一种亮度可控与细节保持的高动态范围图像色调映射方法

高动态范围(High dynamic range, HDR)图像通常需压缩其动态范围,以便于进行存储、传输、重现. 本文提出一种具有亮度可控与细节保持特性的HDR图像的全局色调映射方法.该方法对HDR图像 照度直方图进行裁剪与补偿,令色调映射后的低动态范围(Low dynamic range, LDR)图像仍能够保持原有的细节特性, 同时利用概率模型估算出输出LDR图像的亮度与标准差,进而调整直方图亮度区域的分配, 使得输出LDR图像的亮度接近用户设置的亮度,最后以分段直方图均衡的方法进行HDR色调映射处理. 仿真结果表明,该方法能对HDR图像动态范围进行合理的压缩映射,输出的LDR图像的亮度可由用户控制或自适应选择, 同时能保持图像的细节信息,令图像的主观视觉感受对比和谐.     

高动态范围图像色调映射技术与算法

高动态范围成像技术(High Dynamic Range Imaging)技术近年来在工业图像处理、机器视觉、三维数字娱乐等领域获得了广泛的应用。作为一种增强型的数字图像获取技术,高动态图像(HDR)在全局照明、真实感绘制方面具有不可替代优势。     

基于细节再现的高动态范围图像分层映射算法

针对当前映射算法中亮度的映射函数非适性而引起对比度过度压缩的问题,以及映射时亮度变化改变图像细节可见性的问题,提出了一种基于细节再现的高动态范围(HDR)图像分层映射算法。该算法采用视觉响应曲线作为基础层的映射函数,根据图像局部适应性亮度动态地映射亮度;同时,在Stevens效应的思想基础上依据映射前后亮度变化获得补偿系数,拉伸或压缩细节层。测试结果表明：该映射算法所得图像能正确再现更多的可见细节。     

一种面向高动态范围材质的实时渲染算法

针对具有高动态范围材质的场景的渲染问题，给出了将渲染光照模型由传统材质模型扩展为高动态范围材质模型和基于GPU实时渲染的算法。经过此算法得到的高动态范围渲染结果必须通过进一步的处理才能正确地显示在仅具有低动态范围的显示输出设备上。为此，该文给出了一个结合高动态范围材质的实时渲染算法、基于物理的模拟镜头眩光效果算法以及色调映射算法的综合方法，并通过实现验证了此方法。     

高动态范围图像和色阶映射算子

图像传感器动态响应范围的局限使其在捕捉高动态范围场景时力不从心, 为了捕捉高动态范围图像(High dynamic range image, HDRI), 近年来出现了许多新型传感器和新方法, 本文将简要介绍这些研究进展; 同样由于动态响应范围的局限, 显示设备也不能胜任HDRI的显示, 必须利用色阶映射算子(Tone mapping operator, TMO)将图像的动态范围进行合理的压缩, TMO最终决定了图像显示的质量, 本文将众多的TMO归纳为全局算子和局部算子并进行了详细论述.     

一种基于人眼视觉及对数域的HDR图像动态范围压缩方法

当前人们对图像质量的要求越来越高,高动态范围（HDR）图像广泛应用于影视、医疗等领域,已经成为图像处理领域中的重要研究方向。针对现有的动态范围压缩方法造成图像偏暗区域和偏亮区域发生信息丢失的问题,对传统的对数域动态范围压缩方法进行改进,并根据人眼对亮度的适应特性实现对图像整体动态范围压缩的同时,保留了更多的偏暗区域和偏亮区域信息。     

高动态范围图像全局与局部色调映射的融合

针对高动态范围(HDR)图像显示于普通显示设备的问题,提出一种新的结合全局与局部的色调映射方法,先对高动态范围图像分别进行全局和局部的映射,对所得的图再各自进行曲波分解,然后对分解系数进行加权融合.用5组HDR图进行验证,结果表明:用该方法得到的图像有更好的视觉效果.     

基于概率模型的高动态范围图像色调映射

提出了一种概率模型对HDR(high dynamic range)图像进行色调再生.分别对局部像素的色调能量分布与HDR/LDR(low dynamic range)间梯度变化约束建立概率统计模型,通过求解最大后验概率(maximum a posteriori,简称MAP)将整个色调映射过程转化为一个能量最小化问题.实验结果表明,所提出的基于概率模型的色调映射方法能够生成比以往方法具有更多视觉信息的LDR 图像,可用于高级图像编辑、显示设备开发等领域.     

基于交叉皮质模型的高动态范围图像可视化方法

针对高动态范围图像(HDRI)在低动态范围显示设备上的可视化问题,提出基于交叉皮质模型(ICM)的色调映射算法,其在融入人类视觉特性的同时兼顾了全局亮度和局部细节保持.首先将线性热流(LHF)应用于向心自动波(CA)的实现,构成LHF-CA-ICM,以解决原有ICM自动波效应的负面影响;然后根据LFH-CA-ICM迭代...     

