CN103916669A - 高动态范围图像压缩方法及装置 - Google Patents

Abstract

本发明提供一种高动态范围图像压缩方法及装置，该方法包括：将原始亮度图像减去基础层，获得细节层，该基础层通过滤波器对原始亮度图像滤波获得；在获得像素点的基础层亮度后，根据局部亮度映射曲线获得该像素点的局部亮度调整值；根据原始亮度图像的亮度均值确认分段阈值，将原始亮度图像分为低光区、中光区以及高光区，并分别构造各光区的映射曲线，根据所述像素点所属光区，选择对应的光区映射曲线，计算该像素点的全局亮度映射值；结合细节层亮度、局部亮度调整值以及全局亮度映射值计算该像素点的最终亮度值，进而得到整个压缩后的亮度图像。本发明使得高动态范围图像经过压缩后，其动态范围尽量饱满，图像更加清晰，细节更加完整。

Description

高动态范围图像压缩方法及装置

技术领域

本发明涉及图像处理技术领域，尤其涉及一种高动态范围图像压缩方法及装置。

背景技术

高动态范围图像可以表示真实世界场景中高动态范围的亮度信息，其所能表现的层次更加丰富，场景中的高亮度区和低亮度区的细节信息都能很好的保留下来，可以得到更符合人视觉系统的效果，在视频监控领域具有巨大的应用价值。目前大多数常规显示设备都只支持较低动态范围的显示输出，而高动态范围图像很难在常规显示设备上显示出来，若直接显示会导致图像亮度信息丢失，人眼视觉感受差，图像细节丢失。色阶映射技术传统上属于计算机图形学的范畴，它的作用是把高动态范围压缩到低动态范围，或者说是把自然界真实的亮度范围缩小到显示器上能显示的亮度范围。所谓亮度范围是指一个范围或区域内，最大亮度值与最小亮度值的比值。

在图像处理领域，由于对数关系的变化非常接近于人眼对于亮度变化的模式，因此采用对数方程来对高动态范围图像进行压缩，能够取得较好的效果。该算法的核心思想是根据高动态范围图像中的不同区域，采用不同基数为底的对数曲线完成色阶映射过程。该算法处理速度很快，并且不会产生光晕的失真效果，可以处理较广动态范围的图像。但由于该方法基于经验模型，要想达到较好的效果，需要调整基数插值函数。在图像分布很密集的区域，对数压缩算法容易将很多亮度值映射成同一个整数值，造成映射后的图像细节的丢失，相反，在分布很稀疏的区间，较少的亮度值被映射到同一个整数值，造成了浪费。

发明内容

有鉴于此，本发明提供了一种高动态范围图像压缩装置，该装置应用于显像设备上，该装置包括：

图像分层单元，用于将原始亮度图像减去基础层，获得该原始亮度图像的细节层，该基础层通过滤波器对原始亮度图像滤波获得；

局部亮度调整单元，用于在获得像素点的基础层亮度后，根据局部亮度映射曲线获得该像素点的局部亮度调整值；

自适应分区单元，用于根据原始亮度图像的亮度均值确认分段阈值，将原始亮度图像分为低光区、中光区以及高光区，并分别构造各光区的映射曲线，根据所述像素点所属光区，选择对应的光区映射曲线，计算该像素点的全局亮度映射值；

亮度映射输出单元，用于结合所述像素点的细节层亮度、局部亮度调整值以及全局亮度映射值计算该像素点的最终亮度值，进而得到整个压缩后的亮度图像。

本发明还提供了一种高动态范围图像压缩方法，该方法应用于显像设备上，该方法包括：

步骤A，将原始亮度图像减去基础层，获得该原始亮度图像的细节层，该基础层通过滤波器对原始亮度图像滤波获得；

步骤B，在获得像素点的基础层亮度后，根据局部亮度映射曲线获得该像素点的局部亮度调整值；

步骤C，根据原始亮度图像的亮度均值确认分段阈值，将原始亮度图像分为低光区、中光区以及高光区，并分别构造各光区的映射曲线，根据所述像素点所属光区，选择对应的光区映射曲线，计算该像素点的全局亮度映射值；

