《高清图像处理与显示关键技术研究》由会员分享，可在线阅读，更多相关《高清图像处理与显示关键技术研究（28页珍藏版）》请在金锄头文库上搜索。
1、高清图像处理与显示高清图像处理与显示 关键技术研究关键技术研究 答辩人：陈启强 导 师：万毅 教授 专 业：无线电物理 甘肃兰州 2015年5月30日 兰州大学信息科学与工程学院 （博士学位论文答辩） 1 高清图像发展 1997年 2000年 2007年 2012年 柯达D210相机 109万像素 徕卡Digilux 4.3 相机 430万像素 尼康D3相机 1200万像素 索尼RX1相机 2400万像素 显示器分辨率： 高 清：92万像素 全高清：207万像素，2k电视 超高清：829万像素，4k电视 高清时代高清时代 2 当前存在的若干关键问题 对比度偏低 图像雾霾 脉冲噪声污染 显示器亚
2、像素结构 3 技术一：对比度增强目的 原始图像 对比度增强图像 目的：增大图像亮度之间的差别 增强图像的有用细节信息 4 对比度增强现状 原始图像 增强图像 亮度度变换函数 大多数对比度增强方法，都是得到一个亮度变换函数 5 手工对比度增强 灰度变换：不能兼顾两个边缘 手工增强：兼顾两个边缘，均得到增强（虚线） 6 模拟手工增强过程 通过图像梯度,检测图像的有用信息，并增强为 调整图像背景为，避免图像过亮或过暗 对图像亮度调整 , = , , + , , =(,) (,) , = , , (,)7 具体增强步骤 原始图像 增强后图像 (,) (,) (,) 平滑后(,) 8 增强效果 原始图像
3、 A. Polesel et al. (2000) 自适应掩盖锐化 T. Celik et al. (2011) 上下文和变分法增强 C. Lee et al. (2013) 二维直方图分层 S. Wang et al. (2013) 自然保持增强 本文的方法 9 增强效果（续） 原始图像 A. Polesel et al. (2000) 自适应掩盖锐化 T. Celik et al. (2011) 上下文和变分法增强 C. Lee et al. (2013) 二维直方图分层 S. Wang et al. (2013) 自然保持增强 本文的方法 10 技术二：图像去雾霾 问题：参数不精确估计导
4、致颜色失真 局限于有雾图像模型，使得图像对比度仍然偏低 有雾图像 去雾后图像 通过估计和来恢复无雾图像 11 HSV颜色空间模型分析 图源于维基百科 = = + 1 /= + 1 颜色空间： , = , , + (1 , ) 12 基于HSV空间图像去雾 有雾图像 H不变 S恢复 V增强 去雾后图像 13 去雾效果 原始图像 J. Yu et al.(2010) K. He et al.(2011) X. Lv et al.(2010) J. Kim et al.(2013) 本文的方法 14 去雾效果（续） 原始图像 J. Yu et al.(2010) K. He et al.(2011)
5、 X. Lv et al.(2010) J. Kim et al.(2013) 本文的方法 15 技术三：图像脉冲噪声去除 噪声点重建：基于中值滤波 基于变分法 , = , 概率 , 概率1 干净图像 噪声图像 16 问题：重建误差 原始图像 去噪图像 重建误差 重建误差分布 类似拉普拉斯分布 17 提出的脉冲噪声去除新框架 噪声污 染图像 像素 分类 噪声点 重建 后处理 （滤除重建误差） 最终 结果 18 脉冲噪声去除效果 原始图像 原始图像细节 噪声污染图像细节 I. F. Jafar et al. (2013) H. Chan et al. (2005) Y. Wan et al. (
6、2012) 本文的方法 噪声污染图像( = 0.6) 19 脉冲噪声去除效果（续） 原始图像 原始图像细节 噪声污染图像细节 I. F. Jafar et al. (2013) H. Chan et al. (2005) Y. Wan et al. (2012) 本文的方法 噪声污染图像( = 0.6) 20 脉冲噪声去除效果客观评价 不同噪声去除方法对于38幅测试图像的PSNR均值 21 技术四：基于亚像素渲染显示 液晶显示器像素结构 直接像素下采样 直接亚像素下采样 直接像素下采样 直接亚像素下采样 亚像素渲染 下采样 22 基于人类视觉感知质量模型 使得感知图像与场景图像之间的差别最小
7、23 最优化问题求解 目标函数（红色通道）： 最速梯度下降法 转换到频域，卷积变为乘积，偏导数等于0，直接解出显示图像频率系数。 = , + , + (,)(,)2 + 2(,)1=01=024 亚像素渲染显示效果 L. Fang et al. MMSE(2012) L. Fang et al. (2012) 本文的方法 S. J. Kang (2014) S. J. Kang (2013) 25 总结与展望 总结 1. 模拟人类手工增强图像对比度，提出了一种更加自然有效的对比度增强 方法。 2. 在HSV空间分析有雾图像模型，提出一种基于暗通道先验恢复图像饱和 度，基于对比度增强调整图像亮度
8、的图像去雾方法。 3. 提出了一种带有后处理的图像脉冲噪声去除新框架。 4. 提出了基于人类视觉感知质量最优的亚像素渲染显示方法。 展望 进一步研究对比度增强，特别是夜间暗光拍摄条件下的图像对比度增强。 图像去雾方面，进一步如何更好的进行饱和度的恢复，以及避免噪声放 大。 清晰化显示方面，可以研究如何根据不同观众的视力，进行具有针对性 的处理显示。 26 发表成果 1 Qiqiang Chen, Yi Wan. Efficient naturalistic approach to image contrast enhancement. Electronics Letters, 2015, 51
9、(10): 754-756 2 Qiqiang Chen, Yi Wan, A new framework for impulse noise removal with postprocessing. In Proc. of 2014 IEEE Visual Communications and Image Processing Conference, pp. 442-445, Valletta, Malta, Dec. 2014 3 Yi Wan, Qiqiang Chen, Yan Yang. Robust impulse noise variance estimation based o
10、n image histogram. IEEE Signal Processing Letters, 2010, 17(5): 485-488 4Yi Wan,Qiqiang Chen. A novel quadratic type variational method for efficient salt-and-pepper noise removal. IEEE International Conference on Multimedia and Expo(ICME). 2010: 1055-1060 5 Yi Wan, Jiafa Zhu, Qiqiang Chen. On the n
11、ature of variational salt-and-pepper noise removal and its fast approximation. IEEE International Conference on Image Processing. 2012: 1197-1200 6 Yan Yang, Qiqiang Chen, Yi Wan. A fast near-optimum block truncation coding method using a truncated K-means algorithm and inter-block correlation. Inte
12、rnational Journal of Electronics and Communications. 2011, 65(6): 576-581 7Yi Wan, Yan Yang, Qiqiang Chen. Multitone block truncation coding. Electronics Letters. 2010, 46(6): 414-416 8 杨燕，陈启强陈启强，万毅. 快速随机值脉冲噪声的估计检测和滤波方法. 兰州大学学报 自然科学版. 2010, 46(4): 120-123 9 万毅, 杜厚庆, 陈启强陈启强. 一种基于两条相交直线的相机标定方法.中国国家发明专利. 专利号:ZL 2012 1 0249333.9 27 致 谢 感谢万毅老师对我多年的指导和帮助！ 感谢家人和同学对我求学的鼓励和支持！ 感谢答辩委员会的老师参加我的博士毕业答辩！ 28
