SPIE论文 2009年 作者:Feancesco Branchitta 翻译:Malimo
第二部分,我们描述BF&DRP方法。我们着重讨论:
- 这个算法背后的动机
- 展示这个算法的流程
- 然后讨论各个可调参数的意义。
2.BF&DRP方法
为了能够很好阐述,说明我们系统是怎么工作的,我们先从一维信号认识下,如下图1,图1b是图1a的第251列的像素灰度信号。选择这一列数据举例,是因为它能够代表宽动态红外视觉系统需要面对的挑战。
图1 一个简单的阐述,用于说明 宽动态红外图像面临的典型挑战
这一列像素灰度数据很有代表性,能够说明红外图像宽动态面临的问题。这幅图你可以观察到有大的灰度变化(天空和地面),同时又可以看待一些需要被强调的低对比度的小细节。尤其是,对比图1b的曲线,我们很容易发现标记的区域(a)中的曲线很微弱是因为在图1a中的电缆线不容易被观察到。区域(b)中的电缆在天空背景下有高对比度的可以被清楚的看到;区域(c)是在水平线(天地(这里的地就是山))以上的树木,在天空背景下可以被看到。区域(d)处有明显强烈的边缘,是因为正好是在水平线上;区域(e)处,在水平线以下,一字儿建筑和细节比较暗。不容易被观察到。
该视觉算法的目的就保持且尽可能的提升所有细节的可视程度,同时尽可能接近原始图的表现。为了