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、隨著計算機和多媒體技術(shù)的發(fā)展,醫(yī)學(xué)影像、視頻監(jiān)控、衛(wèi)星遙感和計算機視覺等各領(lǐng)域?qū)D像的質(zhì)量提出越來越高的需求。高質(zhì)量的圖像能夠提供更豐富的信息和更真實的視覺感受,是很多實際應(yīng)用的基礎(chǔ)。高動態(tài)范圍(High DynamicRange,HDR)場景如何在普通顯示設(shè)備真實再現(xiàn)是阻礙這些應(yīng)用發(fā)展的一個難題。針對這一問題,論文提出了高動態(tài)范圍場景可視化技術(shù)。它主要從色調(diào)映射(ToneMapping)和多曝光融合(Exposure Fusion)兩
2、個方面進行研究:
人類視覺系統(tǒng)(Human Visual System,HVS)是被顯示圖像的最終接收對象,因此,在色調(diào)映射算法中,利用HVS的特性指導(dǎo)HDR圖像的動態(tài)范圍壓縮具有重要意義。根據(jù)這一思想,論文引入一種新的“雙錨”(Double Anchoring)亮度感知理論,提出一種基于亮度感知理論的HDR場景再現(xiàn)算法。通過視覺差異預(yù)測器(Visual Difference Predictor,VDP)評價標準驗證了提出
3、算法的有效性,它不僅能較好地保持真實場景的細節(jié)信息和整體明暗效果,而且結(jié)果圖像更加符合人眼對真實場景的感觀體驗。
物體表面反射率具有低的動態(tài)范圍,而場景的照度一般具備較大的動態(tài)范圍,根據(jù)這一現(xiàn)象,研究學(xué)者提出了一種新的研究思路:把HDR圖像分解成反射層和光照層,由于每層獲取不同的信息和動態(tài)范圍,因而對每層采取不同的處理方式,既能壓縮了HDR圖像的動態(tài)范圍又能保持了圖像原有的細節(jié)信息?;谶@一思想,論文提出利用YUV顏色空間
4、代替?zhèn)鹘y(tǒng)的RGB空間進行雙邊濾波(Bilateral Filter,BF)來實現(xiàn)圖像分層,這樣,可以降低亮度通道范圍壓縮處理對色度信息產(chǎn)生的影響。此外,通過利用像素的亮度值自適應(yīng)地決定其在對數(shù)域中的底數(shù)值,使算法能夠保留場景更多的細節(jié)信息。
基于空間域的多曝光融合算法,通常采用單一的圖像特征作為標準。但是,一個特征來衡量圖像質(zhì)量好壞是不全面的。為了克服這個問題,論文提出一種基于支持向量回歸的多曝光融合算法(Support
5、Vector Regression based Exposure Fusion,SVREF)。它能夠建立多個特征和圖像質(zhì)量評價標準的映射關(guān)系。此外,在大多數(shù)曝光融合算法中,為了獲取場景的色度信息,通常是紅、綠和藍三通道分別處理,這種處理方式不僅使結(jié)果圖像泛灰(Gray-out),還增加了算法的時間復(fù)雜度。針對這一問題,論文提出一種新的場景色度信息獲取的方法,能夠較好地保留場景的色度信息。
在基于頻率域多曝光融合算法上,為了
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。
最新文檔
- 高動態(tài)范圍焊接場景可視化技術(shù)與焊接圖像分割研究.pdf
- 數(shù)字攝影高動態(tài)范圍場景處理方法研究.pdf
- 高動態(tài)范圍體數(shù)據(jù)可視化方法研究與實現(xiàn).pdf
- 高動態(tài)范圍圖像的合成及可視化研究.pdf
- 高維數(shù)據(jù)可視化方法與可視化分類技術(shù)研究.pdf
- 虛擬實驗的場景建模和可視化技術(shù)研究.pdf
- 高維多目標優(yōu)化的可視化技術(shù)研究.pdf
- 流態(tài)可視化技術(shù)研究.pdf
- 基于WebGL的大規(guī)模三維場景可視化技術(shù)研究.pdf
- 可視化腭皺識別技術(shù)研究.pdf
- 醫(yī)學(xué)圖像可視化技術(shù)研究.pdf
- 水聲數(shù)據(jù)可視化技術(shù)研究.pdf
- Streakline流可視化技術(shù)研究.pdf
- 數(shù)字巖心可視化技術(shù)研究.pdf
- 基于新型動態(tài)圖元的流場可視化技術(shù)研究.pdf
- 高動態(tài)范圍圖像可視化與圖像超分辨率重建的初步研究.pdf
- 可視化集成采礦CAD技術(shù)研究.pdf
- 虛擬植物可視化相關(guān)技術(shù)研究.pdf
- 面向像素的可視化技術(shù)研究.pdf
- 醫(yī)學(xué)超聲圖像可視化技術(shù)研究.pdf
評論
0/150
提交評論