一種擴展動態范圍的圖像處理算法*

朱良銷,余學才,陳 濤,蘇 柯,王世陽

(電子科技大學光電信息學院,成都 610054)

對于圖像傳感器,提高動態范圍(DR)和信噪比(SNR)是很重要的。圖像傳感器的動態范圍被定義為最大非飽和信號與黑暗條件下噪聲的比值,這是圖像傳感器品質的關鍵因素[1]。傳統結構的圖像傳感器的動態范圍只有大約 60 dB,而環境圖景的動態范圍往往超過 100 dB[2],這就使得圖像傳感器所拍攝到的圖像的對比度不夠,當強背景光時,會使得圖像傳感器飽和,導致圖像分辨率不足。

圖像傳感器的動態范圍定義為最大非飽和信號和最小可測信號的比值,即表示為：動態范圍 =最大非飽和信號/最小可測信號[3]。其中,最大非飽和信號為臨界飽和信號,與光電探測器的勢阱容量有關;最小可測信號為噪聲的均方差。一般來說,圖像傳感器的動態范圍都達不到自然界光強的范圍,尤其是CMOS圖像傳感器的讀出噪聲較大,動態范圍更受限制。圖像傳感器的動態范圍示意圖如圖 1所示。

根據上圖中飽和值和最小可測信號值的比值就可以求得圖像傳感器的動態范圍。

圖1 圖像傳感器的動態范圍示意圖

自然場景的光動態范圍大于 105(100 dB),常見圖像采集系統的動態范圍[4],如表 1所示。

表1 常見圖像采集系統的動態范圍

從上表中可以看出,只有高端 CCD數碼相機的動態范圍才能達到膠片相機和人眼的水平,此類數碼相機價格非常昂貴,應用受到很大的限制。由于自然場景的光動態范圍大于 100 dB,CMOS圖像傳感器若要在更多領域取代 CCD圖像傳感器,開拓出更廣闊的市場,就必須擴展其動態范圍。

擴展圖像傳感器動態范圍可采用各種技術,如對數像素結構、橫向溢出柵像素結構、多次曝光技術、局部曝光技術等[5-6]。對數像素結構該像素單元輸出信號與入射光信號成對數關系,它的工作特點是光信號被連續地轉化為電壓信號,這種方法是通過提高圖像接收器件的探測性能來達到擴展動態范圍[7-8]。要獲得高動態范圍的同時又有較高的信噪比 SNR,可采用兩次或多次曝光的方法,這也是采用得最多的方法,很多研究人員進行了這方面的包括不通曝光量圖像的獲取和圖像合成算法方面的研究。兩次曝光方法使指對同一幅場景攝像兩次,即在較短時間積分后攝像一次,更長積分時間后再攝像一次。從理論上說,短積分時間采樣的圖像在勢阱飽和前捕獲了高照度區域,長積分時間采樣的圖像在足夠的積分時間后,捕獲了低照度區域,因此所采樣的兩幅圖像通過一定的合成算法可組合成一幅高動態范圍的圖像[9-11]。本文提出一種圖像處理的算法來擴展動態范圍,其原理是對同一圖像進行連續采集兩次,利用數學算法對圖像進行合成以達到動態外圍的擴展。

1 擴展動態范圍的圖像處理算法

利用同一圖像傳感器連續采集到幾幅圖像,這幾幅圖像是在同一背景下的,再運用圖像合成算法來擴展動態范圍。該算法主要是通過對兩幅幅圖像進行相加后,再對圖像進行改算法處理,使所合成的圖像的灰度值得到很好的改善。這種算法可以使圖像中很暗、難分辨的物體得到增強,并可以使圖像的背景得到適當的改善,由此可以分辨較暗物體和背景,動態范圍得到了擴展。這里要利用用幾幅圖像相加的方法,是因為這樣能增加合成圖像的信噪比。對于幾幅相近的圖像,信噪比相差不是很大,相加過程中,信號的增加幅度比噪聲的增加幅度要高,這樣就提高了合成后的圖像信噪比。

