【摘 要】
:
目前高动态范围(HDR)成像技术已普遍应用于各种商业影像行业以及个人手机设备中,其可以获得纹理清晰、颜色信息丰富的图像。使用多曝光图像融合(MEF)方法获得HDR图像是一种有效的手段,大多数多曝光图像融合方法只能在静态场景下取得令人满意的结果,忽视了大部分场景中存在物体运动,这就导致融合结果中存在重影伪影(GA)问题。目前大部分多曝光融合方法去除鬼影重影问题都以牺牲纹理细节为代价。因此本文针对动态
论文部分内容阅读
目前高动态范围(HDR)成像技术已普遍应用于各种商业影像行业以及个人手机设备中,其可以获得纹理清晰、颜色信息丰富的图像。使用多曝光图像融合(MEF)方法获得HDR图像是一种有效的手段,大多数多曝光图像融合方法只能在静态场景下取得令人满意的结果,忽视了大部分场景中存在物体运动,这就导致融合结果中存在重影伪影(GA)问题。目前大部分多曝光融合方法去除鬼影重影问题都以牺牲纹理细节为代价。因此本文针对动态场景下多曝光图像融合存在的重影伪影和纹理细节丢失问题,分别提出了基于光照对齐与纹理细节增强和基于U-net的深度HDR成像网络方法,并给出了相应的多曝光图像融合方法。首先,在本文中提出了一种基于光照一致性映射(ICM)、独立成分分析(ICA)和多尺度纹理细节增强的方法。第一步是光照一致性映射,将不同曝光程度的图像统一映射到参考图像相应的光照强度,得到中间图像,此步骤解决了低曝光图像过暗和高曝光图像过亮的问题,直接为融合图像提供了更多的信息。然后使用ICA对中间图像与参考图像做处理,得到纹理细节和亮度差异,并将ICA归一化的结果作为结构块的相似性度量,按照阈值选择包含信息最多的块。最后将多尺度边缘锐化方法作用于选择出的最优块,这样每一块经过多尺度纹理细节增强方法处理后,得到纹理更加清晰的结构块,将增强后的结构块拼接得到最终的融合图像。该方法在测试数据集上进行了大量定量和定性的评估比较,结果在主观方面和客观方面优于目前大多数的MEF方法。其次,为了处理在动态场景下大幅运动导致的鬼影问题,提出一种基于U-net的HDR成像方法。一般使用深度HDR成像时,首先都会对输入图像进行光流配准,但由于图像中物体运动幅度过大,光流配准会出现误匹配问题。本文引入深度神经网络U-net,将HDR成像转成图像平移问题。此方法的网络可以在遮挡、颜色不饱和情况下自动弥补缺失的细节,而用传统的优化方法几乎不可能恢复这些细节。该方法框架有两个分支:第一个分支由ICA提取光照分量和纹理细节。第二个分支是核心U-net框架,由编码器、融合模块和解码器组成,不同曝光的图像传递到不同的编码器,并在融合模块和解码器之前串联起来。在经过以上两个分支处理后融合得到最终的结果图像。该方法在测试集上进行了广泛定性和定量的实验比较,结果证明该方法得到了出色的结果,其中彩色伪影和几何畸变与现有最先进的MEF方法相比显著减少。综上,本文提出了光照一致性和ICA的多曝光图像融合方法,分别处理光照和运动变化,不会出现相互干扰而产生斑点。引入深度卷积网络U-net解决大幅场景运动下产生的鬼影问题,提高了其可行性与稳定性。再接下来,明确了目前对多曝光图像融合方法的下一步研究方向,并对本文提出的多曝光图像融合方法存在的缺点和待改进之处做了简短的描述。
其他文献
与传统媒体相比,社交网络在传播新闻、思想、观点等方面发挥着突出的作用,同时也是传播谣言、虚假新闻等负面信息的最佳途径。因此,社交网络中信息传播过程的准确预测和有效控制已成为重要的研究话题。利用信息传播模型研究信息传播过程,不仅可以理解信息传播模式和用户行为,而且能够有效控制有害信息的传播。论文以信息传播过程的多维特征为切入点,以用户和传播序列两个层面对信息传播驱动因素进行研究,主要工作内容概述如下
代码克隆检测是软件工程领域的重要研究课题,有效发现软件系统中、软件系统之间的代码克隆现象对于软件开发以及解决软件侵权纠纷都具有现实意义。当前存在如下问题:一方面,实际工程应用中源代码不易获取,现有基于源代码的检测方法无法使用;另一方面,已有基于字节码的检测方法检测效果仍有提升空间。为了在缺失源代码情况下进行代码克隆检测并同时确保检测效果,本文提出一种基于字节码和孪生神经网络的代码克隆检测方法:SJ
