CN109451249A - 一种提高数字域tdi成像动态范围的方法、装置及设备 - Google Patents
一种提高数字域tdi成像动态范围的方法、装置及设备 Download PDFInfo
- Publication number
- CN109451249A CN109451249A CN201811407346.8A CN201811407346A CN109451249A CN 109451249 A CN109451249 A CN 109451249A CN 201811407346 A CN201811407346 A CN 201811407346A CN 109451249 A CN109451249 A CN 109451249A
- Authority
- CN
- China
- Prior art keywords
- numeric field
- image
- field tdi
- grade
- tdi
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/265—Mixing
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种提高数字域TDI成像动态范围的方法、装置、设备以及计算机可读存储介质,包括:在数字域TDI对目标场景的成像过程中,获取1级至N级的数字域TDI图像;选择M个成像质量评价指标分别对所述1级至N级的数字域TDI图像进行评价,提取各个评价指标分别对应的指标测试值最大的数字域TDI图像,其中M≥2;将提取到的具有不同的最大指标测试值的M幅数字域TDI图像进行融合,得到目标融合图像。利用本发明所提供的方法、装置、设备以及计算机可读存储介质,通过将各个评价指标上具有优势的数字域TDI图像进行融合,得到可以同时显现目标场景中的明目标和暗目标的目标融合图像,从而提高了数字域TDI的成像范围。
Description
技术领域
本发明涉及数字域TDI成像动态范围领域,特别是涉及一种提高数字域TDI成像动态范围的方法、装置、设备以及计算机可读存储介质。
背景技术
光电成像目标场景内不同目标的辐亮度/反射率存在差异,即场景具有一定的对比度,使得不同目标在图像传感器上所成像的灰度值有差异。在某些具有较高对比度的场景中,图像传感器的成像动态范围通常难以满足要求,即无法同时对较亮和较暗目标有效成像,例如较亮目标所成像使得对应像元得到饱和,或较暗目标被图像噪声淹没。
综上所述可以看出,如何提高图像传感器的成像动态范围是目前有待解决的问题。
发明内容
本发明的目的是提供一种提高数字域TDI成像动态范围的方法、装置、设备以及计算机可读存储介质,已解决现有技术中由于图像传感器的成像动态范围导致无法同时对较亮和较暗目标有效成像的问题。
为解决上述技术问题,本发明提供一种提高数字域TDI成像动态范围的方法、装置、设备以及计算机可读存储介质,包括:在数字域TDI对目标场景的成像过程中,获取1级至N级的数字域TDI图像;选择M个成像质量评价指标分别对所述1级至N级的数字域TDI图像进行评价,提取各个评价指标分别对应的指标测试值最大的数字域TDI图像,其中M≥2;将提取到的具有不同的最大指标测试值的M幅数字域TDI图像进行融合,得到目标融合图像。
优选地,所述在数字域TDI对目标场景的成像过程中,获取1级至N级的数字域TDI图像包括:
在数字域TDI对目标场景的成像过程中,获取1级至N级的数字域TDI图像;
其中,所述数字域TDI成像的单次曝光时间为0.5ms,所述N级数字域TDI图像为N幅单次曝光图像的叠加。
优选地,所述选择M个成像质量评价指标分别对所述1级至N级的数字域TDI图像进行评价,包括:
在所述成像质量评价指标集合中选择至少两个成像质量评价指标分别对所述1级至N级的数字域TDI图像进行评价;
其中,所述成像质量评价指标包括图像的标准差、信息熵、粗糙度、空间频率、相对边缘响应、清晰度、平均梯度。
优选地,所述选择M个成像质量评价指标分别对所述1级至N级的数字域TDI图像进行评价包括:
选择所述信息熵和所述平均梯度分别对所述1级至N级的数字域TDI图像进行评价;
分别利用计算得到各个数字域TDI图像的信息熵,其中,p(xi)为当前数字域TDI图像中灰度值xi出现的概率;
分别利用计算得到所述各个数
字域TDI图像的平均梯度,其中,m和n分别为所述当前数字域TDI图像的行数和列数,f(i,j)为所述当前数字域TDI图像中第i行、第j列像素的灰度值。
优选地,所述将提取到的具有不同的最大指标测试值的M幅数字域TDI图像进行融合,得到目标融合图像包括:
