最清晰P3LED大屏幕灰度級層次蘊含了圖像細節(jié)的重要信息，通過提高圖像灰度級可以恢復(fù)出圖像中丟失的許多重要信息，使圖像的細節(jié)更豐富，圖像更清晰。近幾十年，高灰度級圖像的生成和顯示技術(shù)已經(jīng)成為圖像處理領(lǐng)域的研究熱點之一。提高圖像灰度級的技術(shù)通常包括灰度級細化和高動態(tài)范圍兩類。目前，對灰度級細化方法的研究較少，并且細化后圖像的灰度級不豐富仍是這類方法常遇到的問題；而高動態(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。針對這些問題，主要完成了灰度級細化方法、高動態(tài)范圍圖像生成和多曝光融合三個方面的研究工作。最清晰P3LED大屏幕深圳市視覺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)品價格為一體企業(yè)。打造高質(zhì)量，相機拍攝180度無死角！點亮無死燈，無偏色，無接縫，無掃描線，打造高端，高清顯示屏生產(chǎn)基地。 針對灰度級細化的研究主要包括：

最清晰P3LED大屏幕（1）提出通過給待估計的浮點數(shù)加上一個服從某種已知分布的隨機變量，從這些浮點數(shù)和的四舍五入后的整數(shù)值估計出這個浮點數(shù)的方法。

最清晰P3LED大屏幕（2）設(shè)計和實現(xiàn)了一套具有補光功能的成像設(shè)備，并使用提出的算法從設(shè)計的成像設(shè)備采集的圖像/視頻實現(xiàn)灰度級細化。為了檢測算法和成像設(shè)備的有效性，分別使用模擬數(shù)據(jù)和真實數(shù)據(jù)進行實驗。模擬數(shù)據(jù)的實驗結(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。真實數(shù)據(jù)的實驗結(jié)果表明，恢復(fù)圖像比采集圖像具有更豐富的灰度級。 通過分析不同曝光圖像中的強度值與輻射照度之間的關(guān)系，提出在輻射照度log值的一個小鄰域內(nèi)，圖像的強度值與輻射照度log值之間滿足線性關(guān)系?；谶@個發(fā)現(xiàn)，設(shè)計出以高動態(tài)范圍圖像中強度值為變量的優(yōu)化模型，該模型使每個輻射照度log值鄰域內(nèi)，高動態(tài)范圍圖像中強度值變化程度與所有曝光圖像中強度值變化程度最大的盡可能保持一致。實驗結(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。

 針對多曝光融合的結(jié)果非常依賴輸入圖像的問題，提出兩個方面改進：

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

（2）提出去除背景趨勢的圖像增強方法，既壓縮了不同背景環(huán)境間的亮度差異，還利用灰度級鄰域內(nèi)的強度值在增強前后的線性關(guān)系，對同一背景環(huán)境下的目標(biāo)進行增強。為了評價算法，提出了梯度模標(biāo)準(zhǔn)差作為客觀評價指標(biāo)之一。實驗結(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)的對比度明顯增強，而且圖像的梯度模標(biāo)準(zhǔn)差均較小，說明該算法在保持整體視覺感受的同時，增強了局部對比度。

（3） 另外，還提出了基于模糊C均值聚類的多曝光融合方法。在該方法中，提出通過將圖像中所有像素分為曝光正常和不正常兩個模糊類，并根據(jù)每個像素對曝光正常類的隸屬度構(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。實驗結(jié)果表明，從主觀上來看，提出的算法得到的圖像的整體視覺感受適中，而且所有區(qū)域的局部特征比較明顯。從客觀上來看，通過與6種不同的色調(diào)映射算法和1種多曝光融合方法進行對比，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，說明該方法不僅突顯了局部對比度，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)，其中灰度級細化方法能較大程度地提高灰度級精度，而生成的高動態(tài)范圍圖像更接近場景輻射照度log值，實現(xiàn)也很簡單，此外，多曝光融合方法對輸入圖像的依賴少，即使使用較少的不同曝光圖像也能得到較好的融合圖像。