三维漫射体彩虹全息的多次曝光综合狭缝方法

本文推广了三维漫射体彩虹全息的综合狭缝方法,利用多次曝光获得准单色彩虹全息重现象,讨论了多次曝光综合狭缝理论,并分析了曝光次数和物体位移对综合狭缝的影响.     

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。     

基于多次曝光法啁啾光纤光栅的研究

使用多次曝光制作啁啾布拉格光纤光栅的方法,通过此种方法,目前已研制出啁啾光纤光栅的时延量大于2600ps,时延纹波小于30ps,光纤光栅反射谱的平坦度小于0.25dB,制成的FBG很适合远距离光通信系统.     

多侧面大视角两步彩虹全息术

本文提出利用本顿二步彩虹全息记录技术,多次曝光拍摄物体多个侧面,从而获得大视角彩虹全息图的分时记录方法。     

CMOS图像传感器用像素级双采样存储技术

多次曝光技术是扩展CM O S APS图像传感器动态范围较为有效的方法,但多于两次的曝光,信号处理复杂,使传感器的帧频受到限制,而像素级双采样存储技术将两次曝光采样及图像组合处理在像素内实现,在获得高动态范围的同时,可有效提高图像实时处理的速度,并且可以工作于高速同步曝光模式。     

多次曝光斑纹照相用于固体线胀系数的测量

本支阐述了多次曝光斑纹照相法原理，用此法对铝等金属进行加热实验，测量了线胀系数及热效应，提高了测量精度.     

电影特技的发展与意义(中)

光学效果特技 光学效果特技包括两方面:一是利用摄影机本身的特点制 作特技,如在摄影机上安装光学装置,如摄像机的滤镜,像十 字镜、柔光镜等,这在前期拍摄阶段就可以完成;另外一类是 在后期制作阶段,在化学洗印的基础上对已经拍摄好的镜头进 行各种特技处理,这包括以下几种类型: 多次曝光——多次曝光是通过两次以上的曝光完成一个电 影画面的摄影方法。运用此方法可以把不同的空间、环境,不 同时间拍摄的对象,有机地合成在一个画面中,以满足电影创 作的需要,这是最早的影像合成方法。为了使第二次曝光时不 …     

CT图片三维全息合成系统的分辨率

本文介绍使用像全息术进行多幅ＣＴ图片的光学合成及三维立体显示方法，并对多次曝光Ｆｒｅｓｎｅｌ全息记录时各参数对分辨率的影响进行了讨论。     

用光学和电子束曝光相结合的方法制造超低噪声HEMT

<正>《Electronics Letters》1991年10月报道了日本三菱电气公司利用光学和电子束曝光相结合的方法制造了超低噪声HEMT。在改进HEMT低噪声特性方面,同时减小栅长和降低寄生电阻极为有效。对于栅长小于0.25μm的HEMT而言,作好T型栅是至关重要的。以往常采用多层光刻胶和多次电子束曝光剥离金属工艺方法制造T型栅,但该工艺不适于大批量生产。     

SAL601负性电子束抗蚀剂纳米级集成电路加工

讨论了采用SAL601负性化学放大电子束抗蚀剂进行电子束曝光应用于纳米级集成电路加工的实验方法与工艺条件.经过大量实验总结,通过变剂量模型对电子束曝光中电子散射参数进行提取,应用于邻近效应校正软件,针对集成电路曝光图形进行邻近效应校正.校正后的曝光图形经过曝光实验确定显影时间及曝光剂量,最终得到重复性良好的,栅条线宽为70nm的集成电路曝光图形.     

Rate–distortion optimization of multi-exposure image coding for high dynamic range image coding

High dynamic range (HDR) images have many practical applications because they offer an extended dynamic range and a more realistic visual experience. A HDR image is usually stored in floating-point format, so pre-processing is required to make the HDR image compatible with coding standards. A transfer function is also used to achieve better coding efficiency. Typically, HDR images are generated using several low dynamic range (LDR) images with different exposures. Instead of compressing the HDR image when it is generated from images with multiple exposures, this study proposes a technique to compress the multi-exposure images. The HDR image generation, as well as the multi-exposure images fusion, can be realized in the decoder. The proposed framework encodes the multi-exposure images using MV-HEVC where the inter-view redundancy is well exploited when an accurate intensity-mapping function between the multi-exposure images has been established. Multi-exposure image coding is used to produce a high-quality HDR image so the rate–distortion optimization (RDO) is modified by considering both the reconstruction quality of the current block and its effect on the multi-exposure fused image. A Lagrange multiplier is modified to maintain a balance between the rate and the modified distortion during the RDO process. Compared to encoding the generated HDR image using HEVC range extension, the experimental results show that the proposed technique achieves significant bitrate savings for equivalent quality in terms of HDR-VDP-2.     

