没有合适的资源?快使用搜索试试~ 我知道了~
首页论文研究-基于自适应分块的动态场景HDR图像合成算法.pdf
论文研究-基于自适应分块的动态场景HDR图像合成算法.pdf
需积分: 42 13 下载量 168 浏览量
更新于2023-03-16
评论
收藏 1.24MB PDF 举报
通过提出基于梯度上升优化处理的自适应分块算法与基于图像序列梯度域运动检测与去除相结合的方法,自适应调整分块大小及动态区域块的融合权值,最终达到混淆去除的目的。同时,利用Gaussian中心函数窗口滤波,去除在分块融合过程中引入的块边缘不连续性痕迹。实验结果表明,该方法能快速有效地增强多曝光图像融合生成HDRI并去除混淆问题。
资源详情
资源评论
资源推荐
收稿日期:20131015;修回日期:20131129 基金项目: 国家“863”计划重点资助项目(2007AA010407);四川省教育厅重点项目
(13ZA0011);四川省科技厅基础项目(2010JY0151);四川省科技厅支撑项目(2012GZ0020);西华师范大学科研基金资助专项(13C001)
作者简介:李艳梅(1976),女(通信作者),四川宜宾人,副教授,博士,主要研究方向为图形图像处理等(liyanmei76@126.com);罗建(1975),
男,副教授,博士研究生,主要研究方向计算机智能与图像处理;李薇(1978),女,讲师,主要研究方向为信号处理等;朱力强(1977),男,讲师,主
要研究方向为三维建模等.
基于自适应分块的动态场景 HDR图像合成算法
李艳梅
,罗 建,李 薇,朱力强
(西华师范大学 计算机学院,四川 南充 637002)
摘 要:通过提出基于梯度上升优化处理的自适应分块算法与基于图像序列梯度域运动检测与去除相结合的
方法,自适应调整分块大小及动态区域块的融合权值,最终达到混淆去除的目的。同时,利用
Gaussian中心函数
窗口滤波,去除在分块融合过程中引入的块边缘不连续性痕迹。实验结果表明,该方法能快速有效地增强多曝
光图像融合生成 HDRI并去除混淆问题。
关键词:高动态范围成像;多曝光融合;混淆去除;自适应分块
中图分类号:TP391.41 文献标志码:A 文章编号:10013695(2014)10318804
doi:10.3969/j.issn.10013695.2014.10.075
AdaptivepatchbasedalgorithmfordynamicscenesHDRimagegeneration
LIYanmei
,LUOJian,LIWei,ZHULiqiang
(ComputerSchool,ChinaWestNormalUniversity,NanchongSichuan637002,China)
Abstract:Thispaperproposedamethodbasedongradientascentoptimizationperformadaptivepatchblock,andcombined
multiexposureimagesgradientdomaininformationtodetectmotionandgeneratefusionweightsforghostremoval.Thenitfil
teredfusionimagebyGaussiancenterblendfunctiontosmooththeblockboundaryartifacts.Theenhancedresultsshowthat
theproposedmethodisfastandeffectiveformultiexposurefusiongeneratingHDRIwithoutghost.
Keywords:highdynamicrangeimaging;multiexposurefusion;ghostremoval;adaptivepatchblock
!
引言
在基于多曝光图像合成 HDR成像研究中,主要分为基于
辐射度域的增强和图像域的增强研究,基于图像域的增强直接
对图像序列信息进行融合增强处理,无须辐射度域中的相机响
应曲线估计和色调映射两个过程,因此具有更高的效率,并且
大量的研究算法已经产生近似于色调映射的 HDR结果。但一
个困扰图像合成质量的重要问题是场景动态或是相机移动所
造成的混淆(ghost)现象。因为通常的基于图像域融合增强合
成 HDR图像方法都是基于如下假设:a)在 LDR输入图像的捕
获过程中无相机运动;b)输入图像序列中无运动目标存在;c)
无噪声影响。然而,现实中这样的理想情况并不存在。因此,
其合成过 程中 必 然面 临 两方 面 的问 题:
a)未 配 准 (disalign
ment),全局相机运动如手持式相机,使得未配准的图像合成动
态图像时显得模糊;b)混淆,在捕获图像时,场景中出现的运
动物出现在合成高动态图像的不同位置时,产生了称之为混淆
的问题。而这两类运动问题将是获得高质量增强结果图像所
必须面临和解决的问题。尤其是对于动态场景的情况,场景中
任何的运动目标,如行人、车辆、飞鸟、基于风吹草木所造成的
花叶飘动等,如果直接融合增强处理必然会造成严重的混淆现
象。第一类运动问题能通过将相机固定在三角架上或是通过
使用图像注册技术来解决。尤其是通过 Ward
[1]
提出的中值阈
值位图(medianthresholdbitmap,MTB)技术可以有效解决图像
配准问题。另一类图像注册方法通过抽取和匹配关键点来完
成图像配准。最常用的关键点检测算子有
Harris等人
[2]
提出
的 Harris角点检测和 Lowe
[3]
的 SIFT特征点检测。第二类运
动问题更加严重地限制了多曝光融合技术,因为室外场景中运
动几乎是不可避免的。这项缺点局限了
HDR成像的实际应
用,同时,为寻求该问题的解决之道,引来许多研究者对动态环
境中混淆检测和去除而进行大量研究。
对于动态场景 ghost检测与去除在文献[4]中有较详细的
分析与总结。本文研究重点对基于分块合成方法进行分析,这
是一类 较 为 直 观 有 效 的 处 理 方 法。在 该 类 方 法 中 为 避 免
Ghost,在整个多曝光序列图像中寻找各个区域曝光度最好的
区块,再把所选的区块整合在一起,就形成了一幅具有整个场
景最好信息保留的增强图像
[5]
。另外,苗启广等人
[6]
利用神
经网络方法来实现同一场景多幅不同聚焦图像的融合增强。
Goshtasby
[7]
提出的方法中只针对静态场景多曝光图像合
成处理,同时也不具有区域融合特征。Cho等人
[5]
提出的方法
中仅采用两幅图像,且合成图像区域只选用单幅图像的相应区
域。Eden等人
[8]
提出与此相似的方法,在此基础上以中间曝
光度图像为参考,克服场景连续性问题,在一定程度上解决运
动产生的 ghost,但同样的问题是缺乏不同曝光度图像区域融
合。
Kang等人
[9]
使用光流法来估计实现图像辐射度域的像素
的精确注册,该方法的缺点是需要估计相机响应曲线以获得像
素的辐射度值,同时对噪声敏感。Jacobs等人
[10]
利用信息熵
第 31卷第 10期
2014年 10月
计 算 机 应 用 研 究
ApplicationResearchofComputers
Vol.31No.10
Oct.2014
weixin_39840387
- 粉丝: 784
- 资源: 3万+
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- zigbee-cluster-library-specification
- JSBSim Reference Manual
- c++校园超市商品信息管理系统课程设计说明书(含源代码) (2).pdf
- 建筑供配电系统相关课件.pptx
- 企业管理规章制度及管理模式.doc
- vb打开摄像头.doc
- 云计算-可信计算中认证协议改进方案.pdf
- [详细完整版]单片机编程4.ppt
- c语言常用算法.pdf
- c++经典程序代码大全.pdf
- 单片机数字时钟资料.doc
- 11项目管理前沿1.0.pptx
- 基于ssm的“魅力”繁峙宣传网站的设计与实现论文.doc
- 智慧交通综合解决方案.pptx
- 建筑防潮设计-PowerPointPresentati.pptx
- SPC统计过程控制程序.pptx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0