CN104618700A - 一种彩色高动态范围图像增强显示的方法 - Google Patents

Abstract

该发明公开了一种高动态范围图像增强显示的方法，包括：对RGB图像进行非线性矫正，建立彩色图像亮度模型并提取亮度信息，建立彩色图像色度模型并提取色度信息，对亮度做Retinex滤波，新亮度结合色度信息还原成RGB图像。本发明的方法通过选取合适的亮度和颜色模型，改善了结果图像的灰度分布和有效减轻了结果图像中颜色失真的问题，经Retinex滤波较好地恢复了高动态范围图像包含的信息。本发明可用在带有HDR功能的数码相机、现场监控摄像机等图像采集设备的图像增强处理单元和在低动态范围设备上显示高动态范围图片的转换处理过程。本发明的方法提出的亮度和色度模型简单而实用，在对图像进行增强显示的同时保持颜色不失真。

Description

一种彩色高动态范围图像增强显示的方法

技术领域

本发明属于计算机视觉和图像处理技术领域，具体涉及彩色高动态范围图像的增强显示。

背景技术

图像的动态范围是指图像的亮度范围。亮度范围可以有多种度量方式，比如用图像中最亮处和最暗处的亮度亮之比来表示。现实世界中的场景都有着很高的动态范围，很多都超过100000:1。在数字图像的采样量化过程中，通常用有限个离散的数值(如0到255)来表示对应像素点处的亮度大小，其动态范围为所有可能的离散像素值的个数所限制，这等价于图像深度——数字图像中储存每个像素所用的位数(通常是8位256个亮度阶)限制了数字图像的动态范围。高动态范围图像是个相对的概念，当自然场景本身的动态范围远大于数字图像采集设备的动态范围，或者当数字图像本身的动态范围(亮度阶数)超过了显示设备的能承受的最大动态范围(如深度为32的数字图像在深度为8的显示系统中显示)，就称该数字图像为高动态范围图像。人眼可识别的亮度变化有一定的阈值，通常称作亮度分辨率。这样当高动态范围场景被低动态范围的图像采集设备捕获或者高动态范围图像在低动态范围显示系统上显示的时候就会出现亮度信息隐藏甚至丢失，具体表现为原来较大的亮度反差被挤压到很小的亮度范围内隐而不现(低于人眼的亮度分辨率)，甚至根本不同的亮度值被压缩到同一亮度予以显示，产生信息丢失。因此，对于一幅输入的原始高动态范围图像，怎么样通过一定变换降低其信息损失就显得非常的重要。高动态范围图像增强显示致力于解决这个问题，它的主要目的是将一幅彩色高动态范围图像的信息最大化增强显示。该过程主要要求解决四方面问题。高动态范围图片中普遍存在过暗或者过亮的区域，首先需要把图像中过暗的区域亮度调至人眼的可视范围，其次是把过亮的区域进行拉伸使之显现出亮度层次信息。第三个是需要在整个亮度范围增强局部对比度，比较典型的高动态范围图像增强方法是依据E.Land等提出的Retinex理论演变出来的一系列算法，参考文献：Jobson D J,Rahman Z U,Woodell G A.A multiscaleretinex for bridging thegap between color images and the human observation of scenes[J].Image Processing,IEEETransactions on,1997,6(7):965-976.该方法使用的中心外周Retinex算法和经典感受野模型极为相似。第四个问题是在处理彩色高动态范围图像的时候，要考虑选取合适的颜色模型或者颜色矫正方法来减小图像颜色的失真。