将所述1级至N级的数字域TDI图像中,信息熵值最大的数据域TDI图像和平均梯度值最大的数据域TDI图像进行融合,得到目标融合图像。
优选地,所述将提取到的具有不同的最大指标测试值的M幅数字域TDI图像进行融合,得到目标融合图像包括:
利用像元级融合法将提取到的具有不同的最大指标测试值的M幅数字域TDI图像进行融合,得到目标融合图像。
本发明还提供了一种提高数字域TDI成像动态范围的装置,包括:
获取模块,用于在数字域TDI对目标场景的成像过程中,获取1级至N级的数字域TDI图像;
提取模块,用于选择M个成像质量评价指标分别对所述1级至N级的数字域TDI图像进行评价,提取各个评价指标分别对应的指标测试值最大的数字域TDI图像,其中M≥2;
融合模块,用于将提取到的具有不同的最大指标测试值的M幅数字域TDI图像进行融合,得到目标融合图像。
优选地,所述获取模块具体用于:
在数字域TDI对目标场景的成像过程中,获取1级至N级的数字域TDI图像;
其中,所述数字域TDI成像的单次曝光时间为0.5ms,所述N级数字域TDI图像为N幅单次曝光图像的叠加。
本发明还提供了一种提高数字域TDI成像动态范围的设备,包括:
存储器,用于存储计算机程序;处理器,用于执行所述计算机程序时实现上述一种提高数字域TDI成像动态范围的方法的步骤。
本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述一种提高数字域TDI成像动态范围的方法的步骤。
本发明所提供的一种提高数字域TDI成像动态范围的方法,利用数字域TDI成像的优势,即在数字域TDI成像的过程中在寄存器中可以产生从1级到N级的不同曝光度的图像。在数据域TDI对目标场景进行成像的过程中,获取积分成像为1级至N级的数字域TDI图像。1级至N级的数字域TDI图像具有不同的曝光度,不同的曝光度意味着不同的直方图特征,和不同亮度目标细节的表现能力。选择多个成像质量评价指标分别对所述1级到N级的数据域TDI图像进行评价。将提取到的各个评价指标分别对应的指标测试值最大的数字域TDI图像进行融合,得到目标融合图像。各个评价指标的最大测试值对应的数字域TDI图像,即在各个评价指标上具有优势的图像;融合得到的目标融合图像可以同时显现目标场景中的明目标和暗目标,从而提高了数字域TDI的成像范围。相对应的,本发明所提供的装置、设备以及计算机可读存储介质均具有上述有益效果。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明所提供的提高数字域TDI成像动态范围的方法的第一种具体实施例的流程图;
图2为本发明所提供的提高数字域TDI成像动态范围的方法的第二种具体实施例的流程图;
图3为1级到N级的数字域TDI图像的信息熵值随积分级数变化的关系曲线图;
图4为1级到N级的数字域TDI图像的平均梯度随积分级数变化的关系曲线图;
图5为本发明实施例提供的一种提高数字域TDI成像动态范围的装置的结构框图。
具体实施方式
本发明的核心是提供一种提高数字域TDI成像动态范围的方法、装置、设备以及计算机可读存储介质,通过将在各评价指标中具有优势的图像进行融合,从而提高了数字域TDI成像的动态范围。
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参考图1,图1为本发明所提供的提高数字域TDI成像动态范围的方法的第一种具体实施例的流程图;具体操作步骤如下:
步骤S101:在数字域TDI对目标场景的成像过程中,获取1级至N级的数字域TDI图像;
在数字域TDI(时间延迟积分)成像过程中,获取1级至N级的数字域TDI图像;N为积分级数,不同级数的图像对应不同的曝光度,能够表现场景内不同亮度的目标。所述数字域TDI成像的单次曝光时间为0.5ms。
步骤S102:选择M个成像质量评价指标分别对所述1级至N级的数字域TDI图像进行评价,提取各个评价指标分别对应的指标测试值最大的数字域TDI图像,其中M≥2;
在本实施例中,可以选取两个或者两个以上评价指标分别对所述1级至N级的数字域TDI图像进行评价;从而将具有不同的最大指标测试值的两幅或者多幅数字域TDI图像进行融合。
在本实施例中,可利用的成像质量评价指标包括图像的标准差、信息熵、粗糙度、空间频率、相对边缘响应、清晰度等。
步骤S103:将提取到的具有不同的最大指标测试值的M幅数字域TDI图像进行融合,得到目标融合图像。
本实施例所提供的方法,数字域时间延迟积分(TDI)成像过程中,按照若干不同评价指标对各个积分级数的图像进行质量比对,选择其中若干幅在不同评价指标上具有优势的图像进行融合。融合后可获得一幅能够同时显现目标场景中明、暗目标的图像,从而提高数字域TDI成像的动态范围。
