基于导向滤波的多曝光图像融合与鬼影消除算法研究
发布时间:2022-02-20 18:51
随着数字图像的发展,人们对图像质量的要求日益提高。高动态范围成像技术的出现满足了人们的需求,该技术还原了实际场景的亮暗信息,更符合人们视觉感受,并且促进了数字化信息的发展。因此,高动态范围成像技术具有广泛的应用前景。目前高动态成像较常见的方法是多曝光图像融合技术,该技术的实现主要是通过合并同一场景具有不同曝光量的输入图像。本文分别对静态场景的融合与动态场景的鬼影消除进行了研究,对于静态场景的融合,本文提出了基于优化导向滤波的多曝光融合算法,有效去除光晕,呈现丰富的细节信息;对于动态场景的鬼影消除,本文提出了基于参考图像的鬼影消除算法,精准检测并消除运动物体。本文的研究内容包括:1.针对融合图像的细节信息、亮度信息进行深入分析,本文设计局部对比度和适当曝光度作为质量衡量因子。对于细节信息,本文结合相位一致性和边缘检测算子获取局部对比度,衡量局部区域的结构信息及对比度变化。对于亮度信息,本文在适当曝光度添加平衡因子,平衡全局对比度与局部曝光度。最后,本文结合质量衡量因子评估图像的基本权重,精确地提取每幅图像的有效信息。2.针对多曝光融合算法存在光晕、明暗翻转的问题,本文提出了一种优化导向滤...
【文章来源】:重庆邮电大学重庆市
【文章页数】:68 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第1章 绪论
1.1 研究背景及其意义
1.2 研究现状
1.2.1 静态场景的多曝光融合算法
1.2.2 动态场景的鬼影消除算法
1.3 主要研究内容
1.4 论文的结构安排
第2章 多曝光融合的相关技术
2.1 静态场景的多曝光融合算法
2.1.1 基于多尺度的多曝光融合
2.1.2 基于图像块的多曝光融合
2.2 动态场景的鬼影消除算法
2.2.1 基于参考图像的相关算法
2.2.2 无参考图像的相关算法
2.3 本章小结
第3章 基于导向滤波的静态场景曝光融合
3.1 问题介绍
3.2 构造基本权重图
3.2.1 局部对比度
3.2.2 适当曝光度
3.2.3 色彩饱和度
3.3 基于优化导向滤波的多曝光融合
3.3.1 传统的导向滤波
3.3.2 基于导向滤波的自适应图像融合
3.4 实验结果与分析
3.4.1 主观评价
3.4.2 客观分析
3.5 本章小结
第4章 基于参考图像的鬼影消除算法
4.1 问题介绍
4.2 鬼影检测技术
4.3 鬼影去除技术
4.4 基于导向滤波的图像融合
4.5 实验结果与分析
4.5.1 主观评价
4.5.2 客观分析
4.6 本章小结
第5章 结论与展望
5.1 结论
5.2 工作展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果
【参考文献】:
期刊论文
[1]基于自适应分割的多曝光图像融合算法[J]. 王书朋,赵瑶. 计算机应用. 2020(01)
[2]基于灰度级映射函数建模的多曝光高动态图像重建[J]. 付争方,朱虹,余顺园,薛杉. 数据采集与处理. 2019(03)
[3]基于张量分解和卷积稀疏表示的多曝光图像融合[J]. 戚余斌,郁梅,姜浩,邵华,蒋刚毅. 光电工程. 2019(01)
[4]基于图像内容评价因子的动态场景曝光融合算法[J]. 郝福得,陈晓冬,席佳祺,汪毅,齐麟. 光学技术. 2018(04)
[5]图像质量评价:融合视觉特性与结构相似性指标[J]. 朱新山,姚思如,孙彪,钱永军. 哈尔滨工业大学学报. 2018(05)
[6]采用主成分分析与梯度金字塔的高动态范围图像生成方法[J]. 张淑芳,丁文鑫,韩泽欣,刘孟娅,郭志鹏. 西安交通大学学报. 2018(04)
[7]细节保留的多曝光图像融合[J]. 李卫中,易本顺,邱康,彭红. 光学精密工程. 2016(09)
