CN104463820A - 一种基于频域的反色调映射算法 - Google Patents

一种基于频域的反色调映射算法 Download PDF

Info

Publication number
CN104463820A
CN104463820A CN201410608062.0A CN201410608062A CN104463820A CN 104463820 A CN104463820 A CN 104463820A CN 201410608062 A CN201410608062 A CN 201410608062A CN 104463820 A CN104463820 A CN 104463820A
Authority
CN
China
Prior art keywords
image
brightness
tone mapping
template
ldr
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410608062.0A
Other languages
English (en)
Inventor
蔡述庭
罗斌玲
温少佳
胡导林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong University of Technology
Original Assignee
Guangdong University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN201410608062.0A priority Critical patent/CN104463820A/zh
Publication of CN104463820A publication Critical patent/CN104463820A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Image Processing (AREA)

Abstract

本发明提出一种基于频域的反色调映射算法,通过对低动态范围(LDR)图像进行反色调映射,生成高动态范围(HDR)图像。步骤包括:(1)把LDR图像分解成色彩及亮度图像;(2)亮度图像通过双边滤波器,分离高频和低频部分,它们分别代表细节图层和基础图层;(3)对基础图层的高亮度像素点进行亮度增强(BEF);(4)基础图层用指数函数进行反色调映射;(5)将基础图层、细节图层、及图形色彩合并,生成HDR图像。本发明提出的算法对图像的高频和低频部分分开处理,很好地保留了图像细节;同时,我们可以储存图像细节,需要时移植到其他轮廓不清的图像中;另外,本发明提供亮度增强方法以补偿亮度。运用本发明提供的方法生成的HDR图像PSNR效果佳。

