CN114463207A - 基于全局动态范围压缩与局部亮度估计的色阶映射方法 - Google Patents
基于全局动态范围压缩与局部亮度估计的色阶映射方法 Download PDFInfo
- Publication number
- CN114463207A CN114463207A CN202210081971.8A CN202210081971A CN114463207A CN 114463207 A CN114463207 A CN 114463207A CN 202210081971 A CN202210081971 A CN 202210081971A CN 114463207 A CN114463207 A CN 114463207A
- Authority
- CN
- China
- Prior art keywords
- pixel
- hdr image
- coordinates
- brightness
- pixel point
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000007906 compression Methods 0.000 title claims abstract description 31
- 230000006835 compression Effects 0.000 title claims abstract description 30
- 238000013507 mapping Methods 0.000 title claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 31
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 abstract description 9
- 235000019557 luminance Nutrition 0.000 description 36
- 230000006870 function Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 101100498818 Arabidopsis thaliana DDR4 gene Proteins 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/182—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a pixel
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/186—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a colour or a chrominance component
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
基于全局动态范围压缩与局部亮度估计的色阶映射方法，它属于图像处理技术领域。本发明解决了传统色阶映射算法所重建出的LDR图像的质量差的问题。本发明首先将HDR图像全体像素划分为三类像素集合；其次对第一类像素进行全局动态范围压缩；再次对第二类像素进行局部亮度估计；从次对第三类像素进行局部亮度估计；最后将全部像素的亮度进行归一化从而得到色阶映射后的LDR图像。实验结果表明：通过本发明设计的算法重建出的LDR图像整体明暗分配合理，适于人眼观察且图像局部细节较为丰富，有效提高了重建出的LDR图像的质量。本发明方法可以应用于提高重建出的LDR图像的质量。
Description
技术领域
本发明属于图像处理技术领域，具体涉及一种基于全局动态范围压缩与局部亮度估计的色阶映射方法。
背景技术
随着多曝光图像合成技术的发展，人们已经可以通过普通摄像机或者智能手机拍摄并合成明暗对比较高的高动态范围(high dynamic range,HDR)图像。由于家用数字显示器的动态范围有限，导致如果直接将HDR图像在家用显示器上显示，则会降低HDR图像的图像质量。为了提高HDR图像的显示效果，色阶映射技术应运而生。
虽然传统的色阶映射算法所重建出的低动态范围(low dynamic range,LDR)图像可以在一定程度上提高图像质量，但是重建出的LDR图像仍然存在亮度分布不合理以及图像局部细节不清晰的问题，因此，利用传统色阶映射算法所重建出的LDR图像的质量仍然较差，重建图像的质量有待进一步提高。
发明内容
本发明的目的是为解决传统色阶映射算法所重建出的LDR图像的质量差的问题，而提出的一种基于全局动态范围压缩与局部亮度估计的色阶映射方法。