基于上述实施例,在本实施例中,选择信息熵值和平均梯度对所述1级至N级的数字域TDI图像进行评价。所述信息熵与图像直方图分析相对应,是对图像灰度分布均衡性的统计,可以表征图像所包含的信息量,其数值越大,图像的视觉效果越好。所述平均梯度用来表征图像在行和列两个维度上灰度变化的速率,其数值越大,代表图像越清晰、层次越丰富。请参考图2,图2为本发明所提供的提高数字域TDI成像动态范围的方法的第二种具体实施例的流程图;具体操作步骤如下:
步骤S201:在数字域TDI对目标场景的成像过程中,获取1级至N级的数字域TDI图像;
步骤S202:选择所述信息熵和所述平均梯度分别对所述1级至N级的数字域TDI图像进行评价;
步骤S203:分别计算所述1级至N级的数字域TDI图像的信息熵;
分别利用计算得到各个数字域TDI图像的信息熵,其中,p(xi)为当前数字域TDI图像中灰度值xi出现的概率;
步骤S204:分别计算所述1级至N级的数字域TDI图像的平均梯度;
分别利用计算得到所述各个数字域TDI图像的平均梯度,其中,m和n分别为所述当前数字域TDI图像的行数和列数,f(i,j)为所述当前数字域TDI图像中第i行、第j列像素的灰度值。
步骤S205:将所述1级至N级的数字域TDI图像中,信息熵值最大的数据域TDI图像和平均梯度值最大的数据域TDI图像进行融合,得到目标融合图像。
在本实施例中,可以通过像元级融合方法对所述信息熵值最大的数据域TDI图像和平均梯度值最大的数据域TDI图像;例如:基于小波变换的融合方法、基于图像金字塔分解的融合方法等。
1级到N级的数字域TDI图像的信息熵值随积分级数变化的关系如图3所示;1级到N级的数字域TDI图像的平均梯度随积分级数变化的关系如图4所示。随着积分级数的增大,信息熵值与平均梯度两个指标均表现出先增大而后减小的趋势。当TDI_stages=5时,信息熵值达到峰值;当TDI_stages=13时,平均梯度达到峰值。也就是说,在N幅图像中,这两幅分别代表了图像信息量和图像细节对比的最高水平。选取这两幅作为后处理的素材,以图像增强和融合算法实现信息熵值和平均梯度最优化为目标,可以为最终得到高质量的融合图像提供有效保证。
请参考图5,图5为本发明实施例提供的一种提高数字域TDI成像动态范围的装置的结构框图;具体装置可以包括:
获取模块100,用于在数字域TDI对目标场景的成像过程中,获取1级至N级的数字域TDI图像;
提取模块200,用于选择M个成像质量评价指标分别对所述1级至N级的数字域TDI图像进行评价,提取各个评价指标分别对应的指标测试值最大的数字域TDI图像,其中M≥2;
融合模块300,用于将提取到的具有不同的最大指标测试值的M幅数字域TDI图像进行融合,得到目标融合图像。
本实施例的提高数字域TDI成像动态范围的装置用于实现前述的提高数字域TDI成像动态范围的方法,因此提高数字域TDI成像动态范围的装置中的具体实施方式可见前文中的提高数字域TDI成像动态范围的方法的实施例部分,例如,获取模块100,提取模块200,融合模块300,分别用于实现上述提高数字域TDI成像动态范围的方法中步骤S101,S102和S103,所以,其具体实施方式可以参照相应的各个部分实施例的描述,在此不再赘述。
本发明具体实施例还提供了一种提高数字域TDI成像动态范围的设备,包括:存储器,用于存储计算机程序;处理器,用于执行所述计算机程序时实现上述一种提高数字域TDI成像动态范围的方法的步骤。
本发明具体实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述一种提高数字域TDI成像动态范围的方法的步骤。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的提高数字域TDI成像动态范围的方法、装置、设备以及计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (10)
1.一种提高数字域TDI成像动态范围的方法,其特征在于,包括:
在数字域TDI对目标场景的成像过程中,获取1级至N级的数字域TDI图像;
选择M个成像质量评价指标分别对所述1级至N级的数字域TDI图像进行评价,提取各个评价指标分别对应的指标测试值最大的数字域TDI图像,其中M≥2;
将提取到的具有不同的最大指标测试值的M幅数字域TDI图像进行融合,得到目标融合图像。
2.如权利要求1所述的方法,其特征在于,所述在数字域TDI对目标场景的成像过程中,获取1级至N级的数字域TDI图像包括:
在数字域TDI对目标场景的成像过程中,获取1级至N级的数字域TDI图像;
