基于PCA的相机响应函数模型标定算法

许多计算机视觉应用的算法都需要对拍摄场景高动态范围的幅亮度信息进行精确的测量,成像系统的相机响应函数能够建立拍摄图像强度信息与场景辐亮度之间的严格映射关系,是高动态范围图像融合的关键技术。文中分析相机响应曲线的共同特点,结合相机响应函数固有的约束条件,建立相机响应函数的理论空间模型。首先,利用主成分分析法对已有的相机响应数据库进行分析,结合相机响应函数的约束条件建立响应函数的低参数经验模型;然后,根据输入图像选择合适的参数数量;最后,利用不同曝光量的输入图像通过最小二乘法求解建立响应函数模型的系数,从而对相机响应函数进行标定。该算法能够通过对少量的采样点进行插值获得精确的相机响应函数,同时能够对任意的场景通过拍摄多曝光量图像精确地标定相机响应函数。通过对实际拍摄的图像进行相机响应函数标定实验,验证了该算法的有效性,并证明该算法保持高精度的同时计算效率也较高。     

一种基于双通道CMOS相机的低照度动态场景HDR融合方法

高动态范围成像技术能够全面有效反映场景信息,有利于在高动态范围场景下获得高质量的成像。但当前常用的基于单台相机的多次曝光融合方法在动态场景下易出现“鬼影”问题,基于多个传感器同时曝光的系统复杂且价格昂贵,基于单幅低动态范围图像的拓展方法易丢失欠曝光或过曝光区域的细节信息,且多用于较好的照明条件。针对低照度动态场景成像,研究了一种基于双通道低照度CMOS相机的高动态范围图像融合方法,对双通道CMOS相机采集低照度动态场景两幅不同曝光图像,依据累计直方图拓展原则分别进行动态范围拓展,并采用像素级融合方法对动态范围拓展的序列图像进行融合。实验表明,动态范围拓展融合方法可满足低照度动态场景下获取高动态范围图像的应用要求,获得更佳的成像质量。     

基于动态场景的高动态图像合成

相机所取得的图像动态范围与真实的场景相比往往较低。而通过对几幅不同的曝光时间的图像进行合成,可以得到高动态图像。但是场景中物体的运动会导致最终图像出现鬼影效应,提出了一个基于区域分割和连续性检测的算法,消除鬼影区域,使得在场景有运动下同样可以获得高质量的高动态图像。     

基于权重最小二乘结构边缘保持色调映射算法

高动态范围图像由于其动态范围超过普通显示器的动态范围,所以无法正常显示,从而需要研究在保留高动态范围图像对比度、细节信息以及色彩信息的情况下压缩高动态范围图像的动态范围以适应低动态范围显示器进行显示的色调映射算法。本文提出基于权重最小二乘结构的边缘保持图像平滑色调映射算法。首先,建立基于权重最小二乘的边缘保持图像平滑滤波算子;然后,将输入的高动态范围图像转换至NTSC空间分离亮度信息和颜色信息,利用该滤波算子对亮度信息进行多级分层,获得基本层以及多级细节层信息;最后,对基本层进行动态范围压缩,利用压缩后的基本层结合多级细节层信息并转换回RGB空间获得输出的低动态范围图像。文中通过实验采集的多曝光图像序列利用Debevec和Malik提出高动态范围图像融合算法获得拍摄场景的高动态范围图像,采用本文提出算法对高动态范围图像进行色调映射处理获得较为理想的保留图像有效信息的低动态范围图像,从而验证了文中提出算法的有效性。     

DMD结合图像传感器的高动态场景成像探测

微镜阵列DMD空间光调制器结合图像传感器能够解决高动态场景中强弱目标同时探测的问题,获得高动态图像数据,能使光电成像设备动态范围扩展到130 dB以上。为了实现快速的像素级光强控制以及获得高质量的实际场景高动态图像数据,根据实际场景成像其非边缘区域的相邻像素值变化缓慢的特点,提出了一种适合DMD驱动方式的像素级调光算法-自适应空间区域法,它具有较快的收敛速度,最坏的情况下,经过N/I次即可完成调光权值的搜索;在以FPGA为驱动核心的高动态场景成像探测实验系统平台上,对DMD的驱动时序进行了分析研究。并通过此实验平台验证了自适应空间区域法的有效性,该方法能够实现对高动态场景中强弱目标的同时探测,具有很好的光强控制质量,对场景光强局部变化的适应性较强。     