本发明为解决上述技术问题所采取的技术方案是：基于全局动态范围压缩与局部亮度估计的色阶映射方法，所述方法具体包括以下步骤：
步骤一、对HDR图像中的像素进行集合划分，将HDR图像中的全部像素划分到三个像素集合中，所述三个像素集合分别记为像素集合U1、像素集合U2和像素集合U3；
划分规则为：若HDR图像中的某个像素点的横、纵坐标均为奇数，则该像素点属于像素集合U1，若HDR图像中的某个像素点的横坐标为奇数且纵坐标为偶数，则该像素点属于像素集合U2，若HDR图像中的某个像素点的纵坐标为奇数且横坐标为偶数，则该像素点也属于像素集合U2，若HDR图像中的某个像素点的横、纵坐标均为偶数，则该像素点属于像素集合U3；
步骤二、对像素集合U1内的像素点的亮度进行全局动态范围压缩处理，得到对像素集合U1处理后的像素亮度值；
步骤三、将像素集合U2划分为两个子集合
和
其中，子集合
中包含所有纵坐标为奇数且横坐标为偶数的像素点，子集合
中包含所有横坐标为奇数且纵坐标为偶数的像素点；
利用步骤二中得到的处理后像素亮度值对子集合
内的像素点的亮度进行处理，得到对子集合
处理后的像素亮度值，利用步骤二中得到的处理后像素亮度值对子集合
内的像素点的亮度进行处理，得到对子集合
处理后的像素亮度值；
步骤四、根据步骤三中得到的处理后像素亮度值对像素集合U3内的像素点的亮度进行处理，得到对像素集合U3处理后的像素亮度值；
步骤五、对步骤二至步骤四得到的处理后的像素亮度值进行归一化处理，得到每个像素点对应的归一化亮度值，根据各像素点的归一化亮度值生成用于直接显示的LDR图像。
进一步地，所述全局动态范围压缩处理的具体过程为：
其中，Ix,y表示HDR图像中坐标为(x,y)的像素点的亮度值，且坐标为(x,y)的像素点属于像素集合U1，Imax表示HDR图像中全部像素点的亮度值中的最大值，Lx,y为HDR图像中坐标为(x,y)的像素点经过全局动态范围压缩处理后的亮度值。
进一步地，所述步骤三中，利用步骤二中得到的处理后像素亮度值对子集合
内的像素点的亮度进行处理，得到对子集合
处理后的像素亮度值，利用步骤二中得到的处理后像素亮度值对子集合
内的像素点的亮度进行处理，得到对子集合
处理后的像素亮度值；其具体过程为：
其中，Lx′,y′为处理后的坐标为(x′,y′)的像素点的亮度值，
为当
时，HDR图像中坐标为(x′,y′)的像素点的局部对比度，
为当
时，HDR图像中坐标为(x′,y′)的像素点的局部对比度。
进一步地，所述局部对比度
和
为：
其中，Ix′,y′表示HDR图像中坐标为(x′,y′)的像素点的亮度值，Ix′-1,y′表示HDR图像中坐标为(x′-1,y′)的像素点的亮度值，Ix′+1,y′表示HDR图像中坐标为(x′+1,y′)的像素点的亮度值，Ix′,y′-1表示HDR图像中坐标为(x′,y′-1)的像素点的亮度值，Ix′,y′+1表示HDR图像中坐标为(x′,y′+1)的像素点的亮度值。
进一步地，所述步骤四的具体过程为：
Lx″,y″＝0.25×(Lx″-1,y″+Lx″+1,y″+Lx″,y″-1+Lx″,y″+1-Px″,y″)，(x″,y″)∈U3
其中，Lx″-1,y″、Lx″+1,y″、Lx″,y″-1、Lx″,y″+1为步骤三中得到的处理后的亮度值，Px″,y″为HDR图像中坐标为(x″,y″)的像素的拉普拉斯算子。
更进一步地，所述拉普拉斯算子Px″,y″的计算方法为：
Px″,y″＝Ix″-1,y″+Ix″+1,y″+Ix″,y″-1+Ix″,y″+1-4Ix″,y″，(x″,y″)∈U3
其中，Ix″-1,y″表示HDR图像中坐标为(x″-1,y″)的像素点的亮度值，Ix″+1,y″表示HDR图像中坐标为(x″+1,y″)的像素点的亮度值，Ix″,y″-1表示HDR图像中坐标为(x″,y″-1)的像素点的亮度值，Ix″,y″+1表示HDR图像中坐标为(x″,y″+1)的像素点的亮度值，Ix″,y″表示HDR图像中坐标为(x″,y″)的像素点的亮度值。
本发明的有益效果是：
本发明设计一种基于全局动态范围压缩与局部亮度估计的色阶映射算法，首先将HDR图像全体像素划分为三类像素集合；其次对第一类像素进行全局动态范围压缩；再次对第二类像素进行局部亮度估计；从次对第三类像素进行局部亮度估计；最后将全部像素的亮度进行归一化从而得到色阶映射后的LDR图像。实验结果表明：通过本发明设计的算法重建出的LDR图像整体明暗分配合理，适于人眼观察且图像局部细节较为丰富，有效提高了重建出的LDR图像的质量。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解，并不构成对本发明的不当限定。在附图中：
