Recovering High Dynamic Range Radiance Maps from Photographs

本文介绍了如何从多张不同曝光时间的照片中恢复高动态范围(HDR)辐射图。通过关键参数如曝光量、光密度和数字像素值的分析,建立数学模型,利用线性最小二乘法和奇异值分解解决非线性问题。讨论了恢复响应曲线、构建HDR辐射图所需的最少图像数量,并提供了Matlab代码实现。
摘要由CSDN通过智能技术生成

HDR

Recovering High Dynamic Range Radiance Maps from Photographs

1997

关键参数

  • radiance:描述物体表面单位面积上的能量分布,和方向有关。

  • irradiance E E E:描述物体表面单位面积总的入射能量,和方向无关。比如,用来描述传感器像元的入射光强(来自于不同方向的环境光的累加)。

  • X X X:曝光量,它被定义为 E E E Δ t \Delta t Δt的乘积。

  • Δ t \Delta t Δt:曝光时间

  • D D D:光密度

  • Z Z Z:数字像素值

Z Z Z是原始曝光度 X X X经过显影、扫描和数字化之后的结果,它是 X X X的一个非线性函数,后续用 f f f来表示这个非线性关系,我们的目标就是恢复这个 f f f

Film Response Recovery

算法的输入是同一位置、不同曝光时间 Δ t \Delta t Δt拍摄的一系列照片,作如下假设:

  • 场景是静止的
  • 处理速度足够快,可以忽略光照变化
  • irradiance values
  • 2
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值