高动态范围图像的色阶重建方法综述

对高动态范围图像在低动态常规显示设备显示困难的问题,阐述了将高动态范围图像经色阶重建后映射为适应常规显示设备的图像所采用的色阶重建算法,重点对近年来国内外出现的全局色阶重建、局部色阶重建等算法进行描述,分析其优缺点.同时提出了当前在研究此技术中存在的问题,并给出一些建设性意见,最后对高动态范围图像经色阶重建技术的发展前景和方向进行了展望.     

图像高动态范围压缩技术综述

自然界中亮度的动态范围及人眼所能感知的亮度范围,均远远超过了目前显示设备所能达到的水平.本文介绍了将高动态范围的图像映射为适应普通显示设备的图像,同时保留原图感观质量的动态范围压缩技术,对现有的各种动态范围压缩算法进行了分类总结,并提出了未来的发展方向.     

一种邻域相关的高动态范围图像显示方法

高动态范围图像的动态范围压缩主要利用局部色调算法来实现,提出了一种基于邻域数据的高动态范围图像映射技术。为了简化数据操作,采用图像亮度值进行处理。首先进行双边滤波处理,然后对所得数据进行邻域伽马校正。试验结果表明,该方法可以有效压缩图像动态范围,能够满足低动态设备的显示要求,并且很好的保持了图像的对比度和颜色信息。     

基于HSV空间的高动态范围彩色显微图像合成

由于显微场景照度动态范围较大,普通显微成像设备拍摄的单幅图像无法真实表现实际场景,提出了一种基于HSV空间的高动态范围图像合成方法.首先,将同一场景不同曝光度的序列图像从RGB空间转换到HSV空间.其次,利用Debevec-Malik方法将图像序列的亮度分量合成为高动态范围的亮度图像,再对其进行色调映射得到最终的亮度分量.另外,我们对色调和饱和度分量分别进行加权平均合成,从而得到最终图像的色调与饱和度分量.实验结果表明,本方法对彩色显微图像具有较好的处理效果.     

采用主成分分析与梯度金字塔的高动态范围图像生成方法

针对由多曝光低动态范围(LDR)图像融合生成高动态范围(HDR)图像对采集设备要求高且不适用于动态场景的问题,提出一种采用主成分分析(PCA)与梯度金字塔的HDR图像生成(HDR-PGG)方法。首先用改进的S曲线全局映射和Retinex局部色调映射对PCA变换后的亮度图像进行处理,以避免光晕和泛灰,并结合PCA逆变换获取多曝光LDR图像;其次利用多曝光LDR图像的对比度、饱和度、曝光度和亮度信息构造标量权重图,确保生成的HDR图像亮暗区域分明且细节清晰;最后,利用梯度金字塔生成HDR图像。实验结果表明,当视觉差异大于75%时,由HDR-PGG方法生成的HDR图像的平均像素分布概率比拉普拉斯金字塔和梯度金字塔算法降低了10.84%和30.75%,其平均相对熵与噪声程度比值分别提高了0.542 1和0.508 9。     

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.     

基于自适应查找表的高动态范围内容映射算法

高动态范围是媒体行业超高清标准体系的重要组成部分.随着标准的完善、政策的支持和消费市场的演进,高动态范围行业的矛盾转移到内容上,需要能将现有普通图像或视频上转换为高动态范围显示的算法,该过程称作逆色调映射,是非适定的底层视觉问题,故通常结合深度学习方法来解决.将深度学习与图像转换或映射的常用高效方法(自适应查找表)结合,提出面向用户终端的高效逆色调映射算子,并针对高动态范围容器更高量化位深的特性进行了优化.实验结果表明,该方法相比其他基于深度学习的逆色调映射算法在表现与计算开销上均有优势.     

一种医学X射线图像动态范围扩展方法

针对使用影像增强器或电荷耦合器(CCD)的数字X射线成像设备(DR)动态范围小的不足,提出一种采用尺度空间分解的X射线图像动态范围扩展方法.首先,对成像对象进行2次不同球管电压下的低剂量曝光,得到2幅小动态范围图像,然后在尺度空间对2幅图像进行分解.最后通过重构2幅图像的分解分量重建1幅宽动态范围图像.实验结果表明,该方法能使图像包含的成像对象感兴趣区域由2个扩展到3个甚至更多.2次曝光的皮肤表面吸收剂量总和为2.646×104Gy/cm2,却并未增加患者皮肤表面吸收剂量.将此方法用于使用影像增强器或电荷耦合器的数字X射线成像设备,有利于提高这些设备的利用率.     

双能X射线高动态范围安检图像压缩算法

为使拥有高动态范围的双能X射线安检图像在普通显示器上显示时不丢失细节,提出了一种基于多尺度局部保边(local edge-preserving,LEP)滤波的自适应色调映射算法.该算法对原始图像进行多尺度LEP滤波,得到1个基础层和3个细节层.随后对基础层进行对数自适应色调映射,并对3个细节层进行Sigmoid函数自适...     

