利用群集技術(shù)的多個影像的合成系統(tǒng)及方法
【專利摘要】本發(fā)明涉及多個影像的合成系統(tǒng)及方法，利用群集技術(shù)而使多個影像的連接領(lǐng)域的亮度差距最小化。本發(fā)明的方法，包括：接收輸入的兩個以上的輸入影像的階段；把兩個以上的輸入影像合成為一個合成影像的階段；算出合成影像中各輸入影像的亮度分布度的階段；從亮度分布度中算出一個以上的增減曲線(模態(tài)；modal)的亮度代表值的階段；通過亮度代表值判斷各輸入影像的群集與否及群集類型，并群組化各增減曲線的階段；通過各群組化的增減曲線的亮度代表值算出各群組的補正目標(biāo)值的階段；各群組的補正目標(biāo)值中減掉相應(yīng)群組的各增減曲線的亮度代表值，從而算出各增減曲線的補正值的階段；根據(jù)各輸入影像的像素值加上對應(yīng)的補正值而補正亮度的階段。
【專利說明】利用群集技術(shù)的多個影像的合成系統(tǒng)及方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及多個影像的合成系統(tǒng)及方法，更具體地說，把多個攝像頭獲得的多個影像合成為一個影像時，利用群集技術(shù)而最小化連接領(lǐng)域的亮度差的利用群集技術(shù)的多個影像的合成系統(tǒng)及方法。

【背景技術(shù)】
[0002]為了防止事故危險、停車時的便利等，越來越多使用者在汽車上搭載黑匣子或后方攝像頭功能。
[0003]據(jù)此,最近開發(fā)了一種AVM(Around View Monitor-環(huán)視顯示器)系統(tǒng),不僅在車輛的前后方，還在左右側(cè)面設(shè)置了攝像頭，像總共有4臺攝像頭從車輛上方俯視似的輸出到顯示器。
[0004]該AVM系統(tǒng)合成設(shè)置在車輛四周的攝像頭所獲得的影像，使使用者能夠便利地通過安裝在車輛前方的顯示屏觀察周圍。
[0005]但是，傳統(tǒng)的AVM系統(tǒng)因設(shè)置在車輛的各攝像頭的拍攝影像的亮度互不相同，合成后的影像不順滑，使用者會感到不自然。
[0006]并且，日本公開專利(第2010-187161號，申請日:2009、02、12)所提出的車載攝像頭的影像合成顯示方法用屬于影像的全部像素的平均值算出影像亮度，因此根據(jù)其他物體或影子等，亮度平均值或gain (增益)上產(chǎn)生誤差而難以正確地補正亮度。
[0007]先行技術(shù)文獻(xiàn)
[0008]專利文獻(xiàn)
[0009]日本公開專利第2010-187161號(申請日:2009、02、12)


【發(fā)明內(nèi)容】

[0010](要解決的技術(shù)問題)
[0011]本發(fā)明的目的在于提供一種利用群集技術(shù)的多個影像的合成系統(tǒng)及方法，把多個攝像頭獲得的多個影像合成為一個影像時，利用群集技術(shù)而最小化連接領(lǐng)域的亮度差。
[0012]并且，提供一種能夠營造使用者不感到異質(zhì)感并更加集中于駕駛的環(huán)境的利用群集技術(shù)的多個影像的合成系統(tǒng)及方法。
[0013](解決問題的手段)