亮度分区自适应对数色调映射算法*

色调映射可将高动态范围图像显示在低动态范围显示器上。常用的对数全局色调映射算法由于压缩范围有限容易引起细节丢失,为此本文给出一种基于亮度分区的自适应对数色调映射算法。首先将高动态范围图像由RGB颜色空间转换为XYZ颜色空间以提取图像亮度信息,然后将亮度图分为高、中、低三个照度区域。根据区域亮度属性实施对数色调映射实现动态范围局部压缩,并进行融合处理以消除区域交界处的显示效果。同时采用双边滤波技术进行细节补偿。实验结果表明,此算法能有效压缩动态范围并再现真实场景信息,同时可以保留丰富的细节。     

高动态图像色调映射技术新进展*

传统显示设备受自身动态范围限制,无法很好地显示高动态图像的效果,需要用色调映射方法进行合理的动态域压缩,获得更好的图像显示质量。综述了现有高动态图像的色调映射技术,首先简要介绍了高动态图像色调映射方法的概念;再介绍了色调映射算子的分类,以色调映射处理方式为主分别介绍了空域不变算法、空域变化算法及混合算法这三大类算子近年来发展起来的各种新方法,并指出各种方法的技术优势及对此进行了归纳总结;最后阐述了该技术的应用领域及其继续发展的方向。     

基于局部适应性的高动态范围图像显示方法

在高动态范围环境中，人眼依靠局部适应性也能够观察到细节变化。提出了一个基于区域信息的局部适应亮度计算方法来模拟局部适应性。使用区域生长法对图像进行分割，然后采用基于区域的双边滤波技术来计算每一像素的局部适应亮度，再联合色调映射算子获得可显示的低动态范围图像。实验结果显示，输出的图像避免了光晕，同时较好地保持了细节。     

Tone-mapping high dynamic range images by novel histogram adjustment

In this paper, we present novel histogram adjustment methods for displaying high dynamic range image. We first present a global histogram adjustment based tone mapping operator, which well reproduces global contrast for high dynamic range images. We then segment images and carry out adaptive contrast adjustment using our global tone mapping operator in the local regions to reproduce local contrast and ensure better quality. We demonstrate that our methods are fast, easy to use and a fixed set of parameter values produce good results for a wide variety of images.     

高动态范围图像客观质量评价方法

针对当前高动态范围（HDR）图像质量评价方法未考虑图像色度和结构信息的问题,提出了一种新的HDR图像客观质量评价方法。首先,利用HDR-VDP-2.2中的基于视觉感知的模型得到关于亮度与对比度的视觉保真度特征;然后,将HDR图像转换到YIQ彩色空间,对彩色空间中的Y、I、Q通道分别进行处理,求得色度相似度和结构相关度特征;最后,利用支持向量回归（SVR）的方法对特征进行融合,预测得到高动态范围图像质量的客观评价值。实验结果表明,与HDR-VDP-2.2相比,该方法的Pearson相关系数和Spearman等级相关系数分别提升了23.09%和25.34%;均方根误差（RMSE）降低了38.01%。所提出的方法与主观视觉感知具有更高的一致性。     

基于相机响应曲线的高动态范围图像融合

高动态范围成像技术由于能够更加真实地再现成像目标及周围场景,在军事、航天等领域具有重要的研究价值。首先利用佳能1DC针对同一场景拍摄不同曝光量的序列图像,通过推导计算获得彩色图像各通道的相机响应曲线;然后通过建立图像灰度值与辐照度之间的照度映射获得一幅高动态范围的辐照度图像;其次利用基于双边滤波色调映射算法对获得的高动态范围图像进行压缩;最后通过基于镜面反射白平衡算法对图像进行色彩校正,从而获得拍摄场景的高动态范围图像。抽取不同帧数的实验拍摄图像对所提算法进行有效性验证,通过实验结果分析该算法实现高动态范围图像融合所需最少图像帧数为4帧。     

Algorithms for the analysis and visualization of high dynamic range images based on human perception

High dynamic range images are used to store and transfer an extended range of intensities to render them on a display. To reproduce such images on displays with a lower range, tone mapping algorithms are used. The tone mapping algorithm described in this paper is a modification of the globally optimized linear windowed tone mapping algorithm. This modification is based on the human vision system model; it makes it possible to improve the results produced by the algorithm and replaces the nonintuitive parameters with a number of intuitively clear ones the variation of which in a high range does not visually distort the image. The high quality of the results produced by the algorithm is confirmed by the high TMQI index and the low value of the DRIM metric.     

HDR VolVis: high dynamic range volume visualization

In this paper, we present an interactive high dynamic range volume visualization framework (HDR VolVis) for visualizing volumetric data with both high spatial and intensity resolutions. Volumes with high dynamic range values require high precision computing during the rendering process to preserve data precision. Furthermore, it is desirable to render high resolution volumes with low opacity values to reveal detailed internal structures, which also requires high precision compositing. High precision rendering will result in a high precision intermediate image (also known as high dynamic range image). Simply rounding up pixel values to regular display scales will result in loss of computed details. Our method performs high precision compositing followed by dynamic tone mapping to preserve details on regular display devices. Rendering high precision volume data requires corresponding resolution in the transfer function. To assist the users in designing a high resolution transfer function on a limited resolution display device, we propose a novel transfer function specification interface with nonlinear magnification of the density range and logarithmic scaling of the color/opacity range. By leveraging modern commodity graphics hardware, multiresolution rendering techniques and out-of-core acceleration, our system can effectively produce an interactive visualization of large volume data, such as 2.048/sup 3/.