CN103915077B

CN103915077B - 一种在普通显示设备上显示高动态图像的方法

Info

Publication number: CN103915077B
Application number: CN201310000305.8A
Authority: CN
Inventors: 李卫斌
Original assignee: Individual
Current assignee: Xianyang Normal University
Priority date: 2013-01-04
Filing date: 2013-01-04
Publication date: 2017-06-20
Anticipated expiration: 2033-01-04
Also published as: CN103915077A

Abstract

本发明公开了一种在普通显示设备上显示高动态图像的方法，包括预处理，离散数据的连续化，连续区间分布最优量化，结构特征因子计算，结构特征因子量化，综合映射。经本发明方法处理后，亮度值重新量化成R_i，j，0～255共256个量化等级，可以在普通显示设备上进行显示，充分考虑了结构特征，在边缘比较明显的地方，进行增大对比度的方法，使得边缘更加清晰和明显。普通显示设备采用本发明对高动态图像的处理之后，可显示其图像内容；不仅进行亮度空间的优化重构，确保亮度分布均匀；并考虑了边缘特征的保留，在运算便捷的前提下保证边缘特征。本方法只在离散数据的连续化这一环节采用了实数运算，其他采用整数运算，确保运算复杂度没有明显提升。

Description

一种在普通显示设备上显示高动态图像的方法

技术领域

本发明涉及数字图像处理中的再现技术领域，具体涉及一种在普通显示设备上显示高动态图像的方法。

背景技术

现在普遍使用的、每个通道8位的图像，称之为低动态范围图像。此类图像不能记录场景中真实的亮度，只是记录视觉编码过的、有限的阶调关系(通常每个通道只有256个阶调)，其最终所记录场景的效果必须根据具体的显示设备而决定。如果一显示器的最大显示亮度为100cd/m2，动态范围为100∶1，那么只能正确显示场景中1cd/m2到100cd/m2亮度之间的光影效果，无法呈现原场景完整的光影效果。因此，它也称为设备相关的图像。高动态范围图像(High Dynamic Range image，HDRi)则为一种场景相关的图像，其动态范围一般超过1000∶1，且各像素记录的是场景真实亮度。可以记录所有视觉可以观察到的场景(10-6cd/m2～108cd/m2亮度范围的场景)。鉴于高动态范围图像的这些优点，近年来，高清影片、游戏特效、航空航天、卫星气象、医疗、印刷以及交通金融等行业都期望高动态范围图像能代替现有的低动态范围图像，被广泛应用。但，这些应用都会遇到一个共同的问题，即在现有的低动态范围显示设备上正确显示再现高动态范围图像的问题。

发明内容

本发明在色调映射(Tone Mapping)的基础上，结合亮度直方图分布和特征分布将亮度数据重新映射到[0，255]等256个亮度级，从而实现普通显示设备对HDRI的显示支持。

