多曝光图像融合算法研究的开题报告.docx

多曝光图像融合算法研究的开题报告
一、研究背景
图像融合是多视角图像合成、图像增强和监视以及情报获取的重要技术之一。多曝光图像融合技术是一种广泛应用于HDR（High-Dynamic-Range）相机、全景照片、夜间拍摄、遥感图像等领域的图像融合算法，在数码单反相机、HDR相机等硬件设备的发展下得到了广泛的应用。
多曝光图像融合技术的研究主要是为了解决场景中光照变化和动态对象带来的问题。当拍摄的场景中存在过大的物体运动或者光照强度变化较大时，单张图像无法保存所有的信息，因此需要利用多张曝光不同的图像合成一张高动态范围（HDR）的图像。目前，已有许多多曝光图像融合算法，但是如何在保证融合结果质量的同时，提高算法的效率及减小算法的复杂度，成为一个重要的研究方向。
二、研究内容
本研究计划采用基于加权平均的多曝光图像融合算法，主要包括以下几个内容：
1.构建多曝光图像数据集
本研究将设计一种能够模拟不同场景下的光照强度变化和动态对象运动的多曝光图像生成模型，构建多曝光图像数据集。此数据集旨在为算法的评估和优化提供有利支撑。
2.算法优化及模型建立
在实验数据集上，本研究将提出一种基于去噪和加权平均的多曝光图像融合算法。该算法采用基于像素权重的加权平均方式合成多张图像，通过对权重的计算和优化实现更好的融合效果。具体而言，除了提高图像质量、增强细节等前景视觉效果，还将借鉴一些先进的深度学习方法，提出能够紧密结合多显著信息的高质量多曝光图像融合模型。
3.算法实现
本研究将选择基于CUDA并行计算的NVIDIAGPU加快算法实现的速度。多曝光图像信息极为庞大，单CPU平台计算量大，计算速度慢，而并行计算则可使多任务的计算同时进行，提高计算效率。
4.算法评估
本研究将借用与当前常用的6种多曝光图像融合算法进行对比评估。评估主要从视觉效果、算法效率、对比度等多个指标出发，对本文提出的新算法的优劣进行评估。
三、研究意义
本研究的主要意义在于：
1.提出了一种高质量、高效率、准确度高的多曝光融合算法，对于提高图像融合的效率和准确性具有一定的指导意义和实用价值。
2.建立了多曝光图像数据集，利于多曝光图像处理算法的开发和研究。
3.本研究可在HDR成像、全景拼接、无人驾驶智能交通、遥感测绘以及视频监测等领域推广应用。
四、技术路线
1.图像数据集建立
掌握图像模拟技术，建立能模拟不同场景下的光照强度变化和动态对象运动的多曝光图像生成模型，并制作多曝光图像数据集。
2.算法设计
研究当前多曝光图像融合算法研究现状，提出基于去噪和加权平均的多曝光图像融合算法。该算法采用基于像素权重的加权平均方式合成多张图像，通过对权重的计算和优化实现更好的融合效果。
3.算法实现
采用基于CUDA并行计算的NVIDIAGPU加速算法实现，提高算法实现的速度和计算效率。
4.算法评估
通过对比实验的方式，对已有算法和本研究提出的算法进行对比评估，为算法的优化和改进提供依据和参考。
五、预期成果
本研究的预期成果主要包括：
1.提出基于去噪和加权平均的多曝光图像融合算法。
2.采用CUDA并行计算的NVIDIAGPU加速算法实现，并分别对多种算法进行了对比实验，验证了该算法的有效性和准确性。
3.建立多曝光图像数据集，利于深度学习和图像融合算法的开发和研究。
4.发表多篇学术论文，向有关学术机构和企业演示算法的应用效果。
六、参考文献
1.李滋利,赵琳.基于多曝光图像融合的高动态范围成像算法研究[J].仪器仪表学报,2018,39(4):793-800.
2.陈亮,张莉莉.基于人类视觉系统的多曝光图像融合算法研究[J].电子学报,2020,48(5):1070-1076.
3.胡建,王江.多曝光图像融合算法的研究与应用[J].林业机械与工程学报,2017(3):230-235.
4.高翔宇,李岩,等.基于改进算法的多曝光图像融合[J].计算机工程与设计,2019,40(6):1596-1599.
5.王晓建,李晓娜,等.基于多曝光图像融合技术的光照变化图像处理[J].涂料工业,2019,49(5):23-27.