本文選題：高動態(tài)范圍成像 + 運(yùn)動先驗(yàn)知識　； 參考：《光電工程》2017年11期

【摘要】：高動態(tài)范圍圖像合成中容易出現(xiàn)鬼影現(xiàn)象,而傳統(tǒng)的矩陣完成算法沒有考慮多曝光圖像序列的運(yùn)動特征,導(dǎo)致高動態(tài)范圍圖像中的鬼影未能完全去除。針對這一問題,本文提出一種基于低動態(tài)范圍圖像內(nèi)容自適應(yīng)矩陣完成算法以去除高動態(tài)范圍圖像中的鬼影。首先,根據(jù)圖像的亮度和色度信息,確定低動態(tài)范圍圖像的運(yùn)動區(qū)域;然后根據(jù)這一運(yùn)動先驗(yàn)信息,調(diào)整矩陣完成算法過程中的正則化約束強(qiáng)度,從而得到每幅低動態(tài)范圍圖像的背景信息;最后,考慮到不同曝光度的圖像在每一區(qū)域所包含的細(xì)節(jié)不同,采用與曝光相關(guān)的融合策略合成去鬼影的高動態(tài)范圍圖像。實(shí)驗(yàn)分別采用簡單背景圖像序列和復(fù)雜背景圖像序列,結(jié)果表明,所提出的算法相比于奇異值部分和最小化矩陣完成算法,能取得更好的合成效果,適用于復(fù)雜背景下的高動態(tài)范圍圖像合成。
[Abstract]:Ghosts are easy to appear in high dynamic range image synthesis, but the traditional matrix completion algorithm does not take into account the motion characteristics of multi-exposure image sequence, resulting in the ghost in high dynamic range image can not be completely removed. To solve this problem, this paper proposes a content adaptive matrix completion algorithm based on low dynamic range images to remove ghosts from high dynamic range images. Firstly, according to the luminance and chroma information of the image, the moving region of the image with low dynamic range is determined, and then the regularization constraint intensity in the algorithm is adjusted according to the prior information of the motion. The background information of each low dynamic range image is obtained. Finally, considering the different details contained in each region of the image with different exposure, a fusion strategy related to exposure is used to synthesize the high dynamic range image. The experiment uses simple background image sequence and complex background image sequence respectively. The results show that the proposed algorithm is more effective than the singular value partial and minimized matrix completion algorithm. It is suitable for high dynamic range image synthesis in complex background.
【作者單位】： 寧波大學(xué)信息科學(xué)與工程學(xué)院;南京大學(xué)計算機(jī)軟件新技術(shù)國家重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(61671258) 浙江省自然科學(xué)基金資助項(xiàng)目(LY15F010005,Y16F010010)
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 華順剛;張靜;劉婷;;高動態(tài)范圍圖像及其色彩遷移[J];計算機(jī)工程與應(yīng)用;2008年08期

2 萬曉霞;謝德紅;;高動態(tài)范圍圖像顯示技術(shù)綜述[J];中國印刷與包裝研究;2009年02期

3 陳浙泊;徐進(jìn);林斌;陸祖康;;一種基于信息理論的高動態(tài)范圍圖像評價方法[J];光學(xué)技術(shù);2010年01期

4 謝德紅;萬曉霞;;基于顏色視覺過程的高動態(tài)范圍圖像映射方法[J];北京理工大學(xué)學(xué)報;2011年10期

5 尤云彬;姚劍敏;張越;蔡荔敏;;高動態(tài)范圍圖像采集及其雙屏顯示系統(tǒng)研究[J];光電子技術(shù);2012年01期

6 李林國;李淑敬;;一種鄰域相關(guān)的高動態(tài)范圍圖像顯示方法[J];阜陽師范學(xué)院學(xué)報(自然科學(xué)版);2012年03期

7 劉輝;胡敏;;高動態(tài)范圍圖像的色階重建方法綜述[J];吉首大學(xué)學(xué)報(自然科學(xué)版);2012年05期

8 李林國;李淑敬;張寶玉;;一種分組實(shí)現(xiàn)的高動態(tài)范圍圖像顯示方法[J];計算機(jī)工程與應(yīng)用;2013年09期

9 周繼權(quán);王慶;;基于相機(jī)陣列的高動態(tài)范圍圖像合成方法[J];計算機(jī)應(yīng)用研究;2013年09期

10 孫其民,吳恩華;從單幅高動態(tài)范圍圖像恢復(fù)環(huán)境中物體的材質(zhì)[J];軟件學(xué)報;2002年09期

相關(guān)會議論文 前10條

1 王立雄;陳燕男;;高動態(tài)范圍圖像技術(shù)應(yīng)用的新動態(tài)[A];理性照明 讓生活更美好——2011四直轄市照明科技論壇（天津）論文集[C];2011年

2 ;GPU加速基于經(jīng)驗(yàn)?zāi)B(tài)分解的高動態(tài)范圍圖像色調(diào)映射[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會議（NCMT2010）、第6屆全國人機(jī)交互學(xué)術(shù)會議（CHCI2010）、第5屆全國普適計算學(xué)術(shù)會議（PCC2010）論文集[C];2010年

