2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩65頁未讀, 繼續(xù)免費(fèi)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(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、伴隨著數(shù)碼攝像技術(shù)的不斷發(fā)展,數(shù)字圖像越來越多地出現(xiàn)在人們的生產(chǎn)、生活和科學(xué)研究當(dāng)中。近年來,高動態(tài)范圍成像技術(shù)的研究和進(jìn)展,極大地促進(jìn)了數(shù)字成像技術(shù)朝著高清晰度和高信息量方向的發(fā)展。同時,這一技術(shù)也被越來越多地應(yīng)用到數(shù)字?jǐn)z像、遙測遙感、安防監(jiān)控等領(lǐng)域。
  本文在闡述了數(shù)字成像、高動態(tài)范圍成像、多曝光圖像融合、鬼影消除等技術(shù)原理的基礎(chǔ)上,總結(jié)了現(xiàn)有的多曝光圖像融合算法,并基于操作域與參考圖像對算法進(jìn)行了分類和比較。在此基礎(chǔ)上提出

2、了兩種新的多曝光圖像融合中的運(yùn)動檢測與鬼影消除算法。本文的研究內(nèi)容和主要工作如下:
  1、深入研究了高動態(tài)范圍成像技術(shù),尤其是多曝光圖像融合技術(shù)。闡述了動態(tài)場景下運(yùn)動檢測與鬼影去除技術(shù)的理論基礎(chǔ)、國內(nèi)外研究現(xiàn)狀及當(dāng)前的技術(shù)難點(diǎn),并針對現(xiàn)有的運(yùn)動檢測與鬼影去除算法進(jìn)行了分類和比較;
  2、首次提出了一種高效的基于類內(nèi)一致性與類間一致性的“鬼影”檢測和去除算法,以實(shí)現(xiàn)高動態(tài)范圍(HDR)圖像的無鬼影重建。通過對選定的參考圖像

3、和圖像序列中的其他圖像進(jìn)行直方圖映射匹配運(yùn)算,代替以往直接對圖像數(shù)據(jù)操作來檢測運(yùn)動的算法。這種方法可以使場景中的大部分細(xì)節(jié)得以保留下來,尤其是圖像中過曝光或欠曝光的區(qū)域,并大大降低了后期運(yùn)動檢測的難度。此外,考慮到不同圖像同一位置的像素間的內(nèi)部一致性與同一幅圖像里相鄰像素間的外部一致性,將運(yùn)動檢測模型建立在超像素層面。該方法有效地對輸入的低動態(tài)范圍圖像序列進(jìn)行了校準(zhǔn),同時在去除鬼影的前提下最大限度地保留了圖像中的細(xì)節(jié);
  3、首

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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)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