优秀的毕业设计论文网
计算机 JAVA 电子信息 单片机 机械机电 模具 土木工程 建筑结构 论文
热门搜索词:网络 ASP.NET 汽车 电气 数控 PLC

HDR图像生成方法比较研究

以下是资料介绍,如需要完整的请充值下载.
1.无需注册登录,支付后按照提示操作即可获取该资料.
2.资料以网页介绍的为准,下载后不会有水印.资料仅供学习参考之用.
  
资料介绍:
摘? 要 随着数字图象的迅速发展,采用上千万拍摄的高清图象,但还是很难反映实际的图像效果,而采用HDR技术,能够实现比普通数字图像技术更大曝光动态范围。因此具有高动态范围材质的场景的渲染问题,给出了将渲染光照模型由传统材质模型扩展为高动态范围材质模型和基于 GPU 实时渲染的算法。经过此算法得到的高动态范围渲染结果必须通过进一步的处理才能正确地显示在仅具有低动态范围的显示输出设备上。为此,该文给出了一个结合高动态范围材质的实时渲染算法、基于物理的模拟镜头眩光效果算法以及色调映射组合的综合方法,并通过实现验证了此方法。 关键词:高动态范围;眩光效果;色调映射算法 课题的背景及意义 真实世界的光照在大约 10 个数量级的动态范围内变化[1],人眼以及LCD的动态范围却仅有大约 2~3 个数量级[2]。如何生成、处理、显示输出高动态范围(high dynamic? range,HDR)图像是图形学领域的一个重要问题。 传统的基于硬件加速的渲染系统通常只能产生低动态范围(low dynamic range, LDR)的渲染结果。对于一般的场景对象而言,这种渲染结果基本上可以接受,但是对于包含具有高亮度的光发射物体或光反射物体的场景而言,渲染结果通常严重失真。造成这一问题的主要原因是由于此类场景通常具有高动态范围,而在传统固定流水线渲染模式中,整个渲染流水线仅能够操作 8 bit 整形数值,因此只能适用于低动态范围。为了解决动态范围不足的问题,需要新型的具有浮点计算能力和存储能力的图形硬件。在这方面,以具有可编程能力的 GPU 为核心的图形硬件通常具有解决此问题的浮点计算、存储能力。 由于高动态范围图像保留了更多的信息,因此在图像处理过程中可以进行更丰富、更有效的图像处理操作。文献[3]提出了一种向图像加入基于物理的模拟镜头眩光效果的算法,并使用此算法增强高亮度值区域的用户感知,并通过主观测试实验证明了此算法的有效性。除此之外,高动态范围图像还可以作为非常复杂的光源或纹理使用,文献[4~6]都涉及到了相关内容。 高动态范围图像的显示输出通常仍然需要使用显示器或打印机等设备进行。文献[7]提出了一种快速而高效的色调映射算法,可以将高动态范围图像映射为低动态范围图像,并尽可能保留更多的图像细节。然,如果显示输出设备直接具有高动态的输出范围,就不必进行色调映射。文献[2]提出了一种建立特殊的、具有高动态范围的输出设备的方法。 1.2? HDR的发展现状及趋势 HDRI是High-Dynamic Range (HDR)image的缩写,也就是高动态范围图像,就是为了解决这个问题而发明出来的,简单说,HDRI是一种亮度范围非常广的图像,它比其它格式的图像有着更大亮度的数据贮存,而且它记录亮度的方式与传统的图片不同,不是用非线性的方式将亮度信息压缩到8bit或16bit的颜色空间内,而是用直接对应的方式记录亮度信息,它可以说记录了图片环境中的照明信息,因此我们可以使用这种图象来“照亮”场景。有很多HDRI文件是以全景图的形式提供的,我们也可以用它做环境背景来产生反射与折射。这里强调一下HDRI与全景图有本质的区别,全景图指的是包含了360度范围场景的普通图象,可以是JPG格式,BMP格式,TGA格式等等,属于Low-Dynamic RangeRadiance Image,它并不带有光照信息。 HDRI文件是一种文件,扩展名是hdr或tif格式,有足够的能力保存光照信息,但不一定是全景图。Dynamic Range(动态范围)是指一个场景的最亮和最暗部分之间的相对比值。一张HDR图片,它记录了远远超出256个级别的实际场景的亮度值,超出的部分在屏幕上是显示不出来的。可以这样想象:在photoshop里打开一张从室内往窗外外拍的图片,窗外的部分处在强烈的阳光下,曝光过度,呈现的是一片白色,没有多少细节。你将毫无办法,调暗只会把白色变成灰色而已,并不会呈现更多的细节。但如果同一场景是由hdr纪录的话,你减低曝光度,原来纯白的部分将会呈现更多的细节。谈论游戏画面时常说的HDR到底是什么呢?HDR,本身是High-Dynamic Range(高动态范围)的缩写,这本来是一个CG概念。计算机在表示图象的时候是用8bit(256)级或16bit(65536)级来区分图象的亮度的,但这区区几百或几万无法再现真实自然的光照情况。HDR文件是一种特殊图形文件格式,它的每一个像素除了普通的RGB信息,还有该点的实际亮度信息。普通的图形文件每个象素只有0 -255的灰度范围,这实际上是不够的。想象一下太阳的发光强度和一个纯黑的物体之间的灰度范围或者说亮度范围的差别,远远超过了256个级别。 1.3 课题研究的内容及目标 本选题重点要研究的主要内容为拍摄构图相同但曝光不同的几张照片,以及RAW格式的图像,通过软件和程序得到HDR图像。基本内容要求为: 1实现照片的采集,有手机或者数码相机照片的拍摄; 2根据所拍摄照片采用软件制作HDR图片。 3通过程序进行合成HDR图像 4对不同生成的HDR图像进行比较 目标: 通过学习和应用HDR技术,实现比普通数字图像技术更大曝光动态范围。本课题的主要任务是,为了表示真实世界中从太阳光直射到最暗的阴影这样大的范围亮度,利用专门的软件把同一场景不同曝光的图像照片合成一张包含高动态范围信息的HDR 图像,通过程序合成HDR图像,以及通过RAW格式的图像处理得到HDR图像,并对不同方法生成的HDR图像进行比较。 1.4? 论文的组织和结构 第1章 概述HDR的背景及意义,HDR的发展趋势,研究课题内容及目标。 第2章 系统采用的工具环境及相关的技术介绍。 第3章系统研究的可行性及功能分析。 第4章系统的设计。 第5章 系统的相关算法实现。 第6章 系统测试效果分析 第7章系统设计总结 第8章致谢、参考文献