分割再合成法

分割子畫面，挑選子畫面，再合成子畫面成原尺寸畫面。將圖4-2 的 8 種曝光 影像各自分割成若干個子畫面，再挑選相同幾何位置的8 塊曝光子畫面做比較，

只保留曝光最佳的那塊子畫面，接著依序變換幾何位置，每個幾何位置都只留下 一塊曝光最佳的子畫面，再將這些子畫面合成一張新的影像。至於判斷那個子畫 面的曝光是最佳的，可用前一節選圖法所用的演算法，以平均值 ( Mean )、標準 差( Standard Deviation) 與索貝爾 ( Sobel ) 等參數來估計最佳曝光區塊。以下章節 依分割子畫面、挑選子畫面、合成子畫面等三個部份進行說明。

一、分割子畫面

原始影像是320 x 240 的大小，我們分割畫面為 4 x 3 個子畫面，每個子畫面 大小是80 x 80 個點。因為一張圖形曝光清楚的區塊通常都不會太大，而且每張圖 形過曝、低曝的區塊都不相同，如果我們可以將每個曝光清楚的子畫面接起來，

就可以形成一張曝光清楚的大畫面。下列圖4-8 就是分割子畫面的示意圖。

圖4-8 分割子畫面。

二、挑選子畫面

將圖 4-2 的 8 張圖形都分割 12 張子畫面後，某相同幾何位置有 8 張子畫面，

摘錄如圖4-9。在相同位置的 8 張曝光程度的子畫面中，挑 1 張曝光最佳的演算法

是計算子畫面內80 x 80 點的 RGB 平均值，RGB 平均值最接近 117 ( 中等灰 ) 的 子畫面留下。依序重覆步驟，直到圖形的12 張子畫面都比較完畢，挑選出 12 張 曝光最佳子畫面。圖4-10 是從 8 張子畫面選 1 張曝光最佳子畫面的過程。

圖4-9 相同幾何位置的8張子畫面。

圖4-10 RGB平均值為132的子畫面被選出 ( 最接近117中等灰 )。

三、合成子畫面

一次比較相同幾和位置的8 張曝光程度不同的子畫面，這 8 張子畫面只留下 1 張曝光最佳的子畫面，依序變換幾何位置後，每個幾何位置都有留下 1 張曝光最 佳的子畫面，一共留下12 張子畫面。這 12 張都是曝光最佳的子畫面，經過接圖 之後，結果就如圖4-11 所示。我們發現雖然圖 4-7 每張子畫面區塊都是曝光最清 楚的，這12 張子畫面接合之後，統計直方圖如圖 4-12 分佈平均，但圖 4-11 的接 合處視覺非常突兀。因此後續改進的方案就是研究『子畫面區塊』的大小與形狀 的影響，與消除接合的斷點斷線。目前的子畫面區塊大小是80 x 80，形狀是正方 形，未來可以改大小、形狀為80 x 80、80 x 40、40 x 80、80 x 20、20 x 80、40 x 20、

20 x 40、40 x 40、20 x 20 以便互相比較，觀察『子畫面區塊』大小與形狀的影響。

圖4-11 分割再合成子畫面的合成圖。

圖4-12 合成圖圖4-8的統計直方圖，全圖的RGB平均值為115、相當接近117中等灰。

四、使用histogram equalization後，再合成之效果比較

如同上節描述之方法，將圖 4-2 的 8 張影像，每一張都進行 histogram equalization 後(如圖 4-13)，再進行拆圖、選圖、合圖的結果(如圖 4-14)，與圖 4-11 差異不大，接圖的邊界依然明顯，並未因histogram equalization 而有明顯改善。

圖 4-13 從圖 4-2 的 8 張曝光影像，以 histogram equalization 處理後的影像。

圖4-14 從圖4-13的8張影像，進行拆圖、選圖後，再進行histogram equalization處理、然後合圖。

4.2 2 高動態範圍合成影像法 ( HDR, High Dynamic Range )

