最清晰P3LED大屏幕灰度級(jí)層次蘊(yùn)含了圖像細(xì)節(jié)的重要信息，通過(guò)提高圖像灰度級(jí)可以恢復(fù)出圖像中丟失的許多重要信息，使圖像的細(xì)節(jié)更豐富，圖像更清晰。近幾十年，高灰度級(jí)圖像的生成和顯示技術(shù)已經(jīng)成為圖像處理領(lǐng)域的研究熱點(diǎn)之一。提高圖像灰度級(jí)的技術(shù)通常包括灰度級(jí)細(xì)化和高動(dòng)態(tài)范圍兩類(lèi)。目前，對(duì)灰度級(jí)細(xì)化方法的研究較少，并且細(xì)化后圖像的灰度級(jí)不豐富仍是這類(lèi)方法常遇到的問(wèn)題；而高動(dòng)態(tài)范圍圖像的生成及顯示效果非常依賴輸入的多曝光圖像。針對(duì)這些問(wèn)題，主要完成了灰度級(jí)細(xì)化方法、高動(dòng)態(tài)范圍圖像生成和多曝光融合三個(gè)方面的研究工作。最清晰P3LED大屏幕深圳市視覺(jué)先鋒科技有限公司王戰(zhàn)勝：136 2237 9095產(chǎn)品質(zhì)量/售后服務(wù)/產(chǎn)品價(jià)格為一體企業(yè)。打造高質(zhì)量，相機(jī)拍攝180度無(wú)死角！點(diǎn)亮無(wú)死燈，無(wú)偏色，無(wú)接縫，無(wú)掃描線，打造高端，高清顯示屏生產(chǎn)基地。 針對(duì)灰度級(jí)細(xì)化的研究主要包括：

最清晰P3LED大屏幕（1）提出通過(guò)給待估計(jì)的浮點(diǎn)數(shù)加上一個(gè)服從某種已知分布的隨機(jī)變量，從這些浮點(diǎn)數(shù)和的四舍五入后的整數(shù)值估計(jì)出這個(gè)浮點(diǎn)數(shù)的方法。

最清晰P3LED大屏幕（2）設(shè)計(jì)和實(shí)現(xiàn)了一套具有補(bǔ)光功能的成像設(shè)備，并使用提出的算法從設(shè)計(jì)的成像設(shè)備采集的圖像/視頻實(shí)現(xiàn)灰度級(jí)細(xì)化。為了檢測(cè)算法和成像設(shè)備的有效性，分別使用模擬數(shù)據(jù)和真實(shí)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。模擬數(shù)據(jù)的實(shí)驗(yàn)結(jié)果表明，隨著圖像數(shù)量增加，恢復(fù)圖像與參考圖像的均方根誤差不斷減少，并最終收斂。真實(shí)數(shù)據(jù)的實(shí)驗(yàn)結(jié)果表明，恢復(fù)圖像比采集圖像具有更豐富的灰度級(jí)。 通過(guò)分析不同曝光圖像中的強(qiáng)度值與輻射照度之間的關(guān)系，提出在輻射照度log值的一個(gè)小鄰域內(nèi)，圖像的強(qiáng)度值與輻射照度log值之間滿足線性關(guān)系。基于這個(gè)發(fā)現(xiàn)，設(shè)計(jì)出以高動(dòng)態(tài)范圍圖像中強(qiáng)度值為變量的優(yōu)化模型，該模型使每個(gè)輻射照度log值鄰域內(nèi)，高動(dòng)態(tài)范圍圖像中強(qiáng)度值變化程度與所有曝光圖像中強(qiáng)度值變化程度最大的盡可能保持一致。實(shí)驗(yàn)結(jié)果表明，提出的算法可以從少量的不同曝光圖像生成高動(dòng)態(tài)范圍圖像，而且與直接求和相比，該算法得到的圖像更接近輻射照度log值。

 針對(duì)多曝光融合的結(jié)果非常依賴輸入圖像的問(wèn)題，提出兩個(gè)方面改進(jìn)：

（1）根據(jù)背景趨勢(shì)定義融合權(quán)值，使融合圖像保持圖像局部特征的同時(shí)，所有區(qū)域過(guò)渡自然；

（2）提出去除背景趨勢(shì)的圖像增強(qiáng)方法，既壓縮了不同背景環(huán)境間的亮度差異，還利用灰度級(jí)鄰域內(nèi)的強(qiáng)度值在增強(qiáng)前后的線性關(guān)系，對(duì)同一背景環(huán)境下的目標(biāo)進(jìn)行增強(qiáng)。為了評(píng)價(jià)算法，提出了梯度模標(biāo)準(zhǔn)差作為客觀評(píng)價(jià)指標(biāo)之一。實(shí)驗(yàn)結(jié)果表明，提出的算法得到的圖像中昏暗和明亮區(qū)域內(nèi)的對(duì)比度明顯增強(qiáng)，而且圖像的梯度模標(biāo)準(zhǔn)差均較小，說(shuō)明該算法在保持整體視覺(jué)感受的同時(shí)，增強(qiáng)了局部對(duì)比度。

（3） 另外，還提出了基于模糊C均值聚類(lèi)的多曝光融合方法。在該方法中，提出通過(guò)將圖像中所有像素分為曝光正常和不正常兩個(gè)模糊類(lèi)，并根據(jù)每個(gè)像素對(duì)曝光正常類(lèi)的隸屬度構(gòu)造出引導(dǎo)圖像。在引導(dǎo)圖像的作用下，使用基于窗口線性變換的全局優(yōu)化算法得到融合圖像。實(shí)驗(yàn)結(jié)果表明，從主觀上來(lái)看，提出的算法得到的圖像的整體視覺(jué)感受適中，而且所有區(qū)域的局部特征比較明顯。從客觀上來(lái)看，通過(guò)與6種不同的色調(diào)映射算法和1種多曝光融合方法進(jìn)行對(duì)比，提出的算法得到的圖像的熵較大，而梯度模標(biāo)準(zhǔn)差較小，說(shuō)明該方法不僅突顯了局部對(duì)比度，而且使圖像亮度分布比較均勻。

最清晰P3LED大屏幕 提出的方法在高灰度級(jí)圖像的生成及多曝光融合方面均有較好的表現(xiàn)，其中灰度級(jí)細(xì)化方法能較大程度地提高灰度級(jí)精度，而生成的高動(dòng)態(tài)范圍圖像更接近場(chǎng)景輻射照度log值，實(shí)現(xiàn)也很簡(jiǎn)單，此外，多曝光融合方法對(duì)輸入圖像的依賴少，即使使用較少的不同曝光圖像也能得到較好的融合圖像。