发明内容

本发明针对当前彩色高动态范围图像增强算法的缺陷，设计一种新的彩色高动态范围图像的增强显示方法。

本发明的技术方案是一种彩色高动态范围图像的增强显示方法，该方法包括如下步骤：

S1.根据图像的饱和度设定非线性矫正参数，然后对输入的RGB图像作非线性矫正；

S2.建立亮度提取模型，在步骤S1得到的图像上提取图像亮度信息；

S3.建立色度提取模型，结合S2的结果，在步骤S1得到的图像上提取色度信息；

S4.针对步骤S2得到的亮度信息，对亮度信息进行Retinex滤波，获得新亮度信息；

S5.结合步骤S3得到的色度信息和步骤S4得到的新亮度信息，经过反变换还原到RGB空间生成结果图像。

进一步地，步骤S2所述的亮度模型为：选取该RGB图像中红、绿、蓝三通道中的最大数值作为对应像素点处的亮度值。

进一步地，步骤S3中色度提取模型为：将步骤S1得到图像的各像素点的红、绿、蓝三个通道利用S2提取的该点亮度值归一化处理。

进一步地，步骤S4的具体步骤为：

S41.选取步骤S2得到图像中的一个像素点；

S42.对该像素做高斯滤波；

S43.对步骤S41的像素点作对数变换并归一化；对步骤S42得到的对应像素点作对数变换并归一化；

S44.将这两个归一化的亮度值相减，得到新的亮度值。

经过上述步骤S5之后计算出来的图像可以在低动态范围显示系统上取得良好的显示效果。比如通常在夜间拍摄包含灯光的图片，就难以兼顾灯光周围的场景和暗处的场景，原始场景图片经过本发明的方法处理过后，就能使在夜间拍摄的图片取得更加清晰的显示效果。类似的，本发明的方法还可用满足于室外监控设备、隧道内场景拍摄和其它计算机视觉的需求等。

本发明的有益效果：本发明的彩色高动态范围图像的增强显示方法首先对待处理的彩色图像进行适当参数下的非线性变换，该变换作为本方法色度模型的一部分，其必要性在于帮助高动态范围图像中的暗区域在整个处理过程中保持色度不变。之后在变换后的图像上进行亮度提取计算，本方法采用的亮度模型不仅在理论上保证了亮度和色度的独立性，而且相比于其他的线性模型，它能够使得处理后的图像更加充分地利用显示设备提供的动态范围。亮度提取完毕后，结合此亮度结果，按照本方法采用的色度模型在原图像上计算提取色度信息，该色度模型不仅计算过程简单，且经过显示实验证实其具有很好的色度保真效果。经过上面的亮度色度信息分离操作之后，对亮度施加Retinex算法，该方法来源于Retinex理论，本质上模仿了人视觉系统中视觉神经细胞的中心外周经典感受野模型的机制，不仅能够较好地提升局部对比度，增强细节信息的显示效果，而且处理后的图像亮度变化更加均匀自然。最后，结合色度信息和处理过的亮度信息，经反变换操作还原到RGB空间，得到最终的彩色图像。

附图说明

图1是本发明的高动态范围图像增强显示方法的流程示意图。

图2是实施例中采用本发明方法对一幅原始输入的高动态范围图像(图2a)进行高动态范围图像增强显示的结果(图2b)。

具体实施方式

下面通过一个实施例进行具体说明。

现选取一副在高动态范围图像增强领域常用的图像(treeUnil.hdr)为例，图像为hdr格式的高动态范围图像，该图像有63％的像素点的像素值均在0.1以下，另有2％左右的区域其像素值在0.9以上，故而直接显示的效果为在整体黑暗不清中有少部分高亮的区域，图像信息显示效果极差(图2a)。本发明的详细步骤的流程示意图如图1所示，具体过程如下：

S1.对RGB图像进行非线性矫正：首先获得原始彩色高动态范围图像(treeUnil.hdr)，该图像为RGB空间表示的彩色数字图像。根据图像的饱和度状况，选取非线性矫正参数γ并对图像做非线性变换(不妨用T表示该变换)。

以原始RGB(红绿蓝)图像treeUnil.hdr中两个相邻像素点[0,0,0]和[0.04,0.20,0.13]为例，该图饱和度偏大，选取经验参数γ＝0.7，原始图像经非线性变换后，这两个像素点的值分别为[0,0,0]和[0.11,0.32,0.24]。

