宽动态范围影像方法与流程

本发明是关于一种影像方法，且特别是一种宽动态范围影像(wide dynamic range imaging)方法。

背景技术：

针对高反差场景(例如，前景极暗，且背景极亮)的画面，若影像撷取装置增加曝光，则会使得前景获得适中的亮度，但却会造成背景过曝。相反地，若影像撷取装置减少曝光，则会使得背景的亮度适中，但却会造成前景过暗。

高动态范围影像(high dynamic range imaging)方法是获取两张同一画面但曝光程度不同的影像，并将此两张影像进行合成处理，以使得影像的画面的前景与背景的亮度皆适中。然而，高动态范围影像方法的算法较为复杂，且影像撷取装置需要较好的感光元件，以选择不同感光单位来进行曝光，甚至影像撷取装置的画面频率或处理速度需要进一步地提升，才能顺利执行高动态范围影像方法。

技术实现要素：

本发明实施例提供一种宽动态范围影像方法，其包括以下步骤。根据影像的亮部平均值与暗部平均值的第一差异值获得第一调整强度。依据暗部平均值与暗部像素数量，来调整第一调整强度，以产生第二调整强度。计算影像中多个第一区域的亮部加权平均值与影像中多个第二区域的暗部加权平均值，计算暗部加权平均值与亮部加权平均值之间的第二差异值，并根据第二差异值调整第二调整强度，以产生第三调整强度。使用第三调整强度选择性地对影像中的多个像素进行调整。

综合以上所述，本发明实施例所提供的宽动态范围影像方法可以增加 影像整体的细节，且同时能够让影像中暗部区域与亮部区域的细节明显显现。

为使本发明所属技术领域具有通常知识者能更进一步了解本发明的特征及技术内容，请参阅以下有关本发明的详细说明与附图，但是此等说明与所附图式仅是用来说明本发明，而非对本发明的权利范围作任何的限制。

附图说明

图1是本发明实施例的宽动态范围影像方法的流程的示意图。

图2A～图2C分别是本发明实施例的三张不同影像的直方图。

图3是本发明实施例的暗部程度加权处理的示意图。

图4是本发明的影像划分为多个第一区域与多个第二区域的示意图。

图5是本发明实施例的分配影像各像素进行宽动态范围增益、曝光增益或珈玛增益调整的示意图。

符号说明

S11～S13、S121、S122：步骤流程

TH1～TH4、TH：门槛值

m1：暗部平均值

m2：亮部平均值

R11～R15、R21～R25、R31～R35、R41～R45、R51～R55：区域

C31、C32：曲线

具体实施方式

本发明实施例提供一种宽动态范围影像方法，所述宽动态范围影像方法会将先透过影像的直方图获得影像的亮部平均值与暗部平均值的差异值(亮部平均值减去暗部平均值)，以根据差异值获得对应于第一调整强度。然后，考量差异值虽大但影像的画面并非高反差场景的情况，所述宽动态范围影像方法会先进行了暗部程度加权处理，以调整第一调整强度，并产生第二调整强度，接着，再进行中心亮度加权处理，以调整第二调整强度， 并产生第三调整强度。之后，所述宽动态范围影像方法依据第三调整强度分配影像各像素进行宽动态范围增益、曝光增益或珈玛增益调整，以产生与输出调整后的影像。

在本发明实施例中，上述暗部程度加权处理是根据暗部像素数量与暗部平均值来调整第一调整强度，以产生第二调整强度。上述中心亮度加权处理是将影像分为多个第一区域(对应于预设背景区域)与第二区域(对应于预设前景区域)，以根据多个第一区域对应的权重与亮度平均值计算亮部加权平均值，以及根据多个第二区域对应的权重与亮度平均值计算暗部加权平均值，然后，再根据亮度加权平均值与暗部加权平均值调整第二调整强度，以产生第三调整强度。

另外，于本发明实施例中，第三调整强度用来决定影像中亮度值小于某一门槛值的像素需要进行调整，而且依据选择的场景模式、硬件规格与第三调整强度的至少其中之一，位于第一亮度范围的像素会进行宽动态范围增益调整，位于第二亮度范围的像素进行曝光增益调整，而位于第三亮度范围的像素进行珈玛增益调整。第三调整强度可以是一个百分比值，例如90％，其中第一亮度范围是指最大亮度的30％～90％的范围，第二亮度范围是指最大亮度的20％～30％的范围，且第三亮度范围是指最大亮度的10％～20％的范围。

