本文關(guān)鍵詞：基于合成的高動(dòng)態(tài)范圍圖像獲取算法研究

  更多相關(guān)文章： 高動(dòng)態(tài)范圍圖像 圖像合成 細(xì)節(jié)特征 多曝光圖像

【摘要】：隨著視頻監(jiān)控技術(shù)的不斷應(yīng)用與發(fā)展,圖像處理作為視頻監(jiān)控技術(shù)中不可缺少的技術(shù),顯得格外重要�，F(xiàn)實(shí)場(chǎng)景中光照強(qiáng)度的動(dòng)態(tài)范圍較大,而普通的圖像采集、圖像處理、圖像顯示設(shè)備處理的數(shù)據(jù)一般都是基于8bit的數(shù)據(jù),表示圖像的光照強(qiáng)度范圍受到硬件的局限。當(dāng)現(xiàn)實(shí)場(chǎng)景中的動(dòng)態(tài)范圍比數(shù)碼攝像設(shè)備所能承受的最大飽和動(dòng)態(tài)范圍大時(shí),攝像設(shè)備無(wú)法記錄真實(shí)場(chǎng)景的全部光強(qiáng)信息,因過(guò)曝光和欠曝光的現(xiàn)象導(dǎo)致圖像的細(xì)節(jié)特征丟失,這就造成了顯示設(shè)備表示的圖像與現(xiàn)實(shí)場(chǎng)景圖像之間的失真。例如,在刑偵監(jiān)控視頻中,陽(yáng)光高照的室外場(chǎng)景和室內(nèi)的人物不能很好的同時(shí)表示,進(jìn)而導(dǎo)致視頻監(jiān)控技術(shù)獲取的信息失真,影響其在刑偵中的應(yīng)用。然而,高動(dòng)態(tài)范圍圖像可以包含場(chǎng)景的幾乎全部色彩細(xì)節(jié)信息,是解決前述問(wèn)題的關(guān)鍵所在。目前獲取高動(dòng)態(tài)范圍圖像的方法主要有硬件生成法和軟件合成法兩種。文中對(duì)兩種方法都有介紹,其中硬件生成法實(shí)現(xiàn)起來(lái)較為困難,軟件合成法中包括輻照域重建法和像素域直接合成法,后者是較普及的一種獲取高動(dòng)態(tài)范圍圖像的方法。文中詳細(xì)介紹了兩種軟件合成法的相關(guān)技術(shù)流程。并實(shí)現(xiàn)了算法的驗(yàn)證和仿真。本文在研究國(guó)內(nèi)外獲取高動(dòng)態(tài)范圍圖像的方法的基礎(chǔ)上,提出了一種基于區(qū)域細(xì)節(jié)特征的高動(dòng)態(tài)范圍圖像合成算法。圖像清晰與否取決于它的細(xì)節(jié)特征是否豐富,文中首先提取不同曝光的低動(dòng)態(tài)范圍圖像的細(xì)節(jié)特征,這個(gè)特征是基于像素的自適應(yīng)特征,然后選取一定的合成準(zhǔn)則,將含有豐富細(xì)節(jié)特征的像素提取到最終的圖像中,這樣就能夠得到一幅含有輸入圖像中較豐富的細(xì)節(jié)信息的圖像。文中提出的算法避免了輻照域重建法中相機(jī)響應(yīng)函數(shù)的求解,計(jì)算復(fù)雜度低,而且從實(shí)驗(yàn)結(jié)果來(lái)看,合成后的圖像也可以在低動(dòng)態(tài)范圍的顯示器上得到較好的顯示效果。并且通過(guò)改進(jìn)后的算法應(yīng)用更加廣泛,是一種簡(jiǎn)單有效的像素域獲取方法。
【關(guān)鍵詞】：高動(dòng)態(tài)范圍圖像 圖像合成 細(xì)節(jié)特征 多曝光圖像
【學(xué)位授予單位】：西安郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TP391.41;TN948.6
【目錄】：

• 摘要3-4
• ABSTRACT4-7
• 第1章 緒論7-15
• 1.1 課題來(lái)源與研究意義7-9
• 1.2 高動(dòng)態(tài)范圍成像9-13
• 1.2.1 高動(dòng)態(tài)范圍成像技術(shù)9
• 1.2.2 高動(dòng)態(tài)范圍圖像的存儲(chǔ)及主要應(yīng)用9-13
• 1.3 國(guó)內(nèi)外的研究現(xiàn)狀及存在的問(wèn)題13-14
• 1.4 論文的主要工作及結(jié)構(gòu)安排14-15
• 第2章 高動(dòng)態(tài)范圍圖像獲取方法15-39
• 2.1 通過(guò)硬件設(shè)備直接獲取HDR圖像16-17
• 2.2 通過(guò)多曝光圖像法合成HDR圖像17-25
• 2.2.1 圖像配準(zhǔn)技術(shù)介紹19
• 2.2.2 鬼影的去除19
• 2.2.3 基于輻照域的合成19-20
• 2.2.4 高動(dòng)態(tài)范圍圖像的顯示20-22
• 2.2.5 基于像素域的合成22-25
• 2.3 經(jīng)典輻照域獲取HDR圖像算法25-34
• 2.3.1 相機(jī)響應(yīng)曲線(xiàn)26-32
• 2.3.2 色調(diào)映射32-33
• 2.3.3 Matlab仿真結(jié)果33-34
• 2.4 一種基于像素域的HDR圖像合成算法34-37
• 2.4.1 算法相關(guān)理論34-35
• 2.4.2 Matlab實(shí)驗(yàn)仿真結(jié)果35-37
• 2.5 本章小結(jié)37-39
• 第3章 基于區(qū)域特征合成HDR圖像算法39-49
• 3.1 不同曝光度圖像的獲取39-40
• 3.2 圖像質(zhì)量測(cè)度40-42
• 3.2.1 區(qū)域方差特征41
• 3.2.2 區(qū)域均值特征41-42
• 3.3 合成準(zhǔn)則的確定42-43
• 3.4 算法流程43-44
• 3.5 實(shí)驗(yàn)結(jié)果及其分析44-48
• 3.5.1 基于均值合成結(jié)果及分析44-45
• 3.5.2 基于方差合成結(jié)果及分析45-47
• 3.5.3 基于方差和均值混合合成結(jié)果及分析47-48
• 3.6 本章小節(jié)48-49
• 第4章 改進(jìn)的基于區(qū)域特征的合成算法49-61
• 4.1 改進(jìn)合成準(zhǔn)則獲取HDR圖像算法49-56
• 4.1.1 算法介紹49-51
• 4.1.2 實(shí)驗(yàn)結(jié)果及分析51-56
• 4.2 客觀(guān)評(píng)價(jià)56-57
• 4.3 算法的進(jìn)一步分析與改進(jìn)57-60
• 4.3.1 權(quán)重的重新定義57-59
• 4.3.2 分塊處理59-60
• 4.4 本章小結(jié)60-61
• 第5章 結(jié)論與展望61-63
• 5.1 本文總結(jié)61
• 5.2 下一步展望61-63
• 參考文獻(xiàn)63-67
• 攻讀學(xué)位期間取得的研究成果67-69
• 致謝69-70

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 高雪妮;玉振明;張軍;李陶深;;基于多級(jí)分塊迭代法的不同聚焦圖像融合[J];電子學(xué)報(bào);2011年03期

2 伍世虔;李政國(guó);;高動(dòng)態(tài)范圍成像(英文)[J];西安郵電大學(xué)學(xué)報(bào);2013年02期

，

本文編號(hào)：970354