基于圖像低層特征一致性的多曝光圖像配準(zhǔn)與融合方法研究
發(fā)布時(shí)間:2022-11-06 18:05
在現(xiàn)在數(shù)字圖像成像中,由于成像設(shè)備與場(chǎng)景中的動(dòng)態(tài)范圍存在不匹配的矛盾,很難通過(guò)一次曝光完成場(chǎng)景中信息的完整提取。多曝光融合(Multi-Exposure Image Fusion,MEF)提供了一種簡(jiǎn)潔的解決途徑,F(xiàn)有MEF面臨的兩大技術(shù)難題:動(dòng)態(tài)場(chǎng)景下重影檢測(cè)和去除問(wèn)題、靜態(tài)場(chǎng)景中細(xì)節(jié)信息提取保存問(wèn)題。為解決這兩個(gè)技術(shù)難題,本研究從圖像塊結(jié)構(gòu)一致分析與不一致像素校正入手,利用圖像亮度、曝光適度、對(duì)比度、結(jié)構(gòu)向量等低層特征,研究基于圖像低層特征一致性的多曝光融合方法,并結(jié)合伽馬校正和飽和度調(diào)整,將多曝光融合技術(shù)應(yīng)用到單幅圖像去霧中。具體如下:1.針對(duì)靜態(tài)場(chǎng)景曝光圖像融合中曝光等級(jí)度量和色彩信息保存問(wèn)題,研究基于圖像低層特征一致性的靜態(tài)場(chǎng)景多曝光圖像融合方法。通過(guò)使用導(dǎo)向?yàn)V波器對(duì)圖像進(jìn)行尺度分解,得到基層和細(xì)節(jié)層,并分別應(yīng)用圖像塊結(jié)構(gòu)分解算法和曝光適度評(píng)價(jià)實(shí)現(xiàn)圖像基層和細(xì)節(jié)層的融合。2.針對(duì)動(dòng)態(tài)場(chǎng)景下物體運(yùn)動(dòng)不一致的問(wèn)題,研究基于圖像低層特征一致性的動(dòng)態(tài)場(chǎng)景多曝光融合方法。通過(guò)計(jì)算結(jié)構(gòu)向量的方向性,來(lái)識(shí)別圖像中運(yùn)動(dòng)不一致的區(qū)域;然后利用亮度映射函數(shù)對(duì)不一致區(qū)域進(jìn)行校正,實(shí)現(xiàn)動(dòng)態(tài)場(chǎng)景中多曝...
【文章頁(yè)數(shù)】:107 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
注釋表
第1章 緒論
1.1 論文研究背景及意義
1.2 研究現(xiàn)狀及存在的問(wèn)題和挑戰(zhàn)
1.2.1 HDR顯示技術(shù)
1.2.2 靜態(tài)場(chǎng)景多曝光融合
1.2.3 動(dòng)態(tài)場(chǎng)景重影去除
1.2.4 單幅圖像去霧
1.2.5 存在的問(wèn)題
1.3 研究?jī)?nèi)容與章節(jié)安排
1.3.1 研究?jī)?nèi)容
1.3.2 章節(jié)安排
第2章 相關(guān)工作
2.1 靜態(tài)場(chǎng)景的多曝光圖像融合
2.1.1 圖像融合簡(jiǎn)介
2.1.2 多曝光圖像融合方法
2.2 動(dòng)態(tài)場(chǎng)景多曝光融合重影去除
2.2.1 無(wú)參考圖像的去除方法
2.2.2 基于參考圖像的去除方法
2.3 多曝光圖像融合在單幅圖像去霧中的應(yīng)用
2.4 本章小結(jié)
第3章 基于圖像低層特征一致性的靜態(tài)場(chǎng)景多曝光融合方法
3.1 引言
3.2 算法
3.2.1 基于導(dǎo)向?yàn)V波器的空間尺度分解
3.2.2 基于圖像塊結(jié)構(gòu)分解的圖像基層融合
3.2.3 基于曝光質(zhì)量評(píng)估的圖像細(xì)節(jié)層融合
3.2.4 基于RGB顏色通道聯(lián)合處理的色彩信息多保留方法
3.3 靜態(tài)場(chǎng)景融合結(jié)果與分析
3.3.1 實(shí)驗(yàn)設(shè)置
3.3.2 靜態(tài)場(chǎng)景下融合結(jié)果
3.4 本章小結(jié)
第4章 基于圖像低層特征一致性的動(dòng)態(tài)場(chǎng)景多曝光融合方法
4.1 引言
4.2 算法
4.2.1 基于曝光先驗(yàn)的參考圖像選取
