通过运动物体检测和扩展去除鬼影的高动态范围成像方法

    公开(公告)号:CN106056629A

    公开(公告)日:2016-10-26

    申请号:CN201610375939.5

    申请日:2016-05-31

    Applicant: 南京大学

    CPC classification number: G06T2207/20201

    Abstract: 本发明提供一种通过运动物体检测和扩展去除鬼影的高动态范围成像方法,本发明的重要思想是对运动区域在边缘的约束下进行扩展来增强运动区域检测的结果;本发明使用一种基于马尔可夫随机场框架的方法来检测运动区域,并使用一种基于图像分割的方法对运动区域进行扩展;根据扩展后的运动区域的掩膜图像调整各像素的权重,并将各像素权重应用到最终的曝光融合中,可以有效地解决在高动态范围成像中出现的鬼影问题。

    一种基于块匹配动态估计去鬼影的高动态范围视频合成方法

    公开(公告)号:CN106131443A

    公开(公告)日:2016-11-16

    申请号:CN201610374583.3

    申请日:2016-05-30

    Applicant: 南京大学

    CPC classification number: H04N5/2355 H04N19/56 H04N19/583 H04N19/98

    Abstract: 本发明提供一种基于块匹配动态估计算法去鬼影的高动态视频合成方法,包括下列步骤:块匹配:从输入的图片序列中选定参考帧和当前帧,进行灰度化处理后采用ARPS3块匹配算法计算出当前帧的运动向量;运动区域检测与标定:使用计算得到的运动向量来检测当前帧和参考帧各自的运动区域,对特定图像的运动区域进行合并,并在二值位图上进行标记;去鬼影HDR图像合成步骤:利用获得的二值位图对根据Exposure Fusion算法计算得到的权重图进行改进,需要进行融合的图像在改进后的权重图的指导下进行融合,以得到最终的HDR图像即视频帧。本发明的高动态视频合成方法通过运动估计对鬼影区域进行检测,并通过融合算法去除鬼影合成HDR视频帧。

    基于边缘检测和帧差法的高动态范围视频去鬼影的方法

    公开(公告)号:CN105931213B

    公开(公告)日:2019-01-18

    申请号:CN201610374771.6

    申请日:2016-05-31

    Applicant: 南京大学

    Abstract: 本发明提供一种基于边缘检测和帧差法的高动态范围视频去鬼影的方法,对相互交错的具有相同曝光率的图像进行基于图像配准的边缘检测。在图像配准之后,运动检测方法可以获得更好的精确度。使用基于运动检测的帧差法来减小计算复杂度,最后使用权重图在一些极端边界位置进行调整来消除一些不好的特殊值。在一些边界位置,传统曝光融合方法的权重可能会是0,而与它相邻的位置的权重则不是0,这些差别会使最后的高动态范围视频在一些地方变得不精确。而本发明添加了一个偏移量后,权重值的变化会更加平滑。

    基于边缘检测和帧差法的高动态范围视频去鬼影的方法

    公开(公告)号:CN105931213A

    公开(公告)日:2016-09-07

    申请号:CN201610374771.6

    申请日:2016-05-31

    Applicant: 南京大学

    CPC classification number: G06T5/50 G06T7/20 G06T2207/10016

    Abstract: 本发明提供一种基于边缘检测和帧差法的高动态范围视频去鬼影的方法,对相互交错的具有相同曝光率的图像进行基于图像配准的边缘检测。在图像配准之后,运动检测方法可以获得更好的精确度。使用基于运动检测的帧差法来减小计算复杂度,最后使用权重图在一些极端边界位置进行调整来消除一些不好的特殊值。在一些边界位置,传统曝光融合方法的权重可能会是0,而与它相邻的位置的权重则不是0,这些差别会使最后的高动态范围视频在一些地方变得不精确。而本发明添加了一个偏移量后,权重值的变化会更加平滑。

Patent Agency Ranking