Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

blendexposure

Cree una imagen bien expuesta a partir de imágenes con diferentes exposiciones

contraer todo en la página

Sintaxis

J = blendexposure(I1,I2,...,In)
J = blendexposure(I1,I2,...,In,Name,Value)

Descripción

ejemplo

J = blendexposure(I1,I2,...,In) combina imágenes en escala de grises o RGB con diferentes exposiciones. combina las imágenes en función de su contraste, saturación y bien exposedumbre, y devuelve la imagen bien expuesta,.blendexposureJ

ejemplo

J = blendexposure(I1,I2,...,In,Name,Value) combina imágenes que tienen diferentes exposiciones, utilizando pares nombre-valor para ajustar la forma en que cada imagen de entrada contribuye a la imagen mezclada.

Ejemplos

contraer todo

Abrir script en vivo

Lea una serie de imágenes con diferentes exposiciones que fueron capturadas desde una cámara fija sin objetos en movimiento en la escena.

I1 = imread('car_1.jpg'); I2 = imread('car_2.jpg'); I3 = imread('car_3.jpg'); I4 = imread('car_4.jpg');

Visualice las imágenes. En las imágenes subexpuestas, solo las regiones brillantes como los faros delanteros tienen detalles informativos. Por el contrario, los faros se saturan en las imágenes sobreexpuestas, y el mejor contraste proviene de regiones más oscuras como el suelo de ladrillo y el techo.

montage({I1,I2,I3,I4})

Mezcle las imágenes utilizando la fusión de exposición. De forma predeterminada, la función intenta suprimir los resaltados de fuentes de luz fuertes.blendexposure Para la comparación, también mezcle las imágenes sin suprimir los resaltados. Visualice los dos resultados.

E = blendexposure(I1,I2,I3,I4); F = blendexposure(I1,I2,I3,I4,'ReduceStrongLight',false); montage({E,F}) title('Exposure Fusion With (Left) and Without (Right) Strong Light Suppression')

En las imágenes fusionadas, las regiones brillantes y las regiones oscuras conservan detalles informativos. Con una fuerte supresión de la luz, la forma de los faros es identificable, y los píxeles saturados no se extienden más allá del límite de los faros delanteros. Sin una fuerte percepción de la luz, la forma de los faros no es identificable, y hay píxeles saturados en el reflejo de los faros en el suelo y en algunas partes de los otros coches.

Abrir script en vivo

Lea una serie de imágenes con diferentes exposiciones. Las imágenes fueron capturadas desde una cámara fija, y no hay objetos en movimiento en la escena.

I1 = imread('office_1.jpg'); I2 = imread('office_2.jpg'); I3 = imread('office_3.jpg'); I4 = imread('office_4.jpg'); I5 = imread('office_5.jpg'); I6 = imread('office_6.jpg'); montage({I1,I2,I3,I4,I5,I6}) title('Images with Different Exposures')

Mezcle las imágenes registradas usando la fusión de la exposición, opcionalmente variando el peso del contraste, la saturación y el bien-exposedumbre en la fusión, y sin reducir las fuentes de luz fuertes. Mostrar el resultado.

E = blendexposure(I1,I2,I3,I4,I5,I6,'contrast',0.8,...     'saturation',0.8,'wellexposedness',0.8,'reduceStrongLight',false); imshow(E) title('Blended Image Using Exposure Fusion')

Argumentos de entrada

contraer todo

Imágenes en escala de grises o RGB, especificadas como una serie de matrices numéricas o matrices numéricas por 3.mnmn Todas las imágenes deben tener el mismo tamaño y tipo de datos.

Tipos de datos: single | double | uint8 | uint16

Argumentos de par nombre-valor

Especifique pares de argumentos separados por comas opcionales. es el nombre del argumento y es el valor correspondiente. deben aparecer dentro de las cotizaciones.Name,ValueNameValueName Puede especificar varios argumentos de par de nombre y valor en cualquier orden como.Name1,Value1,...,NameN,ValueN

Ejemplo: blendexposure(I1,I2,I3,'Contrast',0.5,'Saturation',0.9)

Peso relativo dado al contraste durante la fusión, especificado como el par separado por comas que consta de y un escalar numérico en el intervalo [0,1].'Contrast'

Peso relativo dado a la saturación durante la fusión, especificado como el par separado por comas que consta de y un escalar numérico en el intervalo [0,1].'Saturation'

Peso relativo dado a la calidad de exposición durante la mezcla, especificado como el par separado por comas que consta de un escalar numérico en el intervalo [0,1].'Wellexposedness' La calidad de exposición de cada imagen se basa en la divergencia de las intensidades de píxel de un modelo de píxeles con buena exposición.

Reduzca la luz fuerte, especificada como el par separado por comas que consta de y o.'ReduceStrongLight'truefalse Si es así, intenta suprimir los resaltados de las fuentes de luz fuertes en las imágenes.'ReduceStrongLight'trueblendexposure

Nota

Si las imágenes de entrada no tienen fuentes de luz fuertes y se especifica como, la imagen de salida tiene menos contraste.ReduceStrongLighttrueJ

Argumentos de salida

contraer todo

Imagen fusionada, devuelta como una matriz o matriz numérica del mismo tamaño y tipo de datos que las imágenes de entrada.I1,I2,...,In

Sugerencias

  • Para mezclar imágenes de escenas en movimiento o con fluctuación de cámara, primero registre las imágenes utilizando la función. solo considera las traducciones, no las rotaciones u otros tipos de transformaciones geométricas, al registrar las imágenes.imregmtbimregmtb

Algoritmos

La función calcula el peso de cada medida de calidad de la siguiente manera:blendexposure

  • Las ponderaciones de contraste se calculan utilizando el filtrado laplaciano.

  • Los pesos de saturación se calculan a partir de la desviación estándar de cada imagen.

  • El bien-exposedumbre se determina comparando partes de la imagen con una distribución gaussiana con una media de 0,5 y una desviación estándar de 0,2.

  • Los pesos fuertes de reducción de la luz se calculan como una mezcla de los otros tres pesos, multiplicados por una distribución gaussiana con una media fija y una varianza.

Los pesos se descomponen utilizando pirámides Gaussianas para una mezcla perfecta con una pirámide Laplaciana de la imagen correspondiente, lo que ayuda a preservar los detalles de la escena.

Referencias

[1] Mertens, T., J. Kautz, and F. V. Reeth. "Exposure Fusion." Pacific Graphics 2007: Proceedings of the Pacific Conference on Computer Graphics and Applications. Maui, HI, 2007, pp. 382–390.

Consulte también

| |

Introducido en R2018a

Documentación de Image Processing Toolbox
Soporte
Introducing Deep Learning with MATLAB

Introducing Deep Learning with MATLAB

Download ebook