合成高动态图像有关技术综述分析.pdf

学术 交流 合成高动态图像有关技术综述分析 西安邮电大学通信与信息工程学院 刘卫华 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 【摘要】 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。 高动态图像；鬼影；合成；色调映射 【关键词】 1.前言 序列先恢复出相机响应曲线(Camera Response 再做后续工作对其“去除”。例如，Ward[18] 自然界中的真实场景具有非常宽广的动态 Function,CRF)，即得到光照强度和数字图像 采取运动补偿的方法弥补运动形成的“鬼 范围，从夜晚的星光到白天的阳光，场景亮度 像素亮度值的函数，进而根据色调映射函数还 影”，作者提出一种图像配准方法并应用到多 9 [6] 变化范围涵盖了大约九个数量级(10 )的动态 原出高动态的自然场景 。其中相机响应曲线 曝光融合中，首先将多幅图像中的运动目标配 范围。但是，目前普通的显示/输出设备受到 的估计方法多种多样，Mann等人用Gamma函数 准，能够避免运动目标的重影，但是对于背景 [7] 软、硬件水平的限制，使得数字图像的存储、 估计相机响应曲线 ，并假设多幅不同曝光图 信息的补充不够完美。 传输、处理、显示等都是基于8-bit整数来进 像之间的曝光比是已知的，从而根据观测数据 Grosch提出依据残差图像(the error map)[14] 2 行的，只能表示256(约10 )个深度等级，图像 估计其它参数；Debevec and Malik也假设曝光 检测出运动目标。首先选择一幅视觉效果较好 的亮度级别与真实场景的亮度级别差距较大。 比是已知的，不过他们是在没有任何参数模型 的输入图像作参考图像，根据相机响应函数和 因此，当我们用传统的普通相机在室内拍摄有 的情况下，力图恢复相机响应曲线的逆的对数 参考图像计算得到另外几幅输入图像的估计图 [8] 阳光射入的门、窗等场景图像时，或对着有太 函数 ；Mitsunaga等人用多项式函数拟合相机 像，再对估计图像和相机传感器获取的输入图 阳、灯光的方向拍摄图像时，不管怎样调整相 响应曲线的逆函数，然后根据观测数据估计出 像做残差，得到残差图像(the error map)，残 机参数，都会存在严重丢失场景细节信息的现 多项式系数和曝光比，它能够提供更加灵活的 差图像中像素值大的点就认为是运动目标。这 [6] 象，原因在于真实场景所展现的亮度范围超出 光照辐射模型 。 种算法对于运动目标不属于欠曝光区域(灰度 了相机本身所能显示的动态范围。 这类方法的关