本文選題：經驗小波變換 + 高動態(tài)范圍成像　； 參考：《吉林大學》2017年碩士論文

【摘要】：真實場景以及人眼可識別的亮度范圍遠遠超出普通顯示設備的亮度范圍。在攝影時,如果真實場景中的亮度范圍較大,普通拍攝設備也無法直接捕捉場景中所有的細節(jié)信息。高動態(tài)范圍成像(HDRI,High Dynamic Range Imaging)方法主要分為基于色調映射的方法和基于圖像融合的方法。相較于基于色調映射的方法,基于圖像融合的方法的計算效率更高,且不需要額外的曝光參數。自從圖像融合方法被用來解決高動態(tài)范圍成像問題并取得令人滿意的效果以來,多曝光圖像融合問題受到了研究人員越來越的重視。多曝光圖像融合方法對HDR場景使用不同曝光度參數進行多次拍攝,通過融合包含不同動態(tài)范圍細節(jié)的圖像,盡可能地保留場景中不同動態(tài)范圍的細節(jié)信息,實現高動態(tài)范圍成像。近年來,不斷有新的圖像融合方法被使用在高動態(tài)范圍成像領域。經驗小波變換(EWT,Empirical Wavelet Transform)是近年被提出的信號分析和處理方法,它是一種包含經驗信息的自適應的小波變換(WT,Wavelet Transform)。經驗小波變換先分析信號的傅里葉頻譜,然后通過特定的方法生成一組經驗濾波器,最后使用生成的經驗濾波器組對信號進行濾波。實驗表明,經驗小波變換可以提取信號的內在模式。二維經驗小波變換(2D EWT)方法是經驗小波變換的二維版本,可以用來處理圖像數據。二維經驗小波變換有很多不同的種類,本文主要使用其中最簡單的二維張量經驗小波變換。本文主要探討如何將經驗小波變換用于處理多曝光圖像融合問題,并實現了一種基于經驗小波變換的多曝光圖像融合方法。RGB圖像亮度信息跟R、G和B三個顏色通道都有關系,而亮度又是多曝光圖像融合中的重要參考,如果分別對RGB圖像的三個通道進行融合,在一些情況下會導致融合結果中出現顏色失真現象。針對這一問題,本文提出一種在L*a*b顏色空間進行的基于經驗小波變換的多曝光圖像融合方法對上述算法進行改進。由于L*a*b顏色空間中只有L*顏色通道包含亮度信息,算法避免了亮度信息在不同顏色通道上產生不一致的影響,消除了上述算法中的顏色失真問題。
[Abstract]:The real-time scene and the range of luminance recognizable by the human eye far exceed the luminance range of the ordinary display device. In photography, if the brightness range in the real scene is large, the common shooting equipment can not capture all the details of the scene directly. The high Dynamic Range Imaging) method of high dynamic range imaging consists of hue mapping method and image fusion method. Compared with the method based on hue mapping, the method based on image fusion is more efficient and does not require additional exposure parameters. Since the image fusion method has been used to solve the problem of high dynamic range imaging and achieved satisfactory results, the problem of multi-exposure image fusion has been paid more and more attention by researchers. The multi-exposure image fusion method uses different exposure parameters to shoot the HDR scene many times. By fusing images with different dynamic range details, the details of different dynamic ranges in the scene can be preserved as much as possible. High dynamic range imaging is realized. In recent years, new image fusion methods have been used in high dynamic range imaging field. Empirical Wavelet transform (EWT) is a signal analysis and processing method proposed in recent years. It is an adaptive wavelet transform with empirical information. The empirical wavelet transform first analyzes the Fourier spectrum of the signal, then generates a set of empirical filters by a specific method. Finally, the generated empirical filter banks are used to filter the signal. Experimental results show that the empirical wavelet transform can extract the internal mode of the signal. Two-dimensional empirical wavelet transform (2D EWT) is a two-dimensional version of empirical wavelet transform, which can be used to process image data. There are many different kinds of two-dimensional empirical wavelet transform. In this paper, the simplest two-dimensional Zhang Liang empirical wavelet transform is used. This paper mainly discusses how to use empirical wavelet transform to deal with the problem of multi-exposure image fusion, and implements a multi-exposure image fusion method based on empirical wavelet transform. The luminance information of RGB image is related to three color channels of RGG and B. Brightness is an important reference in multi-exposure image fusion. If the three channels of RGB image are fused separately, color distortion will occur in some cases. To solve this problem, this paper proposes an improved multi-exposure image fusion method based on empirical wavelet transform in L*a*b color space. Because only the L* color channel contains luminance information in L*a*b color space, the algorithm avoids the inconsistent influence of luminance information on different color channels, and eliminates the color distortion problem in the above algorithms.
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 陳虎義;多種圖像融合[J];影像技術;2000年04期

