高动态范围图像采集技术在汽车设计中的应用研究

针对汽车造型设计评审中对虚拟场景真实感、多样化与汽车使用场景表现的需求,基于高动态范围(HDR)图像采集技术进行研究。介绍了HDR图像在汽车设计评审中的应用现状,结合造型可视化设计在实时渲染领域的研究成果,提出了一套完整的、针对汽车评审用途的采集制作高品质数字场景的理论和技术方案。结果表明:设计团队通过自主掌握HDR图像采集技术,可根据造型评审需求制作拟真的数字场景,显著提高设计评审中虚拟环境的真实感与多样化,同时可生动表现汽车的使用情景,有效提升了设计评审的效率。

基于深度学习的显著运动下高动态范围图像重建的研究

高清直播业务在广电行业中举足轻重,但是存在不同强度光照以及人物运动导致直播画面不清晰和亮度不自然的问题,本文提出了一种基于深度学习技术的方法,可应用于显著运动下的高动态范围图像重建。实验结果表明,该方法不仅改善了画面清晰度,还解决了亮度不均和运动模糊等问题,进一步提升了用户的直播观看体验。此外,该方法还大幅降低了模型计算成本,为智能高清直播技术的进一步推进提供了有力支持。

基于概率模型的高动态范围图像色调映射

提出了一种概率模型对HDR(high dynamic range)图像进行色调再生.分别对局部像素的色调能量分布与HDR/LDR(low dynamic range)间梯度变化约束建立概率统计模型,通过求解最大后验概率(maximum a posteriori,简称MAP)将整个色调映射过程转化为一个能量最小化问题.实验结果表明,所提出的基于概率模型的色调映射方法能够生成比以往方法具有更多视觉信息的LDR图像,可用于高级图像编辑、显示设备开发等领域.

一种亮度可控与细节保持的高动态范围图像色调映射方法

高动态范围(High dynamic range,HDR)图像通常需压缩其动态范围,以便于进行存储、传输、重现.本文提出一种具有亮度可控与细节保持特性的HDR图像的全局色调映射方法.该方法对HDR图像照度直方图进行裁剪与补偿,令色调映射后的低动态范围(Low dynamic range,LDR)图像仍能够保持原有的细节特性,同时利用概率模型估算出输出LDR图像的亮度与标准差,进而调整直方图亮度区域的分配,使得输出LDR图像的亮度接近用户设置的亮度,最后以分段直方图均衡的方法进行HDR色调映射处理.仿真结果表明,该方法能对HDR图像动态范围进行合理的压缩映射,输出的LDR图像的亮度可由用户控制或自适应选择,同时能保持图像的细节信息,令图像的主观视觉感受对比和谐.

高动态范围图像合成中相机响应函数的快速标定

针对高动态范围图像合成过程中相机响应函数标定速度低的问题,提出了一种快速有效的相机响应函数标定的方法.首先根据不同曝光度的图像在成像过程中场景照度保持一致的特性,提出构建一种新的最小平方代价函数,以降低相机响应函数标定方程组的维数;然后在保证标定方程组求解效率的前提下,根据不同曝光度图像的噪音分布,引入高斯加权函数,有效减小多曝光图像在高亮或过暗区域成像过程中引入的噪音,并利用稳健的QR分解算法提高标定方程组的求解速度;最后采用查表的方法,利用高斯加权函数完成场景照度的合成及相应的色调映射,得到能表现整个场景亮区和暗区细节的可视化图像.实验结果表明,与传统方法相比,本文算法在保证相机响应函数标定准确度的同时,具有计算量小、速度快的优点,可实现相机响应函数的快速标定,而且所获得的可视化图像主观效果有所提高,在便携式摄像设备上具有广泛的应用前景.

高动态范围图像和色阶映射算子

图像传感器动态响应范围的局限使其在捕捉高动态范围场景时力不从心,为了捕捉高动态范围图像(High dynamic range image,HDRI),近年来出现了许多新型传感器和新方法,本文将简要介绍这些研究进展;同样由于动态响应范围的局限,显示设备也不能胜任HDRI的显示,必须利用色阶映射算子(Tone mapping operator,TMO)将图像的动态范围进行合理的压缩,TMO最终决定了图像显示的质量,本文将众多的TMO归纳为全局算子和局部算子并进行了详细论述.

