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()
【技术实现步骤摘要】
本专利技术涉及图像传感,尤其涉及一种图像传感器的数据处理方法及系统。
技术介绍
1、图像传感器是一种电子设备,其功能类似于相机的眼睛,用于将光信号转换为数字图像。这些传感器通常由许多光敏元件组成,每个元件负责捕获光信号的一小部分。当光线照射到传感器表面时,光敏元件将光信号转换为电信号,然后通过电路传输到计算机或其他设备进行处理和显示。因此,图像传感器在数字摄像机、手机摄像头和许多其他图像采集设备中起着至关重要的作用。
2、然而,图像传感器在低光条件下存在一些缺陷,这给图像质量带来了挑战,由于光信号不足,传感器可能会出现难以捕捉清晰图像的情况。这种情况下,图像可能会出现模糊,细节丢失,或者整体上缺乏清晰度,给图像质量带来了负面影响。
3、因此,人们需要一种能够增加图像传感器在低光环境下采集的图像质量的方法。
技术实现思路
1、因此,本专利技术提供一种图像传感器的数据处理,用以解决现有技术中如何增加图像传感器在低光环境下采集的图像质量的问题。
2、本专利技术提供了一种图像传感器的数据处理方法,包括:
3、基于目标图像传感器获取目标对象的第一图像数据、第二图像数据和第三图像数据,其中第一图像数据和第二图像数据的曝光度相同,第二图像数据的曝光度高于第三图像,第一图像数据和第三图像数据的分辨率相同,第二图像数据的分辨率为第一图像数据的分辨率的偶数倍;
4、构建第二图像数据的第二高斯金字塔;
5、根据第二图像数据中的每一个
6、以第二高斯金字塔中每一层的图像作为采样的参考,构建第一图像数据的第一高斯金字塔及第一拉普拉斯金字塔;
7、构建第三图像数据的第三高斯金字塔及第三拉普拉斯金字塔;
8、以权重高斯金字塔作为第一拉普拉斯金字塔的权重,根据第一高斯金字塔、第一拉普拉斯金字塔、第三高斯金字塔以及第三拉普拉斯金字塔对第一图像数据和第三图像数据进行曝光融合,得到目标对象的目标输出图像。
9、在一个优选的方案中:所述以第二高斯金字塔中每一层的图像作为采样的参考,构建第一图像数据的第一高斯金字塔及第一拉普拉斯金字塔,包括:
10、以第二高斯金字塔中每一层的图像的亮度分布作为下采样的参考,构建第一图像数据的第一高斯金字塔;
11、以第二高斯金字塔中每一层的图像的像素作为上采样的参考,基于第一高斯金字塔构建第一图像数据的第一拉普拉斯金字塔。
12、在一个优选的方案中:所述以第二高斯金字塔中每一层的图像的亮度分布作为下采样的参考,构建第一图像数据的第一高斯金字塔,包括:
13、将第一图像数据作为第一初始图像;
14、基于预设卷积核对第一初始图像进行卷积,得到高斯平滑图像;
15、将高斯平滑图像分割为多个2×2的图像块,根据第二高斯金字塔中,与高斯平滑图像分辨率相同的图像的亮度分布,保留每个图像块中亮度最高的像素,得到一个第一高斯金字塔图像;
16、将第一高斯金字塔图像作为新的第一初始图像,重复进行基于预设卷积核对第一初始图像进行卷积,得到高斯平滑图像,以及将高斯平滑图像分割为多个2×2的图像块,根据第二高斯金字塔中,与高斯平滑图像分辨率相同的图像的亮度分布,保留每个图像块中亮度最高的像素,得到一个第一高斯金字塔图像的步骤,直至达到预设结束条件,得到由多层第一高斯金字塔图像构成的第一高斯金字塔。
17、在一个优选的方案中:所述将高斯平滑图像分割为多个2×2的图像块,根据第二高斯金字塔中,与高斯平滑图像分辨率相同的图像的亮度分布,保留每个图像块中亮度最高的像素,得到一个第一高斯金字塔图像,包括:
18、将高斯平滑图像分割为多个2×2的图像块;
19、获取一个图像块作为目标图像块,获取目标图像块中的一个像素作为目标像素,获取第二高斯金字塔中,与高斯平滑图像分辨率相同的图像作为下采样参考图像;
20、对下采样参考图像中,与目标像素对应的像素的亮度值,以及与目标像素对应的像素相邻的像素的亮度值,进行加权求和,得到目标像素的亮度描述值;
21、保留每个图像块中亮度值最高的像素,得到一个第一高斯金字塔图像。
22、在一个优选的方案中:所述以第二高斯金字塔中每一层的图像的像素作为上采样的参考,基于第一高斯金字塔构建第一图像数据的第一拉普拉斯金字塔,包括:
23、将第一高斯金字塔中顶层的第一高斯金字塔图像作为第二初始图像;
24、将第二初始图像在横纵方向上分别扩大为原来的两倍,得到扩充图像,扩充图像中新增的像素用第二高斯金字塔中,与扩充图像分辨率相同的图像中相同位置的像素进行填充;
