對(duì)高動(dòng)態(tài)圖像中移動(dòng)物體的配準(zhǔn)算法的研究.pdf

1、近年來(lái),高動(dòng)態(tài)圖像配準(zhǔn)作為一個(gè)多交叉,多領(lǐng)域的學(xué)科問(wèn)題越來(lái)越被人們所重視,對(duì)它及其分支的研究有著重要的和廣泛的意義。高動(dòng)態(tài)圖像能有效的避免長(zhǎng)曝光時(shí)間及高反射系數(shù)區(qū)域所帶來(lái)的高光問(wèn)題,又能最大程度的有效利用多幅常規(guī)低動(dòng)態(tài)圖像的信息與數(shù)據(jù),對(duì)環(huán)境中移動(dòng)物體的數(shù)碼圖像的成像與利用都是具有重要的意義。有別于一般常規(guī)低動(dòng)態(tài)圖像中的物體的追蹤與配準(zhǔn),高動(dòng)態(tài)圖像由于在多幅不同曝光圖像的中物體與環(huán)境的的紋理,顏色,特征都會(huì)隨著曝光時(shí)間的變化而變化,一般

2、常規(guī)的配準(zhǔn)算法并不適用。通過(guò)對(duì)高動(dòng)態(tài)圖像中物體與環(huán)境隨曝光時(shí)間變化而產(chǎn)生的變化的研究,并結(jié)合高動(dòng)態(tài)圖像自身的特點(diǎn),研究與實(shí)踐一整套針對(duì)高動(dòng)態(tài)圖像配準(zhǔn)的算法是很有意義的。本文根據(jù)研究高動(dòng)態(tài)圖像中物體與環(huán)境隨曝光時(shí)間變化而產(chǎn)生的變化,常規(guī)配準(zhǔn)算法對(duì)高動(dòng)態(tài)圖像配準(zhǔn)的適用的局限性——通常紋理特征被光照的改變而改變從而不能在系列圖像中保持一致性與弊端——待配準(zhǔn)圖像的相機(jī)響應(yīng)曲線的計(jì)算先于配準(zhǔn)算法進(jìn)行被深入剖析。并把它們用來(lái)對(duì)比的得出現(xiàn)有算法的過(guò)分

3、依賴各種特征造成對(duì)多曝光敏感的缺陷并找出相應(yīng)的突破口——對(duì)配準(zhǔn)物體先進(jìn)行像素二值化和頻域處理的方法,并結(jié)合高動(dòng)態(tài)圖像的特點(diǎn)與原理——利用相機(jī)響應(yīng)曲線,研究及提出了數(shù)種高動(dòng)態(tài)圖像的配準(zhǔn)算法。本論文中：研究了基于位操作運(yùn)算的快速二值化的高動(dòng)態(tài)圖像配準(zhǔn)算法(MTB算法)。由于MTB算法對(duì)于二值化閾值的選定十分敏感,像素值相對(duì)集中的圖像的二值化往往會(huì)因?yàn)樵胍舻奈⑿∫攵斐蓸O大的誤差,本文在實(shí)驗(yàn)的基礎(chǔ)上改進(jìn)得到了一種半自適應(yīng)的閾值選定方法來(lái)改進(jìn)

4、MTB算法中值閾值選取,一定程度上降低閾值選取對(duì)算法的影響。研究了一種基于相機(jī)響應(yīng)函數(shù)來(lái)恢復(fù)E值(亮度值)的傅里葉——馬林的高動(dòng)態(tài)圖像檢測(cè)算法。利用相機(jī)響應(yīng)函數(shù)恢復(fù)出的E值圖在恢復(fù)較暗圖像中所得到的數(shù)據(jù),往往由于噪音與信號(hào)接近而導(dǎo)致恢復(fù)的E值波動(dòng)較大,通過(guò)實(shí)驗(yàn)研究,本文改進(jìn)了一種簡(jiǎn)單迭代的快速搜索方法來(lái)防止非常暗的區(qū)域引入的不必要的噪聲干擾的方法,并預(yù)設(shè)了一個(gè)標(biāo)準(zhǔn)化得函數(shù),對(duì)平衡太亮或太暗區(qū)域的像素有著非常重要的作用。實(shí)現(xiàn)結(jié)果表明,在一