System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于多种融合策略的景深合成方法、装置、电子设备及存储介质制造方法及图纸_技高网

基于多种融合策略的景深合成方法、装置、电子设备及存储介质制造方法及图纸

技术编号:41207793 阅读:3 留言:0更新日期:2024-05-09 23:29
本申请提供了一种基于多种融合策略的景深合成方法、装置、电子设备及存储介质,涉及计算机技术领域。其中,该方法包括:获取多张同一坐标下的不同对焦平面的彩色图像;基于彩色图像对应的灰色图像,其中,每张彩色图像对应一张灰色图像;计算灰色图像中的所有像素点的图像序列散焦指数;基于像素点的图像序列散焦指数确定目标图像序列,其中,每个像素点都对应有目标图像序列;将全部像素点的目标图像序列进行融合。本申请解决了相关技术中景深合成的图像对比度不足与处理效率低的问题。

【技术实现步骤摘要】

本申请涉及计算机,具体而言,本申请涉及一种基于多种融合策略的景深合成方法、装置、电子设备及存储介质


技术介绍

1、景深是指相机对焦点前后相对清晰地成像范围。景深合成是对相机镜头连续变焦时采集的非平面物体的图像序列进行分析,提取序列里每一帧图像中聚焦相对清晰地区域,形成一幅新的各区域都清晰的全景深的图像。

2、在现有景深合成算法中,主要分为基于空间域和基于变换域两种。基于空间域的景深合成是通过分析图像的空间特征来实现融合,但这种方法容易产生分块效应,对比度偏低的问题,基于变换域的景深合成图像质量更高,但存在计算复杂,耗时高的问题。

3、从上述可知,现有的景深合成方法存在图像对比度不足与处理效率低的问题。


技术实现思路

1、本申请各提供了一种基于多种融合策略的景深合成方法、装置、电子设备及存储介质,可以解决相关技术中存在图像对比度不足与处理效率低的问题。所述技术方案如下:

2、一种基于多种融合策略的景深合成方法,包括:获取多张同一坐标下的不同对焦平面的彩色图像;基于彩色图像对应的灰色图像,其中,每张彩色图像对应一张灰色图像;计算灰色图像中的所有像素点的图像序列散焦指数;基于像素点的图像序列散焦指数确定目标图像序列,其中,每个像素点都对应有目标图像序列;将全部像素点的目标图像序列进行融合;其中,每个像素点确定目标图像序列的过程如下:若图像序列散焦指数匹配清晰集合,则确定最清晰的图像序列为目标图像序列;若图像序列散焦指数匹配中间集合,则获取像素点多个图像序列进行加权平均确定目标图像序列;若图像序列散焦指数匹配模糊集合,则获取等替像素点并确定等替像素点的图像序列为目标图像序列。

3、根据本申请的一个方面,一种基于多种融合策略的景深合成装置,包括:彩色图像获取模块,用于获取多张同一坐标下的不同对焦平面的彩色图像;灰色图像获取模块,用于基于彩色图像对应的灰色图像,其中,每张彩色图像对应一张灰色图像;指数计算模块,用于计算灰色图像中的所有像素点的图像序列散焦指数;目标图像序列确定模块,基于像素点的图像序列散焦指数用于确定目标图像序列,其中,每个像素点都对应有目标图像序列;融合模块,用于将全部像素点的目标图像序列进行融合;其中,每个像素点确定目标图像序列的过程如下:第一序列确定模块,若图像序列散焦指数匹配清晰集合,则用于确定最清晰的图像序列为目标图像序列;第二序列确定模块,若图像序列散焦指数匹配中间集合,则用于获取像素点多个图像序列进行加权平均确定目标图像序列;第三序列确定模块,若图像序列散焦指数匹配模糊集合,则用于获取等替像素点并确定等替像素点的图像序列为目标图像序列。

4、在一示例性实施例中,所述装置还包括,聚焦度量确定模块,用于确定像素点对应的聚焦度量;伽马校正模块,用于将所述聚焦度量进行伽马校正,并确定对应的图像序列散焦指数。

5、在一示例性实施例中,所述装置还包括,选定模块,用于选定两个临界数值a、b,其中,a大于b;第一匹配模块,当a<图像序列散焦指数,则用于匹配清晰集合;第二匹配模块,当b<图像序列散焦指数≤a,则用于匹配中间集合;第三匹配模块,当图像序列散焦指数≤b,则用于匹配模糊集合。

6、在一示例性实施例中,所述装置还包括,第一聚焦度量获取模块,用于获取像素点对应全部的聚焦度量;第一目标序列确定模块,基于全部的聚焦度量用于确定最大的聚焦度量为目标图像序列。

7、在一示例性实施例中,所述装置还包括,第二聚焦度量获取模块,用于获取像素点对应全部的聚焦度量;聚焦度量数量确定模块,基于全部的聚焦度量用于确定n个指定聚焦度量,其中,n个聚焦度量为全部聚焦度量中最大的聚焦度量,并n≥3;第二目标序列确定模块,将n个指定聚焦度量进行加权平均用于确定目标图像序列。

