留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于局部信息熵最大的多曝光控制方法

侯幸林 罗海波 周培培

侯幸林, 罗海波, 周培培. 基于局部信息熵最大的多曝光控制方法[J]. 红外与激光工程, 2017, 46(7): 726001-0726001(7). doi: 10.3788/IRLA201746.0726001
引用本文: 侯幸林, 罗海波, 周培培. 基于局部信息熵最大的多曝光控制方法[J]. 红外与激光工程, 2017, 46(7): 726001-0726001(7). doi: 10.3788/IRLA201746.0726001
Hou Xinglin, Luo Haibo, Zhou Peipei. Multi-exposure control method based on maximum local information entropy[J]. Infrared and Laser Engineering, 2017, 46(7): 726001-0726001(7). doi: 10.3788/IRLA201746.0726001
Citation: Hou Xinglin, Luo Haibo, Zhou Peipei. Multi-exposure control method based on maximum local information entropy[J]. Infrared and Laser Engineering, 2017, 46(7): 726001-0726001(7). doi: 10.3788/IRLA201746.0726001

基于局部信息熵最大的多曝光控制方法

doi: 10.3788/IRLA201746.0726001
详细信息
    作者简介:

    侯幸林(1987-),男,博士生,主要从事图像融合、高动态成像、运动模糊恢复方面的研究。Email:houxinglin@sia.cn

  • 中图分类号: TP391

Multi-exposure control method based on maximum local information entropy

  • 摘要: 基于融合多幅低动态图像来获取高动态图像的过程中,传统方法中低动态图像获取时对曝光时间选取的策略简单,使拍摄的多幅图像信息冗余较多,严重影响融合效率。提出了一种基于局部信息熵最大准则的多曝光控制方法。讨论了低动态场景图像信息熵与曝光时间的关系,得出了低动态范围场景的图像信息熵随曝光时间的增加呈现先增加后减小的规律,并在某个曝光时间处信息熵最大。对于高动态场景,首先,利用图像平均灰度响应与曝光时间的近似线性关系确定场景的曝光时间范围;然后,根据图像直方图将高动态场景分成若干个低动态范围场景区域;最后,以信息熵最大为优化目标,设计一维搜索算法,搜索各个低动态范围区域的最优曝光时间,直到所有区域都搜索到最优曝光时间。此方法将场景的局部信息熵与曝光时间联系起来,能针对不同的区域进行曝光时间优化,目的性强,有效地避免了传统曝光控制中的缺点,实验证明:用该方法获取的图像进行融合获得了良好的效果。
  • [1] Chaurasiya R K, Ramakrishnan K. High dynamic range imaging[C]//Proceedings of Communication Systems and Network Technologies(CSNT), 2013 International Conference on, IEEE, 2013:83-89.
    [2] Lv Weizheng, Liu Weiqi, Wei Zhonglun, et al. Design of high dynamic range imaging optical system based on DMD[J]. Infrared and Laser Engineering, 2014, 43(4):1167-1171. (in Chinese)
    [3] An Ran, Chen Yan, Xie Jing. Exposure algorithm for CMOS image sensor with adaptive dynamic range[J]. Infrared and Laser Engineering, 2013, 42(S1):89-92. (in Chinese)
    [4] Hou Xinglin, Luo Haibo, Zhou Peipei, et al. HDR imaging based on region segmentation[C]//Proceedings of Control and Decision Conference(CCDC), 2015:1111-1116.
    [5] Shen R, Cheng I, Shi J, et al. Generalized random walks for fusion of multi-exposure images[J]. Image Processing, IEEE Transactions on, 2011, 20(12):3634-3646.
    [6] Piao Y, Xu W. Method of auto multi-exposure for high dynamic range imaging[C]//Proceedings of Computer, Mechatronics, Control and Electronic Engineering (CMCE), 2010 International Conference on, IEEE, 2010:93-97.
    [7] Vuong Q K, Yun S H, Kim S. A new auto exposure system to detect high dynamic range conditions using CMOS technology[C]//Proceedings of Convergence and Hybrid Information Technology, 2008. ICCIT'08. Third International Conference on, IEEE, 2008:577-580.
    [8] Pourreza-Shahri R, Kehtarnavaz N. Automatic exposure selection for high dynamic range photography[C]//Proceedings of Consumer Electronics (ICCE), 2015 IEEE International Conference on, IEEE, 2015:471-472.