用于高动态范围图像生成的CCD辐照度标定

为了使低动态范围（LDR）图像采集设备能够生成高动态范围（HDR）图像,研究了对同一场景进行多次曝光生成HDR图像的技术,提出了不苛求输入图像为低噪声的CCD辐照度标定方法.为避免参数个数过多导致参数求解偏离全局最优值,构建了大幅削减参数个数的能量函数,该能量函数由CCD辐照度响应曲线参数模型、残差惩罚函数、权重函数3部分组成;分别使用低拟合误差的EMoR参数模型、抑制图像高斯噪声的平方和残差惩罚函数、平衡图像噪声与截止域干扰的权重函数最优实现能量函数的各个部分,继而通过快速迭代和精确迭代相切换的Levenberg Marquardt （LM）算法最小化能量函数求解参数.实验结果表明,依据图像噪声大小和参数模型参数个数的不同,拟合响应曲线的均方根误差RMSE∈[0.0022,0.0163],精度提高了39％～90多,处理时间缩短了38％～56％,得到的HDR-LDR映射图更忠实地反映了LDR图像序列的色彩特征,且明暗细节清晰可见.

一种高动态范围图像可视化算法

提出的自适应HDR图像可视化算法中,输入图像被分解为基本层和细节层。该算法将整体明暗效果的显示看做整体问题,对表示亮度的基本层采用基于整体统计信息的直方图调整算法处理;可视细节信息的保持作为局部问题,算法采用自适应细节增强算法处理细节层。通过定义映射图对细节增强后的图像进行最终映射,将两方面结合起来得到最终结果。实验结果表明,该算法能对HDR图像进行较高视觉质量的显示。

利用DMD获取高动态范围图像技术

高动态范围的图像可用于同时探测具有较大对比度的亮暗目标,利用数字微镜(DMD)获取高动态范围图像是目前最为先进的一种技术。本文在分析DMD工作原理的基础上,设计了一种像素级的高动态范围图像获取系统,该系统由光学系统、机械系统、DMD像素级调光算法及成像单元组成。光学系统采用二次成像光路,其中第一次成像物镜采用像方远心光路,第二次成像的转置镜头采用放大倍率近似1∶1的准对称结构,机械系统采用光学元件的包边设计和定心车工艺,达到秒级的光学装配精度;DMD像素级调光算法采用搜索单个微镜像素在图像帧周期间的控制权值实现,成像单元可同时兼顾科学级12 bit s CMOS和8 bit CCD,设计完成的原理样机验证了系统设计的正确性,其获取的图像动态范围可达140 d B以上,远高于传统摄像机78 d B的动态范围。

基于多幅不同曝光量照片的场景高动态范围图像合成

提出了一种恢复相机成像系统光照响应曲线,合成场景高动态范围图像的方法.在满足光学成像系统相反法则的前提下,利用多幅同一场景不同曝光量的照片图像,结合最小二乘原理和B样条函数拟合方法,恢复了相机的光照响应曲线,获得图像中像素值与曝光量之间的映射关系,进而将不同曝光量的场景照片图像融合成一幅高动态范围图像.图像中的像素值与场景中对应点的真实亮度值成正比,扩大了场景图像的表示范围,增加了场景图像中高亮区和暗区的细节特征.实验表明,合成的高动态范围图像效果满意.

一种基于信息理论的高动态范围图像评价方法

高动态范围图像(high dynamic range image)指的是扩大了景物可分辨的光照范围的图像。在HDRI成像中动态范围是难以量化测量的,必须将对动态范围的计算转化为其它易于计算的像质评价函数。HDRI图像的像质评价和普通图像的像质评价存在着较大不同。比较了几种像质评价的方法后,提出了利用图像的熵作为标准进行高动态范围成像评价的方法。利用一种自然图像的概率模型对图像的熵与成像动态范围之间的关系进行了数值模拟,得到了具有普遍意义上的理想成像动态范围的计算公式,公式指出了对自然景物完善成像所需的最大动态范围;给出了图像熵与动态范围之间的关系。利用这种关系可以经由计算图像的熵来对系统的动态范围特性做出评价。这种评价方法在指导高动态范围成像系统的设计,以及高动态范围成像系统的测试中将发挥重要的作用。

一种适用于并行运算处理的实时高动态范围图像合成算法研究

针对目前现有高动态范围图像(HDRI)的合成算法因复杂度高而难以应用于强实时系统的缺点,本文提出了一种适用于并行运算处理硬件的基于多曝光时间的实时HDRI合成算法。该方法首先完成探测器光照响应曲线的生成与标定,然后在现场可编程门列阵(FPGA)中通过数字信号处理技术完成多曝光图像序列的场景照度恢复以及像素的实时融合。仿真验证结果表明,该算法能够正确有效地在FPGA中执行,可达到实时HDRI获取的设计要求。

基于相机阵列的高动态范围图像合成方法

针对传统的高动态范围图像合成方法不能适应动态光照的问题,提出了基于相机阵列的不同曝光的多幅图像的配准及高动态范围图像合成方法。首先利用相机阵列获取不同曝光图像,结合相机阵列标定参数,采用光场合成孔径理论对图像进行配准,并对配准后的图像作中值位图进行二次配准。根据拟合出的各相机的光照响应曲线,进而将二次配准后的不同曝光的图像合成为一幅高动态范围图像。实验表明,该方法可以有效地在动态光照下合成高动态范围图像,取得了不错的效果。

