高动态范围压缩算法研究

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:linxulong07
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
高动态范围图像的光影和颜色信息非常丰富,其动态范围远远超出目前主流显示设备显示的动态范围。对这种图像动态范围的压缩成为高动态范围图像领域的一项重要研究课题。本文在总结前人研究的基础上,提出了一种图像细节补偿和颜色校正的压缩算法。利用Retinex理论的基本原理,提取出图像光照层中的细节信息进行补偿。首先在相同的算法复杂度下增强并补充了图像的细节信息,其次对反射层信息的基本层进行自适应调整,压缩了动态范围,且避免了光晕的产生。再次,通过色彩校正,真实还原了图像颜色,获得更逼真的效果。本文在最后对新算法进行了仿真实验,在现有主客观评价的基础上分别和带色彩恢复的多尺度Retinex算法以及基于双边滤波的算法进行对比,实验结果表明,该算法在细节保持、动态范围压缩和颜色表现上优于传统Retinex算法。
其他文献
光声成像(Photoacoutic Imaging,PAI),因其独特的成像特点,已经成为生物医学成像领域的研究热点之一。光声成像采用脉冲激光照射生物组织,激光能量设定在国际安全标准的范围
随着计算机网络的不断发展,实时共享网络资源已经成为可能,但是同时也带来了海量的信息资源。为了能够从海量纷杂的文本信息中及时准确地获取有效的知识和信息,人们开始关注
本文对聚类算法和遗传算法展开了研究,并且分析了它们的优缺点。K-medoids算法容易陷入局部最优解、对初始值敏感,而遗传算法具有全局搜索的能力和隐并行性。针对这两方面的
移动AdHoc网络是无中心、自组织的多跳无线网络。在AdHoc网络中,由于移动终端的能量有限,而从硬件上电池能量的提升空间有限,使得节能问题成为移动AdHoc网络的一个研究热点。论
容侵技术作为第三代信息安全技术,已经受到越来越多领域研究者的关注。为了屏蔽失效的节点对信息系统产生的负面影响,在检测到服务失效等行为时,除了采用大数表决、门限秘密
模体识别是生物信息学的重要研究领域。它通过寻找不同序列间的相似片段来归结出这些序列片段中所蕴涵的特征模体,从而揭示生物序列数据中所蕴涵的生物学意义。最近的生物实验
考试作为教学中一个非常重要的环节,现代教育对考试形式、考试效果、考试统计、考试的即时性、学习效果的评价等要求越来越高。如何让考试适应现代教育的特点已经成为了刻不容
随着计算机网络技术的飞速发展及人民生活水平的不断提高,各种网络应用在人们的日常生活及工作中也在不断的推广和普及。管理信息化作为提高管理水平的有效手段,正在各个行业中
分布式信息处理技术、无线局域网技术和以GPRS/3G为代表的无线上网技术等通信技术的迅速发展和日趋成熟推动了无线网络的快速发展。无线网络由于在众多领域的潜在应用得到了
电力变压器是电力系统中最重要的电气设备之一,它的安全以及稳定的运行对供电系统的可靠性起着决定性的作用。变压器局部放电在线监测与模式识别通过对局部放电过程中局部放电特征参量的分析能提前发现异常征兆,有效防止高压电气设备事故的发生。高压电气设备局部放电的在线监测包括局放信号的测量、外界干扰的抑制、谱图分析、特征提取、识别分类等几个主要组成部分。在深入研究变压器局部放电在线监测及模式识别技术的基础上,本