[0014]為了達(dá)成所述本發(fā)明的目的，利用群集技術(shù)的多個影像的合成方法包括:接收輸入的兩個以上的輸入影像的階段；把兩個以上的輸入影像合成為一個合成影像的階段；算出合成影像中各輸入影像的亮度分布度的階段；從亮度分布度中算出一個以上的增減曲線(模態(tài);modal)的亮度代表值的階段；通過亮度代表值判斷各輸入影像的群集與否及群集類型，并群組化各增減曲線的階段；通過各群組化的增減曲線的亮度代表值算出各群組的補正目標(biāo)值的階段；各群組的補正目標(biāo)值中減掉相應(yīng)群組的各增減曲線的亮度代表值，從而算出各增減曲線的補正值的階段；根據(jù)各輸入影像的像素值加上對應(yīng)的補正值而補正亮度的階段。
[0015]在算出各輸入影像的亮度分布度的階段，亮度分布度在合成影像中對應(yīng)各輸入影像的全部領(lǐng)域或合成影像中各輸入影像相鄰的領(lǐng)域中算出。
[0016]并且，亮度分布度使量子化級別降低到比一般的亮度級別即256級別(8比特)低，簡化亮度分布度的形態(tài)。
[0017]算出一個以上的增減曲線的亮度代表值的階段中，增減曲線是指具有至少包括一個以上的極大的極小與極小之間的拋物線形態(tài)的曲線，亮度代表值可算出為所述各增減曲線的像素的平均亮度值或極大值中的其中一個。
[0018]判斷各輸入影像的群集與否及群集類型，并群組化各增減曲線的階段中，利用把亮度代表值類似的各增減曲線分類到同一群組的群集技術(shù)。
[0019]群集類型分為總括群集，把亮度代表值為兩個以上的輸入影像的增減曲線同時分類到同一群組；及個別群集，把輸入影像的增減曲線逐個分類到亮度代表值類似的增減曲線所屬的群組。
[0020]總括群集是指把亮度代表值為兩個以上的輸入影像的增減曲線同時分類到同一群組，其特征在于:算出亮度代表值為一個的輸入影像的亮度代表值的平均，比較與亮度代表值為兩個的輸入影像的亮度代表值的差距，把具有絕對值最小的亮度代表值的增減曲線和亮度代表值為一個的輸入影像的增減曲線分類到同一群組而全部一次性總括群集；個別群集的特征在于，參照輸入影像的亮度代表值為兩個或已完成群集的亮度代表值的平均而群集。
[0021]補正目標(biāo)值算出階段中，
[0022]補正目標(biāo)值可算出為各群組化的增減曲線的亮度代表值的平均值，或面積最大的增減曲線的代表值，或極大值最大的增減曲線的代表值中的其中一個。
[0023]補正值算出階段中，
[0024]對應(yīng)各增減曲線的補正值，算出為各增減曲線所屬的群組的補正目標(biāo)值減掉各增減曲線的亮度代表值的值。
[0025]亮度補正階段中，
[0026]各增減曲線的補正值乘以根據(jù)輸入影像的像素值的加權(quán)值，算出根據(jù)輸入影像的像素值分別對應(yīng)的補正值，根據(jù)輸入影像的像素值分別對應(yīng)的補正值加上補正前的輸入影像的像素值而補正亮度。
[0027](發(fā)明的效果)
[0028]根據(jù)本發(fā)明的利用群集技術(shù)的多個影像的合成系統(tǒng)及方法，合成多個影像時利用了群集技術(shù)，從而最小化多個影像的連接領(lǐng)域的亮度差距，使使用者感受不到異質(zhì)感，更能集中于駕駛，防止事故發(fā)生危險，并且提供駐車時的便利。

【專利附圖】

【附圖說明】
[0029]圖1是利用根據(jù)本發(fā)明的優(yōu)選實施例的群集技術(shù)的多個影像的合成系統(tǒng)的概略圖；
[0030]圖2是呈現(xiàn)本發(fā)明的利用群集技術(shù)的多個影像的合成方法的流程圖；
[0031]圖3是呈現(xiàn)增減曲線的概略圖；
[0032]圖4是用于判斷群集與否及類型的流程圖；