其中,所述数字域TDI成像的单次曝光时间为0.5ms,所述N级数字域TDI图像为N幅单次曝光图像的叠加。
3.如权利要求1所述的方法,其特征在于,所述选择M个成像质量评价指标分别对所述1级至N级的数字域TDI图像进行评价,包括:
在所述成像质量评价指标集合中选择至少两个成像质量评价指标分别对所述1级至N级的数字域TDI图像进行评价;
其中,所述成像质量评价指标包括图像的标准差、信息熵、粗糙度、空间频率、相对边缘响应、清晰度、平均梯度。
4.如权利要求3所述的方法,其特征在于,所述选择M个成像质量评价指标分别对所述1级至N级的数字域TDI图像进行评价包括:
选择所述信息熵和所述平均梯度分别对所述1级至N级的数字域TDI图像进行评价;
分别利用计算得到各个数字域TDI图像的信息熵,其中,p(xi)为当前数字域TDI图像中灰度值xi出现的概率;
分别利用计算得到所述各个数字域TDI图像的平均梯度,其中,m和n分别为所述当前数字域TDI图像的行数和列数,f(i,j)为所述当前数字域TDI图像中第i行、第j列像素的灰度值。
5.如权利要求4所述的方法,其特征在于,所述将提取到的具有不同的最大指标测试值的M幅数字域TDI图像进行融合,得到目标融合图像包括:
将所述1级至N级的数字域TDI图像中,信息熵值最大的数据域TDI图像和平均梯度值最大的数据域TDI图像进行融合,得到目标融合图像。
6.如权利要求1至5任一项所述的方法,其特征在于,所述将提取到的具有不同的最大指标测试值的M幅数字域TDI图像进行融合,得到目标融合图像包括:
利用像元级融合法将提取到的具有不同的最大指标测试值的M幅数字域TDI图像进行融合,得到目标融合图像。
7.一种提高数字域TDI成像动态范围的装置,其特征在于,包括:
获取模块,用于在数字域TDI对目标场景的成像过程中,获取1级至N级的数字域TDI图像;
提取模块,用于选择M个成像质量评价指标分别对所述1级至N级的数字域TDI图像进行评价,提取各个评价指标分别对应的指标测试值最大的数字域TDI图像,其中M≥2;
融合模块,用于将提取到的具有不同的最大指标测试值的M幅数字域TDI图像进行融合,得到目标融合图像。
8.如权利要求7所述的装置,其特征在于,所述获取模块具体用于:
在数字域TDI对目标场景的成像过程中,获取1级至N级的数字域TDI图像;
其中,所述数字域TDI成像的单次曝光时间为0.5ms,所述N级数字域TDI图像为N幅单次曝光图像的叠加。
9.一种提高数字域TDI成像动态范围的设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至6任一项所述一种提高数字域TDI成像动态范围的方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述一种提高数字域TDI成像动态范围的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811407346.8A CN109451249A (zh) | 2018-11-23 | 2018-11-23 | 一种提高数字域tdi成像动态范围的方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811407346.8A CN109451249A (zh) | 2018-11-23 | 2018-11-23 | 一种提高数字域tdi成像动态范围的方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109451249A true CN109451249A (zh) | 2019-03-08 |
Family
ID=65554205
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811407346.8A Pending CN109451249A (zh) | 2018-11-23 | 2018-11-23 | 一种提高数字域tdi成像动态范围的方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109451249A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110971845A (zh) * | 2019-12-12 | 2020-04-07 | 中国科学院长春光学精密机械与物理研究所 | 一种高动态范围的推扫成像系统 |
CN111083438A (zh) * | 2019-12-04 | 2020-04-28 | 广东康云科技有限公司 | 基于视频融合的无人巡检方法、系统、装置和存储介质 |
