HDR イメージング

詳細説明

このセクションでは、高ダイナミックレンジ撮像 (HDR) アルゴリズム、すなわちトーンマッピング、露出アライメント、複数露出によるカメラキャリブレーション、露出フュージョンについて説明する。

クラス
class	cv::AlignExposures
	同一シーンを異なる露出で撮影した画像を位置合わせするアルゴリズムのための基底クラス。続き...
class	cv::AlignMTB
	このアルゴリズムは画像をメディアンしきい値ビットマップ（メディアン輝度より明るいピクセルは 1、それ以外は 0）に変換し、得られたビットマップをビット演算を用いて位置合わせする。続き...
class	cv::CalibrateCRF
	カメラ応答キャリブレーションアルゴリズムの基底クラス。 続きを読む...
class	cv::CalibrateDebevec
	逆カメラ応答関数を、目的関数を線形システムとして最小化することで各輝度値に対して抽出する。目的関数は全画像中の同一位置のピクセル値を用いて構成され、結果を滑らかにするための追加項が加えられる。 続きを読む...
class	cv::CalibrateRobertson
	逆カメラ応答関数を、目的関数を線形システムとして最小化することで各輝度値に対して抽出する。このアルゴリズムはすべての画像ピクセルを使用する。 続きを読む...
class	cv::MergeDebevec
	結果のHDR画像は、露出値とカメラ応答を考慮した露出の加重平均として計算される。 続きを読む...
class	cv::MergeExposures
	露出シーケンスを単一の画像に統合できるアルゴリズムの基底クラス。 続きを読む...
class	cv::MergeMertens
	ピクセルはコントラスト、彩度、適正露出度の指標を用いて重み付けされ、その後ラプラシアンピラミッドを用いて画像が合成される。 続きを読む...
class	cv::MergeRobertson
	結果のHDR画像は、露出値とカメラ応答を考慮した露出の加重平均として計算される。 続きを読む...
class	cv::Tonemap
	トーンマッピングアルゴリズムの基底クラス。HDR画像を8ビット範囲にマッピングするために使用するツール。 詳細...
class	cv::TonemapDrago
	適応的対数マッピングは、対数領域で画像をスケーリングする高速なグローバルトーンマッピングアルゴリズムである。 詳細...
class	cv::TonemapMantiuk
	このアルゴリズムは、ガウシアンピラミッドの全レベルでの勾配を用いて画像をコントラストに変換し、コントラスト値をHVS応答に変換して応答をスケーリングする。その後、新しいコントラスト値から画像を再構成する。 詳細...
class	cv::TonemapReinhard
	これは人間の視覚系をモデル化したグローバルトーンマッピング演算子である。 詳細...

列挙型
enum	{ cv::LDR_SIZE = 256 }

関数
Ptr< AlignMTB >	cv::createAlignMTB (int max_bits=6, int exclude_range=4, bool cut=true)
	AlignMTBオブジェクトを生成する。
Ptr< CalibrateDebevec >	cv::createCalibrateDebevec (int samples=70, float lambda=10.0f, bool random=false)
	CalibrateDebevecオブジェクトを生成する。
Ptr< CalibrateRobertson >	cv::createCalibrateRobertson (int max_iter=30, float threshold=0.01f)
	CalibrateRobertsonオブジェクトを生成する。
Ptr< MergeDebevec >	cv::createMergeDebevec ()
	MergeDebevecオブジェクトを生成する。
Ptr< MergeMertens >	cv::createMergeMertens (float contrast_weight=1.0f, float saturation_weight=1.0f, float exposure_weight=0.0f)
	MergeMertensオブジェクトを生成する。
Ptr< MergeRobertson >	cv::createMergeRobertson ()
	MergeRobertsonオブジェクトを生成する。
Ptr< Tonemap >	cv::createTonemap (float gamma=1.0f)
	ガンマ補正付きの単純な線形マッパーを生成する。
Ptr< TonemapDrago >	cv::createTonemapDrago (float gamma=1.0f, float saturation=1.0f, float bias=0.85f)
	TonemapDragoオブジェクトを生成する。
Ptr< TonemapMantiuk >	cv::createTonemapMantiuk (float gamma=1.0f, float scale=0.7f, float saturation=1.0f)
	TonemapMantiukオブジェクトを生成する。
Ptr< TonemapReinhard >	cv::createTonemapReinhard (float gamma=1.0f, float intensity=0.0f, float light_adapt=1.0f, float color_adapt=0.0f)
	TonemapReinhardオブジェクトを生成する。

列挙型詳解

anonymous enum

anonymous enum

#include <opencv2/photo.hpp>

列挙値
LDR_SIZE  Python: cv.LDR_SIZE

関数詳解

createAlignMTB()

Ptr< AlignMTB > cv::createAlignMTB	(	int	max_bits = 6,
		int	exclude_range = 4,
		bool	cut = true )

Python:
	cv.createAlignMTB(	[, max_bits[, exclude_range[, cut]]]	) ->	retval

#include <opencv2/photo.hpp>

AlignMTB オブジェクトを生成する。

引数

max_bits	各次元における最大シフトの2を底とする対数。通常は5や6で十分である（それぞれ31ピクセル、63ピクセルのシフトに相当）。
exclude_range	中央値付近のノイズを抑制するために構築される除外ビットマップの範囲。
cut	trueの場合は画像を切り取り、そうでない場合は新たな領域をゼロで埋める。

createCalibrateDebevec()

