APP下载

基于细节特征的高动态范围图像获取算法

2014-07-18焦淑云刘卫华

西安邮电大学学报 2014年6期
关键词:细节特征融合

刘 颖, 焦淑云, 刘卫华

(西安邮电大学 通信与信息工程学院, 陕西 西安 710121)

基于细节特征的高动态范围图像获取算法

刘 颖, 焦淑云, 刘卫华

(西安邮电大学 通信与信息工程学院, 陕西 西安 710121)

为了解决真实场景的动态范围与数字图像的动态范围不匹配的问题,提出一种基于细节特征合成的高动态范围图像获取算法。该方法首先提取多幅不同曝光的低动态范围图像的细节特征,细节特征值越大表明所含细节信息越多,然后将归一化的特征值作为权重,合成多幅低动态范围图像,得到一幅高质量的合成图。实验表明,该算法能得到一幅含有较丰富细节特征、动态范围较广的图像,合成图像不需要色调映射就可以较好地在低动态范围显示器上直接显示。

高动态范围图像;图像合成;细节特征;多曝光图像

目前,视频监控设备所能记录的动态范围较小,对普通的8 bit成像设备来说,获取图像的动态范围小于4个数量级[1],而自然界中光强的动态范围很广泛,如夜晚的星光可达1×10-3cd/m2,正午的阳光可达1×105cd/m2,室内的光线可达1×102cd/m2,这样自然界所覆盖的动态范围最大可达9个数量级[2],然而人的眼睛通过瞳孔的收缩放大所能感知的动态范围可达10个数量级[3]。因此成像设备记录的图像就会造成细节信息的丢失,导致人眼无法看到真实场景的图像。而在实际应用中,比如刑侦图像处理,卫星监控系统等,对图像细节信息要求比较严格。

许多学者对关于获取高动态范围图像的方法作了研究,比较经典的算法有文[4]提出的一种确定高动态范围成像中相机响应曲线的方法,但因采样有限个像素点,导致恢复出的相机响应函数不准确,容易造成真实图像的细节信息丢失。……

登录APP查看全文

猜你喜欢

细节特征融合
村企党建联建融合共赢
融合菜
从创新出发,与高考数列相遇、融合
以细节取胜 Cambridge Audio AXR100/ FOCAL ARIA 906
《融合》
如何表达“特征”
不忠诚的四个特征
留心细节处处美——《收集东·收集西》
细节取胜
线性代数的应用特征