基于合成的高动态范围图像获取算法研究

摘要

随着视频监控技术的不断应用与发展，图像处理作为视频监控技术中不可缺少的技术，显得格外重要。现实场景中光照强度的动态范围较大，而普通的图像采集、图像处理、图像显示设备处理的数据一般都是基于8bit的数据，表示图像的光照强度范围受到硬件的局限。当现实场景中的动态范围比数码摄像设备所能承受的最大饱和动态范围大时，摄像设备无法记录真实场景的全部光强信息，因过曝光和欠曝光的现象导致图像的细节特征丢失，这就造成了显示设备表示的图像与现实场景图像之间的失真。例如，在刑侦监控视频中，阳光高照的室外场景和室内的人物不能很好的同时表示，进而导致视频监控技术获取的信息失真，影响其在刑侦中的应用。然而，高动态范围图像可以包含场景的几乎全部色彩细节信息，是解决前述问题的关键所在。
　　目前获取高动态范围图像的方法主要有硬件生成法和软件合成法两种。文中对两种方法都有介绍，其中硬件生成法实现起来较为困难，软件合成法中包括辐照域重建法和像素域直接合成法，后者是较普及的一种获取高动态范围图像的方法。文中详细介绍了两种软件合成法的相关技术流程。并实现了算法的验证和仿真。
　　本文在研究国内外获取高动态范围图像的方法的基础上，提出了一种基于区域细节特征的高动态范围图像合成算法。图像清晰与否取决于它的细节特征是否丰富，文中首先提取不同曝光的低动态范围图像的细节特征，这个特征是基于像素的自适应特征，然后选取一定的合成准则，将含有丰富细节特征的像素提取到最终的图像中，这样就能够得到一幅含有输入图像中较丰富的细节信息的图像。文中提出的算法避免了辐照域重建法中相机响应函数的求解，计算复杂度低，而且从实验结果来看，合成后的图像也可以在低动态范围的显示器上得到较好的显示效果。并且通过改进后的算法应用更加广泛，是一种简单有效的像素域获取方法。

目录

摘要

第1章 绪论

1．1 课题来源与研究意义

1．2 高动态范围成像

1．2．1 高动态范围成像技术

1．2．2 高动态范围图像的存储及主要应用

1．3 国内外的研究现状及存在的问题

1．4 论文的主要工作及结构安排

第2章 高动态范围图像获取方法

2．1 通过硬件设备直接获取HDR图像

2．2 通过多曝光图像法合成HDR图像

2．2．1 图像配准技术介绍

2．2．2 鬼影的去除

2．2．3 基于辐照域的合成

2．2．4 高动态范围图像的显示

2．2．5 基于像素域的合成

2．3 经典辐照域获取HDR图像算法

2．3．1 相机响应曲线

2．3．2 色调映射

2．3．3 Matlab仿真结果

2．4 一种基于像素域的HDR图像合成算法

2．4．1 算法相关理论

2．4．2 Matlab实验仿真结果

2．5 本章小结

第3章 基于区域特征合成HDR图像算法

3．1 不同曝光度图像的获取

3．2 图像质量测度

3．2．1 区域方差特征

3．2．2 区域均值特征

3．3 合成准则的确定

3．4 算法流程

3．5 实验结果及其分析

3．5．1 基于均值合成结果及分析

3．5．2 基于方差合成结果及分析

3．5．3 基于方差和均值混合合成结果及分析

3．6 本章小节

第4章 改进的基于区域特征的合成算法

4．1 改进合成准则获取HDR图像算法

4．1．1 算法介绍

4．1．2 实验结果及分析

4．2 客观评价

4．3 算法的进一步分析与改进

4．3．1 权重的重新定义

4．3．2 分块处理

4．4 本章小结

第5章 结论与展望

5．1 本文总结

5．2 下一步展望

参考文献

攻读学位期间取得的研究成果

致谢

声明