上述宽动态范围影像方法可以应用于数位相机、智慧型手机相机、平板电脑或监控系统等，而无须改变感光元件的设计。上述宽动态范围影像方法更可以有效地将影像的画面中低亮度部分拉高，与将影像的画面中高亮度部分降低，从而提高影像的能见度，并避免边际效应。以下，将进一步地介绍上述宽动态范围影像方法的细节。

请参照图1，图1是本发明实施例的宽动态范围影像方法的流程图。所述宽动态范围影像方法可以执行于任何类型的影像撷取装置，且仅需要撷取一张影像，即可以对影像的画面中较亮与较暗的部分进行增强，从而增加影像的品质。所述宽动态范围影像方法具有步骤S11～S13，且说明如下。

首先，在步骤S11中，依据影像的亮部平均值与暗部平均值的差异值 得到第一调整强度，其细节说明如下。所述宽动态范围影像方法会对撷取的影像进行亮度分布统计，以获得影像的直方图。然后，所述宽动态范围影像方法将亮度值低于特定门槛值TH的多个亮度值进行平均运算，以获得暗部平均值m1，以及将亮度值未低于特定门槛值TH的多个亮度值进行平均运算，以获得亮部平均值m2。接着，所述宽动态范围影像方法会计算亮部平均值m2与暗部平均值m1的差异值，并透过特定映射关系，根据差异值获得对应的第一调整强度，其中第一调整强度可以例如是一个百分比值。

请参照图1、图2A与图2B，图2A与图2B分别是本发明实施例的两张不同影像的直方图，且步骤S11中所获得的影像的直方图可以如图2A或图2B所示。于此实施例中，图2A的直方图对应一个高反差场景的影像(画面中前景较暗而背景较亮)，而图2B的直方图非对应一个高反差场景的影像。观察图2A与图2B的直方图，可以得知图2B的差异值低于图2A的差异值，因此，步骤S11所计算出的差异值可以初步呈现高反差场景的程度，其中高反差场景的程度越大，则第一调整强度应该越大。

接着，请继续参照图1，在步骤S12中，所述宽动态范围影像方法会先进行了暗部程度加权处理(如步骤S121)，以调整第一调整强度，并产生第二调整强度，再进行中心亮度加权处理(如步骤S122)，以调整第二调整强度，并产生第三调整强度。

请同时参照图1、图2A与图2C，图2C是本发明实施例的另一影像的直方图。图2C的直方图并非对应于高反差场景的影像，然而，图2C的差异值却大致上与图2A的差异值相差不大。因此，考量到差异值虽大但影像的画面并非高反差场景的情况，则需要透过步骤S12对第一调整强度进行数次的加权处理，以避免将此种非高反差场景的影像进行强度较大的调整。

请继续参照图1，步骤S12包括步骤S121与S122，且细节说明如下。在步骤S121中，所述宽动态范围影像方法根据暗部像素数量与暗部平均值来调整第一调整强度，以产生二调整强度。请参阅图3，图3是本发明实施例的暗部程度加权处理的示意图。于步骤S121中，透过暗部画素数量与权重的映像曲线C31与暗部平均值与权重的映像曲线C31，第一调整强度会被调整为第二调整强度。一般来说，暗部画素数量越多或暗部平均值越 小，则表示需要调整的强度越强。举例来说，第一调整强度为90％，但由于暗部画素数量未达第一特定值，故需要乘以第一比例(例如0.8)，且又因为暗部平均值大于第二特定值，故还得乘上第二比例(例如0.9)，如此将可得到第二调整强度为64.8％。

