文献

J-GLOBAL ID：201802226599475345   整理番号：18A0518984

異なる露光画像のための知的細部強調【Powered by NICT】

Intelligent detail enhancement for differently exposed images

著者 (4件)： Kou Fei (School of Automation Science and Electrical Engineering, Beihang University, Beijing, China) ,  Chen Weihai (School of Automation Science and Electrical Engineering, Beihang University, Beijing, China) ,  Wu Xingming (School of Automation Science and Electrical Engineering, Beihang University, Beijing, China) ,  Li Zhengguo (Robotics Department, Institute for Infocomm Research, 1 Fusionopolis Way, Singapore)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIP  ページ： 3185-3189  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： マルチスケール露出フュージョンは高品質低ダイナミックレンジ(LDR)画像に同じ高ダイナミックレンジ(HDR)シーンで捕獲されたいくつかの異なる露光画像を融合する高速方法である。融合画像は,入力画像のすべての詳細を含んでいることが期待されるが,最も明るいおよび暗い領域の詳細はよく保存された通常ではない。入力画像から抽出した融合画像に詳細を加える問題を克服するために効率的方法である。本論文では,HDRシーンの最も明るいおよび暗い領域の詳細を抽出し,融合画像に抽出した詳細を加えるために提案した高速選択的細部強調アルゴリズム。実験結果は,提案したアルゴリズムが同等またはより優れた視覚品質を持つ既存のアルゴリズムよりもはるかに高速に融合画像の詳細を高めることができることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *露光 ,  アルゴリズム ,  ダイナミックレンジ ,  *画像 ,  高速度
準シソーラス用語： 視覚品質 ,  融合画像 ,  高ダイナミックレンジ ,  高品質 ,  マルチスケール , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (1件)： 露光