    [9] Huang K F, Chiang J C. Intelligent exposure determination for high quality HDR image generation[C]//Proceedings of Image Processing (ICIP), 201320th IEEE International Conference on, IEEE, 2013:3201-3205.
    [10] Hirakawa K, Wolfe P J. Optimal exposure control for high dynamic range imaging[C]//Proceedings of Image Processing (ICIP), 201017th IEEE International Conference on, IEEE, 2010:3137-3140.
    [11] Vallikumari V, RaviKiran B, Raju K. HDR scene detection and capturing strategy[C]//Proceedings of 2011 Annual IEEE India Conference on, IEEE, 2011:10.1109/INDCON.2011.6139400.
    [12] Gormer S, Hold S, Kummert A, et al. Multi-exposure image acquisition for automotive high dynamic range imaging[C]//Proceedings of Intelligent Transportation Systems (ITSC), 201013th International IEEE Conference, 2010:1881-1886.
  • [1] 雷经发, 谢浩然, 李永玲, 吴东, 张淼, 赵汝海.  基于自适应多曝光融合的高动态范围表面测量方法 . 红外与激光工程, 2024, 53(1): 20230370-1-20230370-10. doi: 10.3788/IRLA20230370
    [2] 王张颖, 张宁宁, 高楠, 李奎, 孟召宗, 张宗华.  基于单色条纹投影的高动态范围物体表面形貌三维测量 . 红外与激光工程, 2023, 52(8): 20230327-1-20230327-9. doi: 10.3788/IRLA20230327
    [3] 张竞文, 李丽圆, 李潇雁, 苏晓锋, 胡亭亮, 陈凡胜.  基于动态开窗的快速运动目标信息获取方法 . 红外与激光工程, 2022, 51(3): 20210164-1-20210164-9. doi: 10.3788/IRLA20210164
    [4] 卢瑞涛, 申通, 杨小冈, 李清格, 陈璐, 朱正杰.  高动态条件下增量惯导信息辅助的空地红外弱小移动目标检测算法(特邀) . 红外与激光工程, 2022, 51(4): 20220191-1-20220191-11. doi: 10.3788/IRLA20220191
    [5] 范钧, 刘泽晟, 邓慧.  基于偏振光栅的一维集成成像双视3D显示 . 红外与激光工程, 2020, 49(1): 0116001-0116001(5). doi: 10.3788/IRLA202049.0116001
    [6] 李勇, 张广汇, 马利红, 应晓霖, 姚建云.  条纹投影动态三维表面成像技术综述 . 红外与激光工程, 2020, 49(3): 0303005-0303005-13. doi: 10.3788/IRLA202049.0303005
    [7] 邱星武.  激光熔覆Fe0.5NiCoCrCuTi高熵合金涂层的微观结构及性能 . 红外与激光工程, 2019, 48(7): 742004-0742004(8). doi: 10.3788/IRLA201948.0742004
    [8] 邱星武, 吴明军, 戚燕, 刘春阁, 张云鹏, 黄崇湘.  激光熔覆Al2CrFeCoCuNixTi高熵合金涂层的组织及耐蚀性能 . 红外与激光工程, 2018, 47(7): 706008-0706008(8). doi: 10.3788/IRLA201847.0706008
    [9] 卢纯青, 宋玉志, 武延鹏, 杨孟飞.  基于TOF计算成像的三维信息获取与误差分析 . 红外与激光工程, 2018, 47(10): 1041004-1041004(7). doi: 10.3788/IRLA201847.1041004
    [10] 李瑞君, 赵文楷, 何园涛, 黄强先.  一维纳米定位控制系统 . 红外与激光工程, 2018, 47(10): 1017005-1017005(6). doi: 10.3788/IRLA201847.1017005
    [11] 刘峰, 郭少军, 沈同圣, 马新星.  基于信息熵和最小能量差的星点质心定位 . 红外与激光工程, 2015, 44(S1): 158-162.
    [12] 安旭龙, 刘其斌, 郑波.  激光熔覆制备高熵合金MoFeCrTiWAlxSiy涂层的组织与性能 . 红外与激光工程, 2014, 43(4): 1140-1144.
    [13] 范俊叶, 尹博超, 王文生.  双曝光数字全息三维变形测试 . 红外与激光工程, 2014, 43(5): 1582-1586.
    [14] 杨新锋, 杨东芳, 刘克成, 辛玉林.  扩展的多类别信息熵的粗糙集连续属性离散化新方法 . 红外与激光工程, 2014, 43(11): 3802-3806.
    [15] 陈志斌, 张超, 宋岩, 刘先红.  灰度拉伸Retinex 在大动态范围烟雾图像增强中的应用 . 红外与激光工程, 2014, 43(9): 3146-3150.
    [16] 李慧, 吴军辉, 胡欣, 樊宏杰, 赵宏鹏, 黄振宇.  两维转镜的等效动态控制误差模型辨识 . 红外与激光工程, 2013, 42(2): 366-371.
    [17] 乔立永, 徐立新, 高敏.  红外成像制导二维斜分最大熵分割的快速实现 . 红外与激光工程, 2013, 42(7): 1691-1699.
    [18] 刘建卓, 白晶, 孙强, 刘超.  便携式多波段相机的自动调光算法 . 红外与激光工程, 2013, 42(6): 1498-1501.
    [19] 朱维文, 赵跃进, 朱慧时, 李冰, 孔令琴, 董立泉.  改进的均值滤波算法在太赫兹成像中的应用 . 红外与激光工程, 2013, 42(5): 1241-1246.
    [20] 吴泽鹏, 郭玲玲, 朱明超, 贾宏光, 宣明.  结合图像信息熵和特征点的图像配准方法 . 红外与激光工程, 2013, 42(10): 2846-2852.
  • 加载中
计量
  • 文章访问数:  414
  • HTML全文浏览量:  91
  • PDF下载量:  106
  • 被引次数: 0
出版历程
  • 收稿日期:  2016-11-11
  • 修回日期:  2016-12-03
  • 刊出日期:  2017-07-25

