×
大卫·哈夫纳;约阿希姆·威克特

具有最佳局部对比度的可变曝光融合。 （英语） Zbl 1451.65018号

Aujol，Jean-François（编辑）等，计算机视觉中的尺度空间和变分方法。2015年5月31日至6月4日，法国Lège-Cap Ferret，SSVM 2015第五届国际会议。诉讼程序。查姆：斯普林格。莱克特。注释计算。科学。9087425-436（2015年）。
摘要：本文提出了一种曝光融合的变分方法。特别是，我们将不同曝光的图像组合成一个单一的组合，以提供最佳曝光度、饱和度和局部对比度。为此，我们将输出图像表示为输入的凸组合，并设计了一个能量泛函，该能量泛函从对比度增强中实现重要的感知启发概念，例如局部和非线性响应。几项实验证明了我们技术的质量，并显示了与最先进的方法相比的改进。
关于整个系列，请参见[Zbl 1362.68008号].

引用于1文件

MSC公司：

65D18天 计算机图形、图像分析和计算几何的数值方面
49英里15 牛顿型方法
68单位10 图像处理的计算方法

关键词：

曝光聚变;变分法;对比度增强
PDF格式BibTeX公司 XML格式引用
\textit｛D.Hafner｝和\textit｛J.Weickert｝，Lect。注释计算。科学。9087、425--436（2015；Zbl 1451.65018）
全文： 内政部

