术属性】
技术研发人员:陈小楠,张淑芳,雷志春,
申请(专利权)人:天津大学,
类型:发明
国别省市:天津,12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。