Blind quality assessment of tone-mapped images using multi-exposure sequences

The tone mapping operator (TMO) enables high dynamic range (HDR) images to be presented on low dynamic range (LDR) consumer electronic devices. However, the results obtained by this method are not always ideal due to the reduced number of bits. In comparison, the multi-exposure image fusion (MEF) bypasses the intermediate HDR image composition and directly produces an image presented on standard devices. Inspired by this, this paper proposes a quality assessment method for tone-mapped image (TMI) based on generating multi-exposure sequences. Specifically, the method uses a generative adversarial network (GAN) to generate a set of sequences with different exposure levels based on the TMIs. Then a two-branch convolutional neural network (CNN) is used to extract features from the tone-mapped images and the multi-exposure reference sequences, respectively. Finally, the transformer is used to mine the intrinsic connections between TMIs and multi-exposure sequences and learn the mapping relationships from feature space to quality space. We conducted extensive experiments on the ESPL-LIVE HDR database. The applicability and effectiveness of the proposed method are verified by comparing and analyzing relevant features and model configurations with existing mainstream evaluation algorithms.     

基于深度学习的岩石薄片正交偏光图像多曝光融合算法

针对正交偏光下岩石薄片图像中动态范围较低,无法观察全部颗粒的问题,将深度学习应用于多曝光图像融合算法,通过融合多个曝光度的薄片图像来获取较高的动态范围。首先将低动态范围的多曝光图像序列输入卷积神经网络,然后网络通过优化损失函数获取较好的权重图预测结果,最后由源多曝光图像序列联合权重图加权融合得到具有较高动态范围的薄片图像。对比实验表明,该算法可以有效地提升图像中的颗粒清晰度。     

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。     

一种基于深度学习的自适应医学超声图像去斑方法

针对传统医学超声图像去斑方法的不足,该文提出一种自适应多曝光融合框架和前馈卷积神经网络模型图像去斑方法。首先,制作超声图像训练数据集;然后,提出一种自适应增强因子的多曝光融合框架,增强图像进行有效特征提取;最后,通过网络训练去斑模型并获得去斑后的图像。实验结果表明,该文较已有的方法,能更有效地滤除医学超声图像中的斑点噪声并更多的保留图像细节。     

基于显著性权重的多曝光融合的单幅雾天图像复原算法

传统暗原色理论的相关算法,在处理雾天图像时会产生颜色的畸变和亮度的损失,针对该情况,该文提出基于权重多曝光融合的单幅雾天图像复原算法.首先通过雾天图像的直方图分析,获取全局大气背景光值的区域.其次构造一种新的Kirsh算子的高阶差分滤波方法,优化透射率图像.最后设计一种基于显著性权重的多曝光图像融合方法,提高处理后图像...     

平行轴多面元全息透镜

介绍了干板移位多曝光全息术和用这种技术制作的平行轴多面元全息透镜,以及用这种透镜做的某些特殊光学变换。提出了这种透镜的某些可能性应用。     

梯度域多曝光图像融合

为解决多曝光图像融合的问题,提出了一种新颖的直接将多曝光图像融合成适合显示的低动态范围图像的方法,并且具备消除运动伪影的能力。使用联合柱状图探究两幅图像之间像素值的对应关系,对每幅图像检测分别得到一幅伪影权值图,用来构造融合时的度量。在梯度域中进行融合,根据多维黎曼流形几何(Riemannian Geometry),从多个输入图像的结构张量中推导得出融合的梯度域,然后使用均值滤波器在多尺度上进行梯度域的非线性修改,通过解泊松方程得到融合图像。最后,还提出了一种新颖的色彩复原算法,用以避免造成色彩偏差。实验表明,该方法能够有效融合含运动物体的多曝光图像,无论哪幅图像被选作参考图像,都能获得高质量的结果图像。该算法同时具有处理的有效性和时间的高效性。     

用数字散斑方法测量物体运动轨迹

提出了利用多曝光数字散斑技术取代干板照相技术记录物体运动轨迹的研究方法，根据杨氏条纹模型详细分析了该方法的基本原理，给出了物体的面内运动和小角度转动两种运动轨迹的测量结果，对影响实验结果的因素进行了讨论．数字散斑，多曝光照相，运动轨迹     

Strong ghost removal in multi-exposure image fusion using hole-filling with exposure congruency

It is the most crucial problem to remove ghost in the multi-exposure image fusion of dynamic scene. The traditional fusion methods have good effects to remove weak ghosts. However, they cannot effectively remove strong ghosts. This paper proposes a new strong ghost removal method in multi-exposure image fusion using hole-filling with exposure congruency. First, analyzing the characteristics of strong ghosts, a detection scheme for strong ghost regions is designed by combining histogram matching and exposure difference detection. Subsequently, to effectively extract image local features, a multi-scale fusion network for non-strong ghost regions is designed to obtain a pre-fused image. Further, based on the distribution characteristics of strong ghosts, a hole-filling model with exposure congruency is designed to remove the strong ghosts. Experimental results show that compared with the state-of-the-art methods, the proposed method can obtain better performance in both of subjective and objective evaluation, particularly in terms of effectively removing strong ghosts.