高動態(tài)范圍圖像合成與顯示技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩64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、由于受到現(xiàn)有硬件發(fā)展水平的制約,普通照相機拍攝的圖像往往會發(fā)生欠曝光或者過曝光的現(xiàn)象,并不能記錄人眼所觀察到的場景的真實信息,其亮度、對比度、顏色等方面都受到限制。高動態(tài)范圍圖像可以涵蓋場景中所有的動態(tài)范圍,在色彩飽和度和細節(jié)信息方面都有較好的效果,帶給觀看者更為真實的感官體驗。高動態(tài)范圍技術(shù)近年來逐漸應用于衛(wèi)星遙感、醫(yī)學影像、視頻監(jiān)控以及3D游戲產(chǎn)業(yè)等領(lǐng)域,并取得了很好的應用效果。
  本課題主要圍繞高動態(tài)范圍技術(shù)展開研究,首先

2、介紹并分析了在生成與顯示時所涉及的相關(guān)技術(shù),包括高動態(tài)范圍成像技術(shù)、圖像配準、鬼影去除、多曝光圖像融合以及高動態(tài)范圍圖像的顯示技術(shù)等,對每個方面都討論了其發(fā)展現(xiàn)狀和現(xiàn)有技術(shù)的優(yōu)缺點。之后,本文著重研究了多曝光圖像融合技術(shù)。按照融合方式的不同,分為基于金字塔變換的高動態(tài)范圍圖像生成方法和多曝光圖像直接融合方法兩種?;诮鹱炙娜诤戏椒ㄔ诓煌叨?、不同分辨率下進行融合,可以得到細節(jié)信息豐富的高動態(tài)范圍圖像。本文主要研究了基于拉普拉斯金字塔和

3、梯度金字塔兩種融合算法,并用實驗對比的方式分析了其各自的優(yōu)缺點。直接融合方式通常采用不同方法生成權(quán)重圖,之后對多曝光圖像序列進行加權(quán)融合。提出一種有效的權(quán)重圖生成算法,基于圖像梯度和亮度兩個因子生成權(quán)重圖,并用多組圖像序列對該算法進行實驗分析。實驗結(jié)果表明該算法可有效檢測出圖像序列中曝光度最佳的像素點,尤其對于圖像的暗區(qū)部分效果較好。本文在主觀和客觀兩方面對實驗結(jié)果進行評價,評價結(jié)果表明本文算法可有效擴展圖像的動態(tài)范圍,融合結(jié)果無論是在

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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。
  • 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