图1为本发明的一种基于全局动态范围压缩与局部亮度估计的色阶映射方法的流程图；
图2a)为像素集合U1中像素位置的示意图；
图2b)为像素集合U2中像素位置的示意图；
图2c)为像素集合U3中像素位置的示意图；
图3为全局动态范围压缩曲线示意图；
图中，横坐标对应于Ix,y，纵坐标对应于Lx,y，曲线顺序按从上到下分别对应的最大亮度为3cd/m2，4cd/m2，5cd/m2，全局亮度压缩函数将HDR图像的亮度范围压缩到0到1之间；
图4a)为HDR图像1；
图4b)为采用本发明方法对图4a)进行处理后的处理结果图；
图5a)为HDR图像2；
图5b)为采用本发明方法对图5a)进行处理后的处理结果图；
图6a)为HDR图像3；
图6b)为采用本发明方法对图6a)进行处理后的处理结果图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施方式及实施方式中的特征可以相互组合。
具体实施方式一、结合图1说明本实施方式。本实施方式所述的一种基于全局动态范围压缩与局部亮度估计的色阶映射方法，所述方法具体包括以下步骤：
步骤一、对HDR图像中的像素进行集合划分，将HDR图像中的全部像素划分到三个像素集合中，所述三个像素集合分别记为像素集合U1、像素集合U2和像素集合U3；
划分规则为：若HDR图像中的某个像素点的横、纵坐标均为奇数，则该像素点属于像素集合U1，若HDR图像中的某个像素点的横坐标为奇数且纵坐标为偶数，则该像素点属于像素集合U2，若HDR图像中的某个像素点的纵坐标为奇数且横坐标为偶数，则该像素点也属于像素集合U2，若HDR图像中的某个像素点的横、纵坐标均为偶数，则该像素点属于像素集合U3；划分结果如图2a)、图2b)和图2c)所示；
步骤二、对像素集合U1内的像素点的亮度进行全局动态范围压缩处理，得到对像素集合U1处理后的像素亮度值；
步骤三、将像素集合U2划分为两个子集合
和
其中，子集合
中包含所有纵坐标为奇数且横坐标为偶数的像素点，子集合
中包含所有横坐标为奇数且纵坐标为偶数的像素点；
利用步骤二中得到的处理后像素亮度值对子集合
内的像素点的亮度进行处理，得到对子集合
处理后的像素亮度值，利用步骤二中得到的处理后像素亮度值对子集合
内的像素点的亮度进行处理，得到对子集合
处理后的像素亮度值；
步骤四、根据步骤三中得到的处理后像素亮度值对像素集合U3内的像素点的亮度进行处理，得到对像素集合U3处理后的像素亮度值；
步骤五、对步骤二至步骤四得到的处理后的像素亮度值进行归一化处理，得到每个像素点对应的归一化亮度值，根据各像素点的归一化亮度值生成用于直接显示的LDR图像。
归一化处理的具体过程为：
其中，max(L)表示步骤二至步骤四中获得的处理后的像素亮度值的最大值，
表示步骤二至步骤四中获得的处理后的坐标为(x,y)的像素点的亮度值，
表示坐标为(x,y)的像素点的归一化亮度值。
本发明中的横、纵坐标为图像坐标系下的坐标，横坐标对应于图像的宽度，纵坐标对应于图像的高度。本发明在保证图像质量的前提下，对高动态范围(high dynamicrange,HDR)图像进行色阶映射，从而生成能够在普通显示器上显示的低动态范围(lowdynamic range,LDR)图像。
具体实施方式二：本实施方式与具体实施方式一不同的是，所述全局动态范围压缩处理的具体过程为：
其中，Ix,y表示HDR图像中坐标为(x,y)的像素点的亮度值，且坐标为(x,y)的像素点属于像素集合U1，Imax表示HDR图像中全部像素点的亮度值中的最大值，Lx,y为HDR图像中坐标为(x,y)的像素点经过全局动态范围压缩处理后的亮度值。
本实施方式的全局动态范围压缩函数是一个最高次为4的多项式，不同亮度最大值对应的全局动态范围压缩函数不同。如图3所示，为三种最大亮度对应的全局动态范围压缩曲线示意图。由于HDR图像的亮度分布主要集中在亮度较低的色阶区间，因此色阶全局动态范围压缩方法在拉伸低亮度的色阶的同时压缩高亮度的色阶，从而在保证大多数色阶的对比度的同时使重建后的动态范围压缩到0～1之间。
其它步骤及参数与具体实施方式一相同。
具体实施方式三：本实施方式与具体实施方式一或二不同的是，所述步骤三中，利用步骤二中得到的处理后像素亮度值对子集合
内的像素点的亮度进行处理，得到对子集合
处理后的像素亮度值，利用步骤二中得到的处理后像素亮度值对子集合
内的像素点的亮度进行处理，得到对子集合
处理后的像素亮度值；其具体过程为：
其中，Lx′,y′为处理后的坐标为(x′,y′)的像素点的亮度值，
为当
时，HDR图像中坐标为(x′,y′)的像素点的局部对比度，
为当
时，HDR图像中坐标为(x′,y′)的像素点的局部对比度。
Lx′-1,y′、Lx′+1,y′、Lx′,y′-1、Lx′,y′+1为步骤二中全局动态范围压缩处理后的亮度值。
