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

返回《刑侦视频图像处理》慕课在线视频课程列表

4.2 概述-HDR图像处理的研究内容在线视频

下一节:4.3HDR图像获取—多曝光融合

返回《刑侦视频图像处理》慕课在线视频列表

4.2 概述-HDR图像处理的研究内容课程教案、知识点、字幕

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

这节课内容就到这

刑侦视频图像处理课程列表:

第1章 绪论

-1.1 绪论(上)

--1.1绪论(上)

-1.2 绪论(下)

--1.1.2绪论(下)

-第1章测试

第2章 视频图像清晰化处理技术

-2.1 光照不良图像增强处理(上)

--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)

--2.2 光照不良图像增强处理(下)

-第2章习题

第3章 图像超分辨率重建技术

-3.1图像超分辨率重建技术概述

--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

--3.2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

--3.3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

--3.4基于深度学习的图像超分辨率重建

-3.5基础知识介绍

--3.5基础知识介绍

-3.6压缩感知与超分辨率重建

--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

--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

第4章 高动态范围(HDR)成像技术

-4.1引言-什么是HDR图像

--4.1引言-什么是HDR图像

-4.2 概述-HDR图像处理的研究内容

--4.2 概述-HDR图像处理的研究内容

-4.3HDR图像获取—多曝光融合

--4.3HDR图像获取—多曝光融合

-4.4色调映射基础

--4.4色调映射基础

-第4章测试题

第5章 图像水印技术

-5.1图像水印技术概述

--5.1图像水印技术概述

-5.2图像单水印技术

--5.2图像单水印技术

-5.3图像双水印技术

--5.3图像双水印技术

-第5章测试题

第6章 图像检索技术

-6.1图像检索概述

--6.1图像检索概述

-6.2词袋(BOW)特征描述

--6.2词袋(BOW)特征描述

-6.3VLAD特征编码

--6.3VLAD特征编码

-6.4PCA降维

--6.4PCA降维

第7章 监控视频高效编码技术

-7.1 监控视频编码的作用

--7.1 监控视频编码的作用

-7.2 监控视频编码的标准

--7.2 监控视频编码的标准

-7.3 监控视频编码标准

--7.3 监控视频编码标准

-第7章测试

第8章 视频目标检测与跟踪技术

-8.1运动目标检测

--8.1运动目标检测

-8.2运动目标跟踪

--8.2运动目标跟踪

-第8章测试题

第9章 刑侦高光谱图像处理

-9.1高光谱图像基础知识

--9.1高光谱图像基础知识

-9.2高光谱图像的应用

--9.2高光谱图像的应用

-9.3高光谱图像处理

--9.3高光谱图像处理

-第9章测试题

第10章 现勘三维现场重建

-10.1现勘足迹的基本知识

--10.1现勘足迹的基本知识

-10.2现勘足迹提取方法

--10.2现勘足迹提取方法

-10.3结构光测量技术概况

--10.3结构光测量技术概况

-10.4结构光提取原理

--10.4结构光提取原理

-10.5现勘三维现场重建技术

--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

--10.6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

--10.7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

第11章 现勘图像检索技术

-11.1研究背景与意义

--11.1研究背景与意义

-11.2图像预处理技术

--11.2图像预处理技术

-11.3基于LBP纹理的鞋印检索

--11.3基于LBP纹理的鞋印检索

-11.4基于SIFT特征的鞋印检索

--11.4基于SIFT特征的鞋印检索

-第11章测试题

第12章 刑侦案件智能串并

-12.1什么是案件的智能串并?

--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

--12.2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

--12.3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

--12.4真实案件智能串并的实现

-第12章测试题

第13章 刑侦模拟画像

-13.1刑侦模拟画像概述

--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

--13.2 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

--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

4.2 概述-HDR图像处理的研究内容笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。