| 간략한 설명 | |
|---|---|
|
파일:
\examples\Processing\HDR_ImageComposition\HighDynamicRange\HDR_linearW_Bayer_3_Base.vad |
|
|
Default Platform: mE5-MA-VCL |
|
|
요약 설명 Reinhard 등 및 Fattal 등의 연구에 따른 가중 선형 HDR 알고리즘 및 LDR 알고리즘. |
|
이 고동적 범위(HDR) 및 저동적 범위(LDR) VisualApplets (VA) 설계는 ‘카메라 응답 함수를 사용한 고동적 범위 및 저동적 범위 예제’에서 설명된 것과 유사합니다 . 차이점은 HDR 알고리즘에 있습니다. 이에 대해서는 다음 소절에서 설명하겠습니다. 이 예제에는 여러 가지 변형이 존재합니다. 이들은 marathon VCL 보드를 대상으로 하며, 기본 및 전체 구성에서 RGB, 베이어 패턴 또는 그레이스케일 카메라에 맞게 설계되었습니다.
노출
다음과 같이 쓸 수 있다
의 역함수로 식 32
노출을 선형 함수로 가정할 수 있다면, 다음과 같은 식으로 HDR 색상 성분을 구성할 수 있습니다:
~와 함께 대신 식 34. 여기
다음과 유사하다 Equation 35 노출 부족 및 과다 노출된 픽셀 값의 영향을 덜 강조하는 가중치 함수입니다. 이 예제의 LDR 구성 요소는
다음의 LDR 알고리즘과 유사한 방식으로 계산됩니다. 및 .
이 예시는 매우 어두운 물체와 매우 밝은 물체가 공존하여 명도 범위가 매우 넓은 장면을 촬영하는 데 적합합니다. 장면 속의 모든 물체가 올바르게 표시된 이미지가 PC로 전송됩니다. 이 설계의 기본 구조는 그림 354 에 나와 있습니다(여기서는 기본 구성의 베이어 패턴 카메라를 예로 들었습니다). 각 이미지 픽셀의 적색, 녹색, 청색 값은 HierarchicalBox에서 계산됩니다 베이어 에서 Bayer5x5Linear 연산자를 사용하여 계산됩니다. box ImageSequence 상자에는 세 장의 이미지 시퀀스가 버퍼링됩니다. 이 세 장의 이미지는 HDR-LDR 처리를 위해 서로 다른 세 가지 노출 시간을 가져야 합니다. 노출 시간은 모든 이미지 픽셀이 노출 시퀀스 중 적어도 한 장의 이미지에서 과다 노출되거나 부족 노출되지 않도록 선택해야 합니다. 이 시간들은 SignalWidth width1 부터 width3 HierarchicalBox 내의 트리거 (그림 348 참조). 시간 척도는 8 ns 단위의 시스템 클럭 틱임을 유의하십시오. 연산자 Generate-Period 는 최소한 다음 연산자들의 가장 긴 시간보다 큰 값으로 설정되어야 합니다. 연산자들 SignalWidth width1 부터 width3까지. 또한 연산자 Generate-Period 의 최소 주기 길이에 대해서도 카메라 설명서를 참조하십시오. 세 개의 이미지는 식 43에 설명된 가중 선형 HDR 알고리즘을 사용하여 합성됩니다. 이 알고리즘은 HierarchicalBox HDR (그림 354)에 구현되어 있습니다. Reinhard 등[Rei02] 및 Fattal 등[Fat02]이 제시한 LDR 알고리즘은 LDR에 구현되어 있습니다. 결과 RGB 이미지의 색상은 HierarchicalBox OutputToPC에서 병합됩니다. “HDR_linearW_Gray_3_Base.vad” 설계에서는 이 박스가 존재하지 않습니다. 연산자 SourceSelector 연산자는 처리된 HDR-LDR 이미지 또는 (베이어 디모자이싱 처리된) 카메라 이미지 중 하나를 DMA 전송 대상으로 선택할 수 있게 해줍니다. 설계 구조와 계산 방식이 절의 예제와 유사하므로 본 문서에서는 HDR 의 내용 설명에만 집중하겠습니다. 다만 분수 비트와 같은 일부 세부 사항에서는 설계가 다를 수도 있다는 점에 유의하시기 바랍니다. 이에 대한 힌트는 예제의 주석 상자에서 확인하실 수 있습니다.
그림 355 에서 HierarchicalBox의 내용을 확인할 수 있습니다 HDR. 버퍼링된 이미지 시퀀스의 세 이미지에 대해 분자의 피가수
및 분모
멤버는 식 43 가 이미지 1~3에 대해(HierarchicalBox Image1 to Image3) 빨강, 초록, 파랑 색상 각각에 대해. 디자인
"HDR_linearW_Gray_3_Base.vad"에 포함된 그레이스케일 이미지의 경우, 계산은 그레이스케일 성분에 대해서만 수행됩니다.
이러한 항들의 계산 과정은 그림에 나와 있다. 356 'red' 색상에 대해서는 Image1 예를 들어,
녹색과 파란색, 그리고 그림 2와 3에 대한 계산은 아날로그 방식입니다. 그림의 픽셀 값은 356 는 노출
시간으로 나뉘며, 이 값은 매개변수의 값으로 설정할 수 있습니다 Const_dt1 (또는 아날로그 Const_dt2 및 Const_dt3).
시간 기준은 초, 밀리초 또는 마이크로초로 설정할 수 있으며, 매개변수를 통해 설정할 수 있습니다.
타임베이스 상자 안에 Red, Green 및 Blue 상자 안의 HDR
(그림 355 및 그림 357). 그 결과는
는 조회 테이블로 구현된 가중치 함수와 곱해지며
LUT_가중치. “WeightsLinear.txt” 테이블은 Matlab 프로그램 모듈인 “WeightLinear.m”, “sample.m”
(또는 그레이스케일 이미지의 경우 “sample_gray.m”) 및 “HDR_CRC_m”
(또는 그레이스케일 이미지의 경우 “HDR_CRC_Gray.m”)
(\examples\Processing\Advanced\HighDynamicRange\ 폴더 내)를 사용하여 생성할 수 있습니다. 자세한 지침은 “HDR_CRC.m” (또는 그레이스케일 이미지의 경우 “HDR_CRC_Gray.m”
)에 포함된 간단한 설명서를 함께 참조하시기 바랍니다.
그림에 표시된 구성 요소의 출력 결과는 356 그렇다면 다음의 항들은 식 43:
및
.
이러한 가산항들은 HierarchicalBoxes의 식 43에 따라 합산되고 나뉘어집니다. 빨간색, Green 및 Blue. 예를 들어 상자 빨간색 상자를 참조하십시오.
휘도 계산
모듈 내 휘도, 정규화된 휘도의
,
LDR 휘도
그리고 LDR 색상 성분의
최종 계산
,
및
또는
이는 ~절에 설명된 구현 방식과 유사합니다. 'High Dynamic Range and Low Dynamic Range Example Using Camera Response Function'. 자세한 내용은 해당
절의 관련 부분을 참조하시기 바랍니다. 또는 VA 디자인의 의견 입력란.



이전

