【摘 要】
：
高动态范围图像（High-Dynamic Range Image,HDRI）相比传统的图像,能够拥有更加宽泛的动态范围,可以全面的展示真实场景,给人们带来极佳的观赏体验。但是,为了能保存这么高的动态范围,高动态范围图像单个像素所占用的存储空间较大,这就给HDR内容的传输和存储带来了极大的挑战。本文旨在提出一种HDR图像压缩算法,解决HDR图像占用内存高,传输代价大的问题。本文主要有两个贡献。首先,
论文部分内容阅读
高动态范围图像（High-Dynamic Range Image,HDRI）相比传统的图像,能够拥有更加宽泛的动态范围,可以全面的展示真实场景,给人们带来极佳的观赏体验。但是,为了能保存这么高的动态范围,高动态范围图像单个像素所占用的存储空间较大,这就给HDR内容的传输和存储带来了极大的挑战。本文旨在提出一种HDR图像压缩算法,解决HDR图像占用内存高,传输代价大的问题。本文主要有两个贡献。首先,高动态范围图像（HDR）包含隐藏的信息,这些信息可以被提取和利用来创建额外的场景。本文对这一现象进行了仔细的分析和研究,并设计了一个简单的色调映射算子来放大和提取隐藏的信息,使其不会因为压缩过程而丢失。其次,针对HDR图像压缩,提出了一种色调映射变化方法,它具有以下特性。（1）提出的基于TMO变化方法的HDR图像压缩算法可以在HDR图像和LDR图像之间折衷,从而控制图像质量。这个折衷特性的一个显著应用是可以有目的地保留原始HDR图像中的隐藏信息。（2）提出的HDR图像压缩算法是实用的,编码过程没有复杂的优化。（3）最重要的是,此算法舍弃了JPEG XT的双层压缩结构,而且与JPEG XT相比,压缩效率得到了显著的提升。我们的测试结果表明,与JPEG XT相比,色调映射的HDR图像的平均比特率节省为-65%,而线性记录的HDR图像的节省则达到了-80%,分别相当于额外的3倍和5倍的压缩。
其他文献
近年来,就业问题是亟需解决的社会难题,随着网络技术的快速发展,网络招聘成本低,人力资源招聘逐渐网络化。企业招聘人员需要花费大量的时间和精力从海量的简历中筛选合适的人才。面对不同的岗位需求,招聘人员不仅需要判断求职者的学历等信息是否符合招聘要求,而且需要分析求职者的工作经历和职业技能是否符合职位的要求和描述,非常的费时费力。因此本文提出了一种个性化简历推荐方案,来降低筛选的难度,提高筛选效率。关键思
近十年来,基于光纤的气体折射率传感器和温度传感器的研发一直是学术界和产业界的热点研究课题。本论文基于马赫-曾德（M-Z）干涉传感理论,提出了三种新型光纤传感器结构,分别用于气体折射率和温度的检测。首先本文提出了一种用于精确检测气体样品折射率变化的毛细管型光纤传感器。毛细管的空气芯（纤芯）和管壁（包层）分别构成了M-Z干涉仪的传感臂和参考臂。相干光被耦合进入纤芯和包层后会激发其中导模,在输出端两个臂
平面波成像是医学影像技术中一种快速超声成像的方法,采用单平面波发射,无需聚焦,允许高帧频。但与聚焦波超声成像相比,使用单个平面波成像的质量会受到严重影响。传统的自适应波束形成器从多个传感器元件获取的回波轨迹中估计变迹权重来提高成像质量。在本文中,采用基于神经网络的平面波成像方法来获取更好的图像质量。提出的方法在公开的PICMUS数据集上进行了模拟、真实体膜和体内颈动脉实验。本文的贡献和成果如下:1
相位敏感光时域反射计（Phase-sensitive Optical Time Domain Reflectometer,Φ-OTDR）是一种典型的分布式光纤传感系统,可以检测到外部振动的发生,很多研究多关注于系统的定位精度以及灵敏度,缺乏对多个事件尤其是相似事件进行分类的能力,使得在很多领域的应用不能进一步扩展。通过人为的对时域或频域的扰动信号进行特征提取来进行分类是比较普遍的方法,但人为的提取
心血管疾病是最为常见、致死率高的疾病,并且随着我国老龄化人口比例的升高,心血管疾病的发病率也逐年提升,早期诊断对疾病预防至为重要。在完成左心室的心肌壁准确分割的基础上,获得心肌组织应变、应变率等指标,对进行心脏机能评估与分析是非常重要的。临床上多采用手动分割的方法,耗时长且过程乏味,分割结果也容易受到主观因素影响。因此对于超声心动图的自动分割成为该领域研究的重点。针对低对比度、高噪声的超声心动图像
重载工业机器人能代替人工在高危恶劣的环境下进行重载作业,具有负载大、工作效率高、稳定性好等优势。针对于广泛应用的重载工业机器人而言,如何保障工作性能是该领域的研究热点之一。本文以提高重载工业机器人的性能为目标,开展重载工业机器人概念设计、运动学与动力学分析、性能指标分析、轨迹规划等方面的研究,论文的主要工作内容与研究成果如下:针对各个工程领域对高性能重载工业机器人的应用需求,考虑机器人本体自重、负
随着社会经济的快速发展和科学技术的进步,生产生活中每日产生的数据量逐渐超出了已有工具可以处理的规模。如何从海量的可用数据中提取到有价值的信息,以及如何为用户的查询提供更为匹配的答案,成为了信息检索领域一个亟需优化的热点问题。虽然,对于同一查询和文档对的描述多种多样,但若想找到更匹配的答案,核心在于如何更好的理解查询和文档所表达的含义。从深度学习的角度来说,即如何将它们表示为更富含意义的向量形式。已
Android操作系统生态友好和开源的特性,使得其成为世界第一的移动操作系统,然而其开源性也导致了Android恶意软件的迅猛增长,对移动设备和用户造成了巨大威胁,因此,Android恶意软件检测是一个迫切需要研究和解决的重要问题。在Android恶意软件检测的研究工作中,基本存在两个问题,一是忽略了特征之间重要性的差异,即每个特征的重要性以及对Android系统的威胁性是不同的;另一个问题是选择
许多图像、视频的编码标准,如JPEG、H.264,由于变换基函数的不连续,在低比特率条件下的重构图像会出现方块效应。为了解决这个问题,许多技术应运而生。这些技术可以分为两大类:1)使用全局变换,即变换有重叠的基函数;2)使用前置、后置滤波操作。不同于上述的两类方法,本文将介绍一种以频谱浓缩小波包算法为基础,对图像的DCT频谱进行子带分解的算法。相比于传统的子带/小波分解和普遍的重叠正交变换,新的算
数字孪生系统将物理实体与数字空间体紧密连接在一起,数字空间体是现实物理空间体的完整映射镜像。对于核心关键状态,实现物理实体与其对应的数字实体的实时同步与相互协同,从而完成系统的功能与目标。数字孪生系统既能发挥物理体的可确定性、功能延伸性以及与物理世界的交互性,又能充分利用数字体功能构造的灵活性、快速计算与存储能力等优势。具有智能化、稳定性、高可靠性等特性的数字孪生系统将成为未来的发展趋向,特别是在