25、基于预设卷积核对扩充图像进行卷积,得到高斯卷积图像;
26、获取第一高斯金字塔中与高斯卷积图像分辨率相同的第一高斯金字塔作为新的基准图像,计算基准图像与高斯卷积图像的残差,得到一个第一拉普拉斯金字塔图像;
27、将基准图像作为新的第二初始图像,并重复进行将第一高斯金字塔中顶层的第一高斯金字塔图像作为第二初始图像,将第二初始图像在横纵方向上分别扩大为原来的两倍,得到扩充图像,扩充图像中新增的像素用第二高斯金字塔中,与扩充图像分辨率相同的图像中相同位置的像素进行填充,基于预设卷积核对扩充图像进行卷积,得到高斯卷积图像,获取第一高斯金字塔中与高斯卷积图像分辨率相同的第一高斯金字塔作为新的基准图像,计算基准图像与高斯卷积图像的残差,得到一个第一拉普拉斯金字塔图像的步骤,直至基准图像为第一高斯金字塔中底层的图像,得到由多层第一拉普拉斯金字塔图像构成的第一拉普拉斯金字塔。
28、在一个优选的方案中:所述以权重高斯金字塔作为第一拉普拉斯金字塔的权重,根据第一高斯金字塔、第一拉普拉斯金字塔、第三高斯金字塔以及第三拉普拉斯金字塔对第一图像数据和第三图像数据进行曝光融合,得到目标对象的目标输出图像,包括:
29、以权重高斯金字塔作为第一拉普拉斯金字塔的权重,融合第一拉普拉斯金字塔及第三拉普拉斯金字塔,得到混合拉普拉斯金字塔;
30、以权重高斯金字塔作为第一拉普拉斯金字塔的权重,融合第一高斯金字塔中的顶层的图片与第三高斯金字塔中顶层的图片,得到图像融合起始图片;
31、以第二高斯金字塔中每一层的图像的像素作为上采样的参考,基于图像融合起始图片依次进行上采样,并和混合拉普拉斯金字塔进行逐层相加,得到与第三图像数据分辨率相同的图像,作为目标对象的目标输出图像。
32、在一个优选的方案中:所述基于目标图像传感器获取目标对象的第一图像数据、第二图像数据和第三图像数据,包括:
33、基于目标图像传感器获取目标对象的第一图像数据和第三图像数据;
34、将第一图像数据输入至预设超分辨率神经网络模型,得到预设超分辨率神经网络模型输出本文档来自技高网...
【技术保护点】
1.一种图像传感器的数据处理方法,其特征在于,包括:
2.根据权利要求1所述的图像传感器的数据处理方法,其特征在于,所述以第二高斯金字塔中每一层的图像作为采样的参考,构建第一图像数据的第一高斯金字塔及第一拉普拉斯金字塔,包括:
3.根据权利要求2所述的图像传感器的数据处理方法,其特征在于,所述以第二高斯金字塔中每一层的图像的亮度分布作为下采样的参考,构建第一图像数据的第一高斯金字塔,包括:
4.根据权利要求3所述的图像传感器的数据处理方法,其特征在于,所述将高斯平滑图像分割为多个2×2的图像块,根据第二高斯金字塔中,与高斯平滑图像分辨率相同的图像的亮度分布,保留每个图像块中亮度最高的像素,得到一个第一高斯金字塔图像,包括:
5.根据权利要求2所述的图像传感器的数据处理方法,其特征在于,所述以第二高斯金字塔中每一层的图像的像素作为上采样的参考,基于第一高斯金字塔构建第一图像数据的第一拉普拉斯金字塔,包括:
6.根据权利要求1所述的图像传感器的数据处理方法,其特征在于,所述以权重高斯金字塔作为第一拉普拉斯金字塔的权重,根据第
7.根据权利要求1所述的图像传感器的数据处理方法,其特征在于,所述基于目标图像传感器获取目标对象的第一图像数据、第二图像数据和第三图像数据,包括:
8.一种图像传感器的数据处理系统,其特征在于,包括:
...【技术特征摘要】
1.一种图像传感器的数据处理方法,其特征在于,包括:
2.根据权利要求1所述的图像传感器的数据处理方法,其特征在于,所述以第二高斯金字塔中每一层的图像作为采样的参考,构建第一图像数据的第一高斯金字塔及第一拉普拉斯金字塔,包括:
3.根据权利要求2所述的图像传感器的数据处理方法,其特征在于,所述以第二高斯金字塔中每一层的图像的亮度分布作为下采样的参考,构建第一图像数据的第一高斯金字塔,包括:
4.根据权利要求3所述的图像传感器的数据处理方法,其特征在于,所述将高斯平滑图像分割为多个2×2的图像块,根据第二高斯金字塔中,与高斯平滑图像分辨率相同的图像的亮度分布,保留每个图像块中亮度最高的像素,得到一个第一高斯金字塔图像,包括:
5....
【专利技术属性】
技术研发人员:王世贤,
申请(专利权)人:深圳市立浦科技有限公司,
类型:发明
国别省市:
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。