一種獲取高動態(tài)范圍圖像的裝置和方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及圖像處理技術(shù)領(lǐng)域，具體設(shè)及一種獲取高動態(tài)范圍圖像的裝置和方 法。
【背景技術(shù)】
[0002] 高動態(tài)范圍圖像化igh Dynamic Range Image,HDR圖像)是一種可W表示真實世 界場景中高動態(tài)范圍亮度信息的最有發(fā)展前途的高新技術(shù)。高動態(tài)范圍成像技術(shù)就是要正 確地表示真實世界中從太陽光直射到最暗的陰影運樣大的范圍亮度。其設(shè)及到圖形圖像 學(xué)，數(shù)學(xué)，物理學(xué)，機械學(xué)和計算機等眾多學(xué)科領(lǐng)域。與傳統(tǒng)圖像相比，HDR圖像中的像素值 正比于場景中對應(yīng)點的時間亮度值，能更好的保留場景中的亮區(qū)及暗區(qū)的細節(jié)信息。皿R圖 像獲取的關(guān)鍵點是獲取同一場景中一系列曝光程度不同的照片W及配套的合并算法。
[0003] 目前，獲取HDR圖像的主要方法是通過普通的數(shù)碼成像設(shè)備來得到HDR圖像，前提 條件是需要獲得同一個場景的多幅不同曝光量的圖像，運里圖像的兩個重點是必須是相同 場景、具有不同曝光量。但在實際應(yīng)用中，利用普通數(shù)碼相機手動獲取不同曝光量的圖像時 容易產(chǎn)生如下兩個問題：
[0004] 1.如果在定點拍攝過程中相機存在微小的移動，會使合成得到的HDR圖像變得模 糊。即使使用=腳架進行固定，也可能因為地面不平或按快口時用力不等造成輕微的移動 或旋轉(zhuǎn)。
[0005] 2.在拍攝圖像組時，如果場景中的物體發(fā)生了移動，則會使最終合成的高動態(tài)圖 像中出現(xiàn)偽影。運種情況在室外拍攝時經(jīng)常發(fā)生，例如移動的人物，云朵和被風(fēng)吹動的樹木 等。
[0006] 雖然去偽影方法在速度上和性能上較原來方法都有明顯進步，但在使用中對于高 速運動的目標(biāo)物(例如高速行駛的列車)仍然無法滿足實時性要求。當(dāng)前的各種去偽影算法 對于實用來說都在耗時過多的缺陷，因此在高速運動環(huán)境下進行景物拍攝，現(xiàn)有的先后拍 攝多張不同曝光圖像無法滿足無偽影的要求。
[0007] 如果只拍一張圖像，且使運張圖像包含所有信息，再用運張圖像合成HDR就不會存 在偽影的影響。但在實際應(yīng)用中，運種皿R圖像的獲取需要?？诘挠布到y(tǒng)，且都造價昂貴， 難W普及。經(jīng)過多年的嘗試，該方法至今沒有重大突破，利用多張不同曝光圖像序列合成一 種皿R圖像仍然是最常用最有效的方法。
[0008] 但是，目前將不同曝光圖像序列合成HDR圖像的算法一直是只依靠單個像素的信 息進行合并，而不考慮它鄰近的像素信息。運種方法針對曝光程度差別在3檔W上的圖像序 列合成時，得到的皿R圖像質(zhì)量很差。
[0009] 此外，對影響HDR圖像質(zhì)量的因素方面，現(xiàn)有研究大都側(cè)重于HDR圖像中的去偽影 技術(shù)，對于如何獲取無須去偽影的HDR圖像尚無相關(guān)研究，特別是在高速場景中如何獲取 皿R圖像的問題尚待解決。

【發(fā)明內(nèi)容】

[0010] 有鑒于此，本發(fā)明提出一種獲取高動態(tài)范圍圖像的裝置和方法，利用該裝置及配 套的合并算法，可針對一系列曝光程度不同的圖像序列進行處理，獲得皿R圖像。
