CN114331856B 一种提高宽动态范围图像清晰度的方法 （合肥君正科技有限公司）

(19)国家知识产权局(12)发明专利路800号合肥高新股份有限公司C-3研(74)专利代理机构北京嘉东律师事务所11788GO6T5/7GO6T5/90(2024.01)本发明提供一种提高宽动态范围图像清晰成M*N块，统计每个块的直方图和均值以及整幅块的亮度映射函数以及图像的全局映射函数；S3.根据均值和全局映射函数对每个块的映射函21.一种提高宽动态范围图像清晰度的方法，其特征在于，所述方法包括以下步骤：S1.将图像分成M*N块，统计每个块的直方图和均值以及整幅图像的直方图和均值；S2.使用基于对数函数映射的直方图均衡化算法，并通过均值对对比度增强程度和亮度提升程度做自适应调整，得到每个块的亮度映射函数以及图像的全局映射函数；所述步骤S2中计算全局和局部的亮度映射函数，进一步包括：S2.1.调整对数函数的梯度，控制对比度增强的程度：这些参数都可以设置，其中α可以根据亮度均值做自适应调整：其中，x_α=[0,63,127,191,255],y_a=[0.5,0.4,0.3,0.2,0],具体的分段数和参数值可以根据需求调整；S2.2.根据调整后的映射函数的梯度，即概率密度函数PDF,对原始图像的PDF做限制，方法如下：其中，Psre(k)是原始图像的概率密度函数，Past(k)表示目标概率密度函数，Pover(k)=P1og(k)+2·P1g(255),Punder=P1og(k)-P1g(S2.3.根据PDF可以得到累积分布函数CDF,进而得到映射函数：S2.4.为了降低高亮区域的亮度提升程度，保留更多的亮区域细节，对图像均值较大的块的映射函数做一些调整：其中，thr:是根据每个块的均值mean;计算得到，亮度均值越大，则映射曲线的拉伸程度3其中x_thr和y_thr可以调整；S2.5.根据上述计算分别可以得到M*N个局部f:,i∈[1,M·N],和全局映射函数f_g;S3.根据全局图像均值与各块图像均值的关系，确定各块映射曲线与全局映射曲线的融合权重，从而对各块的映射曲线做调整，得到最终的各块的映射函数g;;S4.根据高斯权重，对每个映射曲线得到的结果做加权融合，插值得到每个点的映射后的像素值。2.根据权利要求1所述的一种提高宽动态范围图像清晰度的方法，其特征在于，所述方3.根据权利要求1所述的一种提高宽动态范围图像清晰度的方法，其特征在于，所述步(1)每个块的直方图hist;和概率密度函数P,其中i∈[1,...,M·N];(2)图像全局直方图hist_g概率密度函数P_gi。4.根据权利要求1所述的一种提高宽动态范围图像清晰度的方法，其特征在于，所述步5.根据权利要求1所述的一种提高宽动态范围图像清晰度的方法，其特征在于，所述步骤S3中：所述得到最终的各块的映射函数g;:gi=w_gi·f_g+(1-w_g;)·f其中，图像全局亮度均值mean_g,diff;表示第i个图像块均值与全局均值的差的绝对值，根据该值可计算全局映射曲线的融合权重w_g,再根据权重将全局和局部块曲线加权融合得到各块的映射曲线。6.根据权利要求5所述的一种提高宽动态范围图像清晰度的方法，其特征在于，所述步y_w=[0,0.1,0.2,0.3,0.7.根据权利要求1所述的一种提高宽动态范围图像清晰度的方法，其特征在于，所述步计算当前点到图像剩余块中心点的距离，根据距离确定融合权重：S4.1.计算当前点p(x₀,y。)与剩余图像块中心点的距离d,i∈[1,M·N-1];S4.2.根据d确定高斯权重值：48.根据权利要求7所述的一种提高宽动态范围图像清晰度的方法，其特征在于，所述5一种提高宽动态范围图像清晰度的方法技术领域[0001]本发明涉及图像处理技术领域，特别涉及一种提高宽动态范围图像清晰度的方背景技术[0002]目前在ISP领域，宽动态范围图像主要是由两帧不同曝光的图像，通过融合、压缩的方式产生。一方面由于两帧图像曝光比和曝光时间的限制，得到的宽动态图像比正常动态范围的图像更暗；另一方面由于融合和压缩会损失图像细节和对比度，造成图像模糊。[0003]直方图均衡化作为常用的提高图像清晰度的方法，具有计算简单，实时有效的特点，被广泛使用。也有许多改进的直方图均衡化算法都各具特色，其中基于对数函数映射的直方图均衡化算法，采用对数函数作为直方图均衡化算法中的累积分布函数，使得图像效果更符合人眼感知。但是由于宽动态范围图像较正常动态范围图像，具有动态范围较大，图像的层次感更强等特点，所以传统的基于对数函数映射的直方图均衡化算法，不能达到很好的效果，存在暗区域亮度提升不足，亮区域亮度提升过高，图像细节提升不[0006]ISP:imagesignalprocesser,图像处理器，对CMOSsensor输入的raw图进行算[0007]PDF:probabilitydensityfunction,概率密度函数。[0008]CDF:cumulativedistributionfunction,累积分布函数。[0009]YUV,是一种颜色编码时，考虑到人类的感知能力，允许降低色度的带宽。在YUV表示方法中，Y分量的物理含义发明内容[0010]为了解决上述问题，本方法目的在于：提出一种提高宽动态范围图像清晰度的方法，该方法保证了在提高图像亮度的同时，增强图像细节和对比度，进而达到提高图像清晰度的目的。[0011]具体地，本发明提供一种提高宽动态范围图像清晰度的方法，所述方法包括以下[0012]S1.将图像分成M*N块，统计每个块的直方图和均值以及整幅图像的直方图和均[0013]S2.