太原地铁正处于“建设、运营”的双重时期,健全隐患排查机制,防患于未然,保证其全过程的安全成为重中之重。因此,综合“人、机、环、管”四要素的太原地铁全域安全体系应运而生。基于安全管理的专业知识,本论文建立了太原地铁“五位一体”安全管理体系,能够及早实现隐患辨识,隐患分级与应急管理,构建了太原地铁信息管理平台,形成动态数据库,实现隐患数据自学习、自分析、自响应,让隐患无处遁形,切实保证地铁的运行安全。
虚拟电厂对电力系统的分布式新能源进行聚合和管控,提高了电网运行的灵活性和可靠性。而虚拟电厂的高效运行依赖于大量数据的高速高精细度处理分析能力,为满足当前电网的运行调度需要,文章提出了基于云边协同的虚拟电厂调度系统设计方案。针对虚拟电厂特性及数据处理需求,构建了虚拟电厂云边协同调度系统总体架构,以边缘集群实现对虚拟电厂单元的分布式管理,云端对边缘集群进行管理和控制,协调整体分析计算任务的分配,并对系
建模教学就是把日常生活中的数量关系借助假设的方法,用专业的语言和数学知识将其内容充分地展现出来。也就是说,如何有效地解决数学问题,并将模型和现实相结合。一般来说,用数学建模方式处理数学问题,能够对各种数量关系进行精炼,将数学问题转化为实际问题,通过建立数学模型来处理具体问题,这样不仅可以提高学生应用数学知识的能力,还能使学生对数学有一个全面的认识。因此,教师应充分认识到建模教学在高中数学教学中的意
交通流量的准确预测是智慧交通系统中关键的一环。对城市交通系统中具有时空特征的交通流量数据进行分析,从中提取隐含的特征,实现交通状况的实时调度、城市道路规划具有重要意义。随着道路设施的大规模部署,数据量也在不断增长、城市道路状况也变的越来越复杂,虽然国内外学者提出了很多关于交通流量预测的方法,但是仍然存在许多待解决的问题包括:时空特征提取困难、道路动态相关性特征提取不够完善、空间特征提取方法存在缺陷
基于变分偏微分方程理论,将平滑结构张量与非局部思想相结合,构建了非局部平滑结构张量。同时,以非局部平滑结构张量为基础,提出了非局部平滑结构张量自适应的全变分图像复原模型和非局部平滑结构张量驱动的各项异性扩散图像复原模型,并整合相关算法设计了局部结构保持的单幅图像复原系统,其具体内容描述如下:构建了非局部平滑结构张量自适应的全变分图像复原模型。首先,将非局部思想应用于平滑结构张量的改进,构建了一种非
混沌是确定性系统中的不确定现象,能够用来产生大量随机性优良的序列,因此被广泛地应用在各种信息安全领域。而随着大数据时代的到来,各行各业每天都会产生大量的隐私信息,而图像作为与文本不同的信息载体,具有冗余性高、相关性大、数据量多等特点,更是信息安全领域的研究重点。为了解决现有图像加密算法存在的加密效率低、安全性不够高等问题,本文从高维混沌和低维混沌入手,提出了两种基于混沌理论的图像加密算法。(1)提
将大脑磁共振图像(Magnetic Resonance Imaging,MRI)分割为脑脊液(Cerebrospinal Fluid,CSF)、灰质(Gray Matter,GM)和白质(White Matter,WM),然后对脑组织进行定量分析是脑疾病诊断中至关重要的一步。由于医学图像公开数据集少,数据集图像质量参差不齐,图像的自动化分割是一个较大的挑战。近年来深度学习的算法在医学图像分割领域取
文字效果图像广泛存在于互联网的各个角落,在诸如海报和广告设计等许多视觉创作任务中是广泛需要的。然而,在真实的项目中,针对一个字体设计完整的文字效果图像是一项费力耗时的任务,因此利用计算机自动生成文字效果图像的方法被迫切需要。随着深度学习相关技术的发展,图像风格迁移逐渐成为目前热门的研究方向。文字效果图像风格迁移旨在以参考图像的风格去渲染文字。对目前现有的文字效果图像风格迁移算法进行分析,针对当前算