一种立体图像的高动态范围成像方法技术

本发明专利技术公开了一种立体图像的高动态范围成像方法，包含以下步骤：步骤1：利用立体显微手术摄像模块获得场景中的左右视差图像，步骤2：对左右两路图像进行曝光鲁棒立体匹配，步骤3：采用基于置信度传播的立体匹配算法对灰度变换后的图像对进行立体匹配，步骤4：对立体匹配的像素点进行滤波操作，步骤5：将步骤4获得的像素点集Q中的像素按照灰度大小，将其分为10个等间距的部分，并从每部分提取像素样本，计算亮度响应函。步骤6：拟合出左右图像的I

【技术实现步骤摘要】
一种立体图像的高动态范围成像方法


[0001]本专利技术涉及高动态范围成像
，具体为一种立体图像的高动态范围成像方法。

技术介绍

[0002]信号的动态范围是指可变化信号的最大值和最小值的比值。在图像领域动态范围则是指图像能捕捉的场景中的光亮度的范围。数字成像的目标之一是尽可能的还原真实世界的光学信息，其中能够捕获更大的动态范围是其发展及研究的重要方向。目前常用的方法是采集多帧不同曝光量下图像并进行合成为高动态图像。但是该方法在拍摄高动态场景会出现重影问题，另外该方法合成过程耗时较长无法实现高实时性。
[0003]目前在很多专业领域中立体显微成像技术具有3D成像效果好，实时性高，优良特性，鉴于以上优良特性，其已经大规模推广应用。其中立体成像技术，采用具有一定视差角度的双路摄像光路，双摄像光路采集两路具有视差的数字图像并通过3D显示器显示。实际使用过程中，由于拍摄场景的复杂光照等情况，现有的成像技术动态范围已经难以满足某些拍摄场景的需求，同时用户对立体成像的动态范围提出了更高的要求。针对立体成像的场景，采用传统方法无法处理高变化场景，同时也无法充分利用视点的信息。为了满足现有应用环境的新需求及克服现有技术的不足，本专利技术提供了一种立体视频高动态范围成像方法。通过使用立体相机同时捕获高和低曝光图像来产生高动态范围视差图像。本方法具有在极低的时间延迟的情况下完成高动态范围成像，实时性较高等有益效果。

技术实现思路

[0004]本专利技术的目的在于提供一种立体图像的高动态范围成像方法，包含以下步骤：
[0005]步骤1：利用立体显微手术摄像模块获得场景中的左右视差图像，对立体摄像模块左右双光路的曝光量进行控制，其中一路配置曝光时间为Δt1采集获得图像为I
L
，另外一路曝光时间Δt2采集获得图像为I
R
；
[0006]步骤2：对左右两路图像进行曝光鲁棒立体匹配，曝光鲁棒立体匹配方法为：
[0007]1)对输入的I
L
，I
R
，图像进行图像滤波，
[0008]2)遍历滤波后的左右图像的像素，并进行极线距变换，所述变换公式为
[0009][0010][0011]其中o
L
是当前所处理的像素坐标；L下标表示该变换是针对左图像，同理针对右视点图像进行同样变换，F(o
L
)表示像素o
L
对其所在线段的分割比，即极线距离变换值，表
示像素o
L
在极线上的坐标，I(x)表示像素的灰度值，ω是表示左右视差图像各自的宽度，σ
s
是变换窗口的调节参数，是像素的颜色相似性度量函数；
[0012]步骤3：采用基于置信度传播的立体匹配算法对灰度变换后的图像对进行立体匹配，所述基于置信度传播的立体匹配算法分为以下步骤，全局立体匹配的能量函数公式
[0013]E＝∑
s
ρ
d
(s，d
s
)+∑
s
∑
t∈N(s)
ρ
p
(d
s
，d
t
)
[0014]其中ρ
d
(s，d
s
)＝|I
L
(m)
‑
I
R
(m+d
s
)|表示图像I
L
上像素m与目标图像I
R
在视差为d
s
时的灰度差异反映匹配代价，其中ρ
p
(d
s
，d
t
)＝|d
s
‑
d
t
|为邻域视差的平滑约束函数,表示像素s的邻域像素t的视差d
t
对s的视差d
s
支持能量，N(s)表示s的像素邻域，t为邻域N(s)中像素，采用置信度传播的优化算法(BP算法)对以上能量函数进行优化获得能量最低时的解，当能量最低时每个像素s的视差值为d
s
；
[0015]步骤4：对立体匹配的像素点进行滤波操作，所述滤波操作包括，将其中步骤3中匹配能量值低于E平均能量的值剔除，对于匹配的像素点满足条件当Δt1＞Δt2时，I(x
L
)＞I(x
R
)，若不满足将其视为噪声点，将其剔除，剔除不符合上述两个条件的像素后获得像素点集Q；
[0016]步骤5：将步骤4获得的像素点集Q中的像素按照灰度大小，将其分为10个等间距的部分，并从每部分提取像素样本，计算亮度响应函数，其中右视点图像I
R
像素与左视图像素I
L
的对应关系曲线为
[0017][0018]v
i，L
左视图索引为i的像素值，m多项式次数，a
k
多项式系数，采用最小二乘法求解，解得使P最小的h(v
i，L
)
[0019][0020]步骤6：拟合出左右图像的I
L
，I
R
像素对应关系曲线后，进行灰度响应曲线拟合，所述灰度拟合方法，对下列方程式进行求解，获得F(v)即为灰度响应曲线，
[0021][0022]式中，Δt
j
拍摄左视点或者右视点图像的曝光时间，其中左视点曝光时间为Δt1，右视点的曝光时间为Δt2；v为当前处理的像素值，F
″
(v)表示F(v)的二阶函数，F
″
(v)＝F(v
‑
1)
‑
2F(v)+F(v+1)，其中ln表示自然对数，j表示左右图像索引，j＝0表示左图像，j＝1表示右图像，w(v)是三角权值函数，表达式为，
[0023][0024]E
v
为相机像素为v的像素接收到的照度，为未知数；F(v)是需要求解的相机响应曲线，令F(128)＝0，步骤4获得的像素点集Q中的像素作为已知参数，通过奇异值分解的方法
求解，解出相机响应曲线，即F(v)；
[0025]步骤7：将图像像素带入以下值，拟合出相机响应曲线后，下式求得E
i
[0026][0027]其中w(V
ij
)为步骤6中所述的三角权值函数，Δt
j
为左右视图的曝光时间，F(V
ij
)为步骤6的相机响应曲线，j表示左右图像索引，j＝0表示左图像，j＝1表示右图像；
[0028]步骤8：对步骤7得到的图像照度进行色调映射，步骤7获得的图像I，进行平滑滤波，优选的采用双边滤波，得到高动态范围图像的低频部分I
lp
，通过公式I
hp
＝I
‑
I
lp
获得高动态图像的细节图像，通过以下公式获得输出的高动态图像I
out
，其中s为压缩参数其值小于1，log...