[0033]圖5是根據(jù)亮度代表值和輸入影像的個數(shù)判斷群集與否及類型的概略圖；
[0034]圖6是輸入的亮度代表值為一個的輸入影像為三個、亮度代表值為兩個的輸入影像為一個時，用于判斷群集類型的流程圖 '及
[0035]圖7是輸入的亮度代表值為一個的輸入影像為兩個、亮度代表值為兩個的輸入影像為兩個時，用于判斷群集類型的流程圖。

【具體實施方式】
[0036]以下，參照附圖詳細(xì)說明根據(jù)本發(fā)明的優(yōu)選實施例的利用群集技術(shù)的多個影像的合成系統(tǒng)及方法。
[0037]如圖1所圖示，利用根據(jù)本實施例的群集技術(shù)的多個影像的合成系統(tǒng)包括:影像輸入部110、影像合成部120、亮度信息分析部130、亮度代表值群集部140、亮度補正值算出部150、亮度補正值控制部160。
[0038]影像輸入部110接收通過設(shè)置在車輛前后左右的攝像頭拍攝與車輛相鄰的周邊領(lǐng)域而獲得的多個影像的輸入，影像合成部120把多個的各輸入影像合成為一個合成影像。
[0039]這里，并不限定攝像頭必須設(shè)置在車輛，因有可能使用于合成多個的影像的系統(tǒng)，不管攝像頭設(shè)置的位置或場所在哪里，都能適用本發(fā)明。
[0040]亮度信息分析部130從合成影像中對應(yīng)各輸入影像的全部領(lǐng)域或合成影像中各輸入影像相鄰的領(lǐng)域中算出亮度分布度。
[0041]全部領(lǐng)域或相鄰領(lǐng)域中算出亮度分布度后，降低量子化級別到比一般亮度級別即256級別(8比特)低，簡化亮度分布度的形態(tài)，算出亮度分布度中一個以上的增減曲線(模態(tài)；modal)的亮度代表值。
[0042]亮度代表值可算出為各增減曲線的像素的平均亮度值或極大值中的其中一個。
[0043]這里，增減曲線(模態(tài)；modal)如圖3所圖示，具有包括至少I個以上的極大的極小與極小之間的拋物線形態(tài)。
[0044]亮度代表值群集部140通過亮度代表值判斷各輸入影像的群集與否及群集類型，并群組化各增減曲線。
[0045]群集技術(shù)是指，基于構(gòu)成叫群集分析的數(shù)據(jù)集合的客體間的統(tǒng)計類似性，把亮度代表值類似的增減曲線分類到同一群組的一種分類作業(yè)。
[0046]亮度代表值類似的增減曲線群集為同一群組，不做群集時，移動到亮度補正值算出部150。
[0047]亮度補正值算出部150根據(jù)各群組化的增減曲線的亮度代表值的平均值，或面積最大的增減曲線的代表值，或極大值最大的增減曲線的代表值中的其中一個，算出補正目標(biāo)值，根據(jù)各增減曲線所屬群組的補正目標(biāo)值減掉各增減曲線的亮度代表值的值，算出對應(yīng)各增減曲線的補正值。
[0048]亮度補正值控制部160在算出的各增減曲線的補正值乘以根據(jù)輸入影像的像素值的加權(quán)值，根據(jù)輸入影像的像素值算出分別對應(yīng)的補正值后，根據(jù)輸入影像的像素值分別對應(yīng)的補正值分別加上補正前的像素值，從而獲得補正后的像素值。
[0049]如圖2所圖示，根據(jù)本實施例的利用群集技術(shù)的多個影像的合成方法，包括:
