1 安徽建筑大学 机械与电气工程学院,安徽 合肥 230601
2 工程机械智能制造安徽省教育厅重点实验室,安徽 合肥 230601
3 过程装备与控制工程四川省高校重点实验室,四川 自贡 643000
4 中国科学技术大学 精密机械与精密仪器系,安徽 合肥 230026
为解决结构光测量高动态范围表面物体时出现局部过度曝光或曝光不足的问题,提出一种改进的多曝光融合方法,利用自适应曝光代替手动曝光,并对图像融合过程进行优化。首先,将初始曝光时间下拍摄的图像利用直方图进行分析,将被测物体表面反射率不同的区域分为若干组,分别计算出每个组别的最佳曝光时间;在此基础上,拍摄不同组别对应最佳曝光时间下投射白光和条纹的图像,并去除图像中超过设定阈值的高灰度值区域,再将投射白光处理后的图像制作成掩模图,与相同曝光时间下投射条纹处理后的图像相乘,进而对多组相乘后的图像进行亮度压缩与融合;最后,通过CLAHE算法提高融合后所生成条纹图的对比度与清晰度,并对条纹解相后进行点云重建和尺寸测量。实验结果表明:文中方法中自适应曝光相较于手动曝光具有高效性和准确性,U型卡、连接块、圆盘三个高动态范围表面物体的点云重建率分别高达99.98%、99.74%、99.76%,测量出的标准块阶梯高度差绝对误差为0.062 mm,相对误差仅为0.69%,该方法有效解决了高动态范围表面物体测量时点云缺失的问题,提高了三维轮廓的测量精度。
高动态范围表面物体 自适应曝光时间 多曝光融合技术 三维轮廓检测 high dynamic range surface objects adaptive exposure time multi-exposure fusion technology 3D contour detection 红外与激光工程
2024, 53(1): 20230370
1 武汉科技大学 信息科学与工程学院,湖北 武汉 430081
2 武汉科技大学 教育部冶金自动化与检测技术工程研究中心,湖北 武汉 430081
针对非均匀光照图像存在局部过暗或过亮区域而导致图像对比度低、细节不清晰和可视化效果差的问题,提出了一种基于对称亮度映射和虚拟多曝光融合的图像增强方法。该方法通过颜色空间转换保留输入图像的色度和饱和度分量并分离出亮度分量进行增强。根据相机响应模型,采用图像信息熵和平均梯度最大化原则估计最优曝光比,设计了一种对称亮度映射函数用于虚拟生成对应的最优增强曝光图像和减弱曝光图像,从而与原始亮度分量一起组成具有不同曝光的图像序列,再使用带细节提升的多曝光融合方法对该图像序列重构即得到增强结果。实验结果表明,本文方法在7个公开数据集上的图像信息熵、平均梯度、图像对比度、颜色一致性评价指标均值分别为7.644,9.209,450.683,0.962,均优于对比方法,获得了动态范围高、对比度强、细节清晰和可视化效果好的增强结果。
非均匀光照 图像增强 亮度映射函数 多曝光融合 non-uniform illumination image enhancement brightness mapping function multi-exposure fusion
1 宁波大学信息科学与工程学院, 浙江 宁波 315211
2 南京大学计算机软件新技术国家重点实验室, 江苏 南京 210093
3 浙江工商职业技术学院智能家电宁波市重点实验室, 浙江 宁波 315012
针对多曝光图像融合中存在细节丢失和颜色失真等问题, 本文提出了一种基于张量分解和卷积稀疏表示的多曝光图像融合方法。张量分解作为一种对高维数据低秩逼近的方式, 在多曝光图像特征提取方面有较大的潜力, 而卷积稀疏表示是对整幅图像进行稀疏优化, 能最大程度地保留图像的细节信息。同时, 为了避免融合图像出现颜色失真, 本文采取亮度与色度分别融合的方式。首先通过张量分解得到源图像的核心张量; 然后在包含信息最多的第一子带上提取边缘特征; 接着对边缘特征图进行卷积稀疏分解, 继而利用分解系数的L1范数来得到每个像素的活跃水平; 最后用“赢者取全”策略生成权重图, 从而加权得到融合后的亮度分量。与亮度融合不同的是, 色度分量则采用简单的高斯加权方式进行融合, 在一定程度上解决了融合图像的颜色失真问题。实验结果表明, 所提出的方法具有良好的细节保留能力。
张量分解 卷积稀疏表示 字典学习 多曝光融合 tensor decomposition convolution sparse representation dictionary learning multi-exposure fusion
天津大学电气自动化与信息工程学院, 天津 300072
现有基于低动态范围(LDR)图像的识别方法在良好的曝光环境下, 能取得较为理想的结果, 但其容易受照明条件的限制以及天气状况的影响, 稳健性不强。为此, 提出一种基于高动态范围(HDR)技术的识别方法。通过改进的逆色调映射算法, 对相机捕获的不同曝光的LDR图像进行自适应亮度范围拉伸, 分别生成明暗两幅子图像, 再采用多曝光融合算法对子图像进行融合, 生成一幅HDR图像代替原LDR图像进行识别。实验结果表明, 该方法可较好地提高交通标志牌的检测与识别正确率。
图像处理 高动态范围 交通标志牌 检测 识别 逆色调映射 多曝光融合 激光与光电子学进展
2018, 55(9): 091006