基于局部信息熵最大的多曝光控制方法

doi: 10.3788/IRLA201746.0726001
    作者简介:

    侯幸林(1987-),男,博士生,主要从事图像融合、高动态成像、运动模糊恢复方面的研究。Email:houxinglin@sia.cn

  • 中图分类号: TP391

摘要: 基于融合多幅低动态图像来获取高动态图像的过程中,传统方法中低动态图像获取时对曝光时间选取的策略简单,使拍摄的多幅图像信息冗余较多,严重影响融合效率。提出了一种基于局部信息熵最大准则的多曝光控制方法。讨论了低动态场景图像信息熵与曝光时间的关系,得出了低动态范围场景的图像信息熵随曝光时间的增加呈现先增加后减小的规律,并在某个曝光时间处信息熵最大。对于高动态场景,首先,利用图像平均灰度响应与曝光时间的近似线性关系确定场景的曝光时间范围;然后,根据图像直方图将高动态场景分成若干个低动态范围场景区域;最后,以信息熵最大为优化目标,设计一维搜索算法,搜索各个低动态范围区域的最优曝光时间,直到所有区域都搜索到最优曝光时间。此方法将场景的局部信息熵与曝光时间联系起来,能针对不同的区域进行曝光时间优化,目的性强,有效地避免了传统曝光控制中的缺点,实验证明:用该方法获取的图像进行融合获得了良好的效果。

English Abstract

参考文献 (12)

目录

    /

    返回文章
    返回