[0050]接收輸入的兩個以上的輸入影像的階段SllO ;把兩個以上的輸入影像合成為一個合成影像的階段S120 ;算出合成影像中各輸入影像的亮度分布度的階段S130 ;從亮度分布度中算出一個以上的增減曲線(模態(tài)；modal)的亮度代表值的階段S140 ;通過亮度代表值判斷各輸入影像的群集與否，及群集類型并群組化各增減曲線的階段S150 ;通過各群組化的增減曲線的亮度代表值算出各群組的補正目標(biāo)值的階段S160 ;各群組的補正目標(biāo)值中減掉相應(yīng)群組的各增減曲線的亮度代表值，從而算出各增減曲線的補正值的階段S170;根據(jù)各輸入影像的像素值加上對應(yīng)的補正值而補正亮度的階段S180。
[0051]首先，接收輸入的兩個以上的輸入影像的階段SllO中，輸入通過設(shè)置在車輛前后左右的攝像頭拍攝與車輛相鄰的周邊領(lǐng)域而獲得的多個影像。
[0052]其次，把兩個以上的輸入影像合成為一個合成影像的階段S120中，把各輸入影像合成為一個合成影像。
[0053]為了把車輛的四周呈現(xiàn)在一個畫面，用廣角攝像頭拍攝周邊，因根據(jù)具有短焦點距離的攝像頭鏡頭的歪曲而發(fā)生影像的邊緣部分失真的歪曲現(xiàn)象，合成為一個合成影像后，基本能夠?qū)崿F(xiàn)對歪曲的補正和平面化等。
[0054]其次，合成影像中算出各輸入影像的亮度分布度的階段S130中，亮度分布度從合成影像中對應(yīng)各輸入影像的全部領(lǐng)域或合成影像中各輸入影像相鄰的領(lǐng)域中算出亮度分布度。
[0055]全部領(lǐng)域或相鄰領(lǐng)域中算出亮度分布度后，降低量子化級別到比一般亮度級別即256級別(8比特)低，簡化亮度分布度的形態(tài)。
[0056]量子化是指區(qū)分為連續(xù)的模擬的變化量在一定幅度范圍內(nèi)不連續(xù)性變化的有限個級別，并對各級別賦予分別唯一的值。
[0057]因此，若降低量子化級別，亮度分布度就具有單純的形態(tài)。
[0058]其次，亮度分布度中算出一個以上的增減曲線(模態(tài);modal)的亮度代表值的階段S140中，亮度代表值算出為各增減曲線的像素的平均亮度值或極大值中的其中一個。
[0059]這里，增減曲線(模態(tài)；modal)是指，如圖3所圖示，具有至少包括一個以上的極大的極小與極小之間的拋物線形態(tài)的曲線。因此，可說明為圖3的亮度分布度具有兩個增減曲線。
[0060]各增減曲線的亮度代表值以亮度分布度算出階段中降低量子化級別的亮度分布度的形態(tài)為參考，算出為屬于增減曲線的像素的平均亮度值。
[0061]像素的平均亮度值通過增減曲線的X軸值分別乘上對應(yīng)各X軸值的I軸值并全部合計，然后合計所述合計值對應(yīng)X軸值的I值而算出。
[0062]并且各增減曲線的亮度代表值算出為各增減曲線的極大值。
[0063]其次，通過亮度代表值判斷各輸入影像的群集與否及群集類型，并群組化各增減曲線的階段S150中使用群集(clustering)技術(shù)。
[0064]群集技術(shù)是指，基于構(gòu)成叫群集分析的數(shù)據(jù)集合的客體間的統(tǒng)計類似性，把亮度代表值類似的增減曲線分類到同一群組的一種分類作業(yè)。
[0065]亮度代表值類似的增減曲線群集為同一群組，不做群集時，直接移動到亮度補正值算出階段。
[0066]如圖4至圖5所圖示，根據(jù)亮度代表值為一個的輸入影像的數(shù)和亮度代表值為兩個的輸入影像數(shù)判斷群集與否及類型?？偫ㄈ杭侵赴蚜炼却碇禐閮蓚€以上的輸入影像的增減曲線同時分類到同一群組，其特征在于:算出亮度代表值為一個的輸入影像的亮度代表值的平均，比較與亮度代表值為兩個的輸入影像的亮度代表值的差距，把具有絕對值最小的亮度代表值的增減曲線和亮度代表值為一個的輸入影像的增減曲線分類到同一群組而全部一次性總括群集。