Description

一种基于频域的反色调映射算法
技术领域
本发明涉及图像处理领域,具体为一种基于频域的反色调映射算法。
背景技术
HDR(High-Dynamic Range)图像全称是高动态范围图像,与普通图片存储格式不同。普通JPEG,BMP图片均采用8位整型数据来保存单个通道分量,如RGB,每个分量均采用8位数据来保存,单个像素总共24位。HDR图像对比JPEG的优势在于每个通道均采用浮点数来表示,每个通道采用32位来存储,使得图片的动态范围得以最大程度的保留。
HDR图像由于其高对比度等优越特性,作为下一代图像发展的一个方向被各界寄予厚望。但由于HDR显示器研制过程复杂,技术还不够成熟,目前尚未完全普及。因此当前大量的图像仍然是LDR图像,在不久的将来,HDR显示设备大规模应用后,如何将现有的大量LDR图像转换为HDR图像,是近年来研究者们越来越关注的一个问题。
解决从LDR图像获取HDR图像的方法称为反色调映射(iTMO),可分为全局算法和局部算法。Landis提出了一种基于功率函数的全局算法,作者定义了一个阈值R来确定线性扩展的像素点。Masia等人提出基于gamma指数的扩展方法,主要针对过曝光的LDR图像,通过全局扩展使过曝光部分能够显示出较多细节。Rempel等人对图像进行线性扩展后,再定义一个模板来增强高亮度像素点,可以更好的恢复LDR图像中被截断的亮度。
如果选择了合适的参数,这些方法都可以较好的实现LDR到HDR图像的转换,但它们的不足之处在于没有关注图像细节的部分,使得经反色调映射后的HDR图像细节不够清晰。另外,Rempel虽然用模板对高亮度像素点进行亮度增强,但这个模板对所有图像固定不变,生硬而不具有灵活性。因此有必要提供一种注重图像细节纹理,又能灵活地进行亮度补偿的反色调映射算法,以满足人们对图像质量的要求。
发明内容
本发明的目的是提供一种将LDR图像扩展为HDR图像的有效方法,使图像能够较佳地在HDR设备上显示。
因此,本发明提供了一种基于频域的反色调映射算法方法,包括以下步骤:(1)把LDR图像分解成色彩通道和亮度图像;(2)LDR亮度图像通过一个双边滤波器后分离出图像的高频部分和低频部分,分别代表图像细节和基础图层;(3)对基础图层的高亮度像素点进行亮度增强(BEF)以补偿被截断的亮度,高亮度像素点通过模板来确定;(4)基础图层用指数函数进行反色调映射,扩展动态范围;(5)最后将扩展后的基础图层,图像细节,以及色彩信息合并,生成HDR图像。
步骤(2)中,用双边滤波器对图像的高频部分和低频部分进行分离,通过滤波器后的图层为低频部分,相应的,原亮度图像除以低频部分为原图像高频部分。
步骤(3)中,对高亮度像素点进行亮度增强时,用一个阈值来确定亮度增强模板,具体方法是将图像通过一个size=max(width,height)/50的均值滤波器,从滤波后的图像中选取最大亮度值T作为阈值,图像中亮度大于T的像素点就是要进行亮度增强的对象,在一个size=width*height的亮度增强模板中将这些像素点设为1,其余像素点设为0,我们只对模板上的非零像素点进行亮度增强,增强幅度为[0,10]效果较佳。
步骤(3)中,为避免图像在亮度增强后出现亮度变化不连贯,边界不明显以及块效应,我们对亮度增强模板进行腐蚀和膨胀处理,用亮度梯度变化阈值Tr=0.01来限制模板膨胀边界,同时将模板通过一个双边滤波器,双边滤波器既可以起到平滑的作用,又可以保护边界。
步骤(4)中,采用的线性扩展公式为其中Lw(x)为HDR图像亮度,Ld(x)为LDR图像亮度,Lwa为HDR图像亮度几何平均值,由于HDR图像亮度未知,无法直接求出Lwa,通过实验得Lwa求解公式近似为Lwa=|Lwa′-0.20577|,其中Lwa′为LDR图像亮度几何平均值。
与现有技术相比,本发明的基于频域的反色调映射算法将图像高频部分和低频部分分开处理,很好地保留了图像的细节,更进一步,我们可以将此细节信息储存起来,需要时可以将它移植到其他轮廓不清晰的图像中以提高图像质量;另外,本发明在对亮度图像进行动态范围扩展前增加亮度增强运算,根据图像特性自动生成亮度增强模板,并对模板进行形态学优化,以补偿由于设备限制或者图像压缩造成的亮度截断。
附图说明
为了更清楚地说明本发明的技术方案,下面提供附图作简单地介绍,
图1是一种基于频域的反色调映射算法流程图;
图2是一种基于频域的反色调映射算法的具体实施方法。
具体实施例
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本发明一部分而非全部实施例。基于本发明中的实施例,相关领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
参考图1,本发明提供了一种基于频域的反色调映射算法,包括以下步骤:
(1)把LDR图像分解成色彩通道和亮度图像;
(2)将LDR亮度图像通过一个双边滤波器,分离出图像的高频部分和低频部分,它们分别代表图像细节和基础图层;
(3)对基础图层的高亮度像素点作亮度增强(BEF)以补偿被截断的亮度;
(4)基础图层用指数函数进行反色调映射,扩展动态范围;
(5)最后将扩展后的基础图层,图像细节,以及色彩信息合并,生成HDR图像。
结合图1与图2,作如下具体说明:
步骤(1),把LDR图像分解成色彩通道和亮度图像,后续的步骤中我们只处理亮度图像,色彩通道原封不动地保留。
步骤(2)中,LDR亮度图像通过一个双边滤波器后分离出图像的高频部分和低频部分,分别代表图像细节和基础图层。双边滤波器由Tomasi等人提出,由两个函数构成,一是由几何空间距离决定滤波器系数,另一个是由像素差值决定滤波器系数,它是基于空间分布的高斯滤波函数,所以在边界附近,空间距离或者像素值与其差较远的像素不会太多影响到边界上的像素值,这样就保证了边界附近像素值的保存。因此图像通过双边滤波器后,虽然过滤掉了高频部分,剩下的低频部分同样得以保存边界。我们运用这一原理,将图像通过双边滤波器,得到低频部分,相应的,用原图像除以低频部分图像,就得到原图像的高频部分,实现图像低频和高频部分的分离。从图2中也可以了解到这一流程。
步骤(3)中,对高亮度像素点进行亮度增强时,用一个阈值来确定亮度增强模板,具体选取方法是将图像通过一个size=max(width,height)/50的均值滤波器,从滤波后的图像中选取最大亮度值T作为阈值,图像中亮度大于T的像素点就是要进行亮度增强的对象,在一个size=width*height的亮度增强模板中将这些像素点设为1,其余像素点设为0,我们只对模板上的非零像素点进行亮度增强,增强幅度为[0,10]效果较佳。为避免图像在亮度增强后出现亮度变化不连贯,边界不明显以及块效应,我们把亮度增强模板进行腐蚀和膨胀处理,用亮度梯度变化阈值Tr=0.01来限制模板膨胀边界,同时将模板通过一个双边滤波器,双边滤波器既可以起到平滑亮度的作用,又可以保护边界。
步骤(4)对图像亮度进行线性扩展。最后步骤(5)将图像细节部分、色彩通道和扩展图层相乘,生成HDR图像。
与现有技术相比,本发明的基于频域的反色调映射算法将图像高频部分和低频部分分开处理,很好地保留了图像的细节,更进一步,我们可以将此细节信息储存起来,需要时可以将它移植到其他轮廓不清晰的图像中以提高图像质量;另外,本发明在对亮度图像进行动态范围扩展前增加亮度增强运算,根据图像特性自动生成亮度增强模板,并对模板进行形态学优化,以补偿由于设备限制或者图像压缩造成的亮度截断。
以上对本发明实施例关于一种基于频域的反色调映射算法进行了详细介绍,本发明中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (5)