4.2.2 基于結(jié)構(gòu)一致性的重影區(qū)域檢測(cè)
4.2.3 結(jié)合亮度映射函數(shù)的重影去除
4.3 動(dòng)態(tài)場(chǎng)景下多曝光融合結(jié)果與分析
4.3.1 實(shí)驗(yàn)設(shè)置
4.3.2 動(dòng)態(tài)場(chǎng)景下融合結(jié)果
4.4 本章小結(jié)
第5章 基于圖像塊結(jié)構(gòu)自適應(yīng)分解多曝光融合的圖像去霧
5.1 引言
5.2 算法
5.2.1 空間域圖像增強(qiáng)
5.2.2 人工多曝光融合去霧
5.3 去霧結(jié)果與分析
5.3.1 實(shí)驗(yàn)設(shè)置
5.3.2 單幅圖像去霧結(jié)果
5.4 本章小結(jié)
第6章 實(shí)驗(yàn)結(jié)果與分析
6.1 實(shí)驗(yàn)相關(guān)配置
6.2 評(píng)價(jià)標(biāo)準(zhǔn)
6.2.1 基于結(jié)構(gòu)相似性度量(SSIM)的多曝光融合指標(biāo) Q(Y)
6.2.2 結(jié)構(gòu)相似性度量(Structual Similarity,SSIM)
6.2.3 霧霾密度估計(jì)(Fog Aware Density Evaluator,FADE)
6.3 主觀分析與評(píng)價(jià)
6.3.1 靜態(tài)場(chǎng)景下多曝光融合結(jié)果與討論
6.3.2 動(dòng)態(tài)場(chǎng)景下重影去除結(jié)果與討論
6.3.3 單幅圖像去霧結(jié)果與討論
6.4 客觀評(píng)價(jià)
6.4.1 多曝光融合的質(zhì)量感知評(píng)價(jià)
6.4.2 單幅圖像去霧質(zhì)量感知評(píng)價(jià)
6.5 本章小結(jié)
第7章 總結(jié)與展望
7.1 論文工作總結(jié)
7.2 后續(xù)研究工作
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果
【參考文獻(xiàn)】:
期刊論文
[1]針對(duì)動(dòng)態(tài)目標(biāo)的高動(dòng)態(tài)范圍圖像融合算法研究[J]. 都琳,孫華燕,王帥,高宇軒,齊瑩瑩. 光學(xué)學(xué)報(bào). 2017(04)
[2]相機(jī)參數(shù)可變的齊次多項(xiàng)式色度特征化模型[J]. 方競(jìng)宇,徐海松,汪哲弘,吳曉玟. 光學(xué)學(xué)報(bào). 2016(08)
[3]基于多曝光的高動(dòng)態(tài)范圍全景圖像合成[J]. 權(quán)巍,王穎,王艷春,王旭陽(yáng),朱云瑞. 系統(tǒng)仿真學(xué)報(bào). 2015(10)
[4]基于曝光適度評(píng)價(jià)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(bào)(工學(xué)版). 2015(03)
[5]Contourlet變換系數(shù)加權(quán)的醫(yī)學(xué)圖像融合[J]. 張?chǎng)?陳偉斌. 中國(guó)圖象圖形學(xué)報(bào). 2014(01)
[6]自適應(yīng)選取樣本塊大小的紋理合成方法[J]. 張偉偉,何凱,孟春芝. 計(jì)算機(jī)工程與應(yīng)用. 2012(17)
[7]高分辨率遙感影像的快速分割方法[J]. 李曉峰,張樹(shù)清,劉強(qiáng),張柏,劉殿偉,盧碧波,那曉東. 紅外與毫米波學(xué)報(bào). 2009(02)
[8]高動(dòng)態(tài)范圍圖像和色階映射算子[J]. 楊克虎,姬靖,郭建軍,郁文生. 自動(dòng)化學(xué)報(bào). 2009(02)
博士論文
[1]圖像去霧與增強(qiáng)算法的研究[D]. 蔡博侖.華南理工大學(xué) 2019
[2]像素級(jí)多源圖像融合方法研究[D]. 劉羽.中國(guó)科學(xué)技術(shù)大學(xué) 2016