其它步骤及参数与具体实施方式一或二相同。
具体实施方式四：本实施方式与具体实施方式一至三之一不同的是，所述局部对比度
和
为：
其中，Ix′,y′表示HDR图像中坐标为(x′,y′)的像素点的亮度值，Ix′-1,y′表示HDR图像中坐标为(x′-1,y′)的像素点的亮度值，Ix′+1,y′表示HDR图像中坐标为(x′+1,y′)的像素点的亮度值，Ix′,y′-1表示HDR图像中坐标为(x′,y′-1)的像素点的亮度值，Ix′,y′+1表示HDR图像中坐标为(x′,y′+1)的像素点的亮度值。
为了保证重建LDR图像的局部细节，首先根据具体实施方式四计算子集合
和
内各像素局部对比度。再通过具体实施方式三方法计算子集合
和
内各像素的亮度值。由于局部对比度与图像细节具有较强的关联性，因此通过具体实施方式三方法能够使重建图像的局部细节与原始HDR图像具有较强的一致性。
其它步骤及参数与具体实施方式一至三之一相同。
具体实施方式五：本实施方式与具体实施方式一至四之一不同的是，所述步骤四的具体过程为：
为了保证重建LDR图像的局部细节，集合U3中各像素对应的拉普拉斯算子须与HDR图像保持相等。因此集合U3中各像素的亮度计算方法为：
Lx″,y″＝0.25×(Lx″-1,y″+Lx″+1,y″+Lx″,y″-1+Lx″,y″+1-Px″,y″)，(x″,y″)∈U3
其中，Lx″-1,y″、Lx″+1,y″、Lx″,y″-1、Lx″,y″+1为步骤三中得到的处理后的亮度值，Px″,y″为HDR图像中坐标为(x″,y″)的像素的拉普拉斯算子。
其它步骤及参数与具体实施方式一至四之一相同。
具体实施方式六：本实施方式与具体实施方式一至五之一不同的是，所述拉普拉斯算子Px″,y″的计算方法为：
Px″,y″＝Ix″-1,y″+Ix″+1,y″+Ix″,y″-1+Ix″,y″+1-4Ix″,y″，(x″,y″)∈U3
其中，Ix″-1,y″表示HDR图像中坐标为(x″-1,y″)的像素点的亮度值，Ix″+1,y″表示HDR图像中坐标为(x″+1,y″)的像素点的亮度值，Ix″,y″-1表示HDR图像中坐标为(x″,y″-1)的像素点的亮度值，Ix″,y″+1表示HDR图像中坐标为(x″,y″+1)的像素点的亮度值，Ix″,y″表示HDR图像中坐标为(x″,y″)的像素点的亮度值。
其它步骤及参数与具体实施方式一至五之一相同。
实验结果与分析
实验采用的仿真软件为matlab 2018b。操作系统为Windows 7。硬件平台是一个笔记本电脑，其硬件组成为：r7-5800H型号的中央处理器；32GB DDR4型号的内存；RTX 1650型号的显卡。算法的输入为后缀为hdr的HDR图像，输出为bmp格式图片。HDR图像以及仿真结果如图4a)、图4b)、图5a)、图5b)、图6a)、图6b)所示。
根据仿真结果可知，由于动态范围非常高导致原始HDR图像的整体明暗跨度较大，图像中包含面积较大的低照度和高照度区域。低照度区域的亮度过低造成人眼难于分辨该区域的图像内容。高亮度区域的亮度过高对人眼具有较强的刺激作用。因此直接对HDR图像进行显示导致图像质量较差。通过本发明设计的色阶映射方法得到的LDR图像整体明暗分配较为合理，非常适合于人眼观看。另外LDR图像的局部细节较为丰富，图像清晰度较高。因此本发明设计的色阶映射算法可以有效地提高HDR图像的显示效果，色阶映射后的LDR图像质量较高。
本发明的上述算例仅为详细地说明本发明的计算模型和计算流程，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。
Claims (6)
1.基于全局动态范围压缩与局部亮度估计的色阶映射方法，其特征在于，所述方法具体包括以下步骤：
步骤一、对HDR图像中的像素进行集合划分，将HDR图像中的全部像素划分到三个像素集合中，所述三个像素集合分别记为像素集合U1、像素集合U2和像素集合U3；
划分规则为：若HDR图像中的某个像素点的横、纵坐标均为奇数，则该像素点属于像素集合U1，若HDR图像中的某个像素点的横坐标为奇数且纵坐标为偶数，则该像素点属于像素集合U2，若HDR图像中的某个像素点的纵坐标为奇数且横坐标为偶数，则该像素点也属于像素集合U2，若HDR图像中的某个像素点的横、纵坐标均为偶数，则该像素点属于像素集合U3；
步骤二、对像素集合U1内的像素点的亮度进行全局动态范围压缩处理，得到对像素集合U1处理后的像素亮度值；
步骤三、将像素集合U2划分为两个子集合
和
其中，子集合
中包含所有纵坐标为奇数且横坐标为偶数的像素点，子集合
中包含所有横坐标为奇数且纵坐标为偶数的像素点；
利用步骤二中得到的处理后像素亮度值对子集合