3 曹玫璇;王章野;李理;彭群生;;基于個性化原型的人臉?biāo)ダ蠄D像合成[A];中國計算機(jī)圖形學(xué)進(jìn)展2008--第七屆中國計算機(jī)圖形學(xué)大會論文集[C];2008年

4 陸宗騏;朱煜;;圖像合成原理及其實(shí)現(xiàn)[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

5 楊林森;陶冰潔;;基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像內(nèi)容融合[A];全國第一屆信號處理學(xué)術(shù)會議暨中國高科技產(chǎn)業(yè)化研究會信號處理分會籌備工作委員會第三次工作會議�？痆C];2007年

6 趙莎;樂光新;;一種適于視頻會議的多會場圖像合成方法[A];2008年中國高校通信類院系學(xué)術(shù)研討會論文集（上冊）[C];2009年

7 尹寶才;高文;晏潔;;三維人臉變形模型和面部圖像合成——面向合成編碼的面部圖像合成方法[A];信息科學(xué)與微電子技術(shù):中國科協(xié)第三屆青年學(xué)術(shù)年會論文集[C];1998年

8 黃靜;王希;齊東旭;唐澤圣;;基于二值掩碼圖像的圖像合成方法及其應(yīng)用[A];中國計算機(jī)圖形學(xué)進(jìn)展2008--第七屆中國計算機(jī)圖形學(xué)大會論文集[C];2008年

9 程燕;;偽造圖像司法鑒定技術(shù)研究[A];全國計算機(jī)安全學(xué)術(shù)交流會論文集（第二十四卷）[C];2009年

10 錢霖;;兩幀圖像合成的“亞象元”方法[A];首屆信息獲取與處理學(xué)術(shù)會議論文集[C];2003年

相關(guān)重要報紙文章 前7條

1 高汴芬;多種方法恢復(fù)高光和暗部細(xì)節(jié)[N];中國攝影報;2013年

2 清華大學(xué) 李迎春;多姿態(tài)人臉圖像的估計及合成[N];計算機(jī)世界;2006年

3 劉亭;圖像——色彩里倘佯[N];中國電腦教育報;2002年

4 劉東波;輕松縫合破碎圖像[N];計算機(jī)世界;2004年

5 福建 陳旭波;JPEG圖像完美壓縮[N];電腦報;2003年

6 趙力 記者 張哲浩;看看多少年后自己是什么模樣[N];科技日報;2005年

7 清華大學(xué) 王俊艷;年齡變化的人臉識別[N];計算機(jī)世界;2006年

相關(guān)博士學(xué)位論文 前10條

1 朱明;高動態(tài)范圍圖像高保真印刷復(fù)制研究[D];南京林業(yè)大學(xué);2011年

2 謝德紅;高動態(tài)范圍圖像顯示再現(xiàn)技術(shù)的研究[D];武漢大學(xué);2010年

3 黃臣程;魯棒的主動輪廓圖像分割模型研究及其應(yīng)用[D];重慶大學(xué);2015年

4 王楠楠;異質(zhì)人臉圖像合成及其應(yīng)用研究[D];西安電子科技大學(xué);2015年

5 吳昊;高效圖像合成技術(shù)研究[D];云南大學(xué);2013年

6 李旭東;人臉圖像合成技術(shù)研究及數(shù)字水印技術(shù)[D];浙江大學(xué);2005年

7 胡偉平;基于認(rèn)知邏輯的個性化人臉圖像合成研究[D];西南大學(xué);2014年

8 管宇;圖像和視頻的便捷摳圖技術(shù)研究[D];浙江大學(xué);2008年

9 謝志峰;可視媒體交互與合成技術(shù)研究[D];上海交通大學(xué);2012年

10 杜振龍;圖像—視頻摳像技術(shù)的研究[D];浙江大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 郭云廣;基于多鏡頭的實(shí)時高動態(tài)范圍圖像設(shè)計[D];華南理工大學(xué);2015年

2 焦淑云;基于合成的高動態(tài)范圍圖像獲取算法研究[D];西安郵電大學(xué);2015年

3 韓旺旺;基于視神經(jīng)機(jī)制的高動態(tài)范圍圖像增強(qiáng)算法研究[D];電子科技大學(xué);2014年

4 董鵬飛;實(shí)時高動態(tài)范圍影像合成方法研究[D];西安電子科技大學(xué);2014年

5 羅斌玲;高動態(tài)范圍圖像編碼及光照技術(shù)研究[D];廣東工業(yè)大學(xué);2016年

6 陳權(quán)斌;高動態(tài)范圍圖像顯示技術(shù)研究[D];華中科技大學(xué);2014年

7 張海峰;基于高動態(tài)范圍圖像的可逆數(shù)據(jù)隱藏技術(shù)研究[D];山東大學(xué);2016年

8 譚磊;高動態(tài)范圍圖像的色調(diào)映射算法研究[D];國防科學(xué)技術(shù)大學(xué);2014年

9 孫晨康;基于雙邊濾波的高動態(tài)范圍圖像映射算法研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2015年

10 張云;基于SoC-FPGA的高動態(tài)范圍圖像合成[D];西安電子科技大學(xué);2015年

，

本文編號：1915177