参考文献：

[1] www.resources.mpi-inf.mpg.de/hdr/gallery.html
[2] www.cs.columbia.edu/CAVE/software/rascal/rrslrr.php
[3] www.hdrs.com/examples2.html
[4] www.pauldebevec.com/Research/HDR/
[5] Aydin，T.O.，Mantiuk，R.，Myszkowski，K.，Seidel，H.P.：动态范围独立图像质量评估。ACM图形交易27（3），第69条，2008年8月
[6] Bertalmío，M.：从图像处理到计算神经科学：基于直方图均衡化的神经模型。神经科学前沿8，第71条，2014年6月
[7] Bertalmío，M.，Caselles，V.，Provenzi，E.，Rizzi，A.：通过变化技术进行感知色彩校正。IEEE图像处理汇刊16（4），1058-1072（2007）·doi:10.1109/TIP.2007.891777
[8] Bertalmío，M.，Levine，S.：曝光括号对融合的变分方法。IEEE图像处理汇刊22（2），712-723（2013）·Zbl 1373.94041号 ·doi:10.1109/TIP.2012.2221730
[9] Bertsekas，D.：关于Goldstein-Levitin-Polyak梯度投影法。IEEE自动控制汇刊21（2），174-184（1976）·Zbl 0326.49025号 ·doi:10.1109/TAC.1976.1101194
[10] Bogoni，L.：通过融合扩展单色和彩色图像的动态范围。In：程序。模式识别国际会议，西班牙巴塞罗那，第3卷，第7-12页，2000年9月
[11] Buchsbaum，G.：物体颜色感知的空间处理器模型。《富兰克林学院学报》310（1），1-26（1980）·doi:10.1016/0016-0032（80）90058-7
[12] Burt，P.，Kolczynski，R.：通过融合增强图像捕获。In：程序。计算机视觉国际会议，德国柏林，第173-182页，1993年5月
[13] Cho，W.H.，Hong，K.S.：在不同曝光下扩展两幅彩色图像的动态范围。In：程序。模式识别国际会议，英国剑桥，第4卷，第853-856页，2004年8月
[14] 康斯威特，T.N.：视觉感知。哈考特学院出版社，沃思堡（1970）
[15] Debevec，P.E.，Malik，J.：从照片中恢复高动态范围辐射图。In：程序。SIGGRAPH 1997，加利福尼亚州洛杉矶，第369-378页，1997年8月
[16] Ferradans，S.，Bertalmío，M.，Provenzi，E.，Caselles，V.：色调映射的视觉适应和对比感知分析。IEEE模式分析和机器智能汇刊33（10），2002-2012（2011）·doi:10.1109/TPAMI.2011.46
[17] Goshtasby，A.A.：多重曝光图像的融合。图像和视觉计算23（6），611-618（2005）·doi:10.1016/j.imavis.2005.02.004
[18] Herwig，J.、Pauli，J.：通过使用局部熵的统计滤波实现多曝光融合的信息理论方法。In：程序。信号处理、模式识别和应用国际会议，奥地利因斯布鲁克，第50-57页，2010年2月
[19] Kotwal，K.，Chaudhuri，S.：一种基于优化的多曝光、低动态范围图像融合方法。In：程序。信息融合国际会议，伊利诺伊州芝加哥，第1942-1948页，2011年7月
[20] Land，E.H.，McCann，J.J.：光线和视网膜理论。《美国光学学会杂志》61（1），1-11（1971）·doi:10.1364/JOSA.61.00001
[21] Mann，S.，Picard，R.W.：关于数码相机的“非数字”：通过组合不同曝光的图片来扩展动态范围。In：程序。IS&T年会，弗吉尼亚州斯普林菲尔德，第442-448页，1995年5月
[22] McCann，J.J.：简单非线性操作在建模人类亮度和颜色感觉中的作用。摘自：Rogowitz，B.E.（编辑）《人类视觉、视觉处理和数字显示》，Proc。SPIE，第1077卷，第355-363页。SPIE出版社，Bellingham（1989）
[23] Mertens，T.、Kautz，J.、Van Reeth，F.：曝光融合：高动态范围摄影的简单实用替代方案。计算机图形论坛28（1），161-171（2009）。research.edm.uhasselt.be/\（\sim\）tmertens/研究·doi:10.1111/j.1467-8659.2008.01171.x
[24] Palma-Amestoy，R.，Provenzi，E.，Bertalmío，M.，Caselles，V.：一种感知启发的色彩增强变化框架。IEEE模式分析和机器智能汇刊31（3），458-474（2009）·doi:10.1109/TPAMI.2008.86
[25] Piella，G.：增强可视化的图像融合：一种变分方法。国际计算机视觉杂志83（1），1-11（2009）·Zbl 1477.68520号 ·doi:10.1007/s11263-009-0206-4
[26] Raman，S.，Chaudhuri，S.：自动场景合成的无光泽、变化方法。In：程序。计算机视觉国际会议，巴西里约热内卢，第574-579页，2007年10月
[27] Raman，S.，Chaudhuri，S.：基于双边滤镜的可变曝光摄影合成。In：程序。《2009年欧洲制图》（短文），德国慕尼黑，第369-378页，2009年3月
[28] Reinhard，E.，Heidrich，W.，Debevec，P.，Pattanaik，S.，Ward，G.，Myszkowski，K.：《高动态范围成像：采集、显示和基于图像的照明》，第二版。牛津爱思唯尔出版社（2010）
[29] Sapiro，G.，Caselles，V.：通过微分方程修改直方图。微分方程杂志135（2），238-268（1997）·兹比尔0913.35141 ·doi:10.1006/jdeq.1996.3237
[30] Shalev-Shwartz，S.，Singer，Y.：通过多面体上的软投影有效学习标签排名。《机器学习研究杂志》7，1567-1599（2006）·Zbl 1222.68302号
[31] Shen，R.，Cheng，I.，Basu，A.：分层多元高斯CRF中基于QoE的多曝光融合。IEEE图像处理汇刊22（6），2469-2478（2013）·Zbl 1373.94372号 ·doi:10.1109/TIP.2012.2236346
[32] Shen，R.，Cheng，I.，Shi，J.，Basu，A.：多曝光图像融合的广义随机行走。IEEE图像处理汇刊20（12），3634-3646（2011）·Zbl 1374.94341号 ·doi:10.1109/TIP.2011.2150235
[33] Singh，H.，Kumar，V.，Bhooshan，S.：基于加权最小二乘的细节增强曝光融合。2014年ISNR信号处理，第498762条，2014年2月
[34] Song，M.、Tao，D.、Chen，C.、Bu，J.、Luo，J.和Zhang，C.：概率曝光融合。IEEE图像处理汇刊21（1），341-357（2012）·Zbl 1372.94235号 ·doi:10.1109/TIP.2011.2157514
[35] A.瓦维林。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。