多曝光圖像融合中的運動檢測與鬼影去除方法研究.pdf_第1頁
已閱讀1頁,還剩65頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、伴隨著數碼攝像技術的不斷發(fā)展,數字圖像越來越多地出現在人們的生產、生活和科學研究當中。近年來,高動態(tài)范圍成像技術的研究和進展,極大地促進了數字成像技術朝著高清晰度和高信息量方向的發(fā)展。同時,這一技術也被越來越多地應用到數字攝像、遙測遙感、安防監(jiān)控等領域。
  本文在闡述了數字成像、高動態(tài)范圍成像、多曝光圖像融合、鬼影消除等技術原理的基礎上,總結了現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行了分類和比較。在此基礎上提出

2、了兩種新的多曝光圖像融合中的運動檢測與鬼影消除算法。本文的研究內容和主要工作如下:
  1、深入研究了高動態(tài)范圍成像技術,尤其是多曝光圖像融合技術。闡述了動態(tài)場景下運動檢測與鬼影去除技術的理論基礎、國內外研究現狀及當前的技術難點,并針對現有的運動檢測與鬼影去除算法進行了分類和比較;
  2、首次提出了一種高效的基于類內一致性與類間一致性的“鬼影”檢測和去除算法,以實現高動態(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行直方圖映射匹配運算,代替以往直接對圖像數據操作來檢測運動的算法。這種方法可以使場景中的大部分細節(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部一致性與同一幅圖像里相鄰像素間的外部一致性,將運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)范圍圖像序列進行了校準,同時在去除鬼影的前提下最大限度地保留了圖像中的細節(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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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。

評論

0/150

提交評論