設第i幅圖像在(x,y)位置的像素值為 Gi(x,y),合成后的圖像在(x,y),位置的像素值為g(x,y),則：

其中 N0為所采集到的圖像數目,G0為預設的參數值,為每幅圖像在(x,y)位置上各像素值的平均值即：

該算法中的限制條件是 G0×N0＜255。本算法與所取圖像的數目 N0和預設的參數值 G0有關,如圖 2所示,當預設的參數值為 50時,所取圖像的數目 N0對該算法的影響。如圖 3所示,當圖像數目確定為 2時,預設的參數值 G0對該算法的影響。由圖 2和圖 3可看出對圖像中低像素值(較暗的物體)進行了增強,使其能被肉眼所見,而對圖像高像素值(較亮的物體和背景)進行適當的增強,從而使動態范圍得以擴展。本算法的一個重要優點是合成后的圖像的像素值都在 0～255之間,不存在像素值溢出的問題,不需要對圖像進行歸一化處理,使圖像很好地保持原有的信息。

圖2 本算法中圖像數目 N0對灰度值的影響

本算法在運算速度上具有一定的優勢,在MATLAB下做了速度的測試工作。MATLAB用于算法開發、數據可視化、數據分析以及數值計算的高級技術計算語言和交互式環境[12]。當取兩幅圖像時本算法所耗的時間為 1 ms,這個測試是在圖像為30萬像素時進行的。對于一般的圖像傳感器,利用此算法可以有效的進行實時顯示,并且可以利用此算法來抑制強背景光。

圖3 本算法中預設的參數值G0對灰度值的影響

2 實驗效果

實驗中,我們使用 Point Grey Research的 PGR Fly Capture CMOS圖像傳感器,對同一景物進行拍攝。采集多圖像,根據上面的合成算法,我們利用VC編程實現對圖像的采集,算法的實現和圖像的顯示。做了兩組實驗,圖 4為原始圖像,一組是當G0為 50時,N0從 2到 3變化,一組是當 N0為 2,G0從 20到 50變化。實驗結果圖分別為圖 5和圖 6。

圖4 原始圖像

圖5

圖6

經過實驗得到本算法中的圖像數目 N0為 2,預設的參數值 G0為 50時所得到的效果最佳。

3 結論

通過上述提出的一種擴展圖像傳感器動態范圍的圖像處理算法,我們將兩幅圖像合成一幅圖像擴展了圖像傳感器的動態范圍。實驗表明,這種合成圖像的算法較好地表示了原圖像的信息,這時一種簡潔優化的動態范圍擴展方法。改算法的關鍵在于：確定圖像的數目和預設的參數。提高圖像傳感器動態范圍的方法在技術上,商業上都會有很大的空間,對在光照強弱分明的景物中,獲取更多的圖像信息具有重要意義。

[1]Yang S,Cho K.High Dynamic Range CMOS Image Sensor with Conditional Reset[C]//Custom Integrated Circuits Conference,2002.Proceedings of the IEEE,May 2002,265-268.

[2]McIlrath L G.A Low-Power Low-Noise Ultrawide-Dynamic-Range CMOS Image with Pixel-parallel A/D Conversion[J].IEEE J.of Solide State Circuits,May 2001,36：846-853.

[3]David X D Yang,Abbas ElGamal.A 640×512CMOS Image Sensor with Ultra wide Dynamic Range Floating-Point Pixel-Level ADC[J].IEEE Journal of Solid-State Circuits,1999,34(12)：1821-1834.

[4]Abbas El Gamal,SNR and Dynamic Range,EE392B Lecture Note 5[R].Stanford University,Stanford,USA,2001.

[5]何烽,徐之海.一種基于數字圖像合成的擴展動態范圍方法[J].光電工程,2006,30(5)：66-68.

[6]劉恒殊,黃廉卿.基于人眼視覺特性的醫學圖像處理方法[J].光電工程,2001,28(4)：38-41.

[7]姜秀彬,毛毳,何樂年.一個提高 CMOS圖像傳感器的動態范圍的算法[J].微電子學與計算機,2006,23(2)：45-48.

[8]Bogoni L.Extending Dynamic Range of Monochrome Color Image through Fusion[C]//Proceeding of the 15thInternational Conference on Pattern Recognition,IEEE Computer Society,2000,3：7-12.

[9]SBattiato,A Castorina,M Mancuso.High Dynamic Range Imaging for Digital Still Camera：an Overview[J].Journal of Electronic Imageing,2007,12(3)：459-469.

[10]裴志軍,國澄明.CMOS圖像傳感器動態范圍擴展技術[J].傳感器技術,2006,22(6)：1-3.

[11]王慶有.圖像傳感器應用技術[M].北京：電子工業出版社,2006.235-240.

[12]王愛玲,葉明生,鄧秋香.圖像處理技術與應用[M].北京：電子工業出版社,2008.210-220,240-281.