HDR红外图像

Matlab开发红外线图像软件，涉及FTIR图像数据处理。

该软件专为µ-FTIR图像分析而设计，同时支持多种FTIR图像处理需求。内置PCA、聚类分析和感兴趣区域工具，可用于光谱切割、归一化及背景校正，支持OMNIC（.map和导出的.csv）和OPUS导出的*.000文件格式。

医学影像领域中，.img/.hdr 文件格式（属于 Analyze 格式）已逐渐被淘汰。为确保图像数据的互操作性和长期保存，将这些文件转换为更通用的 DICOM 格式 (.dcm) 至关重要。

MATLAB实现图像SDR到HDR的美白效果，通过增强暗光区域的光照并减弱过曝光区域，参考了北大学者在低光照图像增强领域的研究成果和开源工程。该方法仅在光照不足的区域增强光照，保持其他区域的清晰度，特别优化了处理过曝光区域的能力。

构建HDR的过程涉及以下要求：(1) 符合硬件和操作系统的要求；(2) 满足数据库和数据的需求，数据库需采用带日志模式；(3) 符合数据库服务器配置要求，包括主服务器和辅助服务器的一致性，如供应商、体系结构和操作系统等。

psf的matlab代码dviplusimage项目包含HDR图像渲染算法的Matlab代码。该项目为SIM2显示器的DVI PLUS模式开发HDR图像渲染功能，用户可以通过自定义渲染来呈现HDR图像。此软件可用于主观实验和心理测量研究，准确复制HDR图像以匹配显示器参数。您可以简单克隆或下载项目，并在Matlab中运行dviplusimage。每个m文件中均有详细说明：dviplusim.m是Matlab的单文件函数，用于HDR图像渲染，仅需led_psf.mat和lcdGammaCorr.mat文件；dviplusvid.m是Matlab的单文件函数，用于HDR视频渲染；dviplusimage文件夹包含多个文件版本的相同代码，dviplusimage\dviplusimage.m适用于自然图像，dviplusimage\dviplusimageTest.m用于测试不连续图像（如亮度遮罩和对比度研究）。

这篇文章提供了关于matlab预处理近红外光谱的代码，并配有详细介绍，方便直接在matlab中使用。

HDR数据库简介及原理tHDR（Hierachical Data Replication）技术是informix server产品自带的一个功能，中文名称为：高可用性数据复制。即由一个主用数据库服务器和一个辅助数据库服务器构成一个hdr对。HDR一旦被启动后，HDR对中的主用服务器上数据的任何变化都被复制到辅助服务器上，当主用服务器发生宕机等错误时将由辅助服务器接管充当主用服务器，以满足24小时不间断的业务要求。 thdr数据库操作中主库可以进行读写操作，而备库只可以进行读操作。当在主库中建立表、增删改数据时，会自动同步到备库。

费利佩·古铁雷斯艾萨克·宋的Matlab实验比较HDR影像代码要求用户在运行程序前，需先建立一个包含所有图像的子目录，并创建一个名为“ list.txt”的文件，其中包含图像文件名及对应的浮点格式快门速度列表。每行应包含一个图像及其快门速度。例如，如果子目录包含快门速度为1秒和0.5秒的两张照片，则文件应包含： image1.jpg 1 image2.jpg 0.5。创建子目录和list.txt文件后，将project1.m中的目录变量修改为指向该子目录。例如，若创建名为“ images”的文件夹，则代码行应更改为： directory = './images/'; 确保路径末尾有斜杠“/”，以确保程序正常运行。更改代码后，即可运行。本实验使用第10章介绍的算法来估算辐射响应函数，这是我们HDR处理流程的第一步。估算辐射响应函数的基本原理是对每个曝光tj将每个像素Ei的辐照度值与测得的像素值zij进行图像化。

HDR数据库管理经验分享：创建新数据库或表时需先在主库建立，以确保同步到备库；在建库过程中选择buffer形式log以保证数据同步；测试时需避免同时宕掉主备库；备库仅限查询操作；宕掉一台服务器后需等待状态切换完成再操作。