高动态范围图像色调映射算法及视频增强技术研究

来源 :西南财经大学 | 被引量 : 0次 | 上传用户:atta2002
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
现实世界中的场景丰富多彩、绚丽多姿,这些场景有着非常高的动态范围和对比度。场景的动态范围被定义为场景中最亮部分的亮度值与最暗部分的亮度值之比。传统的显示设备如CRT显示器因为所能显示的动态范围非常有限,大约为10的两个数量级,因此无法真实再现现实的高动态范围场景。然而,由于人眼其特有的视觉自适应机理,人们才能够同时感知高动态范围场景的不同部分。数字图像随着科技的发展在人们的日常生活中变得越来越重要,对高质量数字图像的需求推动着数字成像技术的飞速发展。特别是随着高动态范围成像技术(HDRI, High Dynamic Range Imaging)的出现,使在传统的低动态范围显示设备上再现现实场景成为可能。高动态范围图像是一种可以表示现实场景高动态范围亮度信息的成像技术,通过这种技术可以准确的记录现实场景的亮度信息,并能在传统的显示设备上显示出来。近年来在数字摄影、电影特技、电脑游戏、人类视觉系统的模拟、卫星遥感图像、运动模糊、交互3D应用等领域得到了广泛的应用。虽然高动态范围图像可以通过硬件方式直接获得,但是成本非常昂贵,并且传统的显示设备只支持低动态范围图像的输出,所以在其应用和推广方面遇到了挑战,而这些挑战也正是高动态范围图像的主要研究领域。高动态范围图像的研究领域主要有:多曝光度图像序列的对齐技术,高动态范围图像的合成技术,照度图的存储技术和高动态范围图像的显示技术。通过多曝光度图像序列的对齐技术和高动态范围图像的合成技术,可以通过合成同一场景中不同曝光度的图像序列来获得现实场景的照度图,并通过照度图的存储技术进行存储。通过高动态范围图像的显示技术可以把照度图显示在传统低动态范围显示设备上,真实再现现实场景。本文在国内外学者对高动态范围图像的研究基础上,简要介绍了多曝光度图像序列的对齐技术、照度图合成存储技术,并重点介绍了高动态范围图像的显示技术——色调映射技术,高动态范围图像的色调映射算法也正是本文的研究重点。本文在重点介绍了目前比较经典的几种色调映射算法的基础上,介绍了一种新的基于图像分割技术的色调映射算法,并与其他色调映射算法做了简单的对比分析。在论文的最后部分,介绍了一种基于色调映射算法思想的视频增强算法,该算法能对视频进行很好的增强。
其他文献
随着芯片集成度的不断提高,功能验证已成为集成电路设计流程中时间耗费最大的环节,尽早且快速地发现集成电路设计中的错误,对于缩短验证周期具有重要意义。目前,功能验证方法主要
在信息网络技术不断发展的今天,融合网络已经成为当前最活跃,最具创新性的领域之一。网络的融合使得原有电信服务的种类和内涵都有了新的扩展,具有异构网络智能协作,资源共享
随着计算机软硬件的发展以及应用水平的提高,事件流应用越来越多的出现在网络安全、金融分析、传感器网络等领域中。目前已用于国家网络安全监控应用的DBroker系统作为一种基
随着信息技术的快速发展,人们收集、存储和传输数据的能力不断提高,各类应用领域产生海量的数据,数据挖掘与机器学习成为了数据分析和知识发现的重要工具。频繁模式挖掘是数据挖
在模式识别、机器学习以及数据挖掘中,分类是一个基本而又重要的问题。作为模式分类的研究方法之一的支持向量机技术近来也得到广泛的研究和应用。进行分类时,我们必备的两个
由于互联网的优越特性,在其上发布信息极为便捷,这就使得互联网上的信息数量以近乎爆炸的速度增长。如此多的信息即使浏览一遍都无法做到,用户希望能找到感兴趣的部分更是不
人脸识别作为最自然、最友好的生物特征识别方法,在安全、金融等领域均有重要的应用价值。经过近四十年的发展,传统二维人脸识别在限定性条件下已经获得很大进步,但在光照、姿态
聚类分析作为数据挖掘的重要技术,在网络分析、市场营销以及医学图像自动监测等领域被广泛应用。聚类就是将物理或者抽象的集合分组成为由类似对象组成的多个类的过程,同一个
自然场景的动态模拟一直是虚拟现实和计算机图形学中一个重要的研究领域,它在计算机动画、影视制作、虚拟现实、三维数字展示和战场模拟方面都有非常广泛的应用。风作为自然
传统搜索引擎技术是基于关键词字符匹配的全文检索技术,主要借助目录、索引和关键词等方法来实现。由于提交的查询语句存在歧义性和不明确性,因此返回给用户的搜索集合中往往存