[0067]個別群集是指把輸入影像的增減曲線逐個分類到亮度代表值類似的增減曲線所屬的群組，與總括群集不同，是逐個分類，參照輸入影像的亮度代表值為兩個或已完成群集的亮度代表值的平均而群集。
[0068]例如，假定把輸入影像1、2、3、4生成為合成影像，具有兩個亮度代表值的輸入影像I的兩個增減曲線群集于群組I和群組2。這里若群集亮度代表值為一個的輸入影像2的增減曲線，個別群集到輸入影像2的亮度代表值與群組I的亮度代表值或群組2的亮度代表值的絕對值差距最小的群組。
[0069]其次，群集亮度代表值為一個的輸入影像3的增減曲線時，個別群集到輸入影像3的亮度代表值與群組I的亮度代表值或群組2的亮度代表值的平均的絕對值差距最小的群組。
[0070]其次，群集亮度代表值為一個的輸入影像4的增減曲線時，個別群集到輸入影像4的亮度代表值與群組I的亮度代表值的平均或群組2的亮度代表值的平均的絕對值差距最小的群組。
[0071]接收到四個輸入影像的輸入時，若四個輸入影像的亮度代表值全部為一個或兩個，就不進(jìn)行群集。
[0072]接收到亮度代表值為一個的輸入影像三個、亮度代表值為兩個的輸入影像一個的輸入時，如圖6所圖示，亮度代表值為一個的輸入影像的亮度代表值中(最大的亮度代表值-最小的亮度代表值)比臨界值小，則進(jìn)行總括群集，若比臨界值大，則進(jìn)行個別群集。
[0073]接收到亮度代表值為一個的輸入影像兩個、亮度代表值為兩個的輸入影像兩個的輸入時，如圖7所圖示，亮度代表值為一個的兩個輸入影像相鄰(兩者中亮度代表值大的影像的亮度代表值-亮度代表值小的影像的亮度代表值)比臨界值小，則進(jìn)行總括群集，若比臨界值大，則進(jìn)行個別群集。
[0074]并且，若亮度代表值為一個的兩個輸入影像互不相鄰，進(jìn)行個別群集。
[0075]接收到亮度代表值為一個的輸入影像一個、亮度代表值為兩個的輸入影像三個的輸入時，不另行判斷群集類型而進(jìn)行個別群集。
[0076]如所述，根據(jù)輸入影像的亮度代表值和輸入影像的個數(shù)而使用不同的群集技術(shù)。
[0077]其次，通過各群組化的增減曲線的亮度代表值算出各群組的補正目標(biāo)值的階段S160中，算出為各群組化的增減曲線的亮度代表值的平均值，或面積最大的增減曲線的代表值，或極大值最大的增減曲線的代表值中的其中一個。
[0078]求面積最大的增減曲線的代表值時的面積是通過全部累計對應(yīng)增減曲線的X軸值的y的值而算出。
[0079]其次，各群組的補正目標(biāo)值中減掉相應(yīng)群組的各增減曲線的亮度代表值，從而算出各增減曲線的補正值的階段S170中，對應(yīng)各增減曲線的的補正值，通過各增減曲線所屬群組的補正目標(biāo)值減掉各增減曲線的亮度代表值而算出。
[0080]其次，根據(jù)各輸入影像的像素值加上對應(yīng)的補正值而補正亮度的階段S180中，算出的各增減曲線的補正值乘以根據(jù)輸入影像的像素值的加權(quán)值，算出根據(jù)輸入影像的像素值分別對應(yīng)的補正值。
[0081]像素值是指，把像素的亮度值用O (黑色)與255(白色)之間的數(shù)字表現(xiàn)的值。
[0082]最終，根據(jù)輸入影像的像素值分別對應(yīng)的補正值分別加上補正前的像素值而獲得補正后的像素值。
