發(fā)布時(shí)間：2020-05-28 06:44

【摘要】：使用手機(jī)拍照已經(jīng)成為人們?nèi)粘＋@取圖片的最重要的來源,所以手機(jī)廠家開始通過手機(jī)攝像搶占用戶,這直接導(dǎo)致手機(jī)拍攝的功能越來越好,其中涌現(xiàn)的一個(gè)主流技術(shù)就是使用多個(gè)攝像頭成像,彩色加黑白攝像的組合方案就是其中之一,本文研究的就是對(duì)彩色和黑白圖像的融合與增強(qiáng)。主要就兩種情況對(duì)圖像進(jìn)行增強(qiáng),第一是在暗光條件下對(duì)具有相同分辨率的兩幅圖像的融合,第二是對(duì)正常光照條件下的高分辨率黑白和低分辨率彩色圖像的增強(qiáng)。暗光條件下的圖像融合,本文主要對(duì)HIS變換做出改進(jìn)。根據(jù)HIS變換融合只針對(duì)I通道圖像增強(qiáng)的缺陷,引入引導(dǎo)濾波和稀疏表示,對(duì)彩色圖像所有通道的增強(qiáng),并且又根據(jù)引導(dǎo)濾波圖像空間不一致導(dǎo)致的光譜畸變問題,提出使用SFIM的方法用彩色圖像各個(gè)通道對(duì)黑白圖像進(jìn)行轉(zhuǎn)換,獲得空間一致性,這樣既可以保持圖像的光譜特性,也可以提升圖像的清晰度。正常光照條件下的高低分辨率圖像融合,首先提出一種基于配準(zhǔn)求最優(yōu)解的方法,然后針對(duì)其光譜易失真性提出自適應(yīng)權(quán)重求解算法進(jìn)行改進(jìn),最后根據(jù)誤差大小使用HIS變換和配準(zhǔn)法結(jié)合,獲得高細(xì)節(jié)表現(xiàn)能力和光譜保持特性。其次把深度學(xué)習(xí)應(yīng)用到融合的超分辨率中,提出深度學(xué)習(xí)對(duì)彩色圖像預(yù)處理加圖像融合的思路以及只使用深度學(xué)習(xí)的基于融合的超分辨率模型。最后提出了兩種單幅圖像的超分辨率新思路。第一是基于彩色圖像的成像特點(diǎn),對(duì)彩色圖像進(jìn)行基于拜爾濾片的排列,然后對(duì)其進(jìn)行連續(xù)化處理,最后融合得到高分辨率結(jié)果。第二是引入?yún)⒄請(qǐng)D像作為輸入,用于引導(dǎo)圖像超分辨率的構(gòu)建過程。
【圖文】：

圖 1-1 雙攝成像過程雙攝圖像的形成過程如圖 1-1 所示，可以發(fā)現(xiàn)，彩色圖像多出紅綠藍(lán)顏色交錯(cuò)的拜爾濾片用于形成各個(gè)色彩的信息，具體的光傳遞過程在圖的中間部分，其中綠色的濾片只允許綠顏色的光子通過，而黑白的則允許所有顏色的光子通過，最終形成彩色和黑白兩幅圖像。另外，該組合還有一種實(shí)現(xiàn)方案，即采用大尺寸的黑白 CMOS 和小尺寸的彩色CMOS，使用過采樣技術(shù)來模擬光學(xué)變焦，同時(shí)也可以實(shí)現(xiàn)夜間圖像增強(qiáng)。綜上所述，手機(jī)拍攝的黑白圖像和彩色圖像各有所長，黑白圖像獲得光照信息比較多，所以圖像相對(duì)而言具有高清晰、噪聲少以及暗光條件下高對(duì)比度等優(yōu)點(diǎn)，而彩色圖片由于經(jīng)過拜爾濾片，獲得光照信息少，容易受到噪聲影響。所以可以結(jié)合彩色圖像的色彩信息和黑白圖像的高清晰和低噪聲的優(yōu)點(diǎn)融合得到低噪聲、高對(duì)比度并且更清晰的彩色圖像。本文將針對(duì)兩幅圖像的成像特點(diǎn)，選擇合適的算法對(duì)手機(jī)雙攝的圖像增強(qiáng)展開研究。

圖 2-1 單縫衍射現(xiàn)象把狹縫換成圓孔，衍射現(xiàn)象就變成明暗相間的圓環(huán)，如圖 2-2 所示，左圖是二維的圓環(huán)圖，最里面是一個(gè)實(shí)心圓，明顯的亮度較高，右圖是三維圖，多出的一維是光照強(qiáng)度，可以發(fā)現(xiàn)，，中心圓聚集了大部分光照能量，該圓被稱為艾里斑。圖 2-2 艾里斑模型（左：二維模型，右：三維模型）
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP391.41;TN929.53

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李桃;侯紅英;王德賢;;數(shù)字圖像融合研究綜述[J];數(shù)碼世界;2017年08期

2 陳欣;;淺析第二代Curvelet多聚焦圖像融合算法[J];明日風(fēng)尚;2017年20期

3 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

4 劉志明;;數(shù)字圖像融合新進(jìn)展[J];電腦與電信;2013年04期

5 扈少華;郭寧;;圖像融合方法及應(yīng)用[J];科技信息;2010年28期

6 ;基于CPLD與高速DSP的雙通道光電圖像融合系統(tǒng)[J];中國計(jì)量學(xué)院學(xué)報(bào);2001年02期

7 陳虎義;多種圖像融合[J];影像技術(shù);2000年04期

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

9 史敏紅;;圖像融合技術(shù)發(fā)展綜述[J];計(jì)算機(jī)時(shí)代;2019年09期

10 吳小琳;王潔;包蓉;;~(18)F-FDG PET\CT圖像融合診斷惡性腫瘤的護(hù)理配合[J];貴州醫(yī)藥;2018年03期

相關(guān)會(huì)議論文 前10條

1 曲鋒;劉建卓;劉英;吳宏圣;王健;楊東軍;葉新;孫強(qiáng);;基于多尺度幾何分析方法的圖像融合方法[A];2009年先進(jìn)光學(xué)技術(shù)及其應(yīng)用研討會(huì)論文集（上冊(cè)）[C];2009年