本发明的技术方案是：一种在普通显示设备上显示高动态图像的方法，包括以下步骤：

步骤一，预处理，读入图像，获取图像尺寸、图像亮度最大值、最小值的信息；

步骤二，离散数据的连续化，确定亮度的最大值和最小值，并将其他亮度值重新变成实数范围内，实施对数运算，将其映射在[0，1]实数区间中；

步骤三，连续区间分布最优量化，统计各亮度数据在连续区间中的分布特性，初步确定亮度直方图；

步骤四，结构特征因子计算，使用结构特征模板计算结构特征因子S_i，j，其中

步骤五，结构特征因子量化，根据整幅图像的方差，对局部结构特征因子进行量化；其中σ为整幅图像的均方差；

步骤六，综合映射，综合连续区间最优量化和结构特征因子量化，并进行边界约束，所述结果R_i，j，送普通显示设备进行显示，其中，

M_i，j＝D_i，j+Q_i，j。

本发明的进一步改进包括：

所述步骤二中的对数运算如下：

其中，LW表示原亮度值，A为亮度的补偿量，A的选取原则是

，所述步骤三的确定量化方法是：按照分布特性确定255个量化点

Φ_K，k＝1，2...，255，其中，φ₀＝0，使得分布函数满足

对每一像素进行重新量化，量化结果为

其中，为L_D矩阵的i行，j列；。

亮度分布均匀原则，寻找最优量化点，并对亮度数据进行量化，量化后图像亮度变为整数0～255。

本发明的技术效果是：经过本发明方法处理后，亮度值重新量化成R_i，j，0～255共256个量化等级，可以在普通显示设备上进行显示，并且充分考虑了结构特征，在边缘比较明显的地方，进行增大对比度的方法，使得边缘更加清晰和明显。本发明增强了普通显示设备对高动态图像的支持。普通显示设备采用本技术对高动态图像的处理之后，可完全显示其图像内容；不仅进行亮度空间的优化重构，确保亮度分布均匀；并且考虑了边缘特征的保留，在尽可能运算便捷的前提下保证边缘特征。本发明运算简单，只有步骤一采用了实数运算，其他均采用整数运算，确保的运算复杂度没有大量提升。对于规模比较大的图像，还可以采用分块处理的方式增强该技术的适应性。

附图说明

图1是本发明的方法流程图。

具体实施方式

下面结合附图对本发明做详细说明。

一、预处理

读入图像，获取图像尺寸、图像亮度最大值、最小值等宏观信息；

二、离散数据的连续化：

确定亮度的最大值和最小值，并将其他亮度值重新变成实数范围内，实施对数运算，将其映射在[0，1]实数区间中，

其中，L_W表示原亮度值，可能为实数，也可能为实数。A为亮度的补偿量。A的选取原则是

三、连续区间分布最优量化：

统计各亮度数据在连续区间中的分布特性，初步确定亮度直方图。按照分布特性确定255个量化点Φ_K，k＝1，2...，255，其中，φ₀＝0，使得分布函数满足对每一像素进行重新量化，量化结果为

其中，为L_D矩阵的i行，j列；。

四、结构特征因子计算

使用结构特征模板计算结构特征因子S_i，j，其中

五、结构特征因子量化

根据整幅图像的方差，对局部结构特征因子进行量化，量化结果为

其中σ为整幅图像的均方差

六、综合映射

综合连续区间最优量化和结构特征因子量化，并进行边界约束，最终结果为R_i，j，送普通显示设备进行显示，其中，

经过上述6个步骤之后，亮度值重新量化成R_i，j，0～255共256个量化等级，可以在普通显示设备上进行显示，并且充分考虑了结构特征，在边缘比较明显的地方，进行增大对比度的方法，使得边缘更加清晰和明显。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims

1.一种在普通显示设备上显示高动态图像的方法，其特征在于，包括以下步骤：

步骤二，离散数据的连续化，确定亮度的最大值和最小值，并将其他亮度值重新变成实数范围内，实施对数运算，将其映射在[0，1]实数区间中；所述步骤二中的对数运算如下：其中，L_W表示原亮度值，A为亮度的补偿量，A的选取原则是L′_Wmin＝min(L_W＞0)；

步骤三，连续区间分布最优量化，统计各亮度数据在连续区间中的分布特性，初步确定亮度直方图；所述步骤三的确定量化方法是：按照分布特性确定255个量化点Φ_K，k＝1，2...，255，其中，Φ₀＝0，使得分布函数满足对每一像素进行重新量化，量化结果为其中，为L_D矩阵的i行，j列；

i＝0，1，2...，M-1，j＝0，1，2...，N-1，

P = \frac{1}{8} (\begin{matrix} - 1 & - 1 & - 1 \\ - 1 & 8 & - 1 \\ - 1 & - 1 & - 1 \end{matrix}), L_{{SD}_{i, j}} = (\begin{matrix} L_{D_{i - 1, j - 1}} & L_{D_{i - 1, j}} & L_{D_{i - 1, j + 1}} \\ L_{D_{i, j - 1}} & L_{D_{i, j}} & L_{D_{i, j + 1}} \\ L_{D_{i + 1, j}} & L_{D_{i + 1, j}} & L_{D_{i + 1, j + 1}} \end{matrix});

步骤五，结构特征因子量化，根据整幅图像的方差，对局部结构特征因子进行量化；

其中σ为整幅图像的均方差；

步骤六，综合映射，综合连续区间最优量化和结构特征因子量化，并进行边界约束，所述结果R_i，j，送普通显示设备进行显示，其中，M_i，j＝D_i，j+Q_i，j。

2.根据权利要求1所述的一种在普通显示设备上显示高动态图像的方法，其特征在于，亮度分布均匀原则，寻找最优量化点，并对亮度数据进行量化，量化后图像亮度变为整数0～255。