CN105139368B - 一种可用于机器视觉的混合型色调映射方法 - Google Patents

一种可用于机器视觉的混合型色调映射方法 Download PDF

Info

Publication number
CN105139368B
CN105139368B CN201510493249.5A CN201510493249A CN105139368B CN 105139368 B CN105139368 B CN 105139368B CN 201510493249 A CN201510493249 A CN 201510493249A CN 105139368 B CN105139368 B CN 105139368B
Authority
CN
China
Prior art keywords
saliency map
hdr
visual saliency
tone mapping
image
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.)
Active
Application number
CN201510493249.5A
Other languages
English (en)
Other versions
CN105139368A (zh
Inventor
庄永军
梁磊
文康益
兰兵华
徐东群
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.)
Shenzhen Sanbao innovation robot Co., Ltd
Original Assignee
QIHAN TECHNOLOGY Co Ltd
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 QIHAN TECHNOLOGY Co Ltd filed Critical QIHAN TECHNOLOGY Co Ltd
Priority to CN201510493249.5A priority Critical patent/CN105139368B/zh
Publication of CN105139368A publication Critical patent/CN105139368A/zh
Application granted granted Critical
Publication of CN105139368B publication Critical patent/CN105139368B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明公开了一种可用于机器视觉的混合型色调映射方法，具体步骤如下：根据色调映射经验模型对输入HDR图像进行色调映射，得到映射后的图像LDR1；使用视觉显著图计算模型来计算HDR图像的视觉显著图SHDR；将HDR图像的视觉显著图SHDR进行对数变换，得到视觉显著图SHDR1：将视觉显著图SHDR1进行量化，得到视觉显著图SHDR2；将视觉显著图SHDR2从对数域变换回亮度域，得到改进型视觉显著图S’HDR；最后将改进型视觉显著图S’HDR和经过色调映射后得到的图像LDR1进行乘法合成得到最后的渲染结果图像LDR。本发明通过用户调节参数可以在经验型色调映射方法和感知型色调映射方法之间切换，模拟了人眼对自然场景的视觉注意机制，可以满足不同应用场合的需求。

