現(xiàn)在,數(shù)字成像技術(shù)日新月異,但其基本原理相對(duì)以前并未發(fā)生根本性的改變,比如曝光方法。曝光作為成像設(shè)備最重要的成像因素之一,是衡量數(shù)碼圖像質(zhì)量的主要指標(biāo)。目前絕大多數(shù)數(shù)碼相機(jī)都具備相當(dāng)?shù)淖詣?dòng)曝光功能,其原理就是借助自動(dòng)測(cè)光系統(tǒng)獲得數(shù)碼圖像的最佳曝光依據(jù),再自動(dòng)配置光圈及快門(mén)來(lái)進(jìn)行拍攝。一般情況下,拍攝者只需簡(jiǎn)單的按下快門(mén)即可獲得質(zhì)量不錯(cuò)的圖像。然而,自動(dòng)曝光并非每次都能達(dá)到最佳的曝光效果,原因就是測(cè)光系統(tǒng)不能完全適應(yīng)千變?nèi)f化的光照環(huán)境,對(duì)于普通使用者而言,在拍攝過(guò)程中,如何通過(guò)相機(jī)自動(dòng)曝光系統(tǒng)得到一個(gè)恰當(dāng)?shù)钠毓庵凳冀K是個(gè)難題。因此,針對(duì)上述問(wèn)題,本文首先從人臉檢測(cè)等算法方面進(jìn)行改進(jìn),根據(jù)人在照片中的位置來(lái)劃分測(cè)光區(qū)域,以提高其智能性;其次,根據(jù)曝光與照片灰度直方圖之間存在的對(duì)應(yīng)關(guān)系,對(duì)各個(gè)區(qū)域進(jìn)行數(shù)學(xué)統(tǒng)計(jì),節(jié)省時(shí)間及內(nèi)存;最后,引入模糊邏輯算法,根據(jù)已提取到的圖像信息及專(zhuān)家經(jīng)驗(yàn),對(duì)不同的區(qū)域給出不同的曝光權(quán)重,得到最終的曝光量。本論文的研究?jī)?nèi)容主要包括三個(gè)方面:⑴設(shè)計(jì)適應(yīng)性強(qiáng),滿足實(shí)時(shí)性要求的人臉檢測(cè)算法。根據(jù)實(shí)際應(yīng)用的要求,本文采用改進(jìn)的AdaBoost方法和類(lèi)Haar技術(shù)快速確定人臉... 