基于交叉皮质模型的高动态范围图像可视化方法

针对高动态范围图像(HDRI)在低动态范围显示设备上的可视化问题,提出基于交叉皮质模型(ICM)的色调映射算法,其在融入人类视觉特性的同时兼顾了全局亮度和局部细节保持.首先将线性热流(LHF)应用于向心自动波(CA)的实现,构成LHF-CA-ICM,以解决原有ICM自动波效应的负面影响;然后根据LFH-CA-ICM迭代过程,通过设计自适应S形函数将亮度信息从高动态范围向低动态范围映射,并进行基于直方图截取的后处理;最后在RGB空间恢复颜色信息.实验结果表明,该算法可以获得HDRI高视觉质量显示效果,能够再现真实场景的细节和丰富色彩,并有效地避免了光晕等人工效应.

高分辨率与高动态范围图像联合重建研究进展

超分辨率复原技术的目标是提高图像的空间分辨率,而高动态范围(HDR,high dynamic range)图像合成技术能够增强图像表达高对比度场景的能力。将两者结合起来进行高分辨率和高动态范围图像联合重建的研究,对高质量图像信息的获取具有重要的意义,可满足广泛的多媒体应用的需求。对高分辨率与高动态范围图像联合重建研究进展进行梳理,分析其基本思想的产生、发展以及存在的难点,并进一步提出在基于学习的框架内进行联合重建的思路。

基于局部适应性的高动态范围图像显示方法

在高动态范围环境中,人眼依靠局部适应性也能够观察到细节变化。提出了一个基于区域信息的局部适应亮度计算方法来模拟局部适应性。使用区域生长法对图像进行分割,然后采用基于区域的双边滤波技术来计算每一像素的局部适应亮度,再联合色调映射算子获得可显示的低动态范围图像。实验结果显示,输出的图像避免了光晕,同时较好地保持了细节。

高动态范围图像色调映射技术的发展与展望

高动态范围图像难以直接在常规显示设备上显示出来,需要通过色调映射的方法对图像亮度进行压缩,在动态压缩的基础上同时尽量保持图像的细节、颜色、明亮度以及整体视觉效果的完好。本文首先简要说明了高动态范围图像的作用以及色调映射处理的必要性;然后重点介绍了国内外现有的高动态范围图像的色调映射处理方法,按照全局映射算法、局部映射算法和混合映射算法分类以及基于这三大类算法而发展起来的各种新方法,并分析了各种方法的优势和缺陷;之后介绍了可行的几种评估色调映射处理效果的方法;最后在总结的基础上提出了本技术领域发展的趋势和方向。

基于颜色视觉过程的高动态范围图像映射方法

为解决低动态范围显示设备显示高动态范围图像所产生的问题,提出一种基于颜色视觉过程的高动态范围图像映射方法.此方法通过模拟人眼颜色视觉处理信息的过程压缩图像的动态范围,解决动态范围压缩导致细节丢失等问题.模拟光感应细胞的响应机制,在各适应性亮度下,进行色度适应性调整,并获得其适应性亮度下的相对响应值;利用主成分分析(PCA)方法转换到正交对立颜色空间,模拟颜色视觉中的边缘相阻机制,进一步处理后得到适合低动态范围显示设备的图像.在实验中,通过主观和客观评价,并与国际上一些映射方法比较发现,该方法适用于各种大小动态范围的高动态范围图像,丢失的可见纹理信息较少.

高动态范围图像(HDRI)编码及色调映射技术研究

在分析和讨论了高动态范围图像的基本理论和获得技术的基础上,深入剖析和研究了高动态范围图像编码的几种技术方法和途径,并分析了各自的特点和应用。同时还讨论了高动态范围领域中的色调映射技术,特别针对高动态范围图像色调映射中的背景强度的计算方法进行了研究,最后还对高动态范围图像技术的应用领域和前景进行了展望和预测。

从单幅高动态范围图像恢复环境中物体的材质

提出一种从单幅高动态范围图像恢复一般环境中物体材质的方法,适用于单一材质物体,对物体形状和光照条件没有任何特殊要求.在一般光照环境中,获取被考察物体的一幅高动态范围图像以及用来近似物体光照的一个或几个高动态范围环境映照,然后用模拟退火算法求解逆向绘制问题.在求解过程中采用了基于图像的光照和光线跟踪技术,充分考虑了物体自身互反射的影响.最后得到了物体表面反射模型的最优参数.若与基于图像的建模技术相结合,可以根据真实物体的照片建立真实感模型.