Description

一种可用于机器视觉的混合型色调映射方法
技术领域
本发明涉及数字图像处理领域，具体是一种可用于机器视觉的混合型色调映射方法。
背景技术
机器视觉的研究目标是使其具有人眼一样的环境感知能力，对于工作在典型非结构化场景中的自主移动机器人系统，如何使机器人能更好的理解其所处的工作环境是其能够自主运行的前提条件。
高动态范围(HighDynamicRange，HDR)图像是一种可以记录真实自然场景亮度值的强大工具。目前已经能够利用高级的数字相机或视频采集设备获取HDR图像内容，但普通的显示设备依然无法直接对HDR图像数据的进行处理和输出。
为了解决真实场景和显示设备动态范围不匹配的问题，近年来国外的许多学者提出了多种色调映射方法。现有的HDR图像色调映射方法主要分为两类：一种是基于人眼视觉感知的感知型方法，另一种是基于经验模型的方法。
感知型色调映射方法以HVS模型为基础，例如亮度自适应模型，TVI模型，对数模型等。感知型方法以尽可能接近真实场景带给人眼的视觉感受为目标，实现HDR图像的映射。这方面的研究工作一般要引入人生理上的机制。优点是映射后的图像的具有真实感，但是由于HVS的固有限制，即：人眼不能在同一时刻同时适应HDR场景中的亮区和暗区，某些方法可能会导致局部细节可见度不足。
基于经验模型的色调映射方法虽然没有模拟HVS，但是希望创建一个具有强烈视觉冲击力的图像，例如：直方图模型，梯度域模型等。经过经验模型方法处理后的图像一般具有良好的细节可见度。优点是可以使HDR图像的局部细节信息最大化，缺点是映射后的图像较平，缺少明暗层次，进而真实感不强。
在实际应用中，一般根据具体的应用背景进行选择。世界上至今没有一个通用的色调映射方法可以满足所有的应用。
发明内容
本发明的目的在于提供一种真实感水平高、应用广泛的可用于机器视觉的混合型色调映射方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种可用于机器视觉的混合型色调映射方法，具体步骤如下：
(1)根据色调映射经验模型对输入HDR图像进行色调映射，得到映射后的图像LDR1；
(2)使用视觉显著图计算模型来计算HDR图像的视觉显著图SHDR；
(3)将HDR图像的视觉显著图SHDR进行对数变换，得到视觉显著图SHDR1：
SHDR1＝ln(SHDR) 公式(1)
(4)将公式(1)中的视觉显著图SHDR1进行量化，得到视觉显著图SHDR2，该计算是将视觉显著图进行等级划分，模拟出了人眼对于HDR图像的视觉锐度的变化过程：
其中fmax和fmin为函数内的最大值与最小值，a为人工设置常数；
(5)将视觉显著图SHDR2从对数域变换回亮度域，得到改进型视觉显著图S’HDR：
S’HDR＝b·exp(SHDR2) 公式(3)
其中b为人工设置常数；
(6)最后将改进型视觉显著图S’HDR和经过色调映射后得到的图像LDR1进行乘法合成得到最后的渲染结果图像LDR：
LDR＝LDR1×S’HDR 公式(4)
作为本发明进一步的方案：所述步骤(1)中的色调映射经验模型包括梯度域色调映射方法。
作为本发明进一步的方案：所述步骤(2)视觉显著图计算模型包括图像显著图计算方法。
作为本发明进一步的方案：所述公式(2)中的a值是一个大于等于0的常数。
作为本发明再进一步的方案：所述公式(3)中的b值是一个大于等于1的常数，b值对应映射曲线的最大值，即为映射后的改进型视觉显著图的最大值。
与现有技术相比，本发明的有益效果是：
本发明通过用户调节参数可以在经验型色调映射方法和感知型色调映射方法之间切换，从以细节最大化为目的的经验型色调映射方法入手，将其根据视觉特征显著图对其进行真实感渲染，该处理过程模拟了人眼对自然场景的视觉注意机制，可以满足不同应用场合的需求。
附图说明
图1为本发明中计算HDR图像对应的视觉显著图伪彩色图。
图2为本发明中改进型视觉显著图S’HDR的映射曲线图。
图3为本发明中改进型视觉显著图S’HDR对应的视觉显著图伪彩色图。
图4为本发明中计算HDR图像对应的视觉显著图彩色图。
图5为本发明中改进型视觉显著图S’HDR对应的视觉显著图彩色图。
具体实施方式
下面结合具体实施方式对本专利的技术方案作进一步详细地说明。
请参阅图1-5，一种可用于机器视觉的混合型色调映射方法，具体步骤如下：
(1)根据色调映射经验模型对输入HDR图像进行色调映射，得到映射后的图像LDR1，所述色调映射经验模型包括梯度域色调映射方法。
(2)使用视觉显著图计算模型来计算HDR图像的视觉显著图SHDR，所述视觉显著图计算模型包括图像显著图计算方法；
(3)将HDR图像的视觉显著图SHDR进行对数变换，得到视觉显著图SHDR1：
SHDR1＝ln(SHDR) 公式(1)
(4)将公式(1)中的视觉显著图SHDR1进行量化，得到视觉显著图SHDR2，该计算是将视觉显著图进行等级划分，模拟出了人眼对于HDR图像的视觉锐度的变化过程：
其中fmax和fmin为函数内的最大值与最小值，a为人工设置常数，a值是一个大于等于0的常数，a值决定了映射曲线的弧度；
(5)将视觉显著图SHDR2从对数域变换回亮度域，得到改进型视觉显著图S’HDR：
S’HDR＝b·exp(SHDR2) 公式(3)
其中b为人工设置常数，b值是一个大于等于1的常数，b值对应映射曲线的最大值，即为映射后的改进型视觉显著图的最大值；
(6)最后将改进型视觉显著图S’HDR和经过色调映射后得到的图像LDR1进行乘法合成得到最后的渲染结果图像LDR：
LDR＝LDR1×S’HDR 公式(4)
在实例中，采用本发明的方法处理HDR图像，其处理过程如下：
(1)输入HDR图像；
(2)根据色调映射经验模型对输入HDR图像进行色调映射，梯度域色调映射方法经验型色调映射方法，经过该方法映射后的图像几乎可以显示出输入HDR图像中所有的细节信息，无论是亮区还是暗区都保持了很高的视觉可见度，但是图像整体缺少明暗层次，真实感不强；
(3)使用Itti视觉显著图计算模型计算HDR图像的视觉显著图SHDR，原始HDR图像的动态范围大约为110dB，而得到的视觉显著图SHDR的动态范围却高达180dB；
(4)将HDR图像的视觉显著图SHDR进行对数变换，得到视觉显著图SHDR1：
SHDR1＝ln(SHDR) 公式(1)
(5)将公式(1)的视觉显著图SHDR1进行量化，得到视觉显著图SHDR2，该计算是将视觉显著图进行等级划分，模拟出了人眼对于HDR场景的视觉锐度的变化过程：
其中fmax，fmin为函数内的最大值与最小值，a为人工设置常数；
(6)将视觉显著图SHDR2从对数域变换回亮度域，得到改进的视觉显著图S’HDR：
S’HDR＝b·exp(SHDR2) 公式(3)
其中b为人工设置常数，图2为在不同的a，b的情况下的改进型视觉显著图映射曲线，从图中可以看出，b值对应映射曲线的最大值，即为映射后的改进型视觉显著图的最大值，a值则决定了映射曲线的弧度，当a＝2，b＝2.5时的处理结果如图3所示，从图中对应的动态范围度量尺可以看出，视觉显著图的动态范围由原来的180dB压缩到了40dB的范围。当a＝0，b＝1时，改进后的视觉显著图的所有像素点都为1。
(7)最后将改进型视觉显著图S’HDR和经过梯度域色调映射后的图像LDR1进行乘法合成得到最后的渲染结果图像LDR。
LDR＝LDR1×S’HDR 公式(4)
本发明通过用户调节参数可以在经验型色调映射方法和感知型色调映射方法之间切换，从以细节最大化为目的的经验型色调映射方法入手，将其根据视觉特征显著图对其进行真实感渲染，该处理过程模拟了人眼对自然场景的视觉注意机制，可以满足不同应用场合的需求。
上面对本专利的较佳实施方式作了详细说明，但是本专利并不限于上述实施方式，在本领域的普通技术人员所具备的知识范围内，还可以在不脱离本专利宗旨的前提下作出各种变化。