基于圆心真实图像坐标计算的高精度相机标定方法

在基于圆点阵二维平面靶标的相机标定方法中,直接在拍摄的标靶图像中提取的椭圆中心并非真实的圆心投影像点,该圆心成像投影偏差必然会降低相机参数标定精度。基于此,提出将标靶图像逆向投影至空间虚拟矩阵以获得真实圆心像点的迭代标定算法。首先,使用椭圆中心提取方法进行平面相机标定;其次,由标定参数和拍摄图像进行逆向投影获得虚拟物理标靶图像,在近似圆虚拟图像上完成圆心坐标提取;再次,将虚拟圆心坐标转化为物理坐标值并投影到图像上,将其作为圆心真实像点坐标值来进行相机标定;最后,经多次迭代投影和标定完成高精度相机标定。模拟和实验结果表明,所提方法将相机标定精度提高约一倍,可为三维重建和视觉测量提供高精度的相机参数。     

高动态范围数字相机sRGB色彩空间颜色管理

数字成像设备在传输、显示图像时需要进行设备的特性化处理,该过程是设备颜色管理中的重要环节。为了保证输出图像的色彩复现能力,高动态范围数字相机需要根据设备自身特性进行特性化。现有特性化过程一般针对8位数字相机,并且转换矩阵的标定较为复杂,容易产生系统误差,矩阵精度易受影响。针对上述问题,提出了一种高动态范围彩色数字相机颜色管理方法,利用相机输出图像与被摄目标的色彩属性建立了RGB色彩空间到CIE1931 XYZ色彩空间的映射关系,并采用最小二乘拟合法对映射矩阵进行标定,最终将相机的RGB色彩空间转换至s RGB标准色彩空间,解决了高动态相机的特性化问题。实验证明,该方法操作简单,设备通用性较强,拟合均方误差优于0.08,具有较好的鲁棒性。     

基于宽动态技术的室内视频监控研究

传统相机动态范围与真实场景动态范围之间的巨大差距导致成像时亮区与暗区细节的丢失。文中针对室内视频监控场景,提出了运用宽动态技术,基于多次曝光,通过软件方式拓展监控图像动态范围的思想。文中提出基于内容的多次曝光控制方法和基于YUV空间的多曝光合成算法。实验结果表明文中方法能够有效扩展动态范围,提高感兴趣区域的成像效果。     

合成高动态图像有关技术综述分析

为了解决真实场景的动态范围与普通数字图像的动态范围不匹配的问题,众多研究工作者将高动态图像获取技术作为一个研究热点。文中简要介绍了高动态图像的成因以及研究意义,接着详细分析和总结了基于硬件和软件的高动态图像获取算法,指出各种算法的优缺点,最后对于高动态图像获取问题,提出了一些展望。     

高动态科学级CMOS相机设计与成像分析

为了满足高动态范围高灵敏度的全局曝光模式下成像系统的需求,基于CIS-2521科学级CMOS图像传感器设计了一个相机系统,通过分析CIS-2521芯片像素读出结构特点,通过芯片内部模拟相关双采样与FPGA片内数字域相关双采样完成相关四采样算法,列向噪声去除效果明显。通过设计曲线拟合双增益通道图像数据合成输出,保证了系统成像有较高输出动态范围。相机常温下输出图像峰值信噪比达62.9dB,采用半导体制冷后输出图像峰值信噪比74.3dB。根据EMVA1288标准实测相机动态范围达到78.2dB,设计的相机系统实现了每秒50帧2 560×2 160像素,16bit深度高清晰度高动态范围图像的实时全局曝光成像输出,能够满足低照度条件下的高帧频高动态范围成像的需求。     

红外场景实时生成驱动算法及应用研究

对红外成像半实物仿真系统中红外场景实时生成的驱动算法进行了研究。以红外场景实时生成在红外成像半实物仿真系统中的工程应用为背景,设计了实时仿真过程中红外场景的初始战情场景映射算法、动态战情场景的实时映射算法及场景瞄准点的选择算法,解决了红外场景实时生成在半实物仿真系统中的应用集成问题,并通过多模式的动静态仿真和测试试验对算法进行了验证。     

FLIR公司热成像细节增强DDE技术的分析

对FLIR公司数字细节增强技术(DDE)进行了分析,认为该技术的处理结果之所以能够清晰显示不同温度背景下的细节信息,源于其对原始14 bits红外图像全局大动态场景信息的合理压缩以及局部小动态温差细节的保留和提升,最终能够在8 bits图像中保留对整体场景有效感知的同时,突出图像可能的目标场景细节信息.并以此为思路,进行了一个热图像动态压缩和细节增强处理实验,相对以往的AGC方法,取得了较好的动态压缩和细节增强效果.     

