VisualApplets
기본 및 예제

[Mer07]에 따른 exposure fusion 알고리즘은 가중 블렌딩을 사용하여 길이가 N인 시퀀스의 이미지를 결과 이미지로 결합합니다. :

여기서 은(는) 각 색상 성분(빨강, 초록, 파랑)에 대한 가중치입니다. 위치의 픽셀 중 시퀀스의 k번째 이미지에서

은(는) 위치의 픽셀 값에 종속되는 가중치 함수이며 이 픽셀의 적정 노출 정도를 측정하는 지표입니다. "ExposureFusion.vad"에서 은(는) 픽셀 값 127까지는 선형 함수입니다. 128에서 255 사이의 픽셀 값에 대해, 은(는) 127로 설정됩니다. 요구사항에 따라 사용자는 섹션에 설명된 대로 이 가중치 함수를 쉽게 변경할 수 있습니다. 예: [Mer07]에 따름. 콘트라스트 또는 채도([Mer07] 참조)와 같은 Quality 측정 항목은 이 레퍼런스 디자인에 구현되어 있지 않습니다. 식 45 에서 분모의 빨강, 초록, 파랑 색상 성분에 대한 합산은 결과 이미지의 픽셀 이(가) 원본 이미지의 색상 정보를 잃지 않도록 방지합니다.

그림 358은(는) "ExposureFusion.vad"의 기본 디자인 구조를 보여줍니다.

Camera link base 구성의 rgb 카메라 시퀀스 이미지는 HierachicalBox ExposureFusion의 식 44에 있는 알고리즘에 따라 하나의 결과 이미지로 결합됩니다. 시뮬레이션 목적으로 최대 크기가 1024x1024 픽셀인 최대 16장의 이미지를 시뮬레이션 소스 TestImages에 로드하십시오. Exposure Time 순서에 따른 이미지의 정렬은 중요하지 않습니다! 상자 ExposureFusion에서 "마우스 우클릭"을 통해 이미지 시퀀스 길이와 입력 이미지의 크기를 설정할 수 있습니다. 최대 이미지 수는 16장이며 최대 이미지 크기는 1024x1024 픽셀입니다. 출력 이미지는 DMA를 통해 PC로 전송됩니다. 그림 359에는 HierarchicalBox ExposureFusion의 내용이 나와 있습니다.

상자 ImageSequence 에서 시퀀스의 이미지가 하나의 큰 이미지로 결합됩니다. 이미지의 위치 에 있는 픽셀이 이웃으로 배치됩니다. 상자 ImageComposition 에서 식에 따른 exposure fusion 알고리즘이 44 구현됩니다. 그림에서 해당 내용을 확인할 수 있습니다. 360.

상자 중량 에서 가중치 함수 (참조: 식 45)은 각 색상 구성 요소에 대해 픽셀 값에 따라 구현됩니다. 상자의 내용을 확인할 수 있습니다. 중량 그림 361.

상자들의 각 색상 구성 요소에 대한 가중치 함수는 Red, 초록색 및 Blue 식에 따라 합산됩니다. 45. 그림에서 362 빨간색 구성 요소의 가중치 함수 를 볼 수 있습니다.

픽셀 값이 127까지는 함수가 선형적입니다. 픽셀 값 128부터 255까지는, 127로 설정됩니다. 룩업 테이블 연산자 LUT_Weights 를 사용하면 사용자가 요구 사항에 맞게 가중치 함수를 쉽게 조정할 수 있습니다. 또한 다음 연산자에 대한 ClipHigh 및 CastBitWidth 매개변수를 변경하거나(삭제하는 경우조차도) 사용자에게 이러한 가능성을 제공합니다. 상자 콘텐츠로 돌아가서 ImageComposition. 여기서 방정식에 따라44 적색, 녹색, 청색 색상 성분의 픽셀 값은 가중치 함수와 곱해지며 상수 Const (값 3)와 함께 상자 Red, 초록색 및 Blue. 상자의 내용을 확인할 수 있습니다. Red 그림 363.

여기서 모든 이미지에 대해 합산됩니다. 그런 다음 식에 따라 45(으)로 나뉩니다. 마지막으로 색상 성분이 병합되고(그림 참조 360) 출력 이미지가 PC로 전송됩니다. 그림에서 364 그림의 결과 이미지와 함께 5개의 예시 입력 이미지를 볼 수 있습니다. 365. 결과 이미지에는 과소 노출 및 과다 노출된 픽셀이 없으며 세부 정보가 보존됩니다.