内的像素点的亮度进行处理，得到对子集合
处理后的像素亮度值，利用步骤二中得到的处理后像素亮度值对子集合
内的像素点的亮度进行处理，得到对子集合
处理后的像素亮度值；
步骤四、根据步骤三中得到的处理后像素亮度值对像素集合U3内的像素点的亮度进行处理，得到对像素集合U3处理后的像素亮度值；
步骤五、对步骤二至步骤四得到的处理后的像素亮度值进行归一化处理，得到每个像素点对应的归一化亮度值，根据各像素点的归一化亮度值生成用于直接显示的LDR图像。
2.根据权利要求1所述的基于全局动态范围压缩与局部亮度估计的色阶映射方法，其特征在于，所述全局动态范围压缩处理的具体过程为：
其中，Ix,y表示HDR图像中坐标为(x,y)的像素点的亮度值，且坐标为(x,y)的像素点属于像素集合U1，Imax表示HDR图像中全部像素点的亮度值中的最大值，Lx,y为HDR图像中坐标为(x,y)的像素点经过全局动态范围压缩处理后的亮度值。
3.根据权利要求2所述的基于全局动态范围压缩与局部亮度估计的色阶映射方法，其特征在于，所述步骤三中，利用步骤二中得到的处理后像素亮度值对子集合
内的像素点的亮度进行处理，得到对子集合
处理后的像素亮度值，利用步骤二中得到的处理后像素亮度值对子集合
内的像素点的亮度进行处理，得到对子集合
处理后的像素亮度值；其具体过程为：
其中，Lx′,y′为处理后的坐标为(x′,y′)的像素点的亮度值，
为当
时，HDR图像中坐标为(x′,y′)的像素点的局部对比度，
为当
时，HDR图像中坐标为(x′,y′)的像素点的局部对比度。
4.根据权利要求3所述的基于全局动态范围压缩与局部亮度估计的色阶映射方法，其特征在于，所述局部对比度
和
为：
其中，Ix′,y′表示HDR图像中坐标为(x′,y′)的像素点的亮度值，Ix′-1,y′表示HDR图像中坐标为(x′-1,y′)的像素点的亮度值，Ix′+1,y′表示HDR图像中坐标为(x′+1,y′)的像素点的亮度值，Ix′,y′-1表示HDR图像中坐标为(x′,y′-1)的像素点的亮度值，Ix′,y′+1表示HDR图像中坐标为(x′,y′+1)的像素点的亮度值。
5.根据权利要求4所述的基于全局动态范围压缩与局部亮度估计的色阶映射方法，其特征在于，所述步骤四的具体过程为：
Lx″,y″＝0.25×(Lx″-1,y″+Lx″+1,y″+Lx″,y″-1+Lx″,y″+1-Px″,y″)，(x″,y″)∈U3
其中，Lx″-1,y″、Lx″+1,y″、Lx″,y″-1、Lx″,y″+1为步骤三中得到的处理后的亮度值，Px″,y″为HDR图像中坐标为(x″,y″)的像素的拉普拉斯算子。
6.根据权利要求5所述的基于全局动态范围压缩与局部亮度估计的色阶映射方法，其特征在于，所述拉普拉斯算子Px″,y″的计算方法为：
Px″,y″＝Ix″-1,y″+Ix″+1,y″+Ix″,y″-1+Ix″,y″+1-4Ix″,y″，(x″,y″)∈U3
其中，Ix″-1,y″表示HDR图像中坐标为(x″-1,y″)的像素点的亮度值，Ix″+1,y″表示HDR图像中坐标为(x″+1,y″)的像素点的亮度值，Ix″,y″-1表示HDR图像中坐标为(x″,y″-1)的像素点的亮度值，Ix″,y″+1表示HDR图像中坐标为(x″,y″+1)的像素点的亮度值，Ix″,y″表示HDR图像中坐标为(x″,y″)的像素点的亮度值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210081971.8A CN114463207B (zh) | 2022-01-24 | 2022-01-24 | 基于全局动态范围压缩与局部亮度估计的色阶映射方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210081971.8A CN114463207B (zh) | 2022-01-24 | 2022-01-24 | 基于全局动态范围压缩与局部亮度估计的色阶映射方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114463207A true CN114463207A (zh) | 2022-05-10 |
| CN114463207B CN114463207B (zh) | 2022-07-29 |
Family
ID=81411482