利用高動態範圍合成影像的方法，可以改進前一節影像分割再接合的突兀 感。高動態範圍合成影像的方法的原理就是將不同曝光值的影像做整合，以獲得 包含最多影像資訊的高動態範圍合成影像，不同曝光值的影像所擁有的暗區、亮 區資訊不同。如圖4-15 右方的影像過曝 4 個 EV ( f-stop )，亮區資訊細節已經消失，

但是暗區的細節掌握得很好；反之圖4-15 左方的影像過曝 4 個 EV ( f-stop )，暗區 資訊細節、如背景大樓等已經消失，但是亮區的細節比圖4-15 右方的影像多。我 們知道因為攝影機的曝光動態範圍有限，因此每個影像曝光都有其所能掌握的暗 區資訊與亮區的優點與缺點，高動態範圍合成影像的方法就是要整合不同曝光影 像，要加大亮區暗區資訊，因此命名為高動態範圍合成影像法。圖4-15 上方有 4 張曝光值不同等影像，經由此法合成後，結果如圖4-15 下方影像，亮區未飽和，

暗區未消失，影像資訊超過原先4 張影像。

圖4-15 高動態範圍合成影像

(資料來源: http://en.wikipedia.org/wiki/High_dynamic_range_imaging)

後面章節有5 個實驗結果，前 2 個實驗結果是在室內的環境完成的，後 3 個 實驗結果是在室外的環境完成的。這5 個實驗使用本研究提出的掃描式紅外線打 光器加上HDR 合成法進行研究。實作 HDR 合成影像時，本論文使用 Photomatix -Pro3 這套軟體來合成 HDR 影像，雖然 HDR 合成圖為高動態範圍的影像，但是由 於高對比的影像無法在相對低對比CRT/LCD 等顯示器表現，因此我們在

Photomatix-Pro3 這套軟體中，除了執行「Exposure Fusion」的動作來合成高動態 範圍的影像外，我們還加了「Tone Mapping」的動作，來進行灰調動態範圍對應，

使得影像可以在傳統裝置上顯示。圖4-16、圖 4-17、圖 4-18、圖 4-19、圖 4-20 的合成圖，其實都變成了低對比的影像內容，只是原景物亮區、暗區資訊被整合 到合成的新圖內。

以下就是圖4-16 到圖 4-20 的五個實驗結果。如圖 4-16 是實驗結果 1，室內 場景是以掃描式紅外線打光器的六種光線強度LV1、LV2、LV3、LV4、LV5、LV6 週期性掃描得來的。我們觀察這六種光線對於室內影像的曝光統計直方圖實驗結 果，因為打光器與物體距離過近，只有一米的距離，亮區容易飽和。圖4-17 是實 驗結果2，室內場景的環境，因為打光器與物體距離，已有兩米以上的距離，所以 情況是暗區資訊較少。實驗結果顯示圖4-16、圖 4-17 室內環境的 HDR 合成圖效 果不錯。圖4-16 到圖 4-18 是室外環境的 HDR 合成結果，由於掃描式紅外線打光 器發出的光線與戶外的背景光相對比較暗，因此即使我們等比級數變換了六種光 源亮度，終究還是照明不足，室外效果不如室內。

實驗結果1 ( 室內、實驗室 )

圖4-16 高動態範圍合成影像法，實驗結果1。

LV1 LV2 LV3

LV4 LV5 LV6

實驗結果2 ( 室內、家庭 )

圖4-17 高動態範圍合成影像法，實驗結果2。

實驗結果3 ( 戶外、有背景光 )

圖4-18 高動態範圍合成影像法，實驗結果3。

實驗結果4 ( 戶外、有背景光 )

圖4-19 高動態範圍合成影像法，實驗結果4。

實驗結果5 ( 戶外、有背景光 )

圖4-20 高動態範圍合成影像法，實驗結果5。