步骤D，结合所述像素点的细节层亮度、局部亮度调整值以及全局亮度映射值计算该像素点的最终亮度值，进而得到整个压缩后的亮度图像。

本发明使得高动态范围图像经过压缩后，其动态范围尽量饱满，图像更加清晰，细节更加完整。

附图说明

图1是本发明一种实施方式中高动态范围图像压缩装置的逻辑结构及其基础硬件环境的示意图。

图2是本发明一种实施方式中高动态范围图像压缩方法的流程图。

图3是本发明一种实施方式中高动态范围图像压缩过程示意图。

具体实施方式

以下结合附图对本发明进行详细说明。

本发明提供一种高动态范围图像压缩装置，该装置应用于显像设备上，以下以软件实现为例进行说明，但是本发明并不排除诸如硬件或者逻辑器件等其他实现方式。如图1所示，该显像设备包括CPU、内存、非易失性存储器以及其他硬件。该高动态范围图像压缩装置作为一个逻辑层面的虚拟装置，其通过CPU来运行。该装置包括图像分层单元、局部亮度调整单元、自适应分区单元以及亮度映射输出单元。请参考图2，该装置的使用和运行过程包括以下步骤：

步骤101，图像分层单元将原始亮度图像减去基础层，获得该原始亮度图像的细节层，该基础层通过滤波器对原始亮度图像滤波获得；

步骤102，局部亮度调整单元在获得像素点的基础层亮度后，根据局部亮度映射曲线获得该像素点的局部亮度调整值；

步骤103，自适应分区单元根据原始亮度图像的亮度均值确认分段阈值，将原始亮度图像分为低光区、中光区以及高光区，并分别构造各光区的映射曲线，根据所述像素点所属光区，选择对应的光区映射曲线，计算该像素点的全局亮度映射值；

步骤104，亮度映射输出单元结合所述像素点的细节层亮度、局部亮度调整值以及全局亮度映射值计算该像素点的最终亮度值，进而得到整个压缩后的亮度图像。

常见高动态范围图像压缩处理算法可分为全局算子和局部算子两大类：全局算子计算复杂度低且图像处理速度快，但是所得到的低动态范围图像不能最大限度地显示出图像中包含的视觉信息。局部算子根据每个像素点的邻域来进行色阶映射，该方法以增加计算复杂度为代价,但是图像的可见度和对比度均比较理想，而且局部算子由于模型的复杂性，降低了用户使用的实时性和适用性。

本发明借鉴图形学上的色阶映射技术，把高动态范围图像压缩到低动态范围图像，提出了一种结合局部亮度调整以及自适应分区的色阶映射方法，参见图3，其具体实现过程如下。

通过滤波器对原始亮度图像进行分层处理，获得基础层信息，并通过原始亮度图像减去基础层信息，获得该原始亮度图像的细节层信息，保留该细节层信息。若不进行该分层处理，不保留该细节层信息，则在图像经过局部处理和全局处理后，该细节信息会被平滑掉，导致图像细节丢失，可见性变差。本发明通过对细节信息的保留，在图像经过局部处理和全局处理后，再将细节信息添加到图像中，以保证图像细节不丢失，可见性强。

由于利用双边滤波器可能出现细节层梯度反转的现象，因此，本发明采用guided filter（引导滤波器）代替双边滤波器实现图像分层。guided filter是一种基于局部线性模型的优化的图像滤波器，具有平滑保边缘的作用。假设滤波器输出值q是以像素点k为中心的小邻域系统内的所有像素点I的线性结果，即：

$q_i=a_k{I}_i+b_k,\∀i\∈w_k---\left(1\right)$ 从上式我们可以看出，在局部的小区域w_k内a_k以及b_k都是固定的线性系数，因此我们认为这是个局部线性模型。同时可以得到，只有当I有边缘时q才会有边缘，即。从公式（1）可以看出，为了求得最后的输出值，我们必须求出a_k以及b_k的值。利用滤波器的输出值与滤波器的输入值之间差值的最小化，我们可以得到a_k以及b_k的值。

$a_k=\frac{\frac{1}{\left|w\right|}\mathrm{\Σ}{i\∈w}_k{I}_i{p}_i-u_k{u}_k}{{\mathrm{\σ}}_k^2+\∈}---\left(2\right)$

b_k-u_k-a_ku_k          (3)

