CMOS圖像傳感器動態(tài)范圍擴展技術(shù)的研究與設(shè)計.pdf_第1頁
已閱讀1頁,還剩66頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、限制CMOS圖像傳感器性能的一個主要問題是其有限的動態(tài)范圍。本文以CMOS圖像傳感器動態(tài)范圍擴展技術(shù)為核心,對常見的動態(tài)范圍擴展技術(shù)進行了深入的研究,并進行了創(chuàng)新。提出了一種基于人眼視覺特性的多次采樣圖像合成算法和一種新型的條件重置動態(tài)范圍擴展技術(shù)。 首先簡要介紹了光電二極管的物理基礎(chǔ)和電路模型,從對CMOS圖像傳感器噪聲的分析出發(fā),介紹了可以用于分析工作在積分模式的CMOS圖像傳感器的數(shù)學(xué)模型。而后從動態(tài)范圍、信噪比、關(guān)鍵參數(shù)

2、選取標準的角度對三種積分型動態(tài)范圍擴展技術(shù)——多次采樣、條件重置、勢阱容量調(diào)節(jié)進行了深入的研究。對非積分型動態(tài)范圍擴展技術(shù)——對數(shù)擴展進行了簡要的介紹和分析。并以多次采樣技術(shù)為參照,對四種常見的動態(tài)范圍擴展技術(shù)進行了比較分析。 針對多次采樣技術(shù)中的多曝光圖像合成問題,提出了一種基于人眼視覺特性的多次采樣圖像合成算法。首先簡要介紹了常見多次采樣圖像合成算法——線性加權(quán)合成、對數(shù)壓縮合成,并對其存在的問題進行了簡要的說明。而后對人眼

3、視覺特性進行了深入的分析,據(jù)此提出了采用S狀函數(shù)模擬人眼視覺特性曲線的方法。然后,依據(jù)人眼對灰度級的分辨能力特性,提出了一種多次采樣圖像曝光時間判決算法。以視覺特性益線模擬和曝光時間判決算法為基礎(chǔ),提出了一種基于人眼視覺特性的多次采樣圖像合成算法。最后通過與常見多次采樣圖像合成技術(shù)的實驗結(jié)果進行比較,證明了算法的有效性。 針對傳統(tǒng)條件重置技術(shù)存在的問題,提出了一種新型的條件重置動態(tài)范圍擴展技術(shù),克服了傳統(tǒng)條件重置技術(shù)難于應(yīng)用在高

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論