[0083]通過所述方法，相比傳統(tǒng)方法，利用具體的群集技術(shù)合成多個影像，從而最小化對輸入影像的連接領(lǐng)域的亮度的異質(zhì)感。
[0084]以上，參照本發(fā)明的優(yōu)選實施例說明了本發(fā)明的利用群集技術(shù)的多個影像的合成方法，但本發(fā)明的權(quán)利范圍并不限定于所述實施例，本領(lǐng)域從業(yè)者能夠清楚地理解到在不脫離本發(fā)明的技術(shù)思想的范圍內(nèi)，可進(jìn)行修正、變更及多種變形實施例。
【權(quán)利要求】
1.一種利用群集技術(shù)的多個影像的合成系統(tǒng)，包括: 影像輸入部，接收輸入的兩個以上的輸入影像； 影像合成部，把所述兩個以上的輸入影像合成為一個合成影像； 亮度信息分析部，算出所述合成影像中所述各輸入影像的亮度分布度，從所述亮度分布度中算出一個以上的增減曲線(模態(tài);modal)的亮度代表值； 亮度代表值群集部，通過所述亮度代表值判斷所述各輸入影像的群集與否及群集類型，并群組化所述各增減曲線； 亮度補正值算出部，通過所述各群組化的增減曲線的所述亮度代表值，算出各群組的補正目標(biāo)值，所述各群組的補正目標(biāo)值中減掉相應(yīng)群組的所述各增減曲線的亮度代表值而算出各增減曲線的補正值； 亮度補正值控制部，根據(jù)所述各輸入影像的像素值加上對應(yīng)的補正值而補正亮度。
2.根據(jù)權(quán)利要求1所述的利用群集技術(shù)的多個影像的合成系統(tǒng)，其特征在于: 所述亮度信息分析部在合成影像中對應(yīng)各輸入影像的全部領(lǐng)域中或合成影像中各輸入影像相鄰的領(lǐng)域中算出亮度分布度，通過各增減曲線的像素的平均亮度值或極大值中的其中一個算出亮度代表值。
3.根據(jù)權(quán)利要求2所述的多個影像的合成系統(tǒng)，其特征在于: 所述增減曲線是指具有至少包括一個以上的極大的極小與極小之間的拋物線形態(tài)的曲線。
4.根據(jù)權(quán)利要求1所述的利用群集技術(shù)的多個影像的合成系統(tǒng)，其特征在于: 所述亮度代表值群集部利用把亮度代表值類似的各增減曲線分類到同一群組的群集技術(shù)。
5.根據(jù)權(quán)利要求1所述的利用群集技術(shù)的多個影像的合成系統(tǒng)，其特征在于: 所述亮度補正值算出部通過所述各群組化的增減曲線的亮度代表值的平均值或面積最大的增減曲線的代表值或極大值最大的增減曲線的代表值中的其中一個算出補正目標(biāo)值。
6.根據(jù)權(quán)利要求1所述的利用群集技術(shù)的多個影像的合成系統(tǒng)，其特征在于: 所述亮度補正值控制部通過所述各增減曲線的補正值乘以根據(jù)所述輸入影像的像素值的加權(quán)值，算出根據(jù)輸入影像的像素值分別對應(yīng)的補正值，根據(jù)輸入影像的像素值分別對應(yīng)的補正值加上補正前的輸入影像的像素值而補正亮度。
7.一種利用群集技術(shù)的多個影像的合成方法，包括: 接收輸入的兩個以上的輸入影像的階段； 把所述兩個以上的輸入影像合成為一個合成影像的階段； 算出所述合成影像中各輸入影像的亮度分布度的階段； 從所述亮度分布度中算出一個以上的增減曲線(模態(tài);modal)的亮度代表值的階段；通過所述亮度代表值判斷各輸入影像的群集與否及群集類型，并群組化各增減曲線的階段； 通過所述各群組化的增減曲線的所述亮度代表值算出各群組的補正目標(biāo)值的階段； 所述各群組的補正目標(biāo)值中減掉相應(yīng)群組的所述各增減曲線的所述亮度代表值，從而算出所述各增減曲線的補正值的階段； 根據(jù)所述各輸入影像的像素值加上對應(yīng)的所述補正值而補正亮度的階段。