1.一种基于频域的反色调映射算法,其特征在于,包括以下步骤:
(1)把LDR图像分解成色彩通道和亮度图像;
(2)LDR亮度图像通过一个双边滤波器,得到基础图层,它是图像的低频部分,原LDR亮度图像除以基础图层,其值为高频部分,它代表的是图像的细节;
(3)针对占据低频的基础图层,对其高亮度像素点进行亮度增强(BEF)以补偿被截断的亮度,高亮度像素点通过一个阈值T来确定;
(4)增强后的基础图层用指数函数进行反色调映射,扩展动态范围;
(5)将扩展后的基础图层,图像细节,以及色彩信息合并,生成HDR图像。
2.如权利要求1所述的基于频域的反色调映射算法步骤(2)中,其特征在于用双边滤波器分离图像的高频部分和低频部分,通过滤波器后的图层为低频部分,相应的,原亮度图像除以低频部分为原图像高频部分。
3.如权利要求1所述的基于频域的反色调映射算法步骤(3)中,其特征在于对高亮度像素点进行亮度增强时,用一个阈值来确定亮度增强模板,具体方法是将图像通过一个size=max(width,height)/50的均值滤波器,从滤波后的图像中选取最大亮度值T作为阈值,图像中亮度大于T的像素点就是要进行亮度增强的对象,在size=width*height的亮度增强模板中将这些像素点设为1,其余像素点设为0,我们只对模板上的非零像素点进行亮度增强,增强幅度为[0,10]效果较佳。
4.如权利要求3所述亮度增强部分,其特征在于为避免图像在亮度增强后出现亮度变化不连贯,边界不明显以及块效应,我们把亮度增强模板进行腐蚀和膨胀处理,用亮度梯度变化阈值Tr=0.01来限制模板膨胀边界,同时将模板通过一个双边滤波器,双边滤波器既可以起到平滑的作用,又可以保护边界。
5.如权利要求1所述的基于频域的反色调映射算法步骤(4)中,采用的线性扩展公式为其中Lw(x)为HDR图像亮度,Ld(x)为LDR图像亮度,Lwa为HDR图像亮度几何平均值,由于HDR图像亮度未知,无法直接求出Lwa,通过实验得Lwa求解公式近似为Lwa=|Lwa′-0.20577|,其中Lwa′为LDR图像亮度几何平均值。
CN201410608062.0A 2014-10-29 2014-10-29 一种基于频域的反色调映射算法 Pending CN104463820A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410608062.0A CN104463820A (zh) 2014-10-29 2014-10-29 一种基于频域的反色调映射算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410608062.0A CN104463820A (zh) 2014-10-29 2014-10-29 一种基于频域的反色调映射算法

Publications (1)

Publication Number Publication Date
CN104463820A true CN104463820A (zh) 2015-03-25