接着，请继续回到图1，于步骤S122中，所述宽动态范围影像方法会对影像划分为多个第一区域与多个第二区域，其中每一个第一区域与第二区域有对应的权重，多个第一区域与多个第二区域分别对应于影像的画面中可能的背景区域与前景区域。然后，所述宽动态范围影像方法依据多个第一区域对应的权重与亮度平均值计算亮部加权平均值，依据多个第二区域对应的权重与亮度平均值计算暗部加权平均值，且依据亮部与暗部加权平均值调整第二调整强度，以产生第三调整强度。另外，第一与第二区域的划分及其权重是相关于场景模式的选择。

请同时参照图4与图1，图4是本发明的影像划分为多个第一区域与多个第二区域的示意图。于步骤S122中，影像的多个第一区域R11～R15、R21、R25、R31、R35、R41、R45、R51与R55的权重分别为W11～W15、W21、W25、W31、W35、W41、W45、W51与W55，且其亮度平均值分别为A11～A15、A21、A25、A31、A35、A41、A45、A51与A55，故亮部加权平均值为(W11·A11+W12·A12+W15·A15+W21·A21+W25·A25…+W55·A55)/13；同样地，影像的多个第二区域R22～R24、R32～R34、R42～R44与R52～R54的权重分别为W22～W24、W32～W34、W42～W44与W52～W54，且其亮度平均值分别为A22～A24、A32～A34、A42～A44与A52～A54，故暗部加权平均值为(W22·A22+W23·A23+W24·A24+…+W54·A54)/12。然后，计算暗部加权平均值与亮部加权平均值的差异值，以根据此差异值来调整第二调整强度。透过此中心亮度加权处理，前景亮而背景暗的非高反差场景的影像，暗部加权平均值减去亮部加权平均值会是正值，故需要将第二调整强度大幅地往下调，以避免将非高反差场景的影像进行强度较强的调整。

请继续回到图1，接着，在步骤S13中，所述宽动态范围影像方法依据第三调整强度分配影像各像素进行宽动态范围增益、曝光增益或珈玛增益调整，以产生与输出调整后的影像。更详细地说，第三调整强度可以决 定亮度值小于某一门槛值的像素需要进行调整，以及根据依据选择的场景模式、硬件规格与第三调整强度的至少其中之一，位于第一亮度范围的像素会进行宽动态范围增益调整，位于第二亮度范围的像素进行曝光增益调整，而位于第三亮度范围的像素进行珈玛增益调整。

请同时参照图5与图1，图5是本发明实施例的分配影像各像素进行宽动态范围增益、曝光增益或珈玛增益调整的示意图。若完全地使用宽动态范围增益来调整全部需要进行调整像素，则影像可能会有颜色失真与边际效应(边际不连续的现象)的问题，故于步骤S13中，仅有亮度值位于两门槛值TH1、TH2之间的像素会进行宽动态范围增益调整，亮度值位于两门槛值TH2、TH3之间的像素会进行曝光增益调整，而亮度值位于两门槛值TH3、TH4之间的像素会进行珈玛增益调整。

在此请注意，门槛值TH1是由第三调整强度所决定，而门槛值TH2～TH4则可以由选择的场景模式、硬件规格与第三调整强度的至少其中之一决定。举例来说，第三调整强度可以是一个百分比，例如90％，门槛值TH1～TH4分别是最大亮度的90％、30％、20％与10％。另外，上述宽动态范围增益调整亦即现有技术中的宽动态范围影像方法针对像素的调整方式，上述曝光增益调整则是现有技术对像素的曝光时间进行调整的作法，且上述伽玛增益调整是现有技术透过伽玛映像曲线对像素进行调整的作法，故不赘述其细节。

总而言之，本发明实施例提供一种宽动态范围影像方法，所述宽动态范围影像方法可以增加影像整体的细节，特别是同时能够让影像中暗部区域与亮部区域的细节都能够明显显现。除此之外，所述宽动态范围影像方法还解决了影像经过调整后可能有颜色失真或边际效应的问题。另外，所述宽动态范围影像方法的计算复杂度不大，因此其运行时间快，且实现的硬件复杂度低，故特别可以实现于具有影像撷取功能的电子装置内，且无需变更感光元件的设计。

以上所述，仅为本发明最佳的具体实施例，惟本发明的特征并不局限于此，任何熟悉该项技艺者在本发明的领域内，可轻易思及的变化或修饰，皆可涵盖在以下本案的专利范围。