其中，u_k以及分别表示在局部小邻域系统内的像素点值I的均值以及方差。|w|为该局部小邻域系统内的像素点总个数。因此，通过式（2）、（3）我们就可以求出每个小的局部邻域的a_k以及b_k的值。

为了求得整幅图对应的输出值，我们必须将这种局部线性模型应用于整幅图的所有局部小窗口内。对于一个给定的像素点i可能会处于不同的局部小邻域系统内，因此，通过公式（1）计算得到的值在不同的小邻域系统内是不一样的，最简单的策略就是取均值。通过公式(2)和公式(3)可以计算得到图像中的所有块w_k对应的a_k以及b_k的值，有了这些值，我们就可以计算出最终的滤波器输出值，其求解公式如下：

$q_i={\stackrel{\‾}{a}}_i{I}_i+{\stackrel{\‾}{b}}_i---\left(4\right)$

其中，w_i表示不同的局部小邻域系统。由于以及是与空间距离相关且是均值滤波器的输出，因此还是可以保持，即保证平滑同时还可以保持边缘。

在获得像素点的基础层亮度后，即上述的q_i值后，根据局部亮度映射曲线获得该像素点的局部亮度调整值，进行局部亮度的调整，来提高图像的整体主观感受，同时保持住图像的对比度。

在完成局部亮度的调整后，还需要对原始亮度图像进行全局色阶映射。由于高动态范围图像有不同的亮度分布，因此进行色调映射时，对高动态范围图像需进行自适应分区映射压缩，构造分段函数来处理不同分区的亮度，从而增加再现图像的感知对比度，使得再现结果更加自然。本发明通过原始亮度图像的亮度均值确认分段阈值，将原始亮度图像分为低光区、中光区以及高光区。例如，若原始亮度图像的亮度均值为k，则根据预先设置的阈值计算公式t1=0.1-0.1*k，t2=0.4+0.6*（1-k），对亮度图像进行自适应分区，其中，t1为低光区阈值，即亮度小于t1的像素为低光区像素；t2为高光区阈值，即亮度大于t2的像素为高光区像素，亮度介于t1与t2之间的像素为中光区像素。根据不同的分区，构造适合本分区的色阶映射函数。当对像素点进行处理时，判断其所属分区，并根据对应的色阶映射函数计算出该像素点的全局亮度映射值。

在完成局部映射和全局映射后，结合像素点的细节层亮度、局部亮度调整值以及全局亮度映射值计算该像素点的最终亮度值，进而得到整个压缩后的亮度图像。

在对局部亮度进行调整时，根据局部亮度映射曲线获得局部亮度调整值，其具体计算过程为：

m=0.3+0.7L_avg ^1.4           (5)

$L1=\frac{L}{L+\mathrm{base}}---\left(6\right)$

$\mathrm{local}=\frac{L}{L+{L1}^m}---\left(7\right)$

其中，

L_avg为原始亮度图像的亮度均值；

L为原始亮度图像的亮度归一化值；

base为像素点的基础层亮度；

m、L1为计算中间值；

local为像素点的局部亮度调整值。

一般用原始亮度图像的亮度均值L_avg，表示整张图的整体亮度值，L_avg值越小，表示整体越暗，L_avg值越大，表示整体越亮。参数m的计算借鉴了对比度感知模型，其中m的取值范围是0.3-1.0。base为滤波器的输出值，代表亮度图像的基础层信息，利用公式（6）和公式（7）进行两次非线性映射，该非线性映射基于视网膜自适应模型，通过映射后得到局部亮度调整值local，进而利用local值进行局部亮度值调整，来提高图像的整体主观感受。公式（5）-（7）使用的都是归一化值，下文如不作特殊说明，用到的也是归一化后的值。

在进行全局色阶映射时，需根据各个光区构造不同的映射曲线函数，其具体的映射曲线函数为：

$f\left(L(i,j)\right)=\left\{\begin{array}{cc}{s}_{1}L(i,j)& L(i,j)<t1\\ s_{1}t1+s_2(L(i,j)-t1)& t1\&le;L(i,j)\&le;t2\\ s_{1}t1+s_2(t2-t1)+s_3(L(i,j)-t2)& L(i,j)>t2\end{array}\right.$

