手机图像优化研究开题报告

1. 研究目的与意义

真实场景以及人眼可识别的亮度范围远远超出普通显示设备如正常使用的手机的亮度范围。在摄影时,如果真实场景中的亮度范围较大,普通拍摄设备也无法直接捕捉场景中所有的细节信息。高动态范围成像(HDRI,High Dynamic Range Imaging)方法主要分为基于色调映射的方法和基于图像融合的方法。相较于基于色调映射的方法,基于图像融合的方法的计算效率更高,且不需要额外的曝光参数。自从图像融合方法被用来解决高动态范围成像问题并取得令人满意的效果以来,多曝光图像融合问题受到了越来越多的重视。多曝光图像融合方法对HDR场景使用不同曝光度参数进行多次拍摄,通过融合包含不同动态范围细节的图像,尽可能地保留场景中不同动态范围的细节信息,实现高动态范围成像，以得到更清晰的图像。

2. 国内外研究现状分析

多曝光图像融合的概念由来已久，最早于 1993年由burt等人提出，通过改变曝光度参数获取同一场景的不同信息，然后使用图像融合的方法合成一张包含更多信息的图像。

goshtasby等提出一种基于分块熵的多曝光图像融合方法，该方法先将图像进行分块，通过信息熵选取最优的分块，然后将所有最优的分块融合成最终的融合图像。该方法的问题在于，分块可能将图像中的一个物体分裂到多个不同块中，同一物体可能由不同曝光度的图像中的块合成，即便使用平滑的合成方法，还是会引起图像失真问题。

mertens等提出一种基于拉普拉斯分解的多曝光图像融合方法，使用一个通过对比度、饱和度和曝光度计算而来的矩阵作为融合权值参考，以各层权值矩阵的高斯金字塔为权值，对相应源图像的拉普拉斯金字塔进行加权平均，得到一个最终的拉普拉斯金字塔，然后通过拉普拉斯金字塔重构得到一张最终的融合图像，该方法可以很轻松的扩展到rgb 图像的融合中。

3. 研究的基本内容与计划

1.研究内容

基于图像融合的优化算法及其出现的细节缺失等问题进行改进

2.研究计划

4. 研究创新点

研究一种图像融合算法对图像进行优化处理