[3]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]圖像去霧的算法研究與FPGA實(shí)現(xiàn)[D]. 衛(wèi)林霄.西安電子科技大學(xué) 2019
[2]動(dòng)態(tài)場(chǎng)景的無(wú)鬼影高動(dòng)態(tài)范圍圖像生成研究[D]. 張登輝.電子科技大學(xué) 2018
[3]多曝光圖像融合算法研究[D]. 王莉明.華中師范大學(xué) 2018
[4]動(dòng)態(tài)目標(biāo)場(chǎng)景下的高動(dòng)態(tài)范圍圖像融合算法研究[D]. 趙海.燕山大學(xué) 2017
[5]基于動(dòng)態(tài)場(chǎng)景的多曝光圖像融合算法的研究[D]. 李楠.西安電子科技大學(xué) 2017
[6]多曝光HDR圖像生成方法研究[D]. 夏歡.電子科技大學(xué) 2017
[7]基于多曝光融合及偽影去除的動(dòng)態(tài)范圍擴(kuò)展技術(shù)研究[D]. 江燊煜.浙江大學(xué) 2015
本文編號(hào):3703968
【文章頁(yè)數(shù)】:107 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
注釋表
第1章 緒論
1.1 論文研究背景及意義
1.2 研究現(xiàn)狀及存在的問(wèn)題和挑戰(zhàn)
1.2.1 HDR顯示技術(shù)
1.2.2 靜態(tài)場(chǎng)景多曝光融合
1.2.3 動(dòng)態(tài)場(chǎng)景重影去除
1.2.4 單幅圖像去霧
1.2.5 存在的問(wèn)題
1.3 研究?jī)?nèi)容與章節(jié)安排
1.3.1 研究?jī)?nèi)容
1.3.2 章節(jié)安排
第2章 相關(guān)工作
2.1 靜態(tài)場(chǎng)景的多曝光圖像融合
2.1.1 圖像融合簡(jiǎn)介
2.1.2 多曝光圖像融合方法
2.2 動(dòng)態(tài)場(chǎng)景多曝光融合重影去除
2.2.1 無(wú)參考圖像的去除方法
2.2.2 基于參考圖像的去除方法
2.3 多曝光圖像融合在單幅圖像去霧中的應(yīng)用
2.4 本章小結(jié)
第3章 基于圖像低層特征一致性的靜態(tài)場(chǎng)景多曝光融合方法
3.1 引言
3.2 算法
3.2.1 基于導(dǎo)向?yàn)V波器的空間尺度分解
3.2.2 基于圖像塊結(jié)構(gòu)分解的圖像基層融合
3.2.3 基于曝光質(zhì)量評(píng)估的圖像細(xì)節(jié)層融合
3.2.4 基于RGB顏色通道聯(lián)合處理的色彩信息多保留方法
3.3 靜態(tài)場(chǎng)景融合結(jié)果與分析
3.3.1 實(shí)驗(yàn)設(shè)置
3.3.2 靜態(tài)場(chǎng)景下融合結(jié)果
3.4 本章小結(jié)
第4章 基于圖像低層特征一致性的動(dòng)態(tài)場(chǎng)景多曝光融合方法
4.1 引言
4.2 算法
4.2.1 基于曝光先驗(yàn)的參考圖像選取
4.2.2 基于結(jié)構(gòu)一致性的重影區(qū)域檢測(cè)
4.2.3 結(jié)合亮度映射函數(shù)的重影去除
4.3 動(dòng)態(tài)場(chǎng)景下多曝光融合結(jié)果與分析
4.3.1 實(shí)驗(yàn)設(shè)置
4.3.2 動(dòng)態(tài)場(chǎng)景下融合結(jié)果
4.4 本章小結(jié)
第5章 基于圖像塊結(jié)構(gòu)自適應(yīng)分解多曝光融合的圖像去霧
5.1 引言
5.2 算法
5.2.1 空間域圖像增強(qiáng)
5.2.2 人工多曝光融合去霧
5.3 去霧結(jié)果與分析
5.3.1 實(shí)驗(yàn)設(shè)置
5.3.2 單幅圖像去霧結(jié)果
5.4 本章小結(jié)
第6章 實(shí)驗(yàn)結(jié)果與分析
6.1 實(shí)驗(yàn)相關(guān)配置
6.2 評(píng)價(jià)標(biāo)準(zhǔn)
6.2.1 基于結(jié)構(gòu)相似性度量(SSIM)的多曝光融合指標(biāo) Q(Y)
6.2.2 結(jié)構(gòu)相似性度量(Structual Similarity,SSIM)