Claims (5)

1.一种可用于机器视觉的混合型色调映射方法，其特征在于，具体步骤如下：
(1)根据色调映射经验模型对输入HDR图像进行色调映射，得到映射后的图像LDR1；
(2)使用视觉显著图计算模型来计算HDR图像的视觉显著图SHDR；
(3)将HDR图像的视觉显著图SHDR进行对数变换，得到视觉显著图SHDR1：
SHDR1＝ln(SHDR) 公式(1)
(4)将公式(1)中的视觉显著图SHDR1进行量化，得到视觉显著图SHDR2，该计算是将视觉显著图进行等级划分，模拟出了人眼对于HDR图像的视觉锐度的变化过程：
其中fmax和fmin为函数内的最大值与最小值，a为人工设置常数；
(5)将视觉显著图SHDR2从对数域变换回亮度域，得到改进型视觉显著图S’HDR：
S’HDR＝b·exp(SHDR2)公式(3)
其中b为人工设置常数；
(6)最后将改进型视觉显著图S’HDR和经过色调映射后得到的图像LDR1进行乘法合成得到最后的渲染结果图像LDR：
LDR＝LDR1×S’HDR公式(4)。
2.根据权利要求1所述的可用于机器视觉的混合型色调映射方法，其特征在于，所述步骤(1)中的色调映射经验模型包括梯度域色调映射方法。
3.根据权利要求1所述的可用于机器视觉的混合型色调映射方法，其特征在于，所述步骤(2)视觉显著图计算模型包括图像显著图计算方法。
4.根据权利要求1所述的可用于机器视觉的混合型色调映射方法，其特征在于，所述公式(2)中的a值是一个大于等于0的常数。
5.根据权利要求1所述的可用于机器视觉的混合型色调映射方法，其特征在于，所述公式(3)中的b值是一个大于等于1的常数，b值对应映射曲线的最大值，即为映射后的改进型视觉显著图的最大值。
CN201510493249.5A 2015-08-12 2015-08-12 一种可用于机器视觉的混合型色调映射方法 Active CN105139368B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510493249.5A CN105139368B (zh) 2015-08-12 2015-08-12 一种可用于机器视觉的混合型色调映射方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510493249.5A CN105139368B (zh) 2015-08-12 2015-08-12 一种可用于机器视觉的混合型色调映射方法

Publications (2)

Publication Number Publication Date
CN105139368A CN105139368A (zh) 2015-12-09
CN105139368B true CN105139368B (zh) 2017-11-03

Family

ID=54724701

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510493249.5A Active CN105139368B (zh) 2015-08-12 2015-08-12 一种可用于机器视觉的混合型色调映射方法

Country Status (1)

Country Link
CN (1) CN105139368B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201633779A (zh) 2014-12-16 2016-09-16 湯姆生特許公司 將圖像之高動態範圍版本轉換至該圖像之標準動態範圍版本之方法及裝置
CN106686320B (zh) * 2017-01-22 2019-06-18 宁波星帆信息科技有限公司 一种基于数密度均衡的色调映射方法
CN108053381B (zh) * 2017-12-22 2022-04-22 深圳创维－Rgb电子有限公司 动态色调映射方法、移动终端及计算机可读存储介质
CN111461036B (zh) * 2020-04-07 2022-07-05 武汉大学 一种利用背景建模增强数据的实时行人检测方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104488255A (zh) * 2012-06-18 2015-04-01 汤姆逊许可公司 用于图像的色彩调和的装置和方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8330768B2 (en) * 2007-07-27 2012-12-11 Sharp Laboratories Of America, Inc. Apparatus and method for rendering high dynamic range images for standard dynamic range display
CN104157005A (zh) * 2014-08-06 2014-11-19 无锡梵天信息技术股份有限公司 一种基于图像的hdr光照渲染方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104488255A (zh) * 2012-06-18 2015-04-01 汤姆逊许可公司 用于图像的色彩调和的装置和方法