Ptr< CalibrateDebevec > cv::createCalibrateDebevec	(	int	samples = 70,
		float	lambda = 10.0f,
		bool	random = false )

Python:
	cv.createCalibrateDebevec(	[, samples[, lambda_[, random]]]	) ->	retval

#include <opencv2/photo.hpp>

CalibrateDebevec オブジェクトを生成する。

引数

samples	使用するピクセル位置の数
lambda	平滑化項の重み。値を大きくするほど結果は滑らかになるが、応答が変化する場合がある。
random	trueの場合、サンプルとなるピクセル位置はランダムに選ばれ、そうでない場合は矩形グリッドを形成する。

createCalibrateRobertson()

Ptr< CalibrateRobertson > cv::createCalibrateRobertson	(	int	max_iter = 30,
		float	threshold = 0.01f )

Python:
	cv.createCalibrateRobertson(	[, max_iter[, threshold]]	) ->	retval

#include <opencv2/photo.hpp>

CalibrateRobertson オブジェクトを生成する。

引数

max_iter	Gauss-Seidelソルバの最大反復回数。
threshold	最小化の連続する2ステップの結果間の目標差分。

createMergeDebevec()

Ptr< MergeDebevec > cv::createMergeDebevec

(

)

Python:
	cv.createMergeDebevec(		) ->	retval

#include <opencv2/photo.hpp>

MergeDebevec オブジェクトを生成する。

createMergeMertens()

Ptr< MergeMertens > cv::createMergeMertens	(	float	contrast_weight = 1.0f,
		float	saturation_weight = 1.0f,
		float	exposure_weight = 0.0f )

Python:
	cv.createMergeMertens(	[, contrast_weight[, saturation_weight[, exposure_weight]]]	) ->	retval

#include <opencv2/photo.hpp>

MergeMertens オブジェクトを生成する。

引数

contrast_weight	コントラスト評価の重み。MergeMertens を参照。
saturation_weight	彩度評価の重み
exposure_weight	露出の適切さ (well-exposedness) 評価の重み

createMergeRobertson()

Ptr< MergeRobertson > cv::createMergeRobertson

(

)

Python:
	cv.createMergeRobertson(		) ->	retval

#include <opencv2/photo.hpp>

MergeRobertson オブジェクトを生成する。

createTonemap()

Ptr< Tonemap > cv::createTonemap

(

float

gamma = 1.0f

)

Python:
	cv.createTonemap(	[, gamma]	) ->	retval

#include <opencv2/photo.hpp>

ガンマ補正付きの単純な線形マッパーを生成する。

引数

gamma

ガンマ補正用の正の値。ガンマ値1.0は補正なしを意味し、2.2fはほとんどのディスプレイに適している。一般にガンマ > 1 は画像を明るくし、ガンマ < 1 は暗くする。

createTonemapDrago()

Ptr< TonemapDrago > cv::createTonemapDrago	(	float	gamma = 1.0f,
		float	saturation = 1.0f,
		float	bias = 0.85f )

Python:
	cv.createTonemapDrago(	[, gamma[, saturation[, bias]]]	) ->	retval

#include <opencv2/photo.hpp>

TonemapDrago オブジェクトを生成する。

引数

gamma	ガンマ補正用のガンマ値。createTonemap を参照。
saturation	正の彩度強調値。1.0は彩度を保ち、1より大きい値は彩度を上げ、1より小さい値は下げる。
bias	[0, 1] の範囲のバイアス関数の値。通常は0.7から0.9の値が最良の結果を与え、デフォルト値は0.85である。

createTonemapMantiuk()

Ptr< TonemapMantiuk > cv::createTonemapMantiuk	(	float	gamma = 1.0f,
		float	scale = 0.7f,
		float	saturation = 1.0f )

Python:
	cv.createTonemapMantiuk(	[, gamma[, scale[, saturation]]]	) ->	retval

#include <opencv2/photo.hpp>

TonemapMantiuk オブジェクトを生成する。

引数

gamma	ガンマ補正用のガンマ値。createTonemap を参照。
scale	コントラストのスケール係数。HVS応答にこの引数が乗算され、ダイナミックレンジが圧縮される。0.6から0.9の値が最良の結果を生む。
saturation	彩度強調値。createTonemapDrago を参照。

createTonemapReinhard()

Ptr< TonemapReinhard > cv::createTonemapReinhard	(	float	gamma = 1.0f,
		float	intensity = 0.0f,
		float	light_adapt = 1.0f,
		float	color_adapt = 0.0f )

Python:
	cv.createTonemapReinhard(	[, gamma[, intensity[, light_adapt[, color_adapt]]]]	) ->	retval

#include <opencv2/photo.hpp>

TonemapReinhard オブジェクトを生成する。

引数

gamma	ガンマ補正用のガンマ値。createTonemap を参照。
intensity	[-8, 8] の範囲の結果の明度。値が大きいほど明るい結果になる。
light_adapt	[0, 1] の範囲の明順応 (light adaptation)。1の場合はピクセル値のみに基づき、0の場合は全体的になり、それ以外の場合は両者の重み付き平均となる。
color_adapt	[0, 1] の範囲の色順応 (chromatic adaptation)。1の場合はチャンネルが独立に扱われ、0の場合は各チャンネルで順応レベルが同じになる。