[8]细节保持的快速曝光融合[J]. 陈阔,冯华君,徐之海,李奇,陈跃庭. 浙江大学学报(工学版). 2015(06)
[9]基于曝光适度评价的多曝光图像融合方法[J]. 江燊煜,陈阔,徐之海,冯华君,李奇,陈跃庭. 浙江大学学报(工学版). 2015(03)
[10]图像融合算法的综合性能评价指标[J]. 陈立伟,蒋勇. 计算机工程. 2015(02)
硕士论文
[1]多曝光HDR图像生成方法研究[D]. 夏欢.电子科技大学 2017
本文编号:3635625
【文章来源】:重庆邮电大学重庆市
【文章页数】:68 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第1章 绪论
1.1 研究背景及其意义
1.2 研究现状
1.2.1 静态场景的多曝光融合算法
1.2.2 动态场景的鬼影消除算法
1.3 主要研究内容
1.4 论文的结构安排
第2章 多曝光融合的相关技术
2.1 静态场景的多曝光融合算法
2.1.1 基于多尺度的多曝光融合
2.1.2 基于图像块的多曝光融合
2.2 动态场景的鬼影消除算法
2.2.1 基于参考图像的相关算法
2.2.2 无参考图像的相关算法
2.3 本章小结
第3章 基于导向滤波的静态场景曝光融合
3.1 问题介绍
3.2 构造基本权重图
3.2.1 局部对比度
3.2.2 适当曝光度
3.2.3 色彩饱和度
3.3 基于优化导向滤波的多曝光融合
3.3.1 传统的导向滤波
3.3.2 基于导向滤波的自适应图像融合
3.4 实验结果与分析
3.4.1 主观评价
3.4.2 客观分析
3.5 本章小结
第4章 基于参考图像的鬼影消除算法
4.1 问题介绍
4.2 鬼影检测技术
4.3 鬼影去除技术
4.4 基于导向滤波的图像融合
4.5 实验结果与分析
4.5.1 主观评价
4.5.2 客观分析
4.6 本章小结
第5章 结论与展望
5.1 结论
5.2 工作展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果
【参考文献】:
期刊论文
[1]基于自适应分割的多曝光图像融合算法[J]. 王书朋,赵瑶. 计算机应用. 2020(01)
[2]基于灰度级映射函数建模的多曝光高动态图像重建[J]. 付争方,朱虹,余顺园,薛杉. 数据采集与处理. 2019(03)
[3]基于张量分解和卷积稀疏表示的多曝光图像融合[J]. 戚余斌,郁梅,姜浩,邵华,蒋刚毅. 光电工程. 2019(01)
[4]基于图像内容评价因子的动态场景曝光融合算法[J]. 郝福得,陈晓冬,席佳祺,汪毅,齐麟. 光学技术. 2018(04)
[5]图像质量评价:融合视觉特性与结构相似性指标[J]. 朱新山,姚思如,孙彪,钱永军. 哈尔滨工业大学学报. 2018(05)
[6]采用主成分分析与梯度金字塔的高动态范围图像生成方法[J]. 张淑芳,丁文鑫,韩泽欣,刘孟娅,郭志鹏. 西安交通大学学报. 2018(04)
[7]细节保留的多曝光图像融合[J]. 李卫中,易本顺,邱康,彭红. 光学精密工程. 2016(09)
[8]细节保持的快速曝光融合[J]. 陈阔,冯华君,徐之海,李奇,陈跃庭. 浙江大学学报(工学版). 2015(06)
[9]基于曝光适度评价的多曝光图像融合方法[J]. 江燊煜,陈阔,徐之海,冯华君,李奇,陈跃庭. 浙江大学学报(工学版). 2015(03)
[10]图像融合算法的综合性能评价指标[J]. 陈立伟,蒋勇. 计算机工程. 2015(02)
硕士论文
[1]多曝光HDR图像生成方法研究[D]. 夏欢.电子科技大学 2017
本文编号:3635625
本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3635625.html
最近更新
教材专著