合成高动态图像有关技术综述分析

合成高动态图像有关技术综述分析

ID:10076691

大小:34.00 KB

页数:9页

时间:2018-05-24

合成高动态图像有关技术综述分析_第1页
合成高动态图像有关技术综述分析_第2页
合成高动态图像有关技术综述分析_第3页
合成高动态图像有关技术综述分析_第4页
合成高动态图像有关技术综述分析_第5页
资源描述:

《合成高动态图像有关技术综述分析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、合成高动态图像有关技术综述分析【摘要】为了解决真实场景的动态范围与普通数字图像的动态范围不匹配的问题,众多研究工作者将高动态图像获取技术作为一个研究热点。文中简要介绍了高动态图像的成因以及研究意义,接着详细分析和总结了基于硬件和软件的高动态图像获取算法,指出各种算法的优缺点,最后对于高动态图像获取问题,提出了一些展望。【关键词】高动态图像;鬼影;合成;色调映射1.前言自然界中的真实场景具有非常宽广的动态范围,从夜晚的星光到白天的阳光,场景亮度变化范围涵盖了大约九个数量级(109)的动态范围。但是,目前普

2、通的显示/输出设备受到软、硬件水平的限制,使得数字图像的存储、传输、处理、显示等都是基于8-bit整数来进行的,只能表示256(约102)个深度等级,图像的亮度级别与真实场景的亮度级别差距较大。因此,当我们用传统的普通相机在室内拍摄有阳光射入的门、窗等场景图像时,或对着有太阳、灯光的方向拍摄图像时,不管怎样调整相机参数,都会存在严重丢失场景细节信息的现象,原因在于真实场景所展现的亮度范围超出了相机本身所能显示的动态范围。高动态图像(HighDynamicRange9Image,HDRI),不仅有助于人眼

3、对场景的辨识,而且对边缘检测、图像分割、图像锐化等数字图像后续处理和计算机视觉系统研究也具有积极的意义。为了解决普通图像设备的动态范围有限的问题,近年来学者们开始研究如何获取“高动态图像”,以达到“所得即所见”。2.基于硬件的算法研究人员提出设计不同的感光元器件,即设计不同的电荷耦合元件(CCD:chargedcoupledevice)来获得高动态图像[1],MitsunagaandNayar[2]提出了设计依据空间位置不同具有不同曝光度(spatiallyvaryingpixelexposures)的

4、图像感光单元,他们在传统的图像感光阵列前放置一个光学掩模,它能够依据空间入射光不同而具有不同的透射率,所以图像感光阵列内相邻的像素点就会根据具体的场景给予不同的曝光,从而得到一幅高动态范围图像。Tublin[3]等人提出一种新的相机设计方法,该相机的感光单元首先检测相邻像素的入射光差异,然后再对入射光进行量化,从而获得高动态图像。上述基于硬件的方法在一定程度上扩大了普通相机固有的动态范围,但是同时也增加了成像的成本,而且动态范围仍然远远达不到人眼和自然界的动态范围。3.基于软件合成的算法9这类算法的总体

5、思路是,先用普通成像设备采集不同曝光的图像序列,然后基于一定的算法分别将这多幅图像中较清晰的信息融合到一幅图像中,期望获得动态范围较宽的场景图像。在图像序列的融合过程中,如果图像中没有随时间发生运动的物体[4],那么,采用图像融合的诸多算法都有一定的效果,可以对相同位置处的像素进行运算;如果图像中存在随时间发生运动的物体[5],比如运动的人物、车辆,随风摆动的树叶等,那么如果仍然按照上述融合算法,就会出现人工效应“鬼影”(ghosting)现象,就会在融合图像中呈现多个运动目标重叠出现的现象,严重影响视

6、觉效果。3.1静态图像合成静态的软件合成高动态图像问题的研究分为两类,一类是根据多幅不同曝光的图像序列先恢复出相机响应曲线(CameraResponseFunction,CRF),即得到光照强度和数字图像像素亮度值的函数,进而根据色调映射函数还原出高动态的自然场景[6]。其中相机响应曲线的估计方法多种多样,Mann等人用Gamma函数估计相机响应曲线[7],并假设多幅不同曝光图像之间的曝光比是已知的,从而根据观测数据估计其它参数;Debevecand9Malik也假设曝光比是已知的,不过他们是在没有任何

7、参数模型的情况下,力图恢复相机响应曲线的逆的对数函数[8];Mitsunaga等人用多项式函数拟合相机响应曲线的逆函数,然后根据观测数据估计出多项式系数和曝光比,它能够提供更加灵活的光照辐射模型[6]。这类方法的关键是估计出准确的相机响应曲线和设计合理的色调映射函数,而这两项对于微小的误差具有较大的扰动性,因此,它的稳定性较难把握。第二类方法是根据多幅不同曝光的图像序列,在图像域或者变换域融合,得到高动态的图像。TomMertens[9]提出基于金字塔(pyramid)变换域的低动态图像合成算法,综合考

8、虑影响图像质量的对比度因素、饱和度因素和更好的表现度因素,设计出恰当的加权系数,在变换域将多幅图像融合,但是金字塔变换的计算复杂度较高,不宜实时计算。Kao[10]利用原始(raw)低动态图像的色度信息具有线性性的特点,将多幅低动态图像两两融合,联合使用全局直方图均衡和局部对比度增强的方法,最后获得了颜色深度较宽广的高动态图像,但是一般相机获取的图像通常经过一系列的非线性运算,例如色调曲线变换、gamma校正等,原始(raw)低动态图像不易

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。