[发明专利]相机全清晰成像方法、装置与电子设备

说明书

本发明实施例提供一种相机全清晰成像方法、装置与电子设备，其中该方法包括：采用最大梯度流算子，提取目标物体聚焦栈图像中的真实边缘点，并计算真实边缘点的深度值；基于所述真实边缘点，提取结构边缘点，并基于所述结构边缘点，将所述真实边缘点的深度值向所述聚焦栈图像的所有像素点传播，获取全局深度图；基于所述全局深度图，获取所述目标物体初步融合的全聚焦图像，并基于所述全局深度图和所述结构边缘点的分布，从所述初步融合的全聚焦图像中去除结构边缘区域的模糊图案，获取最终的全聚焦图像；基于所述最终的全聚焦图像，进行所述目标物体的相机全清晰成像。本发明实施例能够有效改善全聚焦图像的质量及成像效果。

技术领域

本发明涉及全聚焦图像融合技术领域，更具体地，涉及一种相机全清晰成像方法、装置与电子设备。

背景技术

在相机成像时，为了对目标物体的各细节均清晰的成像，以便更好的提取结构特征，可通过全聚焦成像来实现。全聚焦图像合成算法是计算机领域的基础问题，主要通过融合一系列聚焦在不同深度位置下的图像(聚焦栈图像)，得到一张所有图像位置均清晰聚焦的图像，实现图像景深的扩展。利用聚焦栈图像进行图像的景深扩展在深度估计、医学成像、三维场景理解与生物识别等领域都有着广泛的应用。根据融合方法的不同，全聚焦图像融合算法主要分为基于变换域的融合算法和基于深度估计的融合算法两种。

基于变换域的方法主要是通过将源彩色图像转换到某个变换域中，转换算法如DCT变换、DWT变换、DSIFT变换等，再对变换域上的系数进行加权求和等一系列处理后，将融合后的系数逆变换到图像域内，得到最终的全聚焦图像。但是，这种方法需要进行图像变换，计算复杂，且该类方法对变换域的稀疏非常敏感，轻微的系数估计的抖动都会在最终的全聚焦图像所有位置产生噪声。

基于深度估计的方法能够避免上述问题，其通常包括以下步骤：首先设计不同的锐利度测量算子来提取图像边缘的梯度值，再选取梯度最大的位置作为该边缘点的深度值；之后设计不同传播方法，将深度值由稀疏的边缘点向图像全局进行扩展，获得图像每一个像素点的深度值；最后根据全局密集深度图，逐点的到聚焦栈中挑选对应深度位置图像下的像素值进行融合，得到整张图像都清晰的全聚焦图像。

但是，在上述基于深度估计的方法中，边缘深度估计的准确性、深度传播算法的鲁棒性等对最终的结果均有着非常重要的影响。并且，该方法中全聚焦图像与深度图之间是逐点对应的，那么对于深度发生跳变的边缘点区域(结构边缘)，当后表面聚焦时，前表面变模糊，传播出的模糊边缘会遮挡后表面处靠近边缘的清晰纹理。而根据真实的深度值进行全聚焦融合时，上述逐点对应的算法会保留后表面处残留的前表面传播出的模糊边缘，造成得到的全聚焦图像质量的下降，并进一步影响成像效果。

发明内容

为了克服上述问题或者至少部分地解决上述问题，本发明实施例提供一种相机全清晰成像方法、装置与电子设备，用以有效消除模糊边缘造成的不利影响，从而有效提高全聚焦图像的质量并改善成像效果。

第一方面，本发明实施例提供一种相机全清晰成像方法，包括：

采用最大梯度流算子，提取目标物体的聚焦栈图像中的真实边缘点，并计算所述真实边缘点的深度值；

基于所述真实边缘点，提取结构边缘点，并基于所述结构边缘点，将所述真实边缘点的深度值向所述聚焦栈图像的所有像素点传播，获取全局深度图；

基于所述全局深度图，获取所述目标物体初步融合的全聚焦图像，并基于所述全局深度图和所述结构边缘点的分布，从所述初步融合的全聚焦图像中去除结构边缘区域的模糊图案，获取最终的全聚焦图像；

基于所述最终的全聚焦图像，进行所述目标物体的相机全清晰成像。

第二方面，本发明实施例提供一种相机全清晰成像装置，包括：

提取模块，用于采用最大梯度流算子，提取目标物体的聚焦栈图像中的真实边缘点，并计算所述真实边缘点的深度值；