导读:本文包含了高动态图像合成论文开题报告文献综述及选题提纲参考文献，主要关键词:多视点多曝光图像,绘制曝光图像,边缘差值掩膜,立体高动态范围图像
高动态图像合成论文文献综述
徐雅丽,郁梅,陈恳,蒋刚毅[1]（2019）在《基于虚拟曝光图像的立体高动态范围图像合成算法》一文中研究指出本文提出基于多视点多曝光图像的立体高动态范围图像合成算法。首先,考虑多视点多曝光图像以及相机响应函数曲线的特性,提出一种虚拟曝光图像绘制算法,将不同曝光的图像绘制到同一视点;然后,为了使绘制曝光图像保留更多细节和结构,需要对绘制虚拟曝光图像进行空洞填补及边缘修复,故引入了边缘差值掩膜图,对图像边缘信息进行校正平滑处理;最后利用绘制的虚拟曝光图像合成立体高动态范围图像。实验结果表明,获得的绘制曝光图像与参考曝光视点图像之间的结构相似性高达0.99以上,且合成的高动态范围图像质量高。(本文来源于《光电子·激光》期刊2019年07期）
曾海瑞,孙华燕,都琳,王帅[2]（2019）在《面向空间目标观测的高动态范围图像合成》一文中研究指出针对星空背景下的空间目标图像特点,提出了一种基于相机阵列的高动态范围图像合成方法。利用相机阵列系统获取空间同一区域的不同曝光图像,并以恒星质心为控制点,实现了不同相机间图像的配准;结合标定的各相机的逆响应函数,合理构建了权重函数,进而将配准后的不同曝光图像合成为一幅高动态范围图像。实验结果表明,合成后图像的动态范围有所增大,且该方法有效地提高了图像信噪比,克服了目标成像过暗和过饱和的问题,利于目标的检测与提取。(本文来源于《激光与光电子学进展》期刊2019年04期）
闫苏琪[3]（2018）在《基于sCMOS的高动态范围图像合成技术研究》一文中研究指出sCMOS作为一种弱光探测器,近年来发展迅速并得到了广泛的关注。由于具备灵敏度高、功耗低、读出速度快但噪声小等优良性能,sCMOS已发展成为弱光探测领域内一种重要的传感器类型。此外,sCMOS还可以通过调节增益的方式来同时获取不同曝光度图像,这为sCMOS在快速高动态合成领域的广泛应用奠定了坚实的基础。本文围绕着基于sCMOS传感器的实时高动态范围成像技术展开了以下几个方面的研究工作:第一,基于ISE平台,在FPGA作为控制芯片的背景下,对已有图像获取程序进行了具体的分析。并对其中的主要模块进行了仿真调试验证。实现了在不使用开发板自带软件的条件下,使用串口助手也可实现图像的采集控制。此外,自行设计了Camera Link图像输出模式。当设置不同增益时,可实现在普通采集卡软件上高低增益图像的同时显示。第二,结合分段线性校正和最小二乘法的思想,本文提出了基于最小二乘法的分段线性插值算法。由于任何类型的图像传感器都存在不同程度的非均匀性,且当增益值设置比较大时,不仅有用信号被放大,噪声也会被放大。因此,为了sCMOS传感器更有效地工作,非均匀性的校正显得很有必要。实验结果表明本文所提出的校正方法在整个照度范围内都具有比较好的效果。并且该方法可以适应于不同程度的非均匀性校正。此外,本校正方法还可以将平均均匀度提高40%左右。经本方法校正后的LDR图像含有较少的噪声,这为HDR合成图像的高质量提供了保障。第叁,为了获取高动态范围图像,本课题对基于图像融合方式实现高动态图像合成技术进行了大量的调研。并且根据传感器的双增益通道输出图像的灰度特点,提出了基于双增益特性的快速高动态图像合成方法。以客观图像质量评价方式作为标准,相比于其他基于sCMOS传感器的曲线拟合方法,本方法具有更好的合成效果。另外,我们还对该算法进行了基于硬件实现框架的设计。实验结果证明了该算法可以实现实时高动态范围图像的获取。(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2018-06-01）