【文章頁(yè)數(shù)】：84 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 序論
    1.1 課題背景
    1.2 自動(dòng)曝光領(lǐng)域的研究現(xiàn)狀
        1.2.1 相機(jī)測(cè)光方式
        1.2.2 自動(dòng)包圍式曝光
        1.2.3 自動(dòng)曝光精確性的評(píng)價(jià)
    1.3 本論文的研究課題
    1.4 課題的研究意義
第二章 自動(dòng)曝光原理及算法總體設(shè)計(jì)
    2.1 曝光量測(cè)試
        2.1.1 曝光參數(shù)方程
        2.1.2 APEX 系統(tǒng)
    2.2 傳統(tǒng)的自動(dòng)曝光控制方法
        2.2.1 自動(dòng)曝光控制AEC
        2.2.2 自動(dòng)增益控制
        2.2.3 直流亮度調(diào)節(jié)
        2.2.4 基于參照亮度的自動(dòng)曝光控制方法
        2.2.5 不同光照條件下的自動(dòng)曝光控制方法
    2.3 基于多區(qū)域分割及模糊邏輯的自動(dòng)曝光方法
        2.3.1 測(cè)光
        2.3.2 基于人臉識(shí)別的圖像分割
        2.3.3 曝光與灰度直方圖統(tǒng)計(jì)
        2.3.4 模糊邏輯算法
    2.4 本章小結(jié)
第三章 人臉檢測(cè)及圖像多區(qū)域分割
    3.1 人臉檢測(cè)方法及分類(lèi)
    3.2 人臉特征的提取
        3.2.1 類(lèi)Haar 特征
        3.2.2 創(chuàng)建類(lèi)Haar 特征集
        3.2.3 Haar 特征的快速計(jì)算
    3.3 ADABOOST 算法及分類(lèi)器設(shè)計(jì)
        3.3.1 弱分類(lèi)器
        3.3.2 強(qiáng)分類(lèi)器
        3.3.3 強(qiáng)分類(lèi)器級(jí)聯(lián)
        3.3.4 算法加速策略
    3.4 人臉檢測(cè)過(guò)程
        3.4.1 光照校正
        3.4.2 窗口檢測(cè)方法
        3.4.3 檢測(cè)過(guò)程的詳細(xì)描述
        3.4.4 后處理
        3.4.5 基于膚色模型的后期驗(yàn)證
    3.5 人臉模板提取
    3.6 人臉檢測(cè)算法性能分析
    3.7 基于人臉檢測(cè)的圖像多區(qū)域分割
        3.7.1 人物照的多區(qū)域分割
        3.7.2 風(fēng)景照的多區(qū)域分割
    3.8 本章小結(jié)
第四章 曝光與灰度直方圖統(tǒng)計(jì)
    4.1 直方圖的意義
    4.2 圖像曝光與灰度直方圖
    4.3 基于直方圖統(tǒng)計(jì)的曝光評(píng)價(jià)
    4.4 本章小節(jié)
第五章 模糊邏輯的應(yīng)用
    5.1 圖像模糊信息處理中的數(shù)學(xué)基礎(chǔ)
        5.1.1 模糊集合的概念
        5.1.2 集中常見(jiàn)的隸屬函數(shù)類(lèi)型
        5.1.3 模糊邏輯
    5.2 模糊邏輯系統(tǒng)的組成
        5.2.1 模糊產(chǎn)生器
        5.2.2 模糊規(guī)則庫(kù)
        5.2.3 模糊推理機(jī)
        5.2.4 反模糊化器
    5.3 曝光分析中圖像區(qū)域權(quán)重分配的模糊邏輯系統(tǒng)
        5.3.1 模糊規(guī)則庫(kù)
        5.3.2 模糊產(chǎn)生器及反模糊化器
        5.3.3 模糊推理機(jī)
        5.3.4 圖像權(quán)重計(jì)算
    5.4 本章小結(jié)
第六章 算法結(jié)果及實(shí)驗(yàn)
    6.1 曝光評(píng)價(jià)計(jì)算
    6.2 實(shí)驗(yàn)比對(duì)
第七章 結(jié)論與展望
    7.1 本文主要研究工作及成果
    7.2 論文工作的局限性及展望
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表（或錄用）學(xué)術(shù)論文情況
攻讀學(xué)位期間專(zhuān)利發(fā)表情況
致謝


【參考文獻(xiàn)】：
期刊論文
[1]攝影設(shè)備中的測(cè)光元件及技術(shù)[J]. 胡興軍.  中國(guó)儀器儀表. 2004(07)
[2]攝影技術(shù)中測(cè)光元件的應(yīng)用與發(fā)展[J]. 韓美玉,冉炬明.  影像技術(shù). 2003(04)
[3]基于模糊度測(cè)度和改進(jìn)遺傳算法的圖像分割[J]. 鄭松峰,孫飛,徐維樸.  信號(hào)處理. 2003(01)
[4]一種可變光照條件下的膚色檢測(cè)算法[J]. 雷明,張軍英,董濟(jì)揚(yáng).  計(jì)算機(jī)工程與應(yīng)用. 2002(24)
[5]現(xiàn)代相機(jī)自動(dòng)測(cè)光系統(tǒng)及自動(dòng)曝光功能闡釋[J]. 關(guān)文俊.  哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào). 1999(04)
[6]一種新的基于神經(jīng)網(wǎng)絡(luò)的非線性組合預(yù)測(cè)方法[J]. 文新輝, 牛明潔.  系統(tǒng)工程理論與實(shí)踐. 1994(12)
[7]從EV值談到曝光參數(shù)方程加法系統(tǒng)[J]. 伯弓.  照相機(jī). 1994(03)



本文編號(hào)：3655535