导读:本文包含了色调映射论文开题报告文献综述及选题提纲参考文献，主要关键词:梯度域引导滤波,轮毂X射线图像,图像分层,色调映射
色调映射论文文献综述
焦腾云,王明泉,张俊生,郭智杰,王玉[1]（2019）在《轮毂高动态X射线图像分层色调映射算法》一文中研究指出在目前的轮毂X射线成像系统中,常采用的图像显示算法为窗位窗宽算法,此算法操作过程繁琐,效率不高,不能同时还原图像的各部分细节,图像显示质量较差.鉴于此,本文借鉴HDR色调映射技术,提出了基于梯度域引导滤波的分层色调映射算法,利用梯度域引导滤波器进行图像分层,然后对基础层进行自适应对数压缩,对细节层进行补偿,最后将图像合并输出,使高动态范围图像在普通显示屏上显示效果更优.实验结果表明,本文算法还原了图像细节信息,提高了图像对比度和清晰度,产生了较好的视觉效果.(本文来源于《测试技术学报》期刊2019年05期）
王峰,严利民[2]（2019）在《一种亮度分区和导向滤波相结合的色调映射算法》一文中研究指出针对高动态范围(High Dynamic Range,HDR)图像的动态范围与普通显示设备不匹配的问题,本文提出了一种亮度分区和导向滤波相结合的色调映射算法。首先,通过颜色空间转换将输入的HDR图像转换到CIEL*a*b*空间,得到亮度层和色度层图像,接着对亮度层图像进行对数压缩并分区,对压缩后的各分区亮度图像选取合适γ值进行校正。然后,对于现有映射算法过于强调对图像亮度的处理而忽略色度的问题,本文将压缩后的亮度图像作为引导图像对色度层图像进行导向滤波处理。最后,将处理后的亮度层图像和色度层图像融合得到标准动态范围(Standard Dynamic Range,SDR)图像。通过对比实验表明,本文算法得到的图像在清晰度、信息熵、方差方面较全局映射法、局部映射法和双边滤波法平均提高了94.03%、30.73%和24.23%,说明本文算法在实现高动态图像亮度压缩的同时,更好地实现了对色度和局部细节的处理。(本文来源于《液晶与显示》期刊2019年10期）
阙禄松,王明泉,张俊生,李汉[3]（2019）在《基于多尺度局部边缘保持滤波的X射线图像色调映射算法》一文中研究指出为了使工业和医疗检测系统获取的高动态范围X射线图像显示于普通显示器并保留丰富的细节信息,提出了一种基于多尺度局部边缘保持(local edge-preserving,LEP)滤波的色调映射算法。原始图像通过LEP滤波器得到代表近似信息的基础层图像,并与基础层图像对应位置灰度值作差,得到代表细微边缘的细节层图像。对该基础层图像进行两次类似的分解后,原始图像被分解成一个基础层和叁个细节层图像。各细节层图像的细节信息增强后与基础层图像融合,并通过直方图均衡化提高图像的对比度,得到保留了原始图像中丰富细节的低动态范围图像。实验结果表明,所提算法在结构保真度、自然度、图像质量评分的表现上都得到了较大改进,有效地优化了图像质量,提高了X射线检测系统的检测效率。(本文来源于《科学技术与工程》期刊2019年28期）
侯春萍,李浩,岳广辉[4]（2019）在《局部和全局特征融合的色调映射图像质量评价》一文中研究指出人类视觉系统首先粗略地感知全局区域,然后精细地感知局部区域的图像质量.针对色调映射图像的质量评价问题,考虑人眼视觉机制的特性,提出一种融合局部和全局特征的无参考图像质量评价算法.首先从全局特征出发,考虑了颜色矩、全局熵和欠曝光/过曝光条件下的明暗分布特性,得到相应的全局特征;然后结合局部对比度、局部熵和分块小波能量,得到相应的局部特征;最后,融合全局特征和局部特征,使用支持向量回归进行特征训练,建立图像特征空间与感观质量分数的关系,得到图像质量评价模型.在公开的ESPL-LIVE HDR数据库上验证,实验结果表明,提出的方法与主观评分有较高的一致性,并且性能优于目前较优秀的无参考图像质量评价算法.(本文来源于《湖南大学学报(自然科学版)》期刊2019年08期）