王一凡[4]（2018）在《基于ZYNQ的高动态范围图像合成研究与实现》一文中研究指出现实场景中的物体存在着极大的动态范围,由于硬件条件的限制多数成像设备无法准确地还原人眼所观察到的场景,只能记录现实场景中局部范围的对比度,无法得到真实的场景信息。当今对高动态成像的实现主要依靠软件方式并且高动态算法在目前主流处理器架构下时间复杂度较高,无法满足实时高动态合成算法的处理。本文基于Xilinx公司的可提供ARM+FPGA的片上系统平台解决方案的ZYNQ-7000系列异构处理器,利用软硬件协同设计的方法实现高动态范围(HDR)图像合成,并进行硬件加速。具体研究内容如下:(1)对高动态范围合成技术的相关技术进行了研究,分析了 HDR图像合成算法原理,选取基于相机非线性响应曲线的算法进行合成设计,系统目标完成叁部分算法:相机响应曲线标定、HDR图像的合成和色调映射算法。(2)完成片上系统的搭建,采用帧缓存流式传输方法实现图像传输,完成VivadoHLS对加速IP核算法并行化的设计,实现了算法硬件优化,利用VDMA进行图像流数据传输,通过加速IP核提高了整个系统的处理速度。(3)以硬件系统为基础,完成了嵌入式开发环境的搭建和OpenCV的移植工作,配置软件程序的运行环境,实现了相机响应曲线标定和色调映射压缩的功能,生成可显示的高动态图像,软硬件结合实现了高动态范围合成图像的合成显示。(4)利用ZYNQ的软硬件协同设计方法成功实现基于ZYNQ的高动态范围图像合成系统,同时进行了质量和处理速度的性能测试。通过对实验结果的分析,满足系统功能的基础下,在处理速度方面本系统有了很大的提升。(本文来源于《湖南大学》期刊2018-04-15）
王颖[5]（2017）在《全景高动态范围图像的合成算法》一文中研究指出将高动态范围的图像信息存储于360度全视角的全景图像成像技术中,即全景高动态范围图像成像技术,该技术的应用非常广泛,如基于图像渲染、摄影特效、游戏模拟等等。本文提出了一种合成全景高动态范围图像的方法,该方法将CIE天空模型标定法与全景相机响应曲线再拟合算法相结合,从而避免了使用如参照光源、亮度计等昂贵的摄影辅助设备,使全景高动态范围图像的合成成为可能。首先本文借助光学高仿真模拟软件Lumicept,对采集数据进行基本算法的实验,在对本算法所合成的单镜头高动态范围图像进行了随机性的逆向验证后,将该算法应用于相机的全景成像中。最终,实验结果表明了该图像合成算法的效用性和可行性。(本文来源于《长春理工大学》期刊2017-03-01）
刘宗玥,席志红[6]（2016）在《基于多曝光的高动态图像合成的噪声处理》一文中研究指出针对在高动态范围图像合成的过程中有噪声影响图像的质量这一问题,采取一种基于多曝光图像的高动态范围图像合成降噪算法。通过对各曝光图像的灰度数据进行提取、整理、分析,能合成代表原始场景光线分布的亮度图像。通过分析噪声对高动态范围图像合成质量的影响,提出在图像合成前将图像中含有的噪声进行处理。根据光子散粒噪声变化的特点,将图像混有的噪声问题转化为求解一个多曝光图像序列组的平均值问题,合成的图像视觉效果与真实图像极为接近。(本文来源于《电子科技》期刊2016年11期）
龙鑫[7]（2016）在《基于相机阵列的高动态范围图像合成技术》一文中研究指出相比较于普通的图像,高动态范围(High Dynamic Range,HDR)图像能够在一般的显示设备上显示出来较宽的动态范围,并且显示出真实场景中更多层次的细节信息,场景中高亮度区域和低亮度区域的细节信息都能够较好地被保留下来,从而获得更加逼真现实的效果,因此,受到了众多研究者的普遍关注。鉴于目前销售市场相关设备的价格和技术成熟度,在未来的几十年内低动态范围的硬件设备仍将占据着消费市场的主流,所以利用不同曝光图像来合成HDR图像的方法是当前研究的主流方向。该方法的主要思想是基于不同曝光图像能够较好地反映出同一场景中不同区域的细节信息,利用合成方法将它们提供的信息相互补充,可以得到一幅使场景中所有区域的亮度信息都得以保持完整的图像。然而,传统HDR图像合成技术要求场景和光照都是静态的,一旦出现运动场景和动态光照的情况,将无法正常进行HDR图像合成。此外,传统的HDR图像合成技术是利用普通的相机对同一场景设置不同曝光时间手动获取不同曝光度的图像,但是在这段时间内,相机易发生抖动而导致获取的图像变得模糊,且如果场景中的物体发生位移则会出现鬼影等现象。为了解决上述问题,本文研究了基于相机阵列的HDR图像合成的有关技术,包括图像去模糊技术,多曝光图像配准技术,HDR图像的合成技术以及HDR图像的色调映射(Tone Mapping)技术。(本文来源于《国防科学技术大学》期刊2016-11-01）