[0011] 本發(fā)明提供一種獲取高動態(tài)范圍圖像的裝置，包括:相機、第一分光鏡、第二分光 鏡、高度曝光皿傳感器、中度曝光ME傳感器和低度曝光LE傳感器;其中，相機鏡頭豎直放置， S個傳感器全部位于相機鏡頭的同一側(cè)，并且，肥傳感器與相機鏡頭平行，ME傳感器與相機 鏡頭垂直，LE傳感器與ME傳感器平行;其中，第一分光鏡和第二分光鏡位于相機鏡頭和S個 傳感器所包圍的區(qū)域中，第一分光鏡與相機鏡頭成45°角放置，第二分光鏡垂直于相機鏡 頭。
[0012] 優(yōu)選地，第一分光鏡和第二分光鏡都采用半反射的鏡面。
[0013] 優(yōu)選地，第一分光鏡和第二分光鏡都采用無涂層的薄膜分光鏡。
[0014] 優(yōu)選地，在肥傳感器、ME傳感器和LE傳感器上得到的圖片完全相同，且圖片的起始 像素點在每個傳感器上也相同。
[0015] 優(yōu)選地，皿傳感器的曝光量是ME傳感器曝光量的12.2倍，ME傳感器的曝光量是LE 傳感器曝光量的17倍。
[0016] 本發(fā)明可W獲得同一時刻，同一場景下曝光程度不同的一系列圖片，運樣使得得 到的圖片，只是曝光程度不同，而場景完全相同，避免了偽影的影響。另外，本發(fā)明提出的合 并算法，利用鄰近像素點的信息，針對曝光程度差別在=檔W上的圖片仍然有較好的合成 效果。
【附圖說明】
[0017] 圖1是本發(fā)明實施例的獲取皿姻像的裝置俯視圖。
[0018] 圖2是本發(fā)明實施例的獲取皿R圖像的方法的流程圖。
[0019 ]圖3是本發(fā)明實施例的相機響應(yīng)曲線對照表。
[0020] 圖4是本發(fā)明實施例的合并算法的流程圖。
[0021] 圖5和圖6是列車的皿R圖像。
【具體實施方式】
[0022] W下結(jié)合附圖W及具體實施例，對本發(fā)明的技術(shù)方案進行詳細描述。
[0023] 在本領(lǐng)域，獲取同一場景的曝光程度不同的圖像序列是合成皿R圖像的首要關(guān)鍵 技術(shù)，而得到曝光程度不同的圖像序列之后的合成算法是獲得皿R圖像的又一關(guān)鍵技術(shù)。圖 1為本發(fā)明實施例的獲取皿R圖像的裝置的俯視圖，利用該裝置可獲取同一場景曝光程度不 同的圖像序列，該裝置包括:相機、兩個分光鏡、=個傳感器，根據(jù)獲得光照的多少分別命名 為高度曝光化igh Exposure)皿傳感器、中度曝光(Medium Exposure)ME傳感器、低度曝光 (Low Exposure)LE傳感器。
[0024] 圖1實施例中，相機位于左側(cè)，S個傳感器位于相機鏡頭的右側(cè)區(qū)域，其中，ME傳感 器與相機鏡頭垂直，ME傳感器與LE傳感器平行，皿傳感器與相機鏡頭平行，其中，兩個分光 鏡位于相機鏡頭和=個傳感器所包圍的區(qū)域，并且，分光鏡1與鏡頭成45°角放置，分光鏡2 垂直于鏡頭，即與鏡頭成90°角放置。
[0025]在本發(fā)明的實施例中，分光鏡1和分光鏡2都采用半反射的鏡面，通過改變分光鏡 的角度，可代替濾光片、光圈大小和曝光時間長短等參數(shù)變化，運樣可W使傳感器得到大量 的光照。圖1實施例采用的是半反射鏡面中的一種，既無涂層的薄膜分光鏡。
[00%]在本發(fā)明的實施例中，S個傳感器均選用市售的秒映電子科技型號為SI-1920HD CMOS的傳感器。傳感器的像素為1920*1080,且尺寸為5微米。傳感器動態(tài)范圍可W達到10 檔。相機機身擁有哈蘇鏡頭卡口，允許使用高性能、可互換的商業(yè)鏡頭。