2 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(xué)會(huì)信號(hào)與信息處理專業(yè)全國第八屆學(xué)術(shù)會(huì)議論文集[C];2004年

3 曲桂紅;;放射治療成像與圖像融合應(yīng)用研究[A];首屆全國醫(yī)療器械學(xué)術(shù)與產(chǎn)業(yè)論壇論文集[C];2002年

4 王強(qiáng)軍;王潤生;;城市航空攝影圖像融合分割方法[A];中國圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國圖象圖形科技大會(huì)論文集[C];1998年

5 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(hào)處理學(xué)術(shù)年會(huì)（CCSP-99）論文集[C];1999年

6 陸琳;張淳民;;圖像融合算法研究[A];2013年（第五屆）西部光子學(xué)學(xué)術(shù)會(huì)議論文集[C];2013年

7 潘泉;趙永強(qiáng);張洪才;;基于像素層圖像融合的偏振圖像計(jì)算方法研究[A];第二屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

8 劉紅毅;王彥情;朱元國;;一種新的小波變換的圖像融合算法[A];第六屆中國青年運(yùn)籌與管理學(xué)者大會(huì)論文集[C];2004年

9 蔡迪明;李永忠;張瓊;于波洋;劉振華;曾浩;陳妮;張孟尼;姚晉;;MRI-US圖像融合在前列腺活檢穿刺中的應(yīng)用價(jià)值[A];中國超聲醫(yī)學(xué)工程學(xué)會(huì)第十屆全國超聲治療及生物效應(yīng)醫(yī)學(xué)學(xué)術(shù)大會(huì)論文匯編[C];2019年

10 陳鋒;張聞文;陳錢;顧國華;;基于小波變換的EMCCD微光圖像融合算法[A];第八屆華東三省一市真空學(xué)術(shù)交流會(huì)論文集[C];2013年

相關(guān)重要報(bào)紙文章 前2條

1 劉明霞 唐志全;圖像融合查顱內(nèi)病變[N];健康報(bào);2004年

2 本報(bào)記者 李覲麟;AI換臉技術(shù)的玩法還有很多[N];電腦報(bào);2018年

相關(guān)博士學(xué)位論文 前10條

1 胡震隆;超聲圖像融合評(píng)估強(qiáng)直性脊柱炎骶髂關(guān)節(jié)病變[D];上海交通大學(xué);2016年

2 趙楠;并行化航拍圖像融合關(guān)鍵技術(shù)研究[D];中國地質(zhì)大學(xué)(北京);2019年

3 夏顯忠;高性能彈載圖像融合導(dǎo)引系統(tǒng)若干計(jì)算技術(shù)研究[D];湖南大學(xué);2015年

4 英昌盛;ICCD微光圖像處理及在圖像融合中的應(yīng)用研究[D];長春理工大學(xué);2018年

5 周金鳳;多焦面圖像融合及其在紡織品數(shù)字化檢測(cè)中的應(yīng)用[D];東華大學(xué);2018年

6 戈文艷;面向巖性信息增強(qiáng)的多源遙感數(shù)據(jù)融合研究[D];中國地質(zhì)大學(xué)(北京);2018年

7 王婧;基于自適應(yīng)分解的圖像融合方法[D];吉林大學(xué);2019年

8 魏春雨;超小波及其在圖像融合中的應(yīng)用[D];河北師范大學(xué);2018年

9 韓倩;肺癌并肺不張患者放療中MRI-CT圖像融合配準(zhǔn)方式和劑量的研究[D];鄭州大學(xué);2018年

10 宋樂;異源圖像融合及其評(píng)價(jià)方法的研究[D];天津大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 李磊;基于深度學(xué)習(xí)的視頻背景替換方法的研究與應(yīng)用[D];江蘇科技大學(xué);2019年

2 楊利素;基于平移不變剪切波變換與深度卷積神經(jīng)網(wǎng)絡(luò)的圖像融合方法[D];山東理工大學(xué);2019年

3 仲紅玉;光子計(jì)數(shù)圖像融合及彩色化技術(shù)研究[D];山東理工大學(xué);2019年

4 劉歡歡;面向雙攝手機(jī)的圖像融合與增強(qiáng)[D];華中科技大學(xué);2019年

5 李雪;基于多特征的圖像融合算法研究[D];西安電子科技大學(xué);2018年

6 張培恒;基于圖像融合的運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究[D];燕山大學(xué);2019年

7 楊麗錦;基于環(huán)境感知的立體樹木圖像融合與評(píng)價(jià)方法研究[D];浙江工業(yè)大學(xué);2019年

8 薛驍;多視角多曝光圖像融合算法研究及質(zhì)量評(píng)價(jià)[D];上海交通大學(xué);2017年

9 梅禮曄;基于深度學(xué)習(xí)的圖像融合和分割方法研究[D];云南大學(xué);2019年

10 李肖肖;基于梯度域的多尺度PET-SPECT與MRI圖像融合算法研究[D];云南大學(xué);2019年

本文編號(hào)：2684877