| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-14页 |
| 1.1 高动态图像成像技术的背景及必要性 | 第11-12页 |
| 1.2 高动态范围图像概述 | 第12-13页 |
| 1.3 本文的内容和组织形式 | 第13-14页 |
| 第二章 高动态范围图像合成相关技术研究 | 第14-36页 |
| 2.1 简介 | 第14-16页 |
| 2.2 数码相机的成像机理 | 第16-17页 |
| 2.3 高动态图像合成 | 第17-24页 |
| 2.3.1 两种相机响应曲线估计算法 | 第17-21页 |
| 2.3.1.1 Debevec & Malik 算法 | 第17-19页 |
| 2.3.1.2 Mitsunaga & Nayar 算法 | 第19-21页 |
| 2.3.2 灰度高动态范围图像合成 | 第21页 |
| 2.3.3 彩色合成 | 第21-24页 |
| 2.3.3.1 标准的RGB 方法 | 第21页 |
| 2.3.3.2 HSV 方法 | 第21-23页 |
| 2.3.3.3 均值比例(Mean & Ratio) 方法 | 第23-24页 |
| 2.4 高动态图像中的鬼影现象 | 第24-31页 |
| 2.4.1 基于方差检测的去鬼影算法 | 第25-28页 |
| 2.4.2 基于迭代的去鬼影算法 | 第28-31页 |
| 2.5 高动态范围图像的存储表示方法 | 第31-33页 |
| 2.5.1 RGBE 格式 | 第31-32页 |
| 2.5.2 OpenEXR 格式 | 第32-33页 |
| 2.6 色调映射算法 | 第33-36页 |
| 2.6.1 线性压缩算法 | 第35页 |
| 2.6.2 自适应对数映射算法 | 第35-36页 |
| 第三章 多曝光图像配准技术研究 | 第36-50页 |
| 3.1 图像配准概述 | 第36-38页 |
| 3.2 中值二值化配准算法(MTB) | 第38-43页 |
| 3.3 基于SIFT 特征的图像配准算法 | 第43-46页 |
| 3.3.1 SIFT 图像特征 | 第43-44页 |
| 3.3.2 基于SIFT 特征的配准 | 第44-46页 |
| 3.4 一种新的基于SURF 特征匹配的多曝光图像配准算法 | 第46-49页 |
| 3.4.1 基于特征匹配配准方法的优点 | 第46页 |
| 3.4.2 SURF 特征简介 | 第46-47页 |
| 3.4.3 SURF 配准模型 | 第47-48页 |
| 3.4.4 变换矩阵估计 | 第48-49页 |
| 3.5 基于傅里叶变换的图像配准算法 | 第49-50页 |
| 第四章 实验分析 | 第50-60页 |
| 4.1 单 CCD 相机裸格式图像彩色插值 | 第50-52页 |
| 4.2 多曝光图像配准 | 第52-56页 |
| 4.3 关于鬼影检测去除问题的研究实验 | 第56-60页 |
| 第五章 HDR 软件介绍 | 第60-62页 |
| 第六章 结论和未来的工作 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间已发表或录用的论文 | 第68-70页 |