6.2.3 霧霾密度估計(jì)(Fog Aware Density Evaluator,FADE)
6.3 主觀分析與評(píng)價(jià)
6.3.1 靜態(tài)場(chǎng)景下多曝光融合結(jié)果與討論
6.3.2 動(dòng)態(tài)場(chǎng)景下重影去除結(jié)果與討論
6.3.3 單幅圖像去霧結(jié)果與討論
6.4 客觀評(píng)價(jià)
6.4.1 多曝光融合的質(zhì)量感知評(píng)價(jià)
6.4.2 單幅圖像去霧質(zhì)量感知評(píng)價(jià)
6.5 本章小結(jié)
第7章 總結(jié)與展望
7.1 論文工作總結(jié)
7.2 后續(xù)研究工作
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果
【參考文獻(xiàn)】:
期刊論文
[1]針對(duì)動(dòng)態(tài)目標(biāo)的高動(dòng)態(tài)范圍圖像融合算法研究[J]. 都琳,孫華燕,王帥,高宇軒,齊瑩瑩. 光學(xué)學(xué)報(bào). 2017(04)
[2]相機(jī)參數(shù)可變的齊次多項(xiàng)式色度特征化模型[J]. 方競(jìng)宇,徐海松,汪哲弘,吳曉玟. 光學(xué)學(xué)報(bào). 2016(08)
[3]基于多曝光的高動(dòng)態(tài)范圍全景圖像合成[J]. 權(quán)巍,王穎,王艷春,王旭陽(yáng),朱云瑞. 系統(tǒng)仿真學(xué)報(bào). 2015(10)
[4]基于曝光適度評(píng)價(jià)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(bào)(工學(xué)版). 2015(03)
[5]Contourlet變換系數(shù)加權(quán)的醫(yī)學(xué)圖像融合[J]. 張?chǎng)?陳偉斌. 中國(guó)圖象圖形學(xué)報(bào). 2014(01)
[6]自適應(yīng)選取樣本塊大小的紋理合成方法[J]. 張偉偉,何凱,孟春芝. 計(jì)算機(jī)工程與應(yīng)用. 2012(17)
[7]高分辨率遙感影像的快速分割方法[J]. 李曉峰,張樹(shù)清,劉強(qiáng),張柏,劉殿偉,盧碧波,那曉東. 紅外與毫米波學(xué)報(bào). 2009(02)
[8]高動(dòng)態(tài)范圍圖像和色階映射算子[J]. 楊克虎,姬靖,郭建軍,郁文生. 自動(dòng)化學(xué)報(bào). 2009(02)
博士論文
[1]圖像去霧與增強(qiáng)算法的研究[D]. 蔡博侖.華南理工大學(xué) 2019
[2]像素級(jí)多源圖像融合方法研究[D]. 劉羽.中國(guó)科學(xué)技術(shù)大學(xué) 2016
[3]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]圖像去霧的算法研究與FPGA實(shí)現(xiàn)[D]. 衛(wèi)林霄.西安電子科技大學(xué) 2019
[2]動(dòng)態(tài)場(chǎng)景的無(wú)鬼影高動(dòng)態(tài)范圍圖像生成研究[D]. 張登輝.電子科技大學(xué) 2018
[3]多曝光圖像融合算法研究[D]. 王莉明.華中師范大學(xué) 2018
[4]動(dòng)態(tài)目標(biāo)場(chǎng)景下的高動(dòng)態(tài)范圍圖像融合算法研究[D]. 趙海.燕山大學(xué) 2017
[5]基于動(dòng)態(tài)場(chǎng)景的多曝光圖像融合算法的研究[D]. 李楠.西安電子科技大學(xué) 2017
[6]多曝光HDR圖像生成方法研究[D]. 夏歡.電子科技大學(xué) 2017
[7]基于多曝光融合及偽影去除的動(dòng)態(tài)范圍擴(kuò)展技術(shù)研究[D]. 江燊煜.浙江大學(xué) 2015
本文編號(hào):3703968
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3703968.html
最近更新
教材專(zhuān)著