Family

ID=52909807

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410608062.0A Pending CN104463820A (zh) 2014-10-29 2014-10-29 一种基于频域的反色调映射算法

Country Status (1)

Country Link
CN (1) CN104463820A (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106780402A (zh) * 2017-01-16 2017-05-31 聚龙智瞳科技有限公司 基于Bayer格式的图像动态范围扩展方法及装置
CN107045715A (zh) * 2017-02-22 2017-08-15 西南科技大学 一种单幅低动态范围图像生成高动态范围图像的方法
CN107341770A (zh) * 2016-04-29 2017-11-10 迪斯尼企业公司 动态范围扩展高亮信息恢复
CN108305232A (zh) * 2018-03-01 2018-07-20 电子科技大学 一种单帧高动态范围图像生成方法
JP2018527675A (ja) * 2015-08-31 2018-09-20 トムソン ライセンシングThomson Licensing 逆トーンマッピングの方法及び装置
CN108573475A (zh) * 2017-03-09 2018-09-25 汤姆逊许可公司 用于具有视觉效果的图像的逆色调映射的方法
CN109274985A (zh) * 2018-10-12 2019-01-25 腾讯科技(深圳)有限公司 视频转码方法、装置、计算机设备和存储介质
CN109416831A (zh) * 2016-05-04 2019-03-01 交互数字Vc控股公司 用于扩展图像的色彩的低成本色彩扩展模块
CN109544463A (zh) * 2018-10-17 2019-03-29 天津大学 基于图像内容的逆色调映射方法
WO2019090580A1 (en) * 2017-11-09 2019-05-16 SZ DJI Technology Co., Ltd. System and method for image dynamic range adjusting
WO2019165791A1 (zh) * 2018-03-02 2019-09-06 深圳创维-Rgb电子有限公司 图像转换方法和装置、终端、存储介质
CN110415188A (zh) * 2019-07-10 2019-11-05 首都师范大学 一种基于多尺度形态学的hdr图像色调映射方法
CN116452437A (zh) * 2023-03-20 2023-07-18 荣耀终端有限公司 高动态范围图像处理方法及电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1857975B1 (en) * 2006-05-17 2010-04-14 Xerox Corporation Histogram adjustment for high dynamic range image mapping
CN102567976A (zh) * 2010-12-31 2012-07-11 微软公司 非常大的航拍图像拼接的色调映射
CN103391435A (zh) * 2013-07-02 2013-11-13 广东工业大学 一种兼容ldr的hdr图像编码方法及其解码方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1857975B1 (en) * 2006-05-17 2010-04-14 Xerox Corporation Histogram adjustment for high dynamic range image mapping
CN102567976A (zh) * 2010-12-31 2012-07-11 微软公司 非常大的航拍图像拼接的色调映射
CN103391435A (zh) * 2013-07-02 2013-11-13 广东工业大学 一种兼容ldr的hdr图像编码方法及其解码方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LAURENCE MEYLAN ETC: ""Tone Mapping For High Dynamic Range Displays"", 《PROC .SPIE6492.OF THE HUMAN VISION AND ELECTRONIC IMAGING》 *
霍永青等: ""高动态范围图像及反色调映射算子"", 《系统工程与电子技术》 *

