實時高動態(tài)范圍影像合成方法研究.pdf

1、高動態(tài)范圍圖像可以逼真的表示現(xiàn)實場景真實的亮度和色彩信息。由于高動態(tài)范圍圖像的這種良好特性，近年來在工業(yè)圖像處理、基于圖像的建模、機器視覺、虛擬現(xiàn)實、3維數字娛樂等領域得到了越來越廣泛的應用。尤其在全局照明，真實感繪制方面具有突出的優(yōu)勢。當前,市場上的高動態(tài)影像獲取設備價格昂貴，而低動態(tài)范圍的影像采集系統(tǒng)又難以獲取場景中全部的亮度細節(jié)信息，鑒于此，利用現(xiàn)代信號處理技術實現(xiàn)將多幅低動態(tài)范圍影像中含有的亮度信息融合到一幅高動態(tài)范圍圖像以最大

2、限度地還原現(xiàn)實場景，則是一種效費比較高的高動態(tài)影像獲取方案。本文主要是研究基于多曝光合成的高動態(tài)成像方法以及實時實現(xiàn)方案?，F(xiàn)在已有的高動態(tài)范圍圖像的合成算法，主要有兩種思路。一是利用不同曝光時間圖像求解攝像頭的非線性響應曲線，該曲線是攝像頭將場景的輻射值映射成圖像像素值的映射函數的反函數。利用該曲線我們即可還原場景的輻射值，既是高動態(tài)范圍圖像的像素值。二是從不同曝光時間圖像中選擇最優(yōu)塊來融合生成高動態(tài)范圍圖像，但是合成的圖像會有銳化效應

3、，還需要后期來消除，運算量比較大。由于第一種算法更加利于硬件實現(xiàn)，只需要在芯片上保存事先計算好修正的非線性響應曲線，即可利用該曲線合成高動態(tài)范圍圖像。
　　本文在廣泛研究現(xiàn)有高動態(tài)范圍成像算法的基礎上，綜合考慮算法的運算量和合成效果，提出了改進的非線性響應曲線多曝光圖像融合方法。論文針對硬件系統(tǒng)對算法執(zhí)行時間和資源耗費方面的嚴格限定，首先進行了算法級優(yōu)化以便硬件通過查找表的方式實現(xiàn)對多曝光低動態(tài)影像的實時融合，并在軟件上對合成過程