其中，

L(i,j)为像素点亮度；

s₁为低光区曲线斜率；

s₂为中光区曲线斜率；

s₃为高光区曲线斜率；

t1为低光区阈值；

t2为高光区阈值；

f(L(i,j))为像素点的全局映射值。

该函数由3个斜坡函数组成，低光区的映射函数曲线斜率比较大，中光区的映射函数曲线斜率比较接近1，而高光区的映射函数曲线斜率可能比较小。

上述映射曲线函数可能会存在高光区局部对比度下降，因此，为了获得更好的映射效果，同时降低模型的复杂性以及提高用户使用的实时性和适用性，本发明提出了一种改进的映射曲线函数进行全局映射，通过在中光区和高光区采用三次方曲线进行映射，具体计算过程如下。

$p\left(L(i,j)\right)=\left\{\begin{array}{cc}f\left(L(i,j)\right)& L(i,j)\&le;t1\\ \mathrm{af}{\left(L(i,j)\right)}^3+\mathrm{bf}{\left(L(i,j)\right)}^2+\mathrm{cf}\left(L(i,j)\right)& L(i,j)>t1\end{array}\right.$

其中，

L(i,j)为像素点亮度；

t1为低光区阈值；

a、b、c为方程系数；

f(L(i,j))为改进前像素点的全局亮度映射值；

p(L(i,j))为改进后像素点的全局亮度映射值。

上述映射曲线要保证单调不下降，否则会出现颜色反转问题，严重影响图像的质量。

在获得像素点的细节层亮度、局部调整亮度值以及全局映射结果后，根据上述结果计算像素点的最终亮度值，其计算过程如下：

out=a*local+(1-a)*global+detail

其中，

a为0到1之间的常数；

local为像素点的局部亮度调整值；

global为像素点的全局亮度映射值；

detail为像素点的细节亮度值；

out为像素点的最终亮度值。

通过上述处理过程，获得所有像素点的最终亮度值，进而得到整幅图像的亮度信息，将该亮度信息映射到RGB图像上，得到最终的输出图像。

本发明通过对原始亮度图像的分层处理，保留细节信息，并通过对基础层的局部亮度调整，以及对原始亮度图像的自适应分区全局映射，使得高动态范围图像在压缩后，能够尽量保证图像的饱满和清晰，以及细节的完整。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (10)

1.一种高动态范围图像压缩装置，该装置应用于显像设备上，其特征在于，该装置包括：

图像分层单元，用于将原始亮度图像减去基础层，获得该原始亮度图像的细节层，该基础层通过滤波器对原始亮度图像滤波获得；

局部亮度调整单元，用于在获得像素点的基础层亮度后，根据局部亮度映射曲线获得该像素点的局部亮度调整值；

自适应分区单元，用于根据原始亮度图像的亮度均值确认分段阈值，将原始亮度图像分为低光区、中光区以及高光区，并分别构造各光区的映射曲线，根据所述像素点所属光区，选择对应的光区映射曲线，计算该像素点的全局亮度映射值；

亮度映射输出单元，用于结合所述像素点的细节层亮度、局部亮度调整值以及全局亮度映射值计算该像素点的最终亮度值，进而得到整个压缩后的亮度图像。

2.如权利要求1所述的装置，其特征在于：

根据局部亮度映射曲线获得局部亮度调整值的具体过程为：

m=0.3+0.7L_avg ^1.4

$L1=\frac{1}{L+\mathrm{base}}$

$\mathrm{local}=\frac{1}{L+{L1}^m}$

其中，

L_avg为原始亮度图像的亮度均值；

L为原始亮度图像的亮度归一化值；

base为像素点的基础层亮度；

m、L1为计算中间值；

local为像素点的局部亮度调整值。

3.如权利要求1所述的装置，其特征在于：

所述各光区的映射曲线函数为：

$f\left(L(i,j)\right)=\left\{\begin{array}{cc}{s}_{1}L(i,j)& L(i,j)<t1\\ s_{1}t1+s_2(L(i,j)-t1)& t1\&le;L(i,j)\&le;t2\\ s_{1}t1+s_2(t2-t1)+s_3(L(i,j)-t2)& L(i,j)>t2\end{array}\right.$ 其中，