【技术保护点】

【技术特征摘要】
1.一种立体图像的高动态范围成像方法，其特征在于：包含以下步骤：步骤1：利用立体显微手术摄像模块获得场景中的左右视差图像，对立体摄像模块左右双光路的曝光量进行控制，其中一路配置曝光时间为Δt1采集获得图像为I
L
，另外一路曝光时间Δt2采集获得图像为I
R
；步骤2：对左右两路图像进行曝光鲁棒立体匹配，曝光鲁棒立体匹配方法为：1)对输入的I
L
，I
R
，图像进行图像滤波，2)遍历滤波后的左右图像的像素，并进行极线距变换，所述变换公式为2)遍历滤波后的左右图像的像素，并进行极线距变换，所述变换公式为其中o
L
是当前所处理的像素坐标；L下标表示该变换是针对左图像，同理针对右视点图像进行同样变换，F(o
L
)表示像素o
L
对其所在线段的分割比，即极线距离变换值，表示像素o
L
在极线上的坐标，I(x)表示像素的灰度值，ω是表示左右视差图像各自的宽度，σ
s
是变换窗口的调节参数，是像素的颜色相似性度量函数；步骤3：采用基于置信度传播的立体匹配算法对灰度变换后的图像对进行立体匹配，所述基于置信度传播的立体匹配算法分为以下步骤，全局立体匹配的能量函数公式E＝∑
S
ρ
d
(s，d
s
)+∑
s
∑
t∈N(s)
ρ
p
(d
s
，d
t
)其中ρ
d
(s，d
s
)＝|I
L
(m)
‑
I
R
(m+d
s
)|表示图像I
L
上像素m与目标图像I
R
在视差为d
s
时的灰度差异反映匹配代价，其中ρ
p
(d
s
，d
t
)＝|d
s
‑
d
t
|为邻域视差的平滑约束函数,表示像素s的邻域像素t的视差d
t
对s的视差d
s
支持能量，N(s)表示s的像素邻域，t为邻域N(s)中像素，采用置信度传播的优化算法对以上能量函数进行优化获得能量最低时的解，当能量最低时每个像素s的视差值为d
s
；步骤4：对立体匹配的像素点进行滤波操作，所述滤波操作包括，将其中步骤3中匹配能量值低于E平均能量的值剔除，对于匹配的像素点满足条件当Δt1＞Δt2时，I(x
L
)＞I(x
R
)，若不满足将其视为噪声点，将其剔除，剔除不符合上述两个条件的像素后获得像素点集Q；步骤5：将步骤4获得的像素点集Q中的像素按照灰度大小，将其分为10个等间距的部分，并从每部分提...

【专利技术属性】
技术研发人员：张新，金磊，郑紫燕，刘旋，
申请(专利权)人：嘉兴智瞳科技有限公司，
类型：发明
国别省市：