芦碧波,皇甫珍珍,李绍森,郑艳梅[5]（2019）在《结合引导滤波和非线性二阶特征的色调映射方法》一文中研究指出为提高图像的可视化效果,增强图像的局部细节信息,提出一种结合引导滤波和非线性二阶特征的色调映射方法,首先提取输入图像的亮度信息,利用引导滤波器对亮度图像进行多尺度分解,得到基本层和细节层图像,其次,通过引导滤波方法构造细节层的权重图,对基本层利用Hessian矩阵构造一种非线性二阶特征,再通过引导滤波方法构造基本层的权重图,最后,根据权重图对分解后的基本层和细节层图像实现亮度图像的重构,然后恢复亮度图像的色彩信息,获得最终的结果图像。实验结果表明,该方法较为完整的保留源图像的局部细节信息,具有良好的视觉效果。本文将Hessian矩阵用于提取基本层图像的高频信息,可以更好地突出图像的边缘信息,丰富图像的细节特征。与对比算法的客观指标相比,该方法的质量分数提高了11.28%,结构保真度提高了10.82%,自然相似性提高了186.46%。(本文来源于《光学精密工程》期刊2019年07期）
程虹[6]（2019）在《高动态范围图像的色调映射算法研究》一文中研究指出高动态范围图像使用16位、32位等高位宽数据进行存储,可以最大限度地保留自然界的真实场景,拥有非常丰富的细节信息。但常见的显示设备是8位的,所以高动态范围图像需要经过色调映射才能在普通显示器上显示。本文的研究任务是实现高动态范围图像的色调映射,使压缩后的图像尽量保持更多的细节信息,保持相应的颜色信息并且避免光晕现象等视觉瑕疵,便于后期的人眼观察或机器处理。本文的主要工作和研究成果有:1.研究、分析并比较了常用的边缘保持滤波器:双边滤波、加权最小二乘滤波、_0L平滑滤波和局部边缘保持滤波。研究了基于边缘保持滤波器的色调映射算法,剖析了光晕现象产生的原因,最后通过实验对比分析选择了加权最小二乘滤波器。2.针对Khan等人提出的一种基于直方图和人类视觉模型的色调映射算法存在细节保持不够的问题进行改进,提出了一种细节保持的色调映射算法TWT。该算法将图片转化为亮度通道,采用加权最小二乘滤波进行图像基本层和细节层的分解,并分别对基本层采用基于直方图和人类视觉模型创造查找表的方法进行压缩,对细节层采用S曲线进行增强,合并处理后进行去除噪声和颜色校正,实现高位宽的映射和细节的保持。对比实验的主观和客观评价表明该算法比Khan算法更好地保持了图像的细节信息,尤其是高亮和低暗的信息,同时保持了图像的颜色信息、无梯度反转和光晕现象,映射得到的图像质量更高。3.针对细节保持算法时间复杂度高的问题,提出了一种基于梯度域引导滤波的色调映射算法TGT。该算法在引导滤波的基础上,加入显式的一阶边缘感知约束以更好地保持图像边缘,减少光晕现象,实现图像基本层与细节层的分解与高位宽映射。该算法运行效率比TWT算法至少提升50%,而通过实验图像的主观和客观评价表明,该算法所得图像质量和TWT算法所得图像质量基本相当。(本文来源于《中国科学院大学(中国科学院光电技术研究所)》期刊2019-06-01）
段瑞,郭铖[7]（2019）在《基于L_0梯度最小化滤波和对比度受限直方图均衡的色调映射算法》一文中研究指出提出了一种基于梯度最小化滤波和对比度受限直方图均衡的色调映射算法。首先通过Reinhard全局压缩将图像映射到一个特定的范围,然后运用梯度最小化滤波将图像分为基础层和细节层,对基础层利用基于比例分配的对比度受限直方图均衡化算法以提高其对比度,最终将细节层和基础层合成,并利用原有颜色信息对图像进行Gamma校正。实验结果表明,本文所提算法在主观和客观实验中都取得了较好的效果,相较于经典算法,图像细节保真度好,层次丰富,较完整了保留了场景信息。(本文来源于《中国传媒大学学报(自然科学版)》期刊2019年01期）
邹瑞波,廖海泳[8]（2018）在《基于移动最小二乘的高分辨HDR图像色调映射算法》一文中研究指出HDR图像由于能够同时很好地保存图像亮区和暗区的信息而受到越来越多的关注,但是没有办法在普通的显示设备上进行很好的显示.所以出现了很多对于HDR图像进行色调映射的算法.但是,对于高分辨率HDR图像的色调映射,目前还缺乏比较有效的方法.本文提出了一种针对高分辨率HDR图像色调映射的有效方法.该方法先利用移动最小二乘法提取图像的光照分量,然后对其进行压缩后再恢复图像的彩色信息.实验表明所提方法能够快速处理任意分辨率的HDR图像,而且同时能够很好地在普通显示设备上显示图像亮区和暗区的细节信息.(本文来源于《汕头大学学报(自然科学版)》期刊2018年04期）
