项目名称: 自由无拘束多曝光融合的研究

项目编号: No.61203253

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 自动化学科

项目作者: 张伟

作者单位: 山东大学

项目金额: 24万元

中文摘要: 自然界中光线的亮度跨越十多个数量级,远远超出了当前成像设备的动态范围。所以我们拍摄的影像经常出现过爆或欠曝问题,因而被称为低动态范围影像。为了更准确的呈现场景中信息,高动态范围影像势必为未来趋势。基于多曝光融合的高动态范围技术近年来引起了学界的广泛关注,并成功的应用在一些新产品中如iPhone4。然而,传统算法计算量大,而且对目标场景有较高的要求,更无法在运动、模糊、低照明等场景中获取有效的高动态范围影像。本项目拟针对当前多曝光融合算法的缺陷,在保证低计算量的基础上提高其处理复杂环境的能力。我们将避开传统算法所需的相机光度标定、色调映射等步骤,完全从图像融合的角度探索噪声、运动的影响。算法研究重点是多曝光图像的配准、去噪、去模糊、去鬼影等问题。由于针对的图像多存在过曝或欠曝问题,所以较传统的图像问题更具挑战性。改研究将全面提高多曝光融合理论及算法的实用性,使用户可以自由无拘束的操作。

中文关键词: 曝光融合;高动态范围;去鬼影;运动检测;复杂场景

英文摘要: Radiance of the real world spans several orders of magnitude and its dynamic range dramatically exceeds the capability of the current electronic imaging devices. As a result, the images we captured can be referred as low dynamic range (LDR) images and offen suffer from over- or under-exposure problems. Apparently, high dynamic range (HDR) image is the future trend as it can encode the world with higher color precision. The multi-exposure techniques have aroused much attention recently, and soon the feature became available in some commercial imaging products like iPhone4. However, conventional algorithms are of high computational cost, and cannot produce desirable results when the target scene is dyanmic,blurring or noisy due to low lighting condition. The target of this project is to overcome this limitation and make exposure fusion applicable in complex scenes while keeping low computational cost. This project will address the influence of motion and noise to exposure fusion in image domain. Thus, typical HDR steps such as photometric calibration and tone mapping can be ignored. The focus is to investigate the registration, denoising, deblurring and deghosting for multi-exposure images. Apparently, these tasks are more challenging than those in general images, since the images here are differently exposed and

英文关键词: Exposure fusion;HDR;Deghosting;Motion detection;Complex scene

成为VIP会员查看完整内容
0

相关内容

【AAAI 2022】跨模态目标跟踪: 模态感知表示和统一基准
专知会员服务
42+阅读 · 2022年1月6日
专知会员服务
54+阅读 · 2021年9月3日
专知会员服务
14+阅读 · 2021年6月1日
专知会员服务
45+阅读 · 2020年11月13日
[CVPR 2020]BEDSR-Net:单张文档图像的阴影去除深度网络
专知会员服务
25+阅读 · 2020年9月29日
【KDD 2020】基于互信息最大化的多知识图谱语义融合
专知会员服务
41+阅读 · 2020年9月7日
辨识度拉满!iPhone 14 Pro / Max 精美渲染图大曝光
ZEALER订阅号
0+阅读 · 2022年3月23日
"像"由"芯"生:OPPO Find X5 Pro 影像浅析
ZEALER订阅号
0+阅读 · 2022年2月24日
三星S22系列,打造移动影像新边界
36氪
0+阅读 · 2022年2月24日
优惠券产品设计,这些细节和玩法你要注意
人人都是产品经理
0+阅读 · 2022年2月9日
MaskFusion: 多运动目标实时识别、跟踪和重建
计算机视觉life
11+阅读 · 2019年4月20日
干货|全景视频拼接的关键技术分析
全球人工智能
13+阅读 · 2017年7月15日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2008年12月31日
Building Odia Shallow Parser
Arxiv
0+阅读 · 2022年4月19日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
小贴士
相关VIP内容
【AAAI 2022】跨模态目标跟踪: 模态感知表示和统一基准
专知会员服务
42+阅读 · 2022年1月6日
专知会员服务
54+阅读 · 2021年9月3日
专知会员服务
14+阅读 · 2021年6月1日
专知会员服务
45+阅读 · 2020年11月13日
[CVPR 2020]BEDSR-Net:单张文档图像的阴影去除深度网络
专知会员服务
25+阅读 · 2020年9月29日
【KDD 2020】基于互信息最大化的多知识图谱语义融合
专知会员服务
41+阅读 · 2020年9月7日
相关资讯
辨识度拉满!iPhone 14 Pro / Max 精美渲染图大曝光
ZEALER订阅号
0+阅读 · 2022年3月23日
"像"由"芯"生:OPPO Find X5 Pro 影像浅析
ZEALER订阅号
0+阅读 · 2022年2月24日
三星S22系列,打造移动影像新边界
36氪
0+阅读 · 2022年2月24日
优惠券产品设计,这些细节和玩法你要注意
人人都是产品经理
0+阅读 · 2022年2月9日
MaskFusion: 多运动目标实时识别、跟踪和重建
计算机视觉life
11+阅读 · 2019年4月20日
干货|全景视频拼接的关键技术分析
全球人工智能
13+阅读 · 2017年7月15日
相关基金
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员