L(i,j)为像素点亮度；

s₁为低光区曲线斜率；

s₂为中光区曲线斜率；

s₃为高光区曲线斜率；

t1为低光区阈值；

t2为高光区阈值；

f(L(i,j))为像素点的全局映射值。

4.如权利要求3所述的装置，其特征在于：

所述各光区的映射曲线函数可进一步改进为三次方曲线函数：

$p\left(L(i,j)\right)=\left\{\begin{array}{cc}f\left(L(i,j)\right)& L(i,j)\&le;t1\\ \mathrm{af}{\left(L(i,j)\right)}^3+\mathrm{bf}{\left(L(i,j)\right)}^2+\mathrm{cf}\left(L(i,j)\right)& L(i,j)>t1\end{array}\right.$

其中，

L(i,j)为像素点亮度；

t1为低光区阈值；

a、b、c为方程系数；

f(L(i,j))为改进前像素点的全局亮度映射值；

p(L(i,j))为改进后像素点的全局亮度映射值。

5.如权利要求1所述的装置，其特征在于：

所述像素点最终亮度计算公式为：

out=a*local+(1-a)*global+detail

其中，

a为0到1之间的常数；

local为像素点的局部亮度调整值；

global为像素点的全局亮度映射值；

detail为像素点的细节亮度值；

out为像素点的最终亮度值。

6.一种高动态范围图像压缩方法，该方法应用于显像设备上，其特征在于，该方法包括：

步骤A，将原始亮度图像减去基础层，获得该原始亮度图像的细节层，该基础层通过滤波器对原始亮度图像滤波获得；

步骤B，在获得像素点的基础层亮度后，根据局部亮度映射曲线获得该像素点的局部亮度调整值；

步骤C，根据原始亮度图像的亮度均值确认分段阈值，将原始亮度图像分为低光区、中光区以及高光区，并分别构造各光区的映射曲线，根据所述像素点所属光区，选择对应的光区映射曲线，计算该像素点的全局亮度映射值；

步骤D，结合所述像素点的细节层亮度、局部亮度调整值以及全局亮度映射值计算该像素点的最终亮度值，进而得到整个压缩后的亮度图像。

7.如权利要求6所述的方法，其特征在于：

根据局部亮度映射曲线获得局部亮度调整值的具体过程为：

m=0.3+0.7L_avg ^1.4

$L1=\frac{1}{L+\mathrm{base}}$

$\mathrm{local}=\frac{1}{L+{L1}^m}$

其中，

L_avg为原始亮度图像的亮度均值；

L为原始亮度图像的亮度归一化值；

base为像素点的基础层亮度；

m、L1为计算中间值；

local为像素点的局部亮度调整值。

8.如权利要求6所述的方法，其特征在于：

所述各光区的映射曲线函数为：

$f\left(L(i,j)\right)=\left\{\begin{array}{cc}{s}_{1}L(i,j)& L(i,j)<t1\\ s_{1}t1+s_2(L(i,j)-t1)& t1\&le;L(i,j)\&le;t2\\ s_{1}t1+s_2(t2-t1)+s_3(L(i,j)-t2)& L(i,j)>t2\end{array}\right.$

其中，

L(i,j)为像素点亮度；

s₁为低光区曲线斜率；

s₂为中光区曲线斜率；

s₃为高光区曲线斜率；

t1为低光区阈值；

t2为高光区阈值；

f(L(i,j))为像素点的全局映射值。

9.如权利要求8所述的方法，其特征在于：

所述各光区的映射曲线函数可进一步改进为三次方曲线函数：

$p\left(L(i,j)\right)=\left\{\begin{array}{cc}f\left(L(i,j)\right)& L(i,j)\&le;t1\\ \mathrm{af}{\left(L(i,j)\right)}^3+\mathrm{bf}{\left(L(i,j)\right)}^2+\mathrm{cf}\left(L(i,j)\right)& L(i,j)>t1\end{array}\right.$

其中，

L(i,j)为像素点亮度；

t1为低光区阈值；

a、b、c为方程系数；

f(L(i,j))为改进前像素点的全局亮度映射值；

p(L(i,j))为改进后像素点的全局亮度映射值。

10.如权利要求6所述的方法，其特征在于：

所述像素点最终亮度计算公式为：out=a*local+(1-a)*global+detail

out=a*local+(1-a)*global+detail

其中，

a为0到1之间的常数；

local为像素点的局部亮度调整值；

global为像素点的全局亮度映射值；

detail为像素点的细节亮度值；

out为像素点的最终亮度值。