Also Published As

Publication number Publication date
CN105139368A (zh) 2015-12-09

Similar Documents

Publication Publication Date Title
CN109191395B (zh) 图像对比度增强方法、装置、设备及存储介质
CN106204690B (zh) 一种图像处理方法及装置
Cheng et al. Efficient histogram modification using bilateral Bezier curve for the contrast enhancement
CN105139368B (zh) 一种可用于机器视觉的混合型色调映射方法
CN109817170B (zh) 像素补偿方法、装置和终端设备
CN110070621A (zh) 电子装置、显示增强现实场景的方法及电脑可读取媒体
CN104751407A (zh) 一种用于对图像进行虚化的方法和装置
US9892542B2 (en) Creating bump and normal maps from images with multi-scale control
CN103325120A (zh) 一种快速自适应支持权值双目视觉立体匹配方法
KR20120064641A (ko) 영상 처리 장치, 조명 처리 장치 및 그 방법
CN104915976A (zh) 一种模拟铅笔素描的图像处理方法和系统
CN104751406A (zh) 一种用于对图像进行虚化的方法和装置
CN107451974B (zh) 一种高动态范围图像的自适应再现显示方法
JP2014222447A (ja) 画像処理装置および方法
CN111292279B (zh) 一种基于彩色图像融合的偏振图像可视化方法
CN111754431A (zh) 一种图像区域替换方法、装置、设备及存储介质
CN110111341B (zh) 图像前景获取方法、装置及设备
CN113052923A (zh) 色调映射方法、装置、电子设备和存储介质
CN105761267B (zh) 一种图像处理的方法及装置
CN104954627A (zh) 一种信息处理方法及电子设备
CN110728630A (zh) 基于增强现实的互联网图像处理方法及增强现实眼镜
CN108900825A (zh) 一种2d图像到3d图像的转换方法
CN112819929B (zh) 渲染水面方法及装置、电子设备、存储介质
CN104050676A (zh) 一种基于Logistic回归模型的逆光图像检测方法及装置
CN110276800B (zh) 用于图像光线方向的识别方法及系统、计算机设备、介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 518000 Shenzhen, Futian District, Shennan Road and the junction of agricultural road, northeast side of Times Technology Building, floor, floor, 20, Guangdong

Applicant after: Qihan Technology Co., Ltd.

Address before: 518000 Shenzhen, Futian District, Shennan Road and the junction of agricultural road, northeast side of Times Technology Building, floor, floor, 20, Guangdong

Applicant before: QIHAN TECHNOLOGY CO., LTD.

COR Change of bibliographic data
GR01 Patent grant
GR01 Patent grant
PP01 Preservation of patent right

Effective date of registration: 20180131

Granted publication date: 20171103

PP01 Preservation of patent right
PD01 Discharge of preservation of patent

Date of cancellation: 20181031

Granted publication date: 20171103

PD01 Discharge of preservation of patent
PP01 Preservation of patent right

Effective date of registration: 20181031

Granted publication date: 20171103

PP01 Preservation of patent right
PD01 Discharge of preservation of patent

Date of cancellation: 20190514

Granted publication date: 20171103

PD01 Discharge of preservation of patent
TR01 Transfer of patent right

Effective date of registration: 20190531

Address after: 518000 Guangdong 28, Shenzhen, Futian District, Huafu street, No. 5001 Huanggang Road, Shenzhen Industrial upper city (two phase of the Southern District)

Patentee after: Shenzhen Sanbao innovation and intelligence Co., Ltd.

Address before: 518000 20th Floor of Times Science and Technology Building on the Northeast Side of the Junction of Shennan Avenue and Nongyuan Road, Futian District, Shenzhen City, Guangdong Province

Patentee before: Qihan Technology Co., Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20200514

Address after: Room 2803, building T2, Shenye Shangcheng (South District), No. 5001, Huanggang Road, Lianhua village, Huafu street, Futian District, Shenzhen City, Guangdong Province

Patentee after: Shenzhen Sanbao innovation robot Co., Ltd

Address before: 518000 Guangdong 28, Shenzhen, Futian District, Huafu street, No. 5001 Huanggang Road, Shenzhen Industrial upper city (two phase of the Southern District)

Patentee before: Qihan Technology Co.,Ltd.

TR01 Transfer of patent right
PP01 Preservation of patent right

Effective date of registration: 20211119

Granted publication date: 20171103

PP01 Preservation of patent right