CN113596334A (zh) * | 2021-07-30 | 2021-11-02 | 北京市遥感信息研究所 | 一种面向不同成像需求的tdiccd成像参数设置方法及成像装置 |
CN113674186A (zh) * | 2021-08-02 | 2021-11-19 | 中国科学院长春光学精密机械与物理研究所 | 基于自适应调整因子的图像合成方法、装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004518312A (ja) * | 2000-07-06 | 2004-06-17 | ザ トラスティーズ オブ コロンビア ユニヴァーシティ イン ザ シティ オブ ニューヨーク | データ解像度を増す方法および装置 |
CN102685403A (zh) * | 2012-05-07 | 2012-09-19 | 天津大学 | 扩展tdi-cmos图像传感器动态范围的方法 |
CN102707220A (zh) * | 2012-05-31 | 2012-10-03 | 中国科学院长春光学精密机械与物理研究所 | 一种tdi-ccd器件的筛选装置及其使用方法 |
CN103546729A (zh) * | 2013-10-24 | 2014-01-29 | 天津大学 | 灰度彩色双模式tdi-cmos图像传感器及控制方法 |
CN106683084A (zh) * | 2016-12-23 | 2017-05-17 | 浙江大学 | 一种基于行间像偏移估计的tdi图像形变程度客观评价方法 |
CN106713754A (zh) * | 2016-12-29 | 2017-05-24 | 中国科学院长春光学精密机械与物理研究所 | 基于面阵cmos图像传感器的运动场景成像方法及系统 |
CN108200424A (zh) * | 2017-11-17 | 2018-06-22 | 天津津航技术物理研究所 | 一种用于多个tdiccd探测器视轴对中的调试方法及系统 |
CN108596906A (zh) * | 2018-05-10 | 2018-09-28 | 嘉兴学院 | 一种基于稀疏局部保持投影的全参考屏幕图像质量评价方法 |
-
2018
- 2018-11-23 CN CN201811407346.8A patent/CN109451249A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004518312A (ja) * | 2000-07-06 | 2004-06-17 | ザ トラスティーズ オブ コロンビア ユニヴァーシティ イン ザ シティ オブ ニューヨーク | データ解像度を増す方法および装置 |
CN102685403A (zh) * | 2012-05-07 | 2012-09-19 | 天津大学 | 扩展tdi-cmos图像传感器动态范围的方法 |
CN102707220A (zh) * | 2012-05-31 | 2012-10-03 | 中国科学院长春光学精密机械与物理研究所 | 一种tdi-ccd器件的筛选装置及其使用方法 |
CN103546729A (zh) * | 2013-10-24 | 2014-01-29 | 天津大学 | 灰度彩色双模式tdi-cmos图像传感器及控制方法 |
CN106683084A (zh) * | 2016-12-23 | 2017-05-17 | 浙江大学 | 一种基于行间像偏移估计的tdi图像形变程度客观评价方法 |
CN106713754A (zh) * | 2016-12-29 | 2017-05-24 | 中国科学院长春光学精密机械与物理研究所 | 基于面阵cmos图像传感器的运动场景成像方法及系统 |
CN108200424A (zh) * | 2017-11-17 | 2018-06-22 | 天津津航技术物理研究所 | 一种用于多个tdiccd探测器视轴对中的调试方法及系统 |
CN108596906A (zh) * | 2018-05-10 | 2018-09-28 | 嘉兴学院 | 一种基于稀疏局部保持投影的全参考屏幕图像质量评价方法 |
Non-Patent Citations (1)
Title |
---|
兰太吉: "数字域TDI CMOS遥感相机高动态高灵敏成像技术研究", 《中国博士学位论文电子期刊》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111083438A (zh) * | 2019-12-04 | 2020-04-28 | 广东康云科技有限公司 | 基于视频融合的无人巡检方法、系统、装置和存储介质 |
