圖像動(dòng)態(tài)范圍展寬方法研究.pdf

1、圖像是人類感知世界獲取信息的重要手段，具有形象直觀、信息量大等優(yōu)點(diǎn)。但是在拍攝場(chǎng)景存在偏暗或偏亮區(qū)域時(shí)，會(huì)使得獲取的圖像動(dòng)態(tài)范圍較窄，場(chǎng)景細(xì)節(jié)不能很好地顯示，因此運(yùn)用寬動(dòng)態(tài)技術(shù)擴(kuò)展圖像動(dòng)態(tài)范圍具有重要意義。本論文針對(duì)圖像動(dòng)態(tài)范圍展寬方法展開(kāi)了深入研究。
　　引入基于對(duì)數(shù)增強(qiáng)模型的微區(qū)域分解方法，實(shí)現(xiàn)了單幅圖像的動(dòng)態(tài)范圍擴(kuò)展，有效改善了圖像暗區(qū)域細(xì)節(jié)顯示。算法以對(duì)數(shù)增強(qiáng)模型為基礎(chǔ)，選取圖中3×3像素區(qū)域進(jìn)行平均灰色調(diào)運(yùn)算，經(jīng)過(guò)三次分

2、解后進(jìn)行重構(gòu)，得到寬動(dòng)態(tài)范圍圖像，使得暗區(qū)域?qū)Ρ榷仍鰪?qiáng)，層次分明。
　　采用區(qū)域直方圖均衡算法擴(kuò)展圖像動(dòng)態(tài)范圍，解決了基于對(duì)數(shù)增強(qiáng)模型的微區(qū)域分解方法對(duì)亮區(qū)域處理出現(xiàn)畸變的問(wèn)題。算法在全局直方圖均衡的基礎(chǔ)上，選取適當(dāng)?shù)拈撝岛?，?duì)需要處理的灰度區(qū)域進(jìn)行直方圖均衡，該算法雖然簡(jiǎn)單，但與基于對(duì)數(shù)增強(qiáng)模型的微區(qū)域分解方法相比，在加強(qiáng)了對(duì)暗區(qū)域細(xì)節(jié)顯示的同時(shí)，保留了較亮區(qū)域的細(xì)節(jié)。
　　利用基于YUV空間和RGB空間的拉普拉斯金字塔分

3、解圖像融合算法，將多曝光圖像進(jìn)行拉普拉斯金字塔分解，再采用融合策略進(jìn)行圖像重構(gòu)，得到了亮、暗區(qū)域細(xì)節(jié)清晰，色彩真實(shí)的寬動(dòng)態(tài)圖像。該算法使用的融合策略是基于對(duì)比度和色彩程度兩個(gè)測(cè)度因子的加權(quán)圖?；赮UV空間和RGB空間的兩種算法不同之處在于，YUV空間只對(duì)Y通道進(jìn)行金字塔的分解與重構(gòu)，U、V空間采取簡(jiǎn)單取最值處理，而在RGB空間則需對(duì)R、G、B三通道分別進(jìn)行金字塔的分解與重構(gòu)。在保證得到符合要求的融合圖像的同時(shí)基于YUV空間的算法更為簡(jiǎn)

4、單，用時(shí)更少。
　　在Matlab仿真環(huán)境下，將上述三種圖像動(dòng)態(tài)范圍展寬方法，進(jìn)行了實(shí)驗(yàn)仿真，利用主觀和客觀評(píng)價(jià)標(biāo)準(zhǔn)對(duì)算法的性能進(jìn)行了深入的比較分析。三種動(dòng)態(tài)范圍擴(kuò)展算法均能得到寬動(dòng)態(tài)范圍圖像，基于拉普拉斯金字塔分解的圖像融合算法效果最佳，但算法相對(duì)復(fù)雜；基于對(duì)數(shù)增強(qiáng)模型的微區(qū)域分解方法更適合處理曝光不足的圖像；區(qū)域直方圖均衡算法對(duì)曝光不足和曝光過(guò)度的圖像均能有較好的處理效果，但會(huì)丟失一些灰度級(jí)的信息。三種算法能有效擴(kuò)展圖像的動(dòng)態(tài)