[发明专利]高动态范围图像产生方法以及使用该方法的装置

说明书

高动态范围图像产生方法以及使用该方法的装置。本发明的实施例提出一种由处理单元执行的高动态范围图像产生方法。计算第0帧数据及第1帧数据间的第一运动向量，以及依据第一运动向量、拍摄第0帧数据与第1帧数据的时间间隔、以及拍摄第0帧数据与第2帧数据的时间间隔，预测第0帧数据及第2帧数据间的第二运动向量。接着，依据第二运动向量产生运动检测矩阵，其中的运动检测矩阵包含多个运动检测标志。最后，依据运动检测标志融合第0帧数据以及第2帧数据。

技术领域

本发明涉及一种图像处理技术，特别涉及一种高动态范围图像产生方法以及使用该方法的装置。

背景技术

高动态范围(HDR，High-Dynamic-Range)图像可显示从现实世界抓取的更大范围的亮度水平，从直射的阳光到微弱的星光。其通常针对相同的拍摄物体抓取不同曝光度的图像，并融合这些图像来产生高动态范围图像。非高动态范围相机以受限的曝光区间拍摄，造成在亮部及暗部损失细节。为了补偿这类的细节损失，高动态范围技术藉由在不同的曝光水平下拍摄并融合这些不同曝光水平下拍摄的图像，用以产生可表示更广色度范围的图像。然而，当在拍摄不同曝光水平下的图像的时间点之间，图像中有物体移动时，如上所述的图像融合会在移动物体的周围产生鬼影。此外，如果物体运动是在图像的过曝光区域(over-exposure area)或低曝光区域(under-exposure area)，由于在这些区域内信息全无(例如像素值为全1或者全0)，无法计算运动的相关信息来消除鬼影。因此，本发明提出一种高动态范围图像产生方法以及使用该方法的装置，用以降低如上所述的缺点。

发明内容

本发明的实施例提出一种由处理单元执行的高动态范围图像产生方法。此流程开始于取得第0帧数据及第1帧数据。接着，计算第0帧数据及第1帧数据间的第一运动向量，以及依据第一运动向量、拍摄第0帧数据与第1帧数据的时间间隔、以及拍摄第0帧数据与第2帧数据的时间间隔，预测第0帧数据及第2帧数据间的第二运动向量。接着，依据第二运动向量产生运动检测矩阵，其中的运动检测矩阵包含多个运动检测标志。取得第2帧数据。最后，依据运动检测标志融合第0帧数据以及第2帧数据。

本发明的实施例另提出一种高动态范围图像产生装置，包含相机模块控制器以及处理单元。相机模块控制器耦接于相机模块。处理单元通过相机模块控制器取得第0帧数据及第1帧数据；计算第0帧数据及第1帧数据间的第一运动向量；取得第2帧数据；依据第一运动向量、拍摄第0帧数据与第1帧数据的时间间隔、以及拍摄第0帧数据与第2帧数据的时间间隔，预测第0帧数据及第2帧数据间的第二运动向量；依据第二运动向量产生运动检测矩阵，其中运动检测矩阵包含多个运动检测标志；以及依据运动检测标志融合第0帧数据以及第2帧数据。

本发明前述的高动态范围图像产生方法及装置利用运动物体在正常曝光条件(最佳曝光条件)下拍摄的多个帧(如第0及第1帧)之间的运动向量预测在非正常曝光条件下的帧(如第2帧及第3帧)中该运动物体的移动后位置，以解决物体运动至无信息的低/过曝光区时无法计算运动向量的问题。此外，本发明还利用预测的运动向量计算的运动块的运动检测标志来参与HDRM流程中的帧融合，使得预测为倾向于运动的像素更倾向于取正常曝光帧的像素值，预测为倾向于不的像素更倾向于取低/高曝光帧的像素值，以消除鬼影并且避免低/过曝光区边界处运动物体的撕裂。

附图说明

图1是依据本发明实施例的运算装置的系统架构图。

图2是依据本发明实施例由处理单元执行的高动态范围融合方法的方法流程图。

图3是依据本发明另一实施例由处理单元执行的高动态范围融合方法的方法流程图。

图4是依据本发明实施例的第0帧中每一块的直方图区间示意图。

图5是依据本发明实施例的第0帧的直方图区间示意图。

图6是依据本发明实施例的相邻四块示意图。