在低照度條件下獲得的圖像通常存在噪聲多、對比度低和顏色失真等問題。為改善低照度圖像的視覺效果,本文深入研究了基于多幀融合的低照度圖像增強(qiáng)算法,以多曝光融合技術(shù)為核心,分別對多曝光圖像的配準(zhǔn)和融合算法進(jìn)行研究,最終形成了一套完整的低照度圖像處理流程,并在Android平臺上進(jìn)行了實現(xiàn)。論文的主要工作如下:1.為解決低照度場景下多曝光圖像的配準(zhǔn)問題,本文提出一種基于局部模板匹配的圖像配準(zhǔn)算法。該算法首先在選定的參考圖像中提取出魯棒性較強(qiáng)的特征點(diǎn),然后利用相似度準(zhǔn)則,在待配準(zhǔn)圖像中搜索特征點(diǎn)對應(yīng)的位置。為了提高匹配的范圍與效率,對圖像進(jìn)行高斯金字塔分解,在每一層都執(zhí)行上述的匹配操作。實驗結(jié)果表明,該算法得到的匹配點(diǎn)對數(shù)目較多且分布均勻。2.針對現(xiàn)有多曝光融合算法不能有效還原圖像細(xì)節(jié)和色彩信息的問題,本文提出一種基于Retinex理論的多曝光融合算法,并驗證了該算法在低照度增強(qiáng)中的應(yīng)用效果。首先通過高效的光照估計方法將多曝光圖像序列分成光照圖像序列和反射率圖像序列,然后對兩組圖像序列進(jìn)行不同的融合處理,分別得到重構(gòu)后的光照圖像和反射率圖像,最后將這兩者相乘得到最終的融合圖像。3.本文所提的多曝... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：84 頁

【學(xué)位級別】：碩士

【部分圖文】：

霧天圖像和反轉(zhuǎn)后的低照度圖像對比

曝光圖像的配準(zhǔn)算法。 圖像配準(zhǔn)概述隨著科技的進(jìn)步，將多源圖像進(jìn)行融合以便得到含有更豐富信息的圖像需求越來越迫切，圖像配準(zhǔn)技術(shù)也因此得到了巨大的發(fā)展。圖像配準(zhǔn)是場景在不同條件下獲取到的多幅圖像進(jìn)行匹配對齊的過程。圖像配準(zhǔn)依相似度準(zhǔn)則找出待匹配圖像與參考圖像之間的關(guān)聯(lián)，并以此得到它們之變換關(guān)系，然后利用該關(guān)系將圖像變換到同一坐標(biāo)系下，保證對應(yīng)像素位置上的一致。圖像配準(zhǔn)技術(shù)是圖像融合和圖像拼接等技術(shù)的基礎(chǔ)，具應(yīng)用空間，比如在多曝光圖像融合中，如果對存在位置偏差的圖像直接，會使融合圖像變得模糊，圖像細(xì)節(jié)不清晰，如圖 3.1 所示：

4 5 67 81 1 1a a ( x, y )為像素點(diǎn)變換前的位置，( x , y ) 為像素點(diǎn)變換后的位置，1 a ~數(shù)。從上式可以看出，求解一個投影變換模型最少需要 4 對匹配點(diǎn)�；诰植磕０迤ヅ涞膱D像配準(zhǔn)算法于特征的配準(zhǔn)算法是目前主流的圖像配準(zhǔn)算法，但其在多曝光圖像較差。在多曝光圖像中會存在大量的曝光程度過高或是過低的區(qū)域出的特征點(diǎn)較少且分布不均，此外，同一位置在不同曝光度下的特所不同，這使得特征點(diǎn)難以準(zhǔn)確匹配。在對兩幅曝光程度相差較大準(zhǔn)時，SIFT 特征點(diǎn)匹配算法的效果較差，存在大量的誤匹配點(diǎn)對，如而這會嚴(yán)重影響圖像的配準(zhǔn)結(jié)果。

【參考文獻(xiàn)】：
期刊論文
[1]基于WT和Retinex理論的低照度灰度圖像增強(qiáng)算法[J]. 徐慶,崔金鴿,陳炳權(quán).  湖南文理學(xué)院學(xué)報(自然科學(xué)版). 2017(02)
[2]基于HSI色彩空間的低照度圖像增強(qiáng)算法[J]. 宋瑞霞,李達(dá),王小春.  圖學(xué)學(xué)報. 2017(02)
[3]基于雙邊濾波的低亮度圖像增強(qiáng)算法[J]. 田小平,姜薇,吳成茂.  西安郵電大學(xué)學(xué)報. 2016(04)
[4]基于圖像增強(qiáng)的無人機(jī)偵察圖像去霧方法[J]. 黃宇晴,丁文銳,李紅光.  北京航空航天大學(xué)學(xué)報. 2017(03)
[5]基于暗原色先驗的低照度圖像增強(qiáng)[J]. 黃勇,孫興波,袁文林,范云飛.  四川理工學(xué)院學(xué)報(自然科學(xué)版). 2015(03)
[6]基于曝光適度評價的多曝光圖像融合方法[J]. 江燊煜,陳闊,徐之海,馮華君,李奇,陳躍庭.  浙江大學(xué)學(xué)報(工學(xué)版). 2015(03)
[7]一種基于色彩保持的低照度圖像增強(qiáng)算法[J]. 蔡利梅,錢建生,羅驅(qū)波,夏林穩(wěn),張明勝.  計算機(jī)應(yīng)用與軟件. 2009(03)

博士論文
[1]多曝光圖像融合關(guān)鍵技術(shù)的研究[D]. 王春萌.山東大學(xué) 2015

碩士論文
[1]基于人眼視覺特性的低照度圖像增強(qiáng)算法研究[D]. 林寶棟.南京郵電大學(xué) 2017
[2]基于變分框架的Retinex圖像增強(qiáng)方法研究[D]. 傅雪陽.廈門大學(xué) 2014



本文編號：3019068