CN110971845A (zh) * | 2019-12-12 | 2020-04-07 | 中国科学院长春光学精密机械与物理研究所 | 一种高动态范围的推扫成像系统 |
CN113596334A (zh) * | 2021-07-30 | 2021-11-02 | 北京市遥感信息研究所 | 一种面向不同成像需求的tdiccd成像参数设置方法及成像装置 |
CN113674186A (zh) * | 2021-08-02 | 2021-11-19 | 中国科学院长春光学精密机械与物理研究所 | 基于自适应调整因子的图像合成方法、装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109451249A (zh) | 一种提高数字域tdi成像动态范围的方法、装置及设备 | |
Duan et al. | Tone-mapping high dynamic range images by novel histogram adjustment | |
CN107845128B (zh) | 一种多尺度细节融合的多曝光高动态图像重建方法 | |
Shi et al. | Normalised gamma transformation‐based contrast‐limited adaptive histogram equalisation with colour correction for sand–dust image enhancement | |
Zhu et al. | A benchmark for edge-preserving image smoothing | |
CN109858461A (zh) | 一种密集人群计数的方法、装置、设备以及存储介质 | |
CN111784609B (zh) | 图像动态范围压缩方法、装置及计算机可读存储介质 | |
CN102763134A (zh) | 用于高动态范围视频色调映射的参数内插 | |
CN110418139B (zh) | 一种视频超分辨修复方法、装置、设备及存储介质 | |
CN110443763A (zh) | 一种基于卷积神经网络的图像阴影去除方法 | |
CN103260039A (zh) | 图像处理设备、图像处理方法以及程序 | |
US11887218B2 (en) | Image optimization method, apparatus, device and storage medium | |
CN108805829A (zh) | 影像数据处理方法、装置、设备及计算机可读存储介质 | |
Khan et al. | Tone-mapping using perceptual-quantizer and image histogram | |
CN111951172A (zh) | 一种图像优化方法、装置、设备和存储介质 | |
CN106408518A (zh) | 图像融合方法、装置及终端设备 | |
CN108665475A (zh) | 神经网络训练、图像处理方法、装置、存储介质和电子设备 | |
CN107610675A (zh) | 一种基于动态电平的图像处理方法及装置 | |
CN109636765A (zh) | 基于图像多重曝光融合的高动态显示方法 | |
CN115100334B (zh) | 一种图像描边、图像动漫化方法、设备及存储介质 | |
CN111225162A (zh) | 图像曝光的控制方法、系统、可读存储介质及摄像设备 | |
CN113505854A (zh) | 一种人脸图像质量评价模型构建方法、装置、设备及介质 | |
Banić et al. | Puma: A high-quality retinex-based tone mapping operator | |
Yin et al. | Two exposure fusion using prior-aware generative adversarial network | |
CN111127367A (zh) | 人脸图像处理的方法、装置及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190308 |
|
RJ01 | Rejection of invention patent application after publication |