数字成像曝光动态范围扩展算法与应用研究

摘要

图像信息是信息工程学科领域中信息包含量最大、内容最丰富的分支之一,它因此也成为信息学科的研究热点之一.扩展数字图像的动态范围是指用硬件或者软件的方法使图像包涵尽可能大的实际光强范围,同时包容尽可能多的实际细节信息.提高数字图像动态范围的方法在技术上和商业上都具有很大的发展空间.研究数字图像动态范围的扩展方法,对在光照强弱分明的景物中获取更多图像信息具有很大的价值,对航空航天,军事侦察以及资源探测都具有重要意义.该文就数字图像的动态范围扩展开展了一系列的理论与实验研究.研究了多幅图像与单幅图像的线性、非线性融合理论与方法,探讨了曝光动态范围的扩展处理的策略,并通过实验,验证了软件实现理论方法的有效性和实用意义.具体主要完成了以下几方面的工作:(1)基于人眼识别的特性,提出了一套可用来处理实际图像的线性算法,分别针对单幅和多幅图像,进行了线性扩展方法的研究.(2)在非线性处理方面,深入研究了LIP算法处理图像的理论,通过实验实现了上述理论的算法整合,并探讨了边界检测和提取技术在本研究中的应用价值.(3)研究了人眼视觉系统(HVS)和视觉基本特性等理论对扩展数字图像动态范围的指导性作用,并在目前并没有定论的图像质量评价方面,总结和分析了目前国内外的各种主观和客观评价系统.(4)对上述算法进行了硬件模拟实验和软件实现,给出了实验结果,对理论方法和实验结果进行了讨论,同时使用现有的评价体系对所得的结果进行了量化评价.最后对研究内容进行了总结并展望了其应用前景.

目录

文摘

英文文摘

第一章数字成像扩展曝光动态范围概述

1.1数字成像曝光过程概述

1.2动态范围和曝光量的概念

1.3数字图像扩展动态范围的方法

1.3.1图像动态范围的硬扩展

1.3.2图像动态范围的软扩展

1.4本课题的内容

第二章线性软扩展理论和算法

2.1人眼和数字图像接收器件的特点

2.1.1分析人眼明度特点

2.1.2分析数字图像接收器件接收特性

2.2多幅图像的线性扩展方法

2.2.1分析人眼灰度识别特性

2.2.2算法的设计思路

2.2.3算法实现和流程框图

2.3本章小结

第三章非线性软扩展理论和算法

3.1非线性扩展理论现状

3.2用LIP模式实现非线性扩展

3.2.1 LIP模式的数学框架

3.2.2多重微区域图像分解算法的实现

3.2.3源图像的同态性讨论

3.2.4非线性算法过程和流程图

3.3引入边界检测技术

3.3.1基于微分算子的边界检测

3.3.2多尺度边界检测

3.3.3基于形态学的边界检测

3.4实现边界图像提取算法

3.4.1简单线性边界提取

3.4.2线性边界提取算法的实现

3.4.3基于HVS的非线性边界提取算法讨论

3.5本章小结

第四章图像质量评价方法

4.1图像质量评价对本课题的意义

4.2图像质量评价的现状

4.3主观评价方法

4.4常用的客观评价方法

4.4.1 MSE图像均方误差

4.4.2 PSNR峰值信噪比

4.4.3 PMSE感知均方误差

4.5 HVS模型评价方法

4.5.1视觉基本特性

4.5.2基于视觉感知的图像质量评价方法

4.5.3基于视觉兴趣的图像质量评价方法

4.5.4图像质量评价的发展趋向

4.6本章小结

第五章扩展动态范围的实现及应用

5.1扩展动态范围的硬件实现

5.1.1原始图像的获取

5.1.2硬件实现的探讨

5.2扩展算法的软件实现

5.2.1线性算法的实现

5.2.2非线性算法的实现

5.2.3对边界图像的处理

5.2.4处理标板图像的结果

5.3对图像的评价结果

5.4扩展动态范围在彩色领域的应用

5.5本章小结

第六章总结与展望

6.1总结

6.2今后的工作

6.3展望

6.3.1扩展动态范围在自动对焦领域的展望

6.3.2扩展动态范围在高分辨领域的展望

6.3.3展望扩展动态范围的现实意义

参考文献

硕士在读期间发表论文

致谢