基于亮度自适应分段的高动态图像色调映射算法

高动态范围图像(High Dynamic Range Image,HDRI)反映了真实场景的亮度值范围,具有较大的动态范围,而传统的显示设备的动态范围较低.若将高动态范围图像直接压缩到低动态范围显示设备时,可能会导致图像失真、细节丢失等问题.为解决上述问题,本文提出一种基于亮度自适应分段式的色调映射算法.首先,将高动态范围图像从RGB彩色空间转化到CIE XYZ彩色空间,使得亮度信息和彩色信息分离,并只对亮度信息进行处理且不改变颜色信息.其次,以对数亮度平均值作为关键值,从而得到划分区间段的低光区阈值和高光区阈值.然后,针对不同阶段亮度值的特点采用不同的亮度压缩算法,获得新的亮度分量.最后,恢复颜色信息,得到低动态范围图像.实验结果表明,本文的色调映射算法得到的结果整体亮度和细节效果较好.     

基于虚拟曝光图像的立体高动态范围图像合成算法

本文提出基于多视点多曝光图像的立体高动态范围图像合成算法。首 先,考虑多视点多曝光 图像以及相机响应函数曲线的特性,提出一种虚拟曝光图像绘制算法,将不同曝光的图像绘 制到同一视点;然后, 为了使绘制曝光图像保留更多细节和结构,需要对绘制虚拟曝光图像进行空洞填补及边缘修 复,故引入了边缘差值 掩膜图,对图像边缘信息进行校正平滑处理;最后利用绘制的虚拟曝光图像合成立体高动态 范围图像。实验结果表 明,获得的绘制曝光图像与参考曝光视点图像之间的结构相似性高达0.99以上,且合成的 高动态范围图像质量高。     

Reference-guided exposure fusion in dynamic scenes

Unlike high dynamic range (HDR) imaging, exposure fusion is a process of generating a tonemapped-like HDR image directly by fusing a series of bracketed images. Since it frees users from the tedious radiometric calibration and tone mapping steps, this technique is getting more and more popular, and becomes a basic tool in many graphics software. The main drawback of exposure fusion is its limitation to static scenes and any object movement of the target scene will incur severe ghosting artifacts in the fused result. In this paper, we intend to overcome this limitation and make exposure fusion applicable in dynamic scenes. A new quality assessment system is developed, where both temporal consistency and spatial consistency are introduced to account for ghosting artifacts. Experimental results of various dynamic scenes are shown to prove the effectiveness of the proposed method.     

基于DMD的红外场景仿真系统实验分析

基于数字微镜器件(DMD)的动态红外场景仿真系统由于其特性已成为研究热点并广泛应用。介绍了DMD的工作原理及其灰度调制技术。分析了探测器积分时间与DMD显示时间匹配对系统成像的影响,得出在静态场景仿真时两者满足一定关系即能消除图像混淆现象,而在动态场景仿真时只有外接同步信号的情况下才能得到清晰完整的图像,并进行了实验验证。     

地面起伏对雷达景象匹配定位性能影响的分析

雷达是通过接收一定时间间隔内电磁回波成像,它与可见光成像不同。地面高程起伏不仅导致地面景物在不同成像条件下几何分布的畸变,而且引起成像灰度特性分布上的不一致,影响雷达景象匹配定位性能。在分析地面高程起伏和雷达成像模型之间关系的基础上,提出了一种基于垂直投影的雷达实时图像校正方法。试验表明了该方法的有效性。     

High dynamic range imaging with short- and long-exposures based on artificial remapping using multiscale exposure fusion

High dynamic range imaging (HDRI) is an excellent high-quality image acquisition technique, which can reflect real human visual characteristics from one (or several) captured low dynamic range (LDR) image. However, the input LDR image only provides partial information of the scene. Besides, in traditional HDRI methods that require multiple captured images as input, field of view errors can be induced, which will be difficult to apply it to the emerging image acquisition systems. Here, we propose a novel HDRI method that reconstructs an HDR image from only a pair of short- and long-exposure images based on artificial remapping using multi-scale exposure fusion. Firstly, we introduce a simulated exposure model called artificial remapping to synthesize a multi-exposure image sequence from the input LDR image pairs. Then, weighting maps of the sequence for fusion can be obtained according to the evaluation factors of contrast, saturation, as well as improved exposedness. Finally, we utilize the pyramid based multiscale exposure fusion framework to integrate them into an enhanced HDR image. Comparative experiments, fully implemented on some source images, have been demonstrated that better performance can be realized compared with some competing methods in qualitative and quantitative evaluation. Note that the operation of the proposed method is simple yet effective, which is easy to popularize. The method thus can be potentially applied to the emerging image acquisition systems where two images are captured simultaneously by two image sensors or by one image sensor with a pair of short- and long-exposure setting.