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210081971.8A Expired - Fee Related CN114463207B (zh) | 2022-01-24 | 2022-01-24 | 基于全局动态范围压缩与局部亮度估计的色阶映射方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114463207B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115937045A (zh) * | 2023-01-05 | 2023-04-07 | 哈尔滨理工大学 | 一种迭代式色阶重建方法 |
| CN116523777A (zh) * | 2023-04-19 | 2023-08-01 | 哈尔滨理工大学 | 一种基于全局色阶重建与局部细节增强的色阶映射方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050117799A1 (en) * | 2003-12-01 | 2005-06-02 | Chiou-Shann Fuh | Method and apparatus for transforming a high dynamic range image into a low dynamic range image |
| US20090310015A1 (en) * | 2008-06-16 | 2009-12-17 | El-Mahdy Ahmed Hazem Mohamed R | Transformation of a video image from a high dynamic range image to a low dynamic range image |
| CN103400342A (zh) * | 2013-07-04 | 2013-11-20 | 西安电子科技大学 | 基于混合色阶映射及压缩系数的高动态范围图像重构方法 |
| CN104408752A (zh) * | 2014-12-11 | 2015-03-11 | 西安电子科技大学 | 一种基于混合色调映射算法的高动态范围图像压缩方法 |
| CN104471939A (zh) * | 2012-07-13 | 2015-03-25 | 皇家飞利浦有限公司 | 改进的hdr图像编码和解码方法和设备 |
| CN103916669B (zh) * | 2014-04-11 | 2017-06-13 | 浙江宇视科技有限公司 | 高动态范围图像压缩方法及装置 |
| CN109410126A (zh) * | 2017-08-30 | 2019-03-01 | 中山大学 | 一种细节增强与亮度自适应的高动态范围图像的色调映射方法 |
| CN109754377A (zh) * | 2018-12-29 | 2019-05-14 | 重庆邮电大学 | 一种多曝光图像融合方法 |
| 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 |
| CN110612550A (zh) * | 2017-05-05 | 2019-12-24 | 皇家飞利浦有限公司 | 优化经解码的高动态范围图像饱和度 |
-
2022
- 2022-01-24 CN CN202210081971.8A patent/CN114463207B/zh not_active Expired - Fee Related
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050117799A1 (en) * | 2003-12-01 | 2005-06-02 | Chiou-Shann Fuh | Method and apparatus for transforming a high dynamic range image into a low dynamic range image |
| US20090310015A1 (en) * | 2008-06-16 | 2009-12-17 | El-Mahdy Ahmed Hazem Mohamed R | Transformation of a video image from a high dynamic range image to a low dynamic range image |
| CN104471939A (zh) * | 2012-07-13 | 2015-03-25 | 皇家飞利浦有限公司 | 改进的hdr图像编码和解码方法和设备 |
| CN103400342A (zh) * | 2013-07-04 | 2013-11-20 | 西安电子科技大学 | 基于混合色阶映射及压缩系数的高动态范围图像重构方法 |
| CN103916669B (zh) * | 2014-04-11 | 2017-06-13 | 浙江宇视科技有限公司 | 高动态范围图像压缩方法及装置 |
