面向双摄手机的图像融合与增强
【图文】:
图 1-1 双摄成像过程双摄图像的形成过程如图 1-1 所示,可以发现,彩色图像多出红绿蓝颜色交错的拜尔滤片用于形成各个色彩的信息,具体的光传递过程在图的中间部分,其中绿色的滤片只允许绿颜色的光子通过,而黑白的则允许所有颜色的光子通过,最终形成彩色和黑白两幅图像。另外,该组合还有一种实现方案,即采用大尺寸的黑白 CMOS 和小尺寸的彩色CMOS,使用过采样技术来模拟光学变焦,同时也可以实现夜间图像增强。综上所述,手机拍摄的黑白图像和彩色图像各有所长,黑白图像获得光照信息比较多,所以图像相对而言具有高清晰、噪声少以及暗光条件下高对比度等优点,而彩色图片由于经过拜尔滤片,获得光照信息少,容易受到噪声影响。所以可以结合彩色图像的色彩信息和黑白图像的高清晰和低噪声的优点融合得到低噪声、高对比度并且更清晰的彩色图像。本文将针对两幅图像的成像特点,选择合适的算法对手机双摄的图像增强展开研究。
图 2-1 单缝衍射现象把狭缝换成圆孔,衍射现象就变成明暗相间的圆环,如图 2-2 所示,左图是二维的圆环图,最里面是一个实心圆,明显的亮度较高,右图是三维图,多出的一维是光照强度,可以发现,,中心圆聚集了大部分光照能量,该圆被称为艾里斑。图 2-2 艾里斑模型(左:二维模型,右:三维模型)
【学位授予单位】:华中科技大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:TP391.41;TN929.53
【相似文献】
相关期刊论文 前10条
1 李桃;侯红英;王德贤;;数字图像融合研究综述[J];数码世界;2017年08期
2 陈欣;;浅析第二代Curvelet多聚焦图像融合算法[J];明日风尚;2017年20期
3 朱炼;孙枫;夏芳莉;韩瑜;;图像融合研究综述[J];传感器与微系统;2014年02期
4 刘志明;;数字图像融合新进展[J];电脑与电信;2013年04期
5 扈少华;郭宁;;图像融合方法及应用[J];科技信息;2010年28期
6 ;基于CPLD与高速DSP的双通道光电图像融合系统[J];中国计量学院学报;2001年02期
7 陈虎义;多种图像融合[J];影像技术;2000年04期
8 王忆锋,张海联,李灿文,李茜;夜视图像融合研究的进展[J];红外与激光工程;1998年02期
9 史敏红;;图像融合技术发展综述[J];计算机时代;2019年09期
10 吴小琳;王洁;包蓉;;~(18)F-FDG PET\CT图像融合诊断恶性肿瘤的护理配合[J];贵州医药;2018年03期
相关会议论文 前10条
1 曲锋;刘建卓;刘英;吴宏圣;王健;杨东军;叶新;孙强;;基于多尺度几何分析方法的图像融合方法[A];2009年先进光学技术及其应用研讨会论文集(上册)[C];2009年
2 杨志;毛士艺;陈炜;;基于多分辨率局部峰度熵的鲁棒图像融合算法[A];中国航空学会信号与信息处理专业全国第八届学术会议论文集[C];2004年
3 曲桂红;;放射治疗成像与图像融合应用研究[A];首届全国医疗器械学术与产业论坛论文集[C];2002年
4 王强军;王润生;;城市航空摄影图像融合分割方法[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年
5 汤志伟;王建国;赵志钦;黄顺吉;;基于小波变换的图像融合算法[A];第九届全国信号处理学术年会(CCSP-99)论文集[C];1999年
6 陆琳;张淳民;;图像融合算法研究[A];2013年(第五届)西部光子学学术会议论文集[C];2013年
7 潘泉;赵永强;张洪才;;基于像素层图像融合的偏振图像计算方法研究[A];第二届全国信息获取与处理学术会议论文集[C];2004年
8 刘红毅;王彦情;朱元国;;一种新的小波变换的图像融合算法[A];第六届中国青年运筹与管理学者大会论文集[C];2004年
9 蔡迪明;李永忠;张琼;于波洋;刘振华;曾浩;陈妮;张孟尼;姚晋;;MRI-US图像融合在前列腺活检穿刺中的应用价值[A];中国超声医学工程学会第十届全国超声治疗及生物效应医学学术大会论文汇编[C];2019年
10 陈锋;张闻文;陈钱;顾国华;;基于小波变换的EMCCD微光图像融合算法[A];第八届华东三省一市真空学术交流会论文集[C];2013年
相关重要报纸文章 前2条
1 刘明霞 唐志全;图像融合查颅内病变[N];健康报;2004年
2 本报记者 李觐麟;AI换脸技术的玩法还有很多[N];电脑报;2018年
相关博士学位论文 前10条
1 胡震隆;超声图像融合评估强直性脊柱炎骶髂关节病变[D];上海交通大学;2016年
2 赵楠;并行化航拍图像融合关键技术研究[D];中国地质大学(北京);2019年
3 夏显忠;高性能弹载图像融合导引系统若干计算技术研究[D];湖南大学;2015年
4 英昌盛;ICCD微光图像处理及在图像融合中的应用研究[D];长春理工大学;2018年
5 周金凤;多焦面图像融合及其在纺织品数字化检测中的应用[D];东华大学;2018年
6 戈文艳;面向岩性信息增强的多源遥感数据融合研究[D];中国地质大学(北京);2018年
7 王婧;基于自适应分解的图像融合方法[D];吉林大学;2019年
8 魏春雨;超小波及其在图像融合中的应用[D];河北师范大学;2018年
9 韩倩;肺癌并肺不张患者放疗中MRI-CT图像融合配准方式和剂量的研究[D];郑州大学;2018年
10 宋乐;异源图像融合及其评价方法的研究[D];天津大学;2008年
相关硕士学位论文 前10条
1 李磊;基于深度学习的视频背景替换方法的研究与应用[D];江苏科技大学;2019年
2 杨利素;基于平移不变剪切波变换与深度卷积神经网络的图像融合方法[D];山东理工大学;2019年
3 仲红玉;光子计数图像融合及彩色化技术研究[D];山东理工大学;2019年
4 刘欢欢;面向双摄手机的图像融合与增强[D];华中科技大学;2019年
5 李雪;基于多特征的图像融合算法研究[D];西安电子科技大学;2018年
6 张培恒;基于图像融合的运动目标检测算法研究[D];燕山大学;2019年
7 杨丽锦;基于环境感知的立体树木图像融合与评价方法研究[D];浙江工业大学;2019年
8 薛骁;多视角多曝光图像融合算法研究及质量评价[D];上海交通大学;2017年
9 梅礼晔;基于深度学习的图像融合和分割方法研究[D];云南大学;2019年
10 李肖肖;基于梯度域的多尺度PET-SPECT与MRI图像融合算法研究[D];云南大学;2019年
本文编号:2684877
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2684877.html