[0027] 在安裝肥傳感器、ME傳感器和LE傳感器時，應(yīng)確保S個傳感器與分光鏡完全對齊， 運里的"對齊"是指使得場景圖片在=個傳感器上得到的圖片完全相同，且圖片的起始像素 點在每個傳感器上必須相同，既=個傳感器在分辨率和場景信息方面與單傳感器的效果完 全一樣，運樣可W使傳感器上得到圖像完全是同一場景，從而免除了去偽影的過程，使后續(xù) 的圖像處理過程得到簡化。
[0028] 在本發(fā)明的實施例中，將分光鏡安裝在鏡頭與傳感器之間，避免了多個鏡頭的使 用。分光鏡的實際透光率（Transmittance)和反射率（Ref Iectance)是W角度為變量的函 數(shù)。其中將分光鏡1放置成45°角，那么它的17?比值接近92/8,也就是說有92%的光從鏡頭 透射后，通過直接照射到高曝光肥傳感器上，而另外8%的光向上照射到分光鏡2上。分光鏡 2的角度為90°，它的17?比值是94/6,運樣有94%的光穿過分光鏡2投影到ME傳感器上，另外 的6%的光經(jīng)過反射照到了分光鏡1上。其中92%的光透過分光鏡照到LE傳感器上。
[0029] 光照在經(jīng)過分光鏡后，皿、ME和LE傳感器捕獲到的光照量分別占總光量的92%、 7.52%和0.44%。皿傳感器的曝光量是ME傳感器曝光量的12.2倍，也就是它們的動態(tài)范圍 相差3.61檔。而ME傳感器的曝光量是LE傳感器的17倍，也就是動態(tài)范圍相差4.09檔。運樣傳 感器的動態(tài)范圍被擴展到了 7.7檔。通過運樣的分光棱鏡只浪費了 0.04%的光照，而且使得 S個傳感器上照片除了光照水平不同外，其它都是相同的。當(dāng)然由于ME傳感器圖片是經(jīng)過 奇數(shù)次反射后的圖像，因此會左右顛倒，但是運個很容易用軟件進行校正。當(dāng)然T/R的值是 受波長影響的，但是為了敘述簡單，運里統(tǒng)一采用平均值。
[0030] W上給出了本發(fā)明實施例的獲取HDR圖像的裝置構(gòu)造及說明，相對于W往使用普 通相機拍攝時對操作人員要求較高的情況，利用上述裝置使操作人員能容易并準確地獲取 一系列曝光程度不同的圖像序列，無需長期訓(xùn)練和豐富的經(jīng)驗，對周邊環(huán)境也沒有特殊要 求，適用于高速場景。
[0031] 利用上述裝置采集圖像之前，對目標(biāo)場景聚焦，設(shè)置相機帖率、光圈大小等，使圖 像清晰，然后開始采集圖像，可將采集到的圖像存儲在數(shù)據(jù)采集卡中。
[0032] 對于采集到的圖像，為一系列曝光程度不同的圖像序列，為了得到高質(zhì)量的皿R圖 像，本發(fā)明提出了配套的圖像數(shù)據(jù)處理方法，W下進行詳細描述。
[0033] 參考圖2,在對采集到的圖像進行算法合并之前，首先進行插值處理，可利用 Malvar方法進行RGB通道的插值處理。由于對圖像數(shù)據(jù)進行了插值處理，運樣可W有效的破 壞像素的飽和度。例如，亮澄色的區(qū)域可能具有飽和的紅色像素，而綠色和藍色像素卻是不 飽和的。運里，由于在合并算法之前進行了插值技術(shù)的處理，所W W下描述的合并算法是建 立在像素值基礎(chǔ)上的。
[0034] 然后，對插值處理后的圖像數(shù)據(jù)進行HDR算法合并，目的是得到HDR圖像。具體過程 如下：
[00巧]首先直接利用Debevec與Malik算法，獲取如圖3所示的相機響應(yīng)曲線值。Debevec 和MaUk使用一組已知精確曝光度的圖像，可W得到更精確地結(jié)果。該算法對響應(yīng)函數(shù)沒有