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018527675A (ja) * 2015-08-31 2018-09-20 トムソン ライセンシングThomson Licensing 逆トーンマッピングの方法及び装置
CN107341770A (zh) * 2016-04-29 2017-11-10 迪斯尼企业公司 动态范围扩展高亮信息恢复
CN107341770B (zh) * 2016-04-29 2021-01-01 迪斯尼企业公司 动态范围扩展高亮信息恢复
US10699391B2 (en) 2016-04-29 2020-06-30 Disney Enterprises, Inc. Dynamic range expansion highlight information restoration
CN109416831B (zh) * 2016-05-04 2023-07-25 交互数字Vc控股公司 用于扩展图像的色彩的低成本色彩扩展模块
CN109416831A (zh) * 2016-05-04 2019-03-01 交互数字Vc控股公司 用于扩展图像的色彩的低成本色彩扩展模块
CN106780402A (zh) * 2017-01-16 2017-05-31 聚龙智瞳科技有限公司 基于Bayer格式的图像动态范围扩展方法及装置
CN107045715B (zh) * 2017-02-22 2019-06-07 西南科技大学 一种单幅低动态范围图像生成高动态范围图像的方法
CN107045715A (zh) * 2017-02-22 2017-08-15 西南科技大学 一种单幅低动态范围图像生成高动态范围图像的方法
CN108573475A (zh) * 2017-03-09 2018-09-25 汤姆逊许可公司 用于具有视觉效果的图像的逆色调映射的方法
CN108573475B (zh) * 2017-03-09 2023-09-19 交互数字麦迪逊专利控股公司 用于具有视觉效果的图像的逆色调映射的方法
WO2019090580A1 (en) * 2017-11-09 2019-05-16 SZ DJI Technology Co., Ltd. System and method for image dynamic range adjusting
CN111226256A (zh) * 2017-11-09 2020-06-02 深圳市大疆创新科技有限公司 用于图像动态范围调整的系统和方法
US11070705B2 (en) 2017-11-09 2021-07-20 SZ DJI Technology Co., Ltd. System and method for image dynamic range adjusting
CN108305232A (zh) * 2018-03-01 2018-07-20 电子科技大学 一种单帧高动态范围图像生成方法
CN108305232B (zh) * 2018-03-01 2019-07-12 电子科技大学 一种单帧高动态范围图像生成方法
WO2019165791A1 (zh) * 2018-03-02 2019-09-06 深圳创维-Rgb电子有限公司 图像转换方法和装置、终端、存储介质
CN109274985B (zh) * 2018-10-12 2020-04-28 腾讯科技(深圳)有限公司 视频转码方法、装置、计算机设备和存储介质
CN109274985A (zh) * 2018-10-12 2019-01-25 腾讯科技(深圳)有限公司 视频转码方法、装置、计算机设备和存储介质
CN109544463A (zh) * 2018-10-17 2019-03-29 天津大学 基于图像内容的逆色调映射方法
CN110415188A (zh) * 2019-07-10 2019-11-05 首都师范大学 一种基于多尺度形态学的hdr图像色调映射方法
CN116452437A (zh) * 2023-03-20 2023-07-18 荣耀终端有限公司 高动态范围图像处理方法及电子设备
CN116452437B (zh) * 2023-03-20 2023-11-14 荣耀终端有限公司 高动态范围图像处理方法及电子设备

Similar Documents

Publication Publication Date Title
CN104463820A (zh) 一种基于频域的反色调映射算法
Shi et al. Normalised gamma transformation‐based contrast‐limited adaptive histogram equalisation with colour correction for sand–dust image enhancement
Wang et al. Dehazing for images with large sky region
KR102234092B1 (ko) 이미지의 역 톤 매핑을 위한 방법
CN108027961B (zh) 用于从数字图像提供扩展的动态范围图像的方法和装置
Huang et al. Image contrast enhancement for preserving mean brightness without losing image features
JP5628306B2 (ja) コントラスト改善
Li et al. Single image haze removal using content‐adaptive dark channel and post enhancement
CN103778900B (zh) 一种图像处理方法及系统
CN103778599B (zh) 一种图像处理方法及系统
CN103440674B (zh) 一种数字图像蜡笔特效的快速生成方法
CN103067661A (zh) 图像处理方法、装置和拍摄终端
JP2015225665A (ja) 画像ノイズ除去方法及び画像ノイズ除去装置
CN106412448B (zh) 一种基于单帧图像的宽动态范围处理方法与系统
WO2015015051A1 (en) Method and apparatus for image enhancement
Yan et al. Method to Enhance Degraded Image in Dust Environment.
US20160321790A1 (en) Apparatus for image contrast enhancement and method, electronic equipment
Sandoub et al. A low‐light image enhancement method based on bright channel prior and maximum colour channel
Hsia et al. High‐performance high dynamic range image generation by inverted local patterns
CN109300098B (zh) 一种基于小波变换的多聚焦显微图像融合方法
CN111311503A (zh) 一种夜晚低亮度图像增强系统
CN106296626B (zh) 一种基于梯度融合的夜间视频增强方法
CN103595933B (zh) 一种图像的降噪方法
CN104978720A (zh) 一种视频图像雨滴去除方法及装置
CN110175959B (zh) 一种台风云图增强方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150325