8.根據(jù)權(quán)利要求7所述的利用群集技術(shù)的多個影像的合成方法，其特征在于: 所述亮度分布度算出階段中， 所述亮度分布度在所述合成影像中對應(yīng)所述各輸入影像的全部領(lǐng)域或所述合成影像中各輸入影像相鄰的領(lǐng)域中的其中一個算出。
9.根據(jù)權(quán)利要求7所述的利用群集技術(shù)的多個影像的合成方法，其特征在于: 所述亮度代表值算出為所述各增減曲線的像素的平均亮度值或極大值中的其中一個。
10.根據(jù)權(quán)利要求7所述的利用群集技術(shù)的多個影像的合成方法，其特征在于: 所述判斷各輸入影像的群集與否及群集類型，并群組化各增減曲線的階段中， 利用把所述亮度代表值類似的所述各增減曲線分類到同一群組的群集技術(shù)。
11.根據(jù)權(quán)利要求10所述的利用群集技術(shù)的多個影像的合成方法，其特征在于: 群集類型分為總括群集，把亮度代表值為兩個以上的輸入影像的增減曲線同時分類到同一群組；及個別群集，把輸入影像的增減曲線逐個分類到亮度代表值類似的增減曲線所屬的群組。
12.根據(jù)權(quán)利要求11所述的利用群集技術(shù)的多個影像的合成方法，其特征在于: 所述總括群集是指把亮度代表值為兩個以上的輸入影像的增減曲線同時分類到同一群組，算出亮度代表值為一個的輸入影像的亮度代表值的平均，比較與亮度代表值為兩個的輸入影像的亮度代表值的差距，把具有絕對值最小的亮度代表值的增減曲線和亮度代表值為一個的輸入影像的增減曲線分類到同一群組而全部一次性總括群集。
13.根據(jù)權(quán)利要求11所述的利用群集技術(shù)的多個影像的合成方法，其特征在于: 所述個別群集的特征在于，參照輸入影像的亮度代表值為兩個或已完成群集的亮度代表值的平均而群集。
14.根據(jù)權(quán)利要求7所述的利用群集技術(shù)的多個影像的合成方法，其特征在于: 所述補正目標(biāo)值算出階段中， 所述補正目標(biāo)值可算出為所述各群組化的增減曲線的亮度代表值的平均值，或面積最大的增減曲線的代表值，或極大值最大的增減曲線的代表值中的其中一個。
15.根據(jù)權(quán)利要求7所述的利用群集技術(shù)的多個影像的合成方法，其特征在于: 所述補正值算出階段中， 所述對應(yīng)各增減曲線的補正值，算出為所述各增減曲線所屬的群組的補正目標(biāo)值減掉所述各增減曲線的亮度代表值的值。
16.根據(jù)權(quán)利要求7所述的利用群集技術(shù)的多個影像的合成方法，其特征在于: 所述亮度補正階段中， 所述各增減曲線的補正值乘以根據(jù)所述輸入影像的像素值的加權(quán)值，算出根據(jù)所述輸入影像的像素值分別對應(yīng)的補正值，根據(jù)所述輸入影像的像素值分別對應(yīng)的所述補正值加上所述補正前的輸入影像的像素值而補正亮度。
【文檔編號】G06T5/00GK104427262SQ201410122951
【公開日】2015年3月18日 申請日期:2014年3月28日 優(yōu)先權(quán)日:2013年8月19日
【發(fā)明者】張民洙, 徐智元 申請人:現(xiàn)代摩比斯株式會社