圖像動態(tài)范圍展寬方法研究.pdf

1、圖像是人類感知世界獲取信息的重要手段，具有形象直觀、信息量大等優(yōu)點。但是在拍攝場景存在偏暗或偏亮區(qū)域時，會使得獲取的圖像動態(tài)范圍較窄，場景細節(jié)不能很好地顯示，因此運用寬動態(tài)技術(shù)擴展圖像動態(tài)范圍具有重要意義。本論文針對圖像動態(tài)范圍展寬方法展開了深入研究。
　　引入基于對數(shù)增強模型的微區(qū)域分解方法，實現(xiàn)了單幅圖像的動態(tài)范圍擴展，有效改善了圖像暗區(qū)域細節(jié)顯示。算法以對數(shù)增強模型為基礎(chǔ)，選取圖中3×3像素區(qū)域進行平均灰色調(diào)運算，經(jīng)過三次分

2、解后進行重構(gòu)，得到寬動態(tài)范圍圖像，使得暗區(qū)域?qū)Ρ榷仍鰪?，層次分明?br>　　采用區(qū)域直方圖均衡算法擴展圖像動態(tài)范圍，解決了基于對數(shù)增強模型的微區(qū)域分解方法對亮區(qū)域處理出現(xiàn)畸變的問題。算法在全局直方圖均衡的基礎(chǔ)上，選取適當(dāng)?shù)拈撝岛?，對需要處理的灰度區(qū)域進行直方圖均衡，該算法雖然簡單，但與基于對數(shù)增強模型的微區(qū)域分解方法相比，在加強了對暗區(qū)域細節(jié)顯示的同時，保留了較亮區(qū)域的細節(jié)。
　　利用基于YUV空間和RGB空間的拉普拉斯金字塔分

3、解圖像融合算法，將多曝光圖像進行拉普拉斯金字塔分解，再采用融合策略進行圖像重構(gòu)，得到了亮、暗區(qū)域細節(jié)清晰，色彩真實的寬動態(tài)圖像。該算法使用的融合策略是基于對比度和色彩程度兩個測度因子的加權(quán)圖?；赮UV空間和RGB空間的兩種算法不同之處在于，YUV空間只對Y通道進行金字塔的分解與重構(gòu)，U、V空間采取簡單取最值處理，而在RGB空間則需對R、G、B三通道分別進行金字塔的分解與重構(gòu)。在保證得到符合要求的融合圖像的同時基于YUV空間的算法更為簡

4、單，用時更少。
　　在Matlab仿真環(huán)境下，將上述三種圖像動態(tài)范圍展寬方法，進行了實驗仿真，利用主觀和客觀評價標(biāo)準(zhǔn)對算法的性能進行了深入的比較分析。三種動態(tài)范圍擴展算法均能得到寬動態(tài)范圍圖像，基于拉普拉斯金字塔分解的圖像融合算法效果最佳，但算法相對復(fù)雜；基于對數(shù)增強模型的微區(qū)域分解方法更適合處理曝光不足的圖像；區(qū)域直方圖均衡算法對曝光不足和曝光過度的圖像均能有較好的處理效果，但會丟失一些灰度級的信息。三種算法能有效擴展圖像的動態(tài)