2 田思;張俊舉;袁軼慧;常本康;;圖像融合的開窗處理技術研究[J];兵工學報;2009年04期

3 吳仰玉;紀峰;常霞;李翠;;圖像融合研究新進展[J];科技創(chuàng)新導報;2013年01期

4 韓瑜;蔡云澤;曾清;;圖像融合的客觀質量評估[J];指揮控制與仿真;2013年04期

5 王憶鋒，張海聯(lián)，，李燦文，李茜;夜視圖像融合研究的進展[J];紅外與激光工程;1998年02期

6 朱煉;孫楓;夏芳莉;韓瑜;;圖像融合研究綜述[J];傳感器與微系統(tǒng);2014年02期

7 劉志鏡,楊海英,張小平;基于空域中的圖像融合算法研究[J];計算機工程與設計;2002年09期

8 夏明革,何友,唐小明,夏仕昌;圖像融合的發(fā)展現狀與展望[J];艦船電子工程;2002年06期

9 溫學兵;紀景娜;;一種基于圖像融合的混合去噪方法[J];綏化學院學報;2005年06期

10 苗啟廣;王寶樹;;圖像融合的非負線性混合模型與算法研究[J];計算機科學;2005年09期

相關會議論文 前10條

1 劉德坤;龔俊斌;馬佳義;田金文;;一種車載的紅外與微光圖像融合系統(tǒng)設計[A];第九屆全國光電技術學術交流會論文集（上冊）[C];2010年

2 王芳;吳謹;;基于小波的圖像融合算法研究[A];2011年全國通信安全學術會議論文集[C];2011年

3 胡學龍;沈潔;;一種基于中值金字塔的圖像融合算法[A];2008年全國開放式分布與并行計算機學術會議論文集(上冊)[C];2008年

4 趙向陽;杜利民;;基于數據提純的圖像融合[A];現代通信理論與信號處理進展——2003年通信理論與信號處理年會論文集[C];2003年

5 楊志;毛士藝;陳煒;;基于多分辨率局部峰度熵的魯棒圖像融合算法[A];中國航空學會信號與信息處理專業(yè)全國第八屆學術會議論文集[C];2004年

6 王曾敏;楊兆選;丁學文;何英華;陳楊;于淵;;圖像融合與壓縮算法在動態(tài)交通信息服務系統(tǒng)中的應用[A];第一屆建立和諧人機環(huán)境聯(lián)合學術會議（HHME2005）論文集[C];2005年

7 潘泉;趙永強;張洪才;;基于像素層圖像融合的偏振圖像計算方法研究[A];第二屆全國信息獲取與處理學術會議論文集[C];2004年

8 陳懷新;吳必富;;機載成像偵察的圖像融合技術[A];中國雷達行業(yè)協(xié)會航空電子分會暨四川省電子學會航空航天專委會學術交流會論文集[C];2005年

9 成尚利;呂中偉;何俊民;;基于小波變換的PET/CT圖像融合[A];第四屆全國中青年核醫(yī)學學術會議論文匯編[C];2008年

10 湯志偉;王建國;趙志欽;黃順吉;;基于小波變換的圖像融合算法[A];第九屆全國信號處理學術年會（CCSP-99）論文集[C];1999年

相關重要報紙文章 前1條

1 陳鳴;軍工巨頭中光學集團欲“影”響世界[N];中國電力報;2010年

相關博士學位論文 前10條

1 王春萌;多曝光圖像融合關鍵技術的研究[D];山東大學;2015年

2 費春;基于智能優(yōu)化和視覺顯著性的圖像融合研究[D];電子科技大學;2015年

3 段昶;基于Shearlet的圖像融合研究[D];電子科技大學;2014年

4 史立芳;大視場人工復眼成像結構研究與實驗[D];電子科技大學;2014年

5 高國榮;基于Shearlet變換的圖像融合與去噪方法研究[D];西安電子科技大學;2015年

6 王娟;基于城鎮(zhèn)影像的Contourlet域圖像融合算法研究[D];成都理工大學;2015年

7 楊金庫;基于二維經驗模態(tài)分解的圖像融合算法研究[D];西北工業(yè)大學;2016年

8 李奕;圖像融合的若干關鍵技術研究[D];江南大學;2015年

9 宋樂;異源圖像融合及其評價方法的研究[D];天津大學;2008年

10 胡旺;圖像融合中的關鍵技術研究[D];四川大學;2006年

相關碩士學位論文 前10條

1 杜麗;基于RF5框架的多小波圖像融合系統(tǒng)的設計與開發(fā)[D];內蒙古大學;2015年

2 王坤臣;基于二代Curvelet變換的圖像融合算法研究[D];南京理工大學;2015年

3 李寧;多DSP并行系統(tǒng)圖像融合算法設計及優(yōu)化[D];南京理工大學;2015年

4 陳云川;紅外與微光融合的實時信號處理技術研究[D];南京理工大學;2015年

5 張澤;基于NSCT變換的壓縮感知圖像融合優(yōu)化算法研究[D];大連海事大學;2015年

6 陶媛媛;紅外與微光融合夜視系統(tǒng)性能評價[D];南京理工大學;2015年

7 李蕾;抗混疊輪廓波變換的性能研究及圖像融合去噪應用[D];山東大學;2015年

8 米艷芹;基于區(qū)域和多尺度的圖像融合算法研究[D];電子科技大學;2015年

9 唐詩;基于多尺度變換的無源毫米波圖像融合算法研究[D];電子科技大學;2014年

10 李龍龍;基于分數階傅里葉變換的圖像融合算法研究[D];哈爾濱工業(yè)大學;2014年

本文編號：1901107