刘佳,郁梅,姜浩,马华林[9]（2018）在《结合美学特征的无参考色调映射图像质量评价》一文中研究指出如何对色调映射图像(Tone-mapped Image, TMI)质量进行有效评价是图像处理领域亟待解决的问题.现有方法仅是低动态范围图像质量评价方法的改进,并未考虑TM图像本身独有的特点.基于此,本文提出了一种结合美学特征的TMI质量评价方法.从颜色保真度、色温分布、对比度、黑暗度、自然度5个方面出发提取图像的美学特征,并在梯度域、张量域、高斯差分域和拉普拉斯域提取变换域特征,利用支持向量回归训练得到质量评价模型.在ESPL-LIVE HDR库上的实验表明,现有代表性方法的Spearman秩相关系数最高为0.752,而所提出模型可达0.766,与人眼感知结果具有更强的一致性.(本文来源于《宁波大学学报(理工版)》期刊2018年06期）
陈文艺,张龙,杨辉[10]（2018）在《HDR图像色调映射的自适应色彩调节算法》一文中研究指出为了克服传统色调映射算法处理高动态图像过程中因忽略彩色分量而导致图像色彩失真的现象,给出一种自适应的色彩调节算法。该方法首先对图像在亮度域采用色调映射压缩处理,然后再转换到色彩域,采用色彩恢复和色彩增强算法处理亮度压缩后的图像,从而校正图像色彩。通过实验与其他两种算法处理效果进行对比,分别从主观方面和客观方面进行分析,结果表明,在色彩域增加色彩调节算法处理,可以有效降低色彩失真的影响。(本文来源于《电子技术应用》期刊2018年11期）
色调映射论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对高动态范围(High Dynamic Range,HDR)图像的动态范围与普通显示设备不匹配的问题,本文提出了一种亮度分区和导向滤波相结合的色调映射算法。首先,通过颜色空间转换将输入的HDR图像转换到CIEL*a*b*空间,得到亮度层和色度层图像,接着对亮度层图像进行对数压缩并分区,对压缩后的各分区亮度图像选取合适γ值进行校正。然后,对于现有映射算法过于强调对图像亮度的处理而忽略色度的问题,本文将压缩后的亮度图像作为引导图像对色度层图像进行导向滤波处理。最后,将处理后的亮度层图像和色度层图像融合得到标准动态范围(Standard Dynamic Range,SDR)图像。通过对比实验表明,本文算法得到的图像在清晰度、信息熵、方差方面较全局映射法、局部映射法和双边滤波法平均提高了94.03%、30.73%和24.23%,说明本文算法在实现高动态图像亮度压缩的同时,更好地实现了对色度和局部细节的处理。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
色调映射论文参考文献
[1].焦腾云,王明泉,张俊生,郭智杰,王玉.轮毂高动态X射线图像分层色调映射算法[J].测试技术学报.2019
[2].王峰,严利民.一种亮度分区和导向滤波相结合的色调映射算法[J].液晶与显示.2019
[3].阙禄松,王明泉,张俊生,李汉.基于多尺度局部边缘保持滤波的X射线图像色调映射算法[J].科学技术与工程.2019
[4].侯春萍,李浩,岳广辉.局部和全局特征融合的色调映射图像质量评价[J].湖南大学学报(自然科学版).2019
[5].芦碧波,皇甫珍珍,李绍森,郑艳梅.结合引导滤波和非线性二阶特征的色调映射方法[J].光学精密工程.2019
[6].程虹.高动态范围图像的色调映射算法研究[D].中国科学院大学(中国科学院光电技术研究所).2019
[7].段瑞,郭铖.基于L_0梯度最小化滤波和对比度受限直方图均衡的色调映射算法[J].中国传媒大学学报(自然科学版).2019
[8].邹瑞波,廖海泳.基于移动最小二乘的高分辨HDR图像色调映射算法[J].汕头大学学报(自然科学版).2018
[9].刘佳,郁梅,姜浩,马华林.结合美学特征的无参考色调映射图像质量评价[J].宁波大学学报(理工版).2018
[10].陈文艺,张龙,杨辉.HDR图像色调映射的自适应色彩调节算法[J].电子技术应用.2018