基于動態(tài)場景的高動態(tài)圖像合成研究.pdf

1、動態(tài)范圍,指的是像素的最大值與像素的最小值之比。在真實世界中,動態(tài)范圍往往很大,超過十個數(shù)量級。而在相機所拍攝的圖像中,由于CRT顯示器的限制,只能達到兩個數(shù)量級。為了獲得更好的顯示效果,引入了高動態(tài)圖像,從而擴展圖像的動態(tài)范圍。
　　高動態(tài)圖像的生成可以分成兩類,第一類是基于色調(diào)映射的方法。這種方法首先將不同曝光度的圖像生成一個高動態(tài)的圖像,然后通過色調(diào)映射的方式使得生成結(jié)果可以在正常屏幕下顯示。然而這類方法需要估計相機的響應(yīng)曲

2、線,引入了非線性過程。另一類則是基于曝光融合的方法。直接利用曝光時間不同的一組低動態(tài)圖像,進行基于金字塔分解的多級融合,同樣可以取得很好的效果。本文基于第二類方法,不但避免了相機響應(yīng)曲線估計的非線性過程,也同時降低了計算復雜度。不過,無論哪一類方法,都需要提前拍攝不同曝光時間的圖像組進行圖像合成。
　　盡管上述方法對靜態(tài)場景圖像序列效果很好,但是一旦存在相機抖動或物體移動這類動態(tài)場景,會使合成結(jié)果出現(xiàn)鬼影效應(yīng)。針對于動態(tài)場景,本文

3、提出了一種鬼影檢測與去除的高動態(tài)圖像合成方法。首先在不同曝光圖像組中選取參考圖像,進行圖像校準。再針對飽和區(qū)域與非飽和區(qū)域分別設(shè)計算法,進行鬼影像素探測。在非飽和區(qū)域中,利用互易律進行檢測。同時采用圖像分塊的形式提高魯棒性。之后通過估計兩幅圖像之間的亮度轉(zhuǎn)移函數(shù),用來在飽和區(qū)域中檢測鬼影像素。從而克服大多數(shù)同類算法中無法對飽和區(qū)域進行處理的缺點。為了克服噪聲和相機響應(yīng)曲線的非線性造成的誤差,引入了零均值平方差和權(quán)值圖調(diào)整的算法。從而進一

4、步的消除鬼影像素帶來的影響,獲得更好的合成效果。
　　與此同時,對于檢測出鬼影的區(qū)域,并不是簡單的舍棄。而是通過利用參考圖像生成的圖像副本的方式,替代原本是鬼影的像素區(qū)域。使得最終的合成結(jié)果能夠盡可能的多包含不同曝光時間下的圖像信息,擴展圖像的動態(tài)范圍。
　　雖然上述方法的生成結(jié)果已經(jīng)比較令人滿意,但是仍有進一步優(yōu)化的空間。通過梯度增強的技術(shù),可以更進一步提高融合結(jié)果的圖像質(zhì)量。由于大梯度代表圖像結(jié)構(gòu),小梯度代表圖像細節(jié)。本