8、在一示例性实施例中,所述装置还包括,第三散焦指数获取模块,获取需替换像素点对应的周侧像素点的周侧图像序列散焦指数;周侧像素点集合选定模块,用于选定周侧图像序列散焦指数大于a的周侧像素点集合;等替像素点确定模块,基于周侧像素点集合的需替换像素点最近距离用于确定等替像素点。

9、根据本申请的一个方面,一种电子设备,包括至少一个处理器以及至少一个存储器,其中,所述存储器上存储有计算机可读指令;所述计算机可读指令被一个或多个所述处理器执行,使得电子设备实现如上所述的基于多种融合策略的景深合成方法。

10、根据本申请的一个方面,一种存储介质,其上存储有计算机可读指令,所述计算机可读指令被一个或多个处理器执行,以实现如上所述的基于多种融合策略的景深合成方法。

11、根据本申请的一个方面,一种计算机程序产品,计算机程序产品包括计算机可读指令,计算机可读指令存储在存储介质中,电子设备的一个或多个处理器从存储介质读取计算机可读指令,加载并执行该计算机可读指令,使得电子设备实现如上所述的基于多种融合策略的景深合成方法。

12、本申请提供的技术方案带来的有益效果是:图像序列散焦程度确定对应图像像素点使用的图像融合规则,不仅可以减少图像融合的计算量,提高融合效率,也可以减缓景深合成图像对比度降低的情况;并且采用局部加权平均的方式,可以提升景深合成图像质量。

13、在上述技术方案中,基于彩色图像对应的灰色图像便可以计算灰色图像中的所有像素点的图像序列散焦指数,其中,每张图像中的同个像素点对应的图像序列散焦指数有所不同,可以基于像素点的图像序列散焦指数确定目标图像序列,然后将全部像素点的目标图像序列进行融合,其中,若图像序列散焦指数匹配清晰集合,则确定最清晰的图像序列为目标图像序列,若图像序列散焦指数匹配中间集合,则获取像素点多个图像序列进行加权平均确定目标图像序列,若图像序列散焦指数匹配模糊集合,则获取等替像素点并确定等替像素点的图像序列为目标图像序列;本申请的方案中,针对像素点的图像序列散焦指数的不同可以用不同方式确定目标图像序列,从而可以确定较为清晰贴合的图像序列进行融合,不仅可以减少图像融合的计算量,提高融合效率,也可以减缓景深合成图像对比度降低的情况;并且采用局部加权平均的方式,可以提升景深合成图像质量从而能够有效地解决相关技术中存在图像对比度不足与处理效率低的问题。

本文档来自技高网...

【技术保护点】

1.一种基于多种融合策略的景深合成方法,其特征在于,包括:

2.如权利要求1所述的方法,其特征在于,在所述计算灰色图像中的所有像素点的图像序列散焦指数的过程中,所述方法还包括:

3.如权利要求2所述的方法,其特征在于,在匹配所述图像序列散焦指数集合的过程中,所述方法还包括:

4.如权利要求3所述的方法,其特征在于,在所述确定最清晰的图像序列为目标图像序列的过程中,所述方法还包括:

5.如权利要求3所述的方法,其特征在于,在所述获取像素点多个图像序列进行加权平均确定目标图像序列的过程中,所述方法还包括:

6.如权利要求3所述的方法,其特征在于,在所述获取等替像素点并确定等替像素点的图像序列为目标图像序列的过程中,所述方法还包括:

7.一种基于多种融合策略的景深合成装置,其特征在于,包括:

8.如权利要求7所述的装置,其特征在于,所述装置还包括:

9.一种电子设备,其特征在于,包括:至少一个处理器以及至少一个存储器,其中,

10.一种存储介质,其上存储有计算机可读指令,其特征在于,所述计算机可读指令被一个或多个处理器执行,以实现如权利要求1至6中任一项所述的基于多种融合策略的景深合成方法。

...

【技术特征摘要】

1.一种基于多种融合策略的景深合成方法,其特征在于,包括:

2.如权利要求1所述的方法,其特征在于,在所述计算灰色图像中的所有像素点的图像序列散焦指数的过程中,所述方法还包括:

3.如权利要求2所述的方法,其特征在于,在匹配所述图像序列散焦指数集合的过程中,所述方法还包括:

4.如权利要求3所述的方法,其特征在于,在所述确定最清晰的图像序列为目标图像序列的过程中,所述方法还包括:

5.如权利要求3所述的方法,其特征在于,在所述获取像素点多个图像序列进行加权平均确定目标图像序列的过程中,所述方法还包括:...

【专利技术属性】
技术研发人员:王大伟周逸铭黄康
申请(专利权)人:深圳市辰卓科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1