logo móvil
Contáctanos

Imágenes HDR Anti-Vibración Usando Datos de Imágenes RAW

Autores: Liu, Yan; Lv, Bingxue; Huang, Wei; Jin, Baohua; Li, Canlin

Idioma: Inglés

Editor: MDPI

Año: 2020

Descargar PDF

Acceso abierto

Artículo científico
2020

Imágenes HDR Anti-Vibración Usando Datos de Imágenes RAW


Categoría

Gestión y administración

Subcategoría

Gestión de la tecnología y la inovación

Palabras clave

Temblor de cámara
Movimiento de objetos
Método de imagen de alto rango dinámico
Capacidad de anti-vibración
Método de fusión de pirámide de Laplace
Pares de imágenes de exposición extrema

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
El movimiento de la cámara y el movimiento de los objetos pueden causar que las imágenes de salida sufran de desenfoque, ruido y otros artefactos, lo que lleva a una mala calidad de imagen y un bajo rango dinámico. Las imágenes en bruto contienen datos mínimamente procesados del sensor de imagen en comparación con las imágenes JPEG. En este documento, se presenta un método de imagen de alto rango dinámico anti-vibración. Este método es más robusto al movimiento de la cámara que las técnicas anteriores. Se emplea un algoritmo basado en la entropía de la información para elegir una imagen de referencia de la secuencia de imágenes en bruto. Para mejorar aún más la robustez del método propuesto, se adopta el algoritmo Oriented FAST y Rotated BRIEF (ORB) para registrar las entradas, y se implanta un simple método de fusión de pirámide laplaciana para generar la imagen de alto rango dinámico. Además, se recopila un gran conjunto de datos con 435 secuencias de imágenes de diversas exposiciones, que incluye las correspondientes secuencias de imágenes JPEG para probar la efectividad del método propuesto. Los resultados experimentales ilustran que el método propuesto logra un mejor rendimiento en términos de capacidad anti-vibración y preserva más detalles para imágenes de escenas reales que los algoritmos tradicionales. Además, el método propuesto es adecuado para pares de imágenes de exposición extrema, que se pueden aplicar a sistemas de visión binocular para adquirir imágenes de escenas reales de alta calidad, y tiene una complejidad algorítmica menor que los métodos de fusión basados en aprendizaje profundo.

Otros recursos que podrían interesarte

Temas Virtualpro