一种提升CMOS图像传感器动态范围的方法

分析了CMOS图像传感器动态范围的限制因素,介绍了目前常用的动态范围扩展技术.针对多次曝光法和多斜率积分法提升动态范围时存在的问题,提出了一种提升动态范围的新方法——多次多斜率积分法.采用基于LUPA 1300-2的相机系统对该方法进行了验证实验;并对实验结果进行了分析.结果表明多次多斜率积分法提升系统的动态范围效果明显.     

结合饱和度调节的单曝光HDR图像生成方法

针对目前利用单幅低动态范围图像生成高动态范围图像过程中亮度的动态范围扩展与饱和度不匹配,从而导致扩展后图像泛白的问题,提出一种结合饱和度调节的由单幅图像生成高动态范围图像的方法.该方法将图像转换到H SV颜色空间,首先对亮度分量进行反色调映射及高光区域校正得到新的亮度分量,并对饱和度分量进行线性拉伸;然后计算原始亮度与...     

基于颜色相似系数的彩色图像分割方法

基于两种像素之间颜色相似系数的计算,根据设定的阈值来判断两种颜色是否具有相似性·计算在RGB颜色空间进行,省去了其他分割方法中的颜色空间转换过程·为提高图像分割过程的效率,采用了改进的区域生长法实现整个彩色图像的分割·实验结果表明,本方法可对彩色图像进行有效的分割,符合人类视觉感知特性,适合于不同的应用目的·     

一种基于DCT系数的彩色图像检索方法

基于内容的图像检索是当前图像数据库领域中的一个研究热点。给出一种直接在频域内对彩色图像进行检索的方法:将一幅真彩图像变换到YCrCb空间,提取主颜色,对主颜色进行DCT变换,变换后的低频分量即为图像的颜色表示。在此基础上,讨论了图像的相似度量以及相应的图像检索技术,并给出了实验结果和图像检索性能的评价。     

基于不完全扫描法的彩色图像压缩方法

针对彩色图像的特性,对零树算法在具体算法中的应用进行了改进,得出一种新的算法--不完全扫描法,并将该算法应用到彩色图像压缩中.首先将彩色图像从RGB空间变换到亮度、色度YUV空间进行压缩编/解码.通过理论分析和仿真实验表明:在保证恢复图像质量的前提下,提高了压缩比和编/解码速度.     

基于小波变换的彩色图像编码方法

将小波变换系数的等级树集分割（ＳＰＩＨＴ）编码方法推广应用到彩色图像压缩中,分析了在红绿蓝（ＲＧＢ）三基色空间和亮度、色度（ＹＵＶ）空间进行编码压缩的效果。理论分析和仿真实验表明：无论从压缩比还是从解码图像质量来看,在ＹＵＶ空间的压缩效率都比在ＲＧＢ空间的高;与分形编码压缩效果相比,小波变换系数的等级树集分割编码方法优于分形编码方法。     

基于侧抑制特性的夜视图像彩色融合方法研究

介绍了具有侧抑制特性的中心-周边分离网络(CSSN)，通过对一维信号处理效果的模拟分析，验证了CSSN对单幅图像或两幅图像间的对比度增强作用；在MIT融合结构的基础上，提出了一种新的基于CSSN的双通道融合结构，对微光与红外图像进行彩色融合处理后，证明能得到自然的色彩效果．     

一种基于颜色跟踪的彩色边缘检测算法

传统的边缘检测方法大都是基于灰度图像的,用于彩色图像边缘检测时效果往往不能令人满意.本文提出了一种新的彩色边缘检测算法,它充分考虑了彩色图像的边缘特性,使用彩色差进行跟踪,从而弥补了传统边缘检测方法检测时丢失边缘的不足.通过与其它成熟的边缘检测技术进行比较,结果显示:该算法能提取更多的彩色边缘信息,而且检测精度和效果都比较令人满意,具有一定的实用价值和良好的处理效果.     

基于视觉显著性的彩色图像分割

为了提高图像显著性检测的准确性,从数学模型上探索显著性的多特征空间.利用多尺度特征提取算法获得低层视觉特征,对特征矩阵用低秩矩阵恢复理论提取显著图,并在自底向上模型基础上融合了高层视觉特征,由高层视觉特征构成一幅权重的显著图.提高了显著度和显著目标的检测性能.通过自适应阈值算法对视觉显著目标进行分割.实验结果表明,该模型比传统的模型提取的显著目标更完整、更准确.     

一种基于颜色直方图的图像检索方法

在环形颜色直方图基础上采用具有视觉一致性的颜色空间——HSV,并把各通道分别进行非等间隔量化,采用各通道向量加权的形式把各通道组合为一个特征向量作为环形颜色直方图的颜色值,最后采用扩展的直方图交算法进行相似性匹配。实验验证了这种方法的有效性。