该变换专为暗区域设计，能有效抑制图像采集时在暗区域引入的色度失真。

S2.建立彩色图像亮度模型并提取亮度信息：在步骤S1的结果图像上进行计算提取亮度信息；

步骤S1的结果图像仍旧由RGB(红绿蓝)空间表示，亮度提取规则如下：

①若某一点像素的红，绿，蓝分量全部为零，则设置该点的亮度等于零；

②若某一点像素的红，绿，蓝分量不全为零，则选取红，绿，蓝三者中的最大数值作为该像素点处的亮度值。

仍以上述两个相邻像素点为例，这两个点的像素值分别为[0,0,0]和[0.11,0.32,0.24]，那么按照该亮度计算方法得到的亮度分别为0和0.32。

该方法简单而实用，尤其适用于对高动态范围图像进行局部增强处理时容易出现像素值波动较大的情况，此时该亮度模型能有效控制结果图中像素的数值范围，能更加有效地利用显示系统的动态范围。

S3.建立彩色图像色度模型并提取色度信息：该色度模型包括两个环节，非线性环节和线性环节，并且该模型定义的色度和步骤S2中模型定义的亮度之间关系独立。具体的计算过程如下：

①对任意像素点，设其原始像素值为[r,g,b]，经过步骤S1的非线性变换后为[G(r),G(g),G(b)]；

②若该点的亮度为零，则计算后的色度信息为[0,0,0]；

③若该点的亮度不为零，则用S2中求得的该点的亮度来归一化[G(r),G(g),G(b)]，得到其色度[C(r),C(g),C(b)]；

这里仍以经非线性变换后的像素点[0,0,0]和[0.11,0.32,0.24]为例，按照上面的过程得到其色度分别为[0,0,0]和[0.34,1.0,0.75]。

S4.对亮度做Retinex滤波：仍旧以图片treeUnil.hdr为例具体说明，具体步骤如下：

S41.选取坐标(641,732)的像素为例，该像素亮度值为0.20。

S42.对该像素做高斯滤波得0.15；

S43.将其和原始图像(641,732)处的亮度值0.20都转换到对数域并归一化分别得0.31和0.78；

S44.用0.78减去0.31，得到新的亮度值0.47。

S5.新亮度结合色度信息还原成RGB图像：图像(641,732)处的颜色为[0.91,1.0,0.65]，将其乘上步骤S44得到的新亮度0.47，得到最终结果[0.43,0.47,0.31]。

以上的简单实例主要以图像的单个像素值为例子来阐述，实际计算时是在整幅图像的所有像素值上进行的，所有的数值结果都是在计算机实验下得到的。

至此，通过这样一个简单实例充分阐述了本发明增强彩色高动态范围图像的整个过程。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (4)

1.一种彩色高动态范围图像的增强显示方法，该方法包括如下步骤：

S1.根据图像的饱和度设定非线性矫正参数，然后对输入的RGB图像作非线性矫正；

S2.建立亮度提取模型，在步骤S1得到的图像上提取图像亮度信息；

S3.建立色度提取模型，结合S2的结果，在步骤S1得到的图像上提取色度信息；

S4.针对步骤S2得到的亮度信息，对亮度进行Retinex滤波，获得新亮度信息；

S5.结合步骤S3得到的色度信息和步骤S4得到的新亮度信息，经过反变换还原到RGB空间生成结果图像。

2.如权利要求1所述的一种彩色高动态范围图像的增强显示方法，其特征在于步骤S2所述的亮度模型为：选取该RGB图像中红、绿、蓝三通道中的最大数值作为对应像素点处的亮度值。

3.如权利要求1所述的一种彩色高动态范围图像的增强显示方法，其特征在于步骤S3中色度提取模型为：将步骤S1得到图像的各像素点的红、绿、蓝三个通道利用S2提取的该点亮度值归一化处理。

4.如权利要求1所述的一种彩色高动态范围图像的增强显示方法，其特征在于步骤S4的具体步骤为：

S41.选取步骤S2得到图像中的一个像素点；

S42.对该像素做高斯滤波；

S43.对步骤S41的像素点作对数变换并归一化；对步骤S42得到的对应像素点作对数变换并归一化；

S44.将这两个归一化的亮度值相减，得到新的亮度值。