第一章绪论
实验心理专家赤瑞特拉(Treicher)曾经作过一个关于人类信息来源的实验，研究了人类主要获得信息的途径以及相互之间的重要性。他通过大量的实验证实:人类获取的信息有两个最主要的来源，分别是占总量83%的视觉和11%的听觉。另外，还有3.5%来自嗅觉，1.5%来自触觉，1%来自味觉。由此可见视觉对于人类感知世界的具有极高的重要性’。其实不仅是对于人类，视觉也是生物体最重要的一种感知世界的手段，是对于环境最准确、最迅速的映像。生物体通过视觉感知器官对环境的亮度、色度等信息进行采集，并利用神经中枢对其进行分析和判断。
图像作为视觉感知的过渡媒介，包含着大量的原始场景信息，是生物进行间接视觉感知的重要组成部分。但为了从图像中获得更全面的原始场景信息，图像本身的质量至关重要。
纵观人类在图像采集方面的发展史可以看到，人类一直在为提高图像所包含的信息量而努力。最初人类利用化学手段一记录周围的世界，也就是使用胶卷相机。可是这种相机不仅笨重，采集的图像质量较差，而且底片难以保存。随着20世纪中后期计算机技术的蓬勃发展，利用光电转换技术的电子数码相机获得了飞速的发展，主要体现在更高的便携性和更优良的图像质量上。现在所说的计算机图像处理就是建立在数码相机的基础上，利用计算机对原始图像进行处理，以满足人们要求的技术。
常见的数字图像处理技术主要包括图像复原，图像增强，图像测量，图像分割，图像编码，图像识别等a。但所有这些技术都建立在处理图像中已有的信息前提下，也就是说，数字图像处理只能对图像中已有信息进行分析，并不能完全恢复图像拍摄时场景的全部信息。所以如何获得信息量丰富的原始图像对高级的基于图像内容的分析和处理来说至关重要。
1.1高动态范围图像合成的背景
在数字图像处理中，分辨率和动态范围是衡量图像质量最重要的两个指标。其中，分辨率表示的是图像在水平方向上一共由多少个像素组成(像素是图像中理想的只含有一个颜色的点);而动态范围则表示的是每一个像素点有多少“级”的颜色深浅范围。对于数字图像，像素所占存储位数越大，则其所能表示的颜色深浅范围就越多。所以，从某种意义上来说，动态范围可以被看作“纵向”的图像分辨率。
高动态范围图像技术发展的推动力之一正是由于现有的数字图像不能满足日益增长的对现实场景的反映需求。普通的数字成像或者存储设备由于受到位数的限制，通常动态范围只有102数量级(以8位存储为例，28 = 256级动态范围)，而现实中的场景动态范围远远大于这个值。比如正中午阳光强度与夜晚星光强度的比值就达到。表格1-1给出了几种具有代表意义的光照强度当今普通的CMOS和CCD图像传感器的动态范围只有科学级的CCD图像传感器最大也只能达到动态范围。相比之下，人眼的动态范围就要大很多，能够达到10'0。虽然传统的胶卷相机采用的是类似模拟信号的胶卷，具有较大的动态范围，但对模拟图像进行数字化时扫描仪有限的动态范围还是会限制数字图像的动态范围。因此，图像采集系统对于高动态范围具有巨大的需求’。
通常来说，高动态范围图像的采集和显示分为两个步骤:第一步是利用图像传感器采集高动态范围的图像，在这一步中，可以利用高动态范围的图像传感器直接进行采集，也可以利用低动态范围的图像传感器多次采集后再进行合成得到。当然这两种方法各有利弊，将在第三节中讨论。第二步是将高动态范围的图像显示在低动态范围的显示器上。这种将高动态范围图像映射到低动态范围的显示器上的技术就是色调映射(tone mapping)。
1.2 LED晶元AOI检测中高动态范围图像的必要性
随着二十世纪中后叶计算机技术的快速发展，所有的图像采集和存储工作逐渐地转移到数字电路上进行。但由于受到模数转换器(ADC)和存储设备等位数的限制，最终获得的图像由于动态范围过低，只包含真实场景中一部分的细节。比如电脑中常用的256 ( 8bit)色和65536 (16bit)色，这些并不能完全反映真实场景中7, 8个数量级的亮度变化。所以自上世纪九十年代开始，高动态范围图像技术就获得了极大的发展，伴随着各种硬件和软件提升动态范围技术的提出，高动态范围图像在工业识别、航天、医疗、电脑娱乐等方面获得了大量的应用。
比如，在LED的制造过程中，AOI是剔除有缺陷晶元的重要一步。其中，由于LED的电极区和衬底区都有可能出现缺陷，所以在检测过程中需要同时观察到这两个区域的细节。但由于电极区的反射率很高，而衬底区的反射率很低，普通的相机并不能同时观察到这两个部分的细节。使用高动态范围图像合成技术，就可以将高亮度的电极区细节和低亮度的衬底区细节显示在同一张图中，从而便于鉴别。
第二章 LED晶元自动光学.............14-20
2.1 常用半导体检............. 14-15
2.1.1 自动光学............. 14
2.1.2 自动X光检.............14-15
2.2 LED晶元AOI检测.............15-17
2.3 LED晶元AOI中图像............. 17-20
第三章 基于FPGA的图像采............. 20-34
3.1 器件选型............. 20-24
3.1.1 图像传感器............. 20-24
3.1.2 FPGA............. 24
3.2 电路设计............. 24-32
3.2.1 CCD图像传感............. 25-27
3.2.2 CMOS图像传感器............. 27-29
3.2.3 FPGA处理主板............. 29-31
3.2.4 供电电路板............. 31-32
3.3 FPGA控制程序............. 32-34
第四章 基于HSV空间高动态范围............. 34-49
4.1 经典的数码相机............. 34
4.2 高动态范围图像............. 34-36
4.3 HDRI的存储方法............. 36-38
4.3.1 OpenEXR格式............. 36-37
4.3.2 RGBE格式............. 37-38
4.4 色调映射算法............. 38-40
4.4.1 自适应对数............. 39
4.4.2 Gamma校正............. 39-40
4.5 经典高动态图像合成............. 40-43
4.5.1 相机响应曲线............. 40-42
4.5.2 黑白高动态范围............. 42-43
4.5.3 彩色高动态范围............. 43
结论和未来工作
本文介绍了一种用于LED晶元AOI过程中的HSV空间HDR合成算法，主要介绍了图像采集系统硬件的构成，LED晶元AOI简要流程，相机成像模型，响应曲线恢复，色调映射，HSV空间特点，高动态范围图像存储格式等内容。Debevec等人的经典响应曲线恢复算法是目前大多数软件高动态范围图像合成的
