实时自适应阴影和高光增强制造技术

“自适应曝光校正器”对个体图像或任意长度的图像序列执行自动实时曝光校正。“曝光校正”在本文中被限定为对图像的阴影、高光、高频特征和颜色饱和度的任何组合的自动调整或校正。自适应曝光校正器通过各种噪声知晓图像处理函数的曝光校正，基于图像ISO和相机ISO能力以及相机噪声特性输出感官上改善的图像。初始校准过程使这些噪声知晓图像处理函数适用于特定相机型号和类型的噪声特性以及特定相机ISO设置。更具体而言，此校准过程预计算噪声知晓缩放函数(NASF)和颜色标量函数(CSF)。NASF和CSF然后被应用以调适各种图像处理函数，随后应用这些图像处理函数以在图像被捕捉时对这些图像执行实时噪声知晓曝光校正。

Real-time adaptive shadow and highlight enhancement

The adaptive exposure corrector performs automatic real-time exposure correction for individual images or image sequences of arbitrary length. In this paper, \exposure correction\ is limited to automatic adjustment or correction of any combination of image shadows, highlights, high frequency features and color saturation. Adaptive exposure correction can output sensory-improved images based on image ISO and camera ISO capabilities and camera noise characteristics through exposure correction of various noise-aware image processing functions. The initial calibration process enables these noise-aware image processing functions to be applied to the noise characteristics of a particular camera type and type and to the ISO settings of a particular camera. More specifically, the noise awareness scaling function (NASF) and the color scalar function (CSF) are expected to be calculated in this calibration process. NASF and CSF are then applied to adjust various image processing functions, which are then applied to perform real-time noise awareness exposure correction for these images when they are captured.

【技术实现步骤摘要】
【国外来华专利技术】实时自适应阴影和高光增强
技术介绍
图像的曝光过度或曝光不足是决定照片或图像的质量时经常被考虑的因素。这些类型的曝光问题通常是通过为高动态范围成像捕捉场景的一组两个或更多个包围感光(bracketed)图像并然后应用结果数据来校正或调整包围感光图像中的一个或多个的图像曝光来解决。但是，对于大多数相机，默认情况下只捕捉单个图像。在单个图像捕捉的情况下，自动曝光校正方法包括诸如手动用户调整、自动直方图拉伸、基于S曲线的曝光调整、基于机器学习的校正(基于图像数据库中类似图像的外观调整图像曝光)等技术。然而，此类方法往往会放大噪声和/或产生不良影响，诸如作为曝光校正处理的副产品的图像中的颜色偏移和对比度损失。概述提供下面的概述以便以简化的形式介绍以下在详细描述中进一步描述的概念的选集。本概述并非旨在标识出要求保护的主题的关键特征或必要特征，亦非旨在用作辅助确定要求保护的主题的范围。进而，尽管本文中可能讨论了其他技术的某些缺点，然而所要求保护的主题不旨在限于可解决或针对那些其他技术中的任何或全部缺点的实现。本概述唯一的目的是以简化的形式呈现所要求保护的主题的某些概念，作为下文呈现的比较详细的描述的前本文档来自技高网...

【技术保护点】
1.一种计算机实现过程，所述计算机实现过程包括应用通用计算设备以执行用于以下的过程动作：针对数字相机的多个ISO设置中的每一个ISO设置，从所述数字相机捕捉的静态校准目标的多个对准图像中生成噪声级函数(NLF)；针对所述数字相机的所述多个ISO设置中的每一个ISO设置，接收从集合中对第一偏好图像的单个选择，所述集合包括此图像的多个版本，每个版本具有不同的曝光调整；针对所述数字相机的所述多个ISO设置中的每一个ISO设置，根据对应的所述第一偏好图像的单个选择来估计alpha函数；针对所述数字相机的所述多个ISO设置中的每一个ISO设置，根据对应的NLF和对应的alpha函数的组合来估计噪声知晓缩...

【技术特征摘要】
【国外来华专利技术】1.一种计算机实现过程，所述计算机实现过程包括应用通用计算设备以执行用于以下的过程动作：针对数字相机的多个ISO设置中的每一个ISO设置，从所述数字相机捕捉的静态校准目标的多个对准图像中生成噪声级函数(NLF)；针对所述数字相机的所述多个ISO设置中的每一个ISO设置，接收从集合中对第一偏好图像的单个选择，所述集合包括此图像的多个版本，每个版本具有不同的曝光调整；针对所述数字相机的所述多个ISO设置中的每一个ISO设置，根据对应的所述第一偏好图像的单个选择来估计alpha函数；针对所述数字相机的所述多个ISO设置中的每一个ISO设置，根据对应的NLF和对应的alpha函数的组合来估计噪声知晓缩放函数(NASF)；以及基于由所述数字相机的实例捕捉的任意输入图像的所述ISO，应用对应的一个NASF以对所述任意输入图像执行自动实时噪声知晓曝光校正。2.如权利要求1所述的计算机实现过程，其特征在于，进一步包括：针对所述数字相机的所述多个ISO设置中的每一个ISO设置，接收从集合中对第二偏好图像的单个选择，所述集合包括所述图像的多个版本，每个版本具有不同的颜色饱和度调整；以及针对所述数字相机的所述多个ISO设置中的每一个ISO设置，根据对应的所述第二偏好图像的单个选择来估计颜色缩放函数(CSF)。3.如权利要求2所述的计算机实现过程，其特征在于，进一步包括，基于所述任意输入图像的所述ISO，应用对应的一个CSF以对所述任意输入图像执行自动实时噪声知晓颜色饱和度调整。4.如权利要求1所述的计算机实现过程，其特征在于，进一步包括，对于所述数字相机的所述多个ISO设置中的每一个ISO设置，通过将对应的一个NASF应用于线性拉伸函数来应用所述对应的一个NASF以生成噪声知晓非线性直方图拉伸函数，并将所得的非线性拉伸函数夹持到最小和最大强度范围。5.如权利要求4所述的计算机实现过程，其特征在于，进一步包括，基于所述任意输入图像的所述ISO，应用对应的一个噪声知晓非线性直方图拉伸函数以对所述任意输入图像执行自动实时直方图拉伸。6.如权利要求1所述的计算机实现过程，其特征在于，进一步包括，对于所述数字相机的所述多个ISO设置中的每一个ISO设置，应用对应的一个NASF以估计噪声知晓非线性曲线，该曲线指定所述任意输入图像的一个或多个区域相对于该一个或多个区域的初始亮度值的经修改的亮度值。7.如权利要...

【专利技术属性】
技术研发人员：袁路，S·B·康，C·A·沙阿，
申请(专利权)人：微软技术许可有限责任公司，
类型：发明
国别省市：美国,US