使用基于对数函数映射的直方图均衡化算法，并通过均值对对比度增强程度和亮度提升程度做自适应调整，得到每个块的亮度映射函数以及图像的全局映射函数；[0014]S3.根据均值和全局映射函数对每个块的映射函数做调整，更新块映射函数；[0015]S4.根据高斯权重，插值得到每个点的映射后的像素值。6[0017]SO.将图像从RGB空间转换到YUV空间，后续只对Y分量做处理。[0019](1)每个块的直方图his[0021](3)图像全局直方图hist_g概率密度函数P_g;;[0023]所述步骤S2中计算全局和局部的亮度映射函数，进一步包括：[0024]S2.1.调整对数函数的梯度，控制对比度增强的程度：[0029]其中，x_α=[0,63,127,191,255],y_a=[0.5,0.4,0.3,0.2,0],参数值可以根据需求调整；[0030]S2.2.根据调整后的映射函数的梯度，即概率密度函数PDF,对原始图像的PDF做限(k)=P1og(k)+2·P1g(255),Punder=P1og(k)[0033]S2.3.根据PDF可以得到累积分布函数CDF,进而得到映射函数：[0036]S2.4.为了降低高亮区域的亮度提升程度，保留更多的亮区域细节，可以对图像均值较大的块的映射函数做一些调整：程度越小，7映射曲线的融合权重w_g;,再根据权重将全局和局部块曲线加权融合得到各块的映射曲8[0059]所述方法在步骤S4之后，还可以包括：[0060]S5.将映射后得到的Y,与输入图像的UV结合，转换到RGB空间，得到提高清晰度后的宽动态范围图像。[0061]由此，本申请的优势在于：本方法[0062](1)将局部信息与全局信息结合，充分提升暗区亮度，使得暗区细节更充分；[0063](2)通过局部统计信息，有效抑制亮区的提升程度，增强亮区域的清晰度；[0064](3)使用高斯权重融合局部映射结果，消除块效应。附图说明[0065]此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。[0066]图1是本申请的方法的流程示意图。[0067]图2是本申请方法具体实施例步骤的流程示意图。具体实施方式[0068]为了能够更清楚地理解本发明的技术内容及优点，现结合附图对本发明进行进一步的详细说明。[0069]如图1所示，本发明的一种提高宽动态范围图像清晰度的方法，所述方法包括以下步骤：[0070]S1.将图像分成M*N块，统计每个块的直方图和均值以及整幅图像的直方图和均[0071]S2.使用基于对数函数映射的直方图均衡化算法，并通过均值对对比度增强程度和亮度提升程度做自适应调整，得到每个块的亮度映射函数以及图像的全局映射函数；[0072]S3.根据均值和全局映射函数对每个块的映射函数做调整，更新块映射函数；[0073]S4.根据高斯权重，插值得到每个点的映射后的像素值。[0074]如图2所示，本方法具体进一步可以描述为：[0075]1.将图像从RGB空间转换到YUV空间，后续只对Y分量做处理[0076]2.把图像分成M*N块，并统计如下信息：[0077](1)每个块的直方图hist;和概率密度函数P,其中i∈[1,...,M·N];[0078](2)每个块的亮度均值mean,其中i∈[1,...,M·N];[0079](3)图像全局直方图hist_g概率密度函数P_g;;[0080](4)图像全局亮度均值mean_g;[0081]3.计算全局和局部的亮度映射函数：[0082]首先，调整对数函数的梯度，控制对比度增强的程度：[0084]其中，λ控制对数曲线的形状；k表示像素值大小，k∈[0,255];α和β控制映射函数的梯度，且α+β·(L-1)=1,α∈[0,1]。这些参数都可以设置，其中α可以根据亮度均值做自适应调整：9oo[0086]其中，x_a=[0,63,127,191,255],y_α=[0.5,0.4,0.3,0.2,0],参数值可以根据需求调整。[0087]然后，根据调整后的映射函数的梯度，即PDF,对原始[0089]其中，Psre(k)是原始图像的概率密度函数，Past(k)表示目标概率密度函数，P。over(k)=P1og(k)+2·P₁g(255),Pmnder=P¹g(k)[0093]另外，为了降低高亮区域的亮度提升程度，保留更多的亮区域细节，可以对图像均值较大的块的映射函数做一些调整：程度越小，[0097]其中x_thr和y_thr可以调整，本发明中使用x_thr=[0,80,100,150,220],y_thr[0098]根据上述计算分别可以得到M*N个局部f,i∈[1,M·N],和全局映射函数f_g。[0099]4.根据全局图像均值与各块图像均值的关系，确定各块映射曲线与全局映射曲线的融合权重，从而对各块的映射曲线做调整，避免对比度提升过高或过低的情况。得到最终的各块的映射函数8;。[0102]其中diff;表示第i个图像块均值与全局均值的差的绝对值，根据该值可计算全局映射曲线的融合权重w_g;,再根据权重将全局和局部块曲线加权融合得到各块的映射曲[0103]5.为了减少映射图像块与块之间的差异，需要将每个映射曲线的结果进行融合。由于高动态范围图像具有更丰富的图像内容，块与块之间的差距较大，采用传统双线性插值的方式仍然会存在很明显的块效应。为了达到更好地平滑效果，本发明采用高斯权重融合的方式，对每个映射曲线得到的结果做加权融合。计算当前点到图像剩余块中心点的距[0108](3)将当前点像素值带入每个块映射曲线，计算出对应的映射后的像素值p′。[0111]6.将映射后得到的Y,与输入图像的UV结合，转换到RGB空间，