【技术实现步骤摘要】
一种针对自动驾驶的虚影高动态范围图像融合方法
本专利技术涉及自动驾驶成像
,具体来说,涉及一种针对自动驾驶的虚影高动态范围图像融合方法。
技术介绍
自动驾驶汽车(Autonomousvehicles;Self-drivingautomobile)又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人,是一种通过电脑系统实现无人驾驶的智能汽车。在20世纪已有数十年的历史,21世纪初呈现出接近实用化的趋势。自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作,让电脑可以在没有任何人类主动的操作下,自动安全地操作机动车辆。而目前自动驾驶汽车中其现实世界亮度动态范围非常大,可达10个数量级以上,而传统成像和显示设备所能呈现的亮度动态范围通常不超过3个数量级。普通相机存在无法同时捕捉到低暗或高亮区域细节的问题。为了克服上述问题,高动态范围(HighDynamicRange,HDR)成像技术应运而生,它主要分为硬件成像法与软件合成法两类。基于硬件的HDR图像获取需要专门的硬件系统,系统造价昂贵且技术尚不是很成 ...
【技术保护点】
1.一种针对自动驾驶的虚影高动态范围图像融合方法,其特征在于,包括以下步骤:/n输入多曝光图像序列标定出逆相机响应函数曲线;/n通过响应函数曲线获取响应图像;/n通过响应图像进行配准;/n结合标定逆相机响应函数曲线及权重函数,进行HDR图像融合。/n
【技术特征摘要】
1.一种针对自动驾驶的虚影高动态范围图像融合方法,其特征在于,包括以下步骤:
输入多曝光图像序列标定出逆相机响应函数曲线;
通过响应函数曲线获取响应图像;
通过响应图像进行配准;
结合标定逆相机响应函数曲线及权重函数,进行HDR图像融合。
2.根据权利要求1所述的针对自动驾驶的虚影高动态范围图像融合方法,其特征在于,进一步包括以下步骤:
参考图像与非参考图像间的相关性,获得图像间的连续区域与不连续区域,其中,不连续区域即为虚影区域;
对于输入j幅低动态范围图像,若j=3,则选取其中正常曝光图像作为参考图像;若j>3,则选取其中曝光不足或曝光过度区域最小的图像作为参考图像,因为这样的图像包含的场景信息最多。
3.根据权利要求2所述的针对自动驾驶的虚影高动态范围图像融合方法,其特征在于,进一步包括以下步骤:
标定参考图像与非参考图像的块间相关性,表示如下:
其中,Pj(k)表示块Sr(k)与块Sj(k+m)间的相关性,Sr(k)表示参考图像的第k个图像块,Sj(k+m)(j≠r)表示与参考图像对应位置的第j个非参考图像中的第k+m个图像块,m为整数;
将得到的Pj(k)进行二值化处理。
4.根据权利要求3所述的针对自动驾驶的虚影高动态范围图像融合方法,其特征在于,所述Pj(k)进行二值化处理,包括如下步骤:
设定一个门限值Ts,其范围为[0,1],其Pj(k)越大,参考图像与非参考图像之间的相关性越大,即相似度高;反之,则...
【专利技术属性】
技术研发人员:江浩峰,李卓伦,孙东哲,华文豪,
申请(专利权)人:李卓伦,
类型:发明
国别省市:重庆;50
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。