专利名称：一种摄像机宽动态图像增强方法及装置的利记博彩app
技术领域：
本发明涉及一种图像处理方法及装置，特别是摄像机宽动态图像增强方法及装置。
背景技术：
宽动态技术是在非常强烈的对比下让摄像机看到影像的特色而运用的一种技术。当在强光源(日光、灯具或反光等)照射下的高亮度区域及阴影、逆光等相对亮度较低的区域在图像中同时存在时，摄像机输出的图像会出现明亮区域因曝光过度成为白色，而黑暗区域因曝光不足成为黑色，严重影响图像质量。摄像机在同一场景中对最亮区域及较暗区域的表现是存在局限的，这种局限就是通常所讲的“动态范围”。传统的宽动态增强方法有两类一类是基于曲线变换的方法，一类是基于双快门曝光然后数字合成的方法。基于曲线变换的方法通过构造对数变换、指数变换或者自定义曲线变换公式，将原始数据映射到相应的变换空间，达到增强图像宽动态范围的目的，但是在变换过程中图像的细节也随着损失，使得变换后的图像对比度降低。基于双快门的方式需要硬件设计支持用两个不同的快门时间同时曝光产生两帧图像，一帧得到清晰的亮区，一帧得到清晰的暗区，然后通过图像融合方法得到一帧宽动态范围的图像
发明内容
本发明的目的在于，提供一种摄像机宽动态图像增强方法及装置。它可以实现较好的宽动态效果，使得宽动态增强后的图像细节损失减小，并保证较高的对比度。本发明的技术方案一种摄像机宽动态图像增强方法，包括以下步骤①通过在原始图像数据中分别统计图像中较亮像素区域及较暗像素区域的像素均值，利用像素均值的不同取值范围，获取亮度提升因子，以亮度提升因子为参数，利用指数曲线，将原始图像做一次映射，得到拉伸后的图像；②再通过对拉伸后的图像进行高斯模糊处理，获取拉伸后图像的低频图谱，利用低频图与拉伸后图像的比值作为参数，对拉伸后的图像作对比度提升，得到最终的宽动态图像。上述的摄像机图像处理方法中，所述步骤①的具体方法包括以下步骤(S21)读取原始图像的RGB图像数据；(S22)将RGB图像数据转为YUV数据；(S23)获取Y分量中灰度值最大像素值MaxY和最大10%的像素的均值MaxYP ；(S24)获取Y分量中灰度值最小像素值MinY和最小10%的像素的均值MinYP ；(S25 )根据MaxYP、MinYP和提升因子求取公式得出亮度提升因子LumCoef，其中提升因子求取公式为
权利要求
1.一种摄像机宽动态图像增强方法，其特征在于，包括以下步骤①通过在原始图像数据中分别统计图像中较亮像素区域及较暗像素区域的像素均值， 利用像素均值的不同取值范围，获取亮度提升因子，以亮度提升因子为参数，利用指数曲线，将原始图像做一次映射，得到拉伸后的图像；②再通过对拉伸后的图像进行高斯模糊处理，获取拉伸后图像的低频图谱，利用低频图与拉伸后图像的比值作为参数，对拉伸后的图像作对比度提升，得到最终的宽动态图像。
2.根据权利要求1所述的摄像机图像处理方法，其特征在于，所述步骤①的具体方法包括以下步骤(521)读取原始图像的RGB图像数据；(522)将RGB图像数据转为YUV数据；(523)获取Y分量中灰度值最大像素值MaxY和最大10%的像素的均值MaxYP；(524)获取Y分量中灰度值最小像素值MinY和最小10%的像素的均值MinYP；(S25 )根据MaxYP、MinYP和提升因子求取公式得出亮度提升因子LumCoef，其中提升因子求取公式为
3.根据权利要求2所述的摄像机图像处理方法，其特征在于，所述步骤②的具体方法包括以下步骤(531)读取亮度提升后图像的Y通道图像数据；(532)采用5X5的高斯模板M与亮度拉伸后图像的灰度
图1light进行卷积操作，得到 Y通道的模糊后图像的灰度图1blur，卷积公式为Iblur=Ilight*M，其中，模板矩阵为
4.实现权利要求1至3任一权利要求所述的一种摄像机宽动态图像增强装置，其特征在于包括曲线拉伸模块(12)和对比度提升模块(13);其中曲线拉伸模块(12)完成从RGB 数据源(11)中分析出亮度提升因子，以亮度提升因子为参数制定拉伸曲线，对图像亮度进行拉伸，得到拉伸后的图像；对比度提升模块(13)对拉伸后的图像作对比度提升，得到最终的宽动态图像。
全文摘要
本发明公开了一种摄像机宽动态图像增强方法及装置，它是通过在原始图像数据中分别统计图像中较亮像素区域及较暗像素区域的像素均值，利用像素均值的不同取值范围，获取亮度提升因子，以亮度提升因子为参数，利用指数曲线，将原始图像做一次映射，得到拉伸后的图像；再通过对拉伸后的图像进行高斯模糊处理，获取拉伸后图像的低频图谱，利用低频图与拉伸后图像的比值作为参数，对拉伸后的图像作对比度提升，得到最终的宽动态图像。
文档编号H04N9/04GK103002291SQ20121052857
公开日2013年3月27日 申请日期2012年12月6日 优先权日2012年12月6日
发明者张真, 李文德, 叶剑, 凌云 申请人:杭州藏愚科技有限公司