刘宗玥[8]（2015）在《高动态范围图像的合成与色阶映射的研究》一文中研究指出高动态范围图像现已成为研究的热点方向,由于高动态范围图像具有动态范围广,逼真的可视化效果,易于捕获等优点,所以高动态范围图像在数字图像处理领域具有很重要的研究意义。高动态范围图像的研究技术日趋成熟,针对如何利用普通摄像设备获取并合成高动态范围图像这一问题,解决的方法不断更新,但是在合成高动态范围图像的过程中,噪声对图像质量的影响同样重要,所以本文在高动态范围图像合成的过程中对噪声的处理提出了解决的方法;并针对高动态范围图像的传统线性压缩技术进行改进,使得高动态范围图像的色阶映射简单且有效。本文针对以上两个问题进行深入研究,提出了解决以上两类问题的新思路和算法:1、为了解决在高动态范围图像合成过程中有噪声影响图像的质量的问题,本文提出一种基于多曝光的高动态范围图像合成的降噪算法。首先根据光子散粒噪声变化的特点,通过多曝光图像加权平均的方法,将图像混有的噪声问题转化为求解一个求解多曝光图像序列组的平均值问题;通过图像拟合的方法,拟合出相机响应曲线,根据响应曲线的逆求出原始图像的亮度值;根据加权平均的方法,将一组多帧图像进行分组,选择合适的簇数,将不同帧的像素值赋给不同的加权系数,求出当前这一组帧的平均值来修正当前帧的像素值;最后根据相机的响应曲线和已经修正过的像素值以及高动态范围图像合成的权重方程,求出合成的图像的像素值,即图像真实的亮度值。2、为了解决高动态范围图像的动态范围远远超出数字显示器的成像范围这一问题,本文提出了一种基于局部线性变换的色阶映射算法。根据局部窗的结构,利用局部窗内的中心像素点与窗内的其他像素点的均值,方差的关系进行构造,所以基于局部线性变换的色阶映射算法能够抑制由具有高对比度的图像边缘所引起的鬼影和光晕现象。针对图像直接线性压缩能力较差的缺点,本文提出一种局部的线性变换模型。首先根据已知的图像线性压缩模型和高动态范围图像的亮度值,给出一个图像压缩的线性变换方程,其次,在不同的像素点的局部区域内使用不同的线性变换,可以实现不同比例的缩放;最后,由矩阵变换求出最优的低动态图像的亮度值,并输出低动态范围图像。(本文来源于《哈尔滨工程大学》期刊2015-12-01）
孙婧[9]（2015）在《高动态范围图像合成与显示技术研究》一文中研究指出由于受到现有硬件发展水平的制约,普通照相机拍摄的图像往往会发生欠曝光或者过曝光的现象,并不能记录人眼所观察到的场景的真实信息,其亮度、对比度、颜色等方面都受到限制。高动态范围图像可以涵盖场景中所有的动态范围,在色彩饱和度和细节信息方面都有较好的效果,带给观看者更为真实的感官体验。高动态范围技术近年来逐渐应用于卫星遥感、医学影像、视频监控以及3D游戏产业等领域,并取得了很好的应用效果。本课题主要围绕高动态范围技术展开研究,首先介绍并分析了在生成与显示时所涉及的相关技术,包括高动态范围成像技术、图像配准、鬼影去除、多曝光图像融合以及高动态范围图像的显示技术等,对每个方面都讨论了其发展现状和现有技术的优缺点。之后,本文着重研究了多曝光图像融合技术。按照融合方式的不同,分为基于金字塔变换的高动态范围图像生成方法和多曝光图像直接融合方法两种。基于金字塔的融合方法在不同尺度、不同分辨率下进行融合,可以得到细节信息丰富的高动态范围图像。本文主要研究了基于拉普拉斯金字塔和梯度金字塔两种融合算法,并用实验对比的方式分析了其各自的优缺点。直接融合方式通常采用不同方法生成权重图,之后对多曝光图像序列进行加权融合。提出一种有效的权重图生成算法,基于图像梯度和亮度两个因子生成权重图,并用多组图像序列对该算法进行实验分析。实验结果表明该算法可有效检测出图像序列中曝光度最佳的像素点,尤其对于图像的暗区部分效果较好。本文在主观和客观两方面对实验结果进行评价,评价结果表明本文算法可有效扩展图像的动态范围,融合结果无论是在色彩饱和度还是像素清晰度方面都取得较好效果。(本文来源于《天津大学》期刊2015-11-01）
