当前课程知识点：刑侦视频图像处理 > 第4章 高动态范围（HDR)成像技术 > 4.2 概述-HDR图像处理的研究内容 > 4.2 概述-HDR图像处理的研究内容
同学们大家好
这一次我们看一下
HDR图像处理的概述部分
这里包括两个内容
一个是动态范围的定义
第二个是高动态范围
图像处理的关键技术
这里有下面3个参考文献
首先我们看一下
动态范围的定义
动态范围
它是一个没有量纲的量
它表示
某一个物理量变化的跨度
即变化值的最小值
到最大值之间的区域
通常以比值、数量级、
分贝、Ev，或者是f-stops来进行度量
动态范围对于不同的对象
有不同的表示方法
高动态范围成像中的动态范围
就是指光信号的变化跨度
光的亮度
它的单位为坎德拉/平方米
简称： Cd/平方米
数码相机的动态范围
它的定义
如公式所示
Log以2为底的对数
L就是量度的最大值
除以它的最小值
其中分子是相机记录的最大
饱和度
分母是相机记录的
最小可感知的亮度
计算的结果表示为
f-stops
或者是Ev
在实际应用中
数码相机的动态范围
以输出的raw格式
图像 它的位深度
作为一个重要的衡量标准
大部分高端
数码单反相机的图像文件
可以记录10~14位的深度
因此理论上动态范围为
10~14 f-stops 由于受噪声的影响
实际上平均的动态范围
与理论的动态范围
还有两个f-stops左右的差距
第二
我们看一下
高动态范围
图像处理的关键技术
首先第一步
我们用普通的相机
来捕获低动态范围图像
第二步是图像预处理的过程
图像预处理
我们这里
所涉及到的技术
有图像配准
鬼影去除
第三部分
我们就能够获取
高动态范围图像了
第4步是存储高动态范围图像
第5步是显示高动态范围图像
第1步
在获取低动态范围图像的时候
我们可以通过调整
单反相机的快门速度
和光圈大小
第2步
对低动态范围的预处理
这里包括配准和伪影去除
第3部分是对高动态范围图像的获取
这一部分是一个关键部分
也是我们后续要重点讲的
这里它获取包括
基于像素域的融合
和基于辐射域的融合算法
基于像素域的融合
就是空域
合成HDR图像
和在频域合城HDR图像 两大类
第4个关键技术是
高动态范围图像的存储
我们传统的存储彩色图像
是用24位的RGB图像
高动态范围图像
它能够记录更多的色彩信息
因此需要更加有效的方式
来存储HDR图像
目前工业界已经提出几种
经典的HDR图像存储格式
例如RGBE格式
TIFF格式
还有 OpenEXR格式
其中 RGBE格式是
HDR图像中
最常使用的文件格式
它的扩展名是*.hd2
或者是*.pic 在这里它使用
3个字节
来存储RGB三个颜色通道
每个通道各占一个字节
另外还有一个字节
来存储RGB共享的一个指数值E
因此HDR图像
它的每个像素
需要32位来进行存储
第5个关键技术
就是高动态范围图像的显示了
这里主要是色调映射算法
包括全局色调映射
和局部色调映射
HDR成像的最终目的
是呈现真实世界的场景亮度
给HVS，给人类视觉系统
但是当目前的普通显示设备
能够呈现的动态范围
不超过3个数量级
远不能完整显示
HDR内容
色调映射技术
它可以压缩HDR图像的动态范围
同时它能够保留
最大可感知的细节信息
来实现HDR内容
在普通显示设备上的显示
好
这节课内容就到这
-1.1 绪论（上）
--1.1绪论（上）
-1.2 绪论（下）
-第1章测试
-2.1 光照不良图像增强处理（上）
-2.2 光照不良图像增强处理（下）
-第2章习题
-3.1图像超分辨率重建技术概述
-3.2基于插值的图像超分辨率重建
-3.3基于深度学习的图像超分辨率重建之神经网络
-3.4基于深度学习的图像超分辨率重建
-3.5基础知识介绍
-3.6压缩感知与超分辨率重建
-3.7基于压缩感知字典学习的超分方法
-第3章测试一
-第3章测试二
-4.1引言-什么是HDR图像
-4.2 概述-HDR图像处理的研究内容
-4.3HDR图像获取—多曝光融合
-4.4色调映射基础
-第4章测试题
-5.1图像水印技术概述
-5.2图像单水印技术
-5.3图像双水印技术
-第5章测试题
-6.1图像检索概述
-6.2词袋(BOW)特征描述
-6.3VLAD特征编码
-6.4PCA降维
--6.4PCA降维
-7.1 监控视频编码的作用
-7.2 监控视频编码的标准
-7.3 监控视频编码标准
-第7章测试
-8.1运动目标检测
-8.2运动目标跟踪
-第8章测试题
-9.1高光谱图像基础知识
-9.2高光谱图像的应用
-9.3高光谱图像处理
-第9章测试题
-10.1现勘足迹的基本知识
-10.2现勘足迹提取方法
-10.3结构光测量技术概况
-10.4结构光提取原理
-10.5现勘三维现场重建技术
-10.6基于二维图像的三维现场重建
-10.7基于深度信息的三维现场重建
-10.8应用案例
--10.8应用案例
-第10章测试题
-11.1研究背景与意义
-11.2图像预处理技术
-11.3基于LBP纹理的鞋印检索
-11.4基于SIFT特征的鞋印检索
-第11章测试题
-12.1什么是案件的智能串并？
-12.2实现智能串并案的机遇与挑战
-12.3智能串并案的实现策略与方案
-12.4真实案件智能串并的实现
-第12章测试题
-13.1刑侦模拟画像概述
-13.2 刑侦模拟画像计算机辅助系统
-13.3刑侦模拟画像计算机辅助系统：两维三维画像辅助
-第13章测试题
