[发明专利]图像动态范围压缩系统、方法及程序

说明书

技术领域

本发明涉及图像动态范围压缩系统、图像动态范围压缩方法及图像动态范围压缩程序，用于将宽动态范围图像压缩为窄动态范围图像。

背景技术

关于以下操作的各种技术是已知的：转换诸如红外图像之类的宽动态范围(像素值的范围)的图像，并且在窄动态范围的显示设备上显示该图像。

例如，假定由可以捕获动态范围是“0至2的14次幂”的图像的红外摄像机所捕获的红外图像。当在可以显示动态范围是“0至255”的图像的显示设备上显示这种红外线图像时，不可能显示具有当前像素值的这种红外图像。在这种情况下，需要执行一些转换，以在显示设备上显示这种红外图像。因此，将具有宽范围像素值的图像转换为具有窄范围像素值的图像被称作“动态范围压缩”。

在非专利文献1中，描述了转换原始图像的灰度级的线性缩放(线性转换)。线性缩放将输入图像(在上述示例中，红外图像)的像素值线性映射到可以在显示设备上显示像素值的范围(在上述示例中，0至255)上。图8是示出了用于线性映射(即，执行线性缩放)红外图像的像素值的转换功能的说明性视图。根据图8所示的图，水平轴表示红外图像上的像素值，而垂直轴表示转换后的图像的像素值。图8示出了将在范围0至10000的红外图像的像素值转换为范围在0至255的像素值。图9示出了通过线性缩放的图像。通过按照这种方式改变输入图像的灰度级区域，可以在具有类似于图9所示的图像的窄范围像素值的显示设备上显示具有宽范围像素值的图像。

此外，非专利文献1还公开了直方图的均衡化(以下为“HE”)。HE是指一种执行转换(直方图转换)以使给定图像中的每个灰度级的(像素数目)频率分布(以下为“直方图”)变得平坦的技术。以下将使用图10和11描述HE。图10是示出了转换前图像的亮度的直方图的说明性视图。此外，图11是示出了转换后(均衡化)图像的亮度的直方图的说明性视图。此外，在下文中，像素值还被称作“亮度值”。根据图10和11所示的图，水平轴表示红外图像上的亮度值，以及垂直轴表示亮度值的表现频率。根据图10所示的图所代表的图像，低亮度值范围内的频率高，而高亮度值范围内的频率低。因此，如图11所示通过对该图像应用HE来均衡化亮度值的分布，以转换图像。图12是通过应用HE转换的图像。利用HE，均等地使用每个灰度级，从而与处理之前的图像相比，处理后图像的阴影的变化更明显。此外，以局部块为单位应用HE的方法被称作自适应直方图均衡化(下文“AHE”)。例如，通过应用AHE，相对于每局部块具有精细阴影的图像，可以根据每个块的灰度级来调节对比度。

在非专利文献2中，描述了MEAM(根据Aare Mallo的方法)。利用MEAM，将输入图像分离为低频图像和高频图像，对低频图像进行线性缩放，而对高频图像进行增益放大处理，最后将两个图像叠加。以下，使用图13至19来描述MEAM。

图13是示出了MEAM中的处理的流程图。图14至19是示出了通过每个处理转换的图像的说明性视图。以下，将描述将MEAM用于图14所示的宽动态范围(0至2的14次幂)的图像的情况。首先，将低通滤波器用于图14所示的图像f(x，y)(步骤S91)，以提取低频图像f(x，y)_lp(图15)。此外，将线性缩放用于所提取的低频图像f(x，y)_lp，以提取图像g(x，y)_lp(图16)(步骤S92)。另一方面，从图14所示的图像f(x，y)中提取高频图像f(x，y)_hp(图17)(步骤S93)。此外，将增益放大处理用于所提取的高频图像f(x，y)_hp，以提取图像g(x，y)_hp(图18)(步骤S94)。最后，将所提取的图像g(x，y)_lp与g(x，y)_hp相加(步骤S95)。相加后的图像是图19所示的图像g(x，y)₁。此外，根据指定图像的范围调节图像g(x，y)₁(步骤S96)。因此，通过使用MEAM，可以提高低频图像和高频图像的图像对比度，从而在保留高频图像中较多包括的边缘信息(示出了亮度比周围变化得更快的位置的信息)的同时压缩了动态图像。

引用列表

非专利文献