张云[10]（2015）在《基于SoC-FPGA的高动态范围图像合成》一文中研究指出日常生活中,人眼可以观察到自然界中丰富多彩的场景,但以相机为代表的成像设备却无法完全还原人眼观察到的场景。为了获取高动态范围图像,当下的主流研究方向仍然是对软件算法的不断优化,对于高动态范围图像实时合成硬件化领域的研究较少,基于这一原因,本文将展开对高动态范围图像实时合成硬件化的研究。本文通过验证分块融合算法、亮度映射函数、Debevec响应曲线标定算法叁种不同的融合算法,从成像效果、动态范围扩展、计算量叁方面进行分析,从而得出Debevec响应曲线标定的融合算法优于其余算法的结论。高动态范围图像实时合成领域的硬件化实现研究较少,本文为了对Debevec响应曲线标定的融合算法进行优化,采用了LUT查找表结构存储标定好的响应曲线,从而降低浮点数运算和函数映射的计算量;通过TRDB-D5M摄像头采集LDR图像,并设计出双FIFO结构用于同步输出缓存的叁帧图像,以便图像的融合操作。设计前期遵循传统FPGA设计流程,使用Verilog编程语言和模块化设计,并用Modelsim进行各模块的单独与联合功能仿真,时序仿真。功能验证完成之后将其封装成IP核形式。SoC-FPGA平台的设计需要硬件系统搭建与软件程序设计两方面,本文通过Qsys工具调用封装好的IP核组件,使用C语言控制曝光时间、摄像头工作以及数据传输,最终通过DE1_SoC平台使用HPS与FPGA一起进行总线控制IP核,完成数据流的引导,实现了图像采集、图像缓存、响应曲线标定、图像融合等模块的功能。通过DE1-SoC平台的HPS端与FPGA端共同控制得到Debevec响应曲线标定的融合算法的成像效果图,图像视觉效果较好,且在动态范围上,相比于用于合成的源图像有了较大扩展,TRDB-D5M摄像头为72dB,融合后达到了90dB。本文所做的基于SoC-FPGA架构的高动态范围图像合成的工作,为高动态范围图像实时合成硬件化实现领域的发展提供了有价值的帮助。(本文来源于《西安电子科技大学》期刊2015-11-01）
高动态图像合成论文开题报告
（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：
针对星空背景下的空间目标图像特点,提出了一种基于相机阵列的高动态范围图像合成方法。利用相机阵列系统获取空间同一区域的不同曝光图像,并以恒星质心为控制点,实现了不同相机间图像的配准;结合标定的各相机的逆响应函数,合理构建了权重函数,进而将配准后的不同曝光图像合成为一幅高动态范围图像。实验结果表明,合成后图像的动态范围有所增大,且该方法有效地提高了图像信噪比,克服了目标成像过暗和过饱和的问题,利于目标的检测与提取。
（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。
高动态图像合成论文参考文献
[1].徐雅丽,郁梅,陈恳,蒋刚毅.基于虚拟曝光图像的立体高动态范围图像合成算法[J].光电子·激光.2019
[2].曾海瑞,孙华燕,都琳,王帅.面向空间目标观测的高动态范围图像合成[J].激光与光电子学进展.2019
[3].闫苏琪.基于sCMOS的高动态范围图像合成技术研究[D].中国科学院大学(中国科学院光电技术研究所).2018
[4].王一凡.基于ZYNQ的高动态范围图像合成研究与实现[D].湖南大学.2018
[5].王颖.全景高动态范围图像的合成算法[D].长春理工大学.2017
[6].刘宗玥,席志红.基于多曝光的高动态图像合成的噪声处理[J].电子科技.2016
[7].龙鑫.基于相机阵列的高动态范围图像合成技术[D].国防科学技术大学.2016
[8].刘宗玥.高动态范围图像的合成与色阶映射的研究[D].哈尔滨工程大学.2015
[9].孙婧.高动态范围图像合成与显示技术研究[D].天津大学.2015
[10].张云.基于SoC-FPGA的高动态范围图像合成[D].西安电子科技大学.2015