| CN104408752A (zh) * | 2014-12-11 | 2015-03-11 | 西安电子科技大学 | 一种基于混合色调映射算法的高动态范围图像压缩方法 |
| CN110612550A (zh) * | 2017-05-05 | 2019-12-24 | 皇家飞利浦有限公司 | 优化经解码的高动态范围图像饱和度 |
| CN109410126A (zh) * | 2017-08-30 | 2019-03-01 | 中山大学 | 一种细节增强与亮度自适应的高动态范围图像的色调映射方法 |
| CN109754377A (zh) * | 2018-12-29 | 2019-05-14 | 重庆邮电大学 | 一种多曝光图像融合方法 |
| 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 |
Non-Patent Citations (2)
| Title |
|---|
| S. K. THAKUR等: ""Fast tone mapping for high dynamic range images"", 《2013 IEEE INTERNATIONAL CONFERENCE ON COMPUTATIONAL INTELLIGENCE AND COMPUTING RESEARCH》 * |
| 席志红等: ""基于变分模型的梯度域色阶映射算法"", 《通信学报》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115937045A (zh) * | 2023-01-05 | 2023-04-07 | 哈尔滨理工大学 | 一种迭代式色阶重建方法 |
| CN115937045B (zh) * | 2023-01-05 | 2023-07-04 | 哈尔滨理工大学 | 一种迭代式色阶重建方法 |
| CN116523777A (zh) * | 2023-04-19 | 2023-08-01 | 哈尔滨理工大学 | 一种基于全局色阶重建与局部细节增强的色阶映射方法 |
| CN116523777B (zh) * | 2023-04-19 | 2024-04-30 | 哈尔滨理工大学 | 一种基于全局色阶重建与局部细节增强的色阶映射方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114463207B (zh) | 2022-07-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104408752B (zh) | 一种基于混合色调映射算法的高动态范围图像压缩方法 | |
| CN101809617B (zh) | 提高图像动态范围 | |
| CN114463207B (zh) | 基于全局动态范围压缩与局部亮度估计的色阶映射方法 | |
| CN105850114A (zh) | 用于图像的逆色调映射的方法 | |
| CN113034358B (zh) | 一种超分辨率图像处理方法以及相关装置 | |
| CN110599415A (zh) | 基于局部自适应伽马校正的图像对比度增强实现方法 | |
| CN108022223B (zh) | 一种基于对数映射函数分块处理融合的色调映射方法 | |
| CN1434961A (zh) | 数字成像 | |
| CN109817170B (zh) | 像素补偿方法、装置和终端设备 | |
| US20230179871A1 (en) | System and a method for processing an image | |
| Chen et al. | Blind quality index for tone-mapped images based on luminance partition | |
| Kim et al. | Learning-based low-complexity reverse tone mapping with linear mapping | |
| Zhang et al. | Multi-scale-based joint super-resolution and inverse tone-mapping with data synthesis for UHD HDR video | |
| CN113409247B (zh) | 一种多曝光融合图像质量评价方法 | |
| CN108550124B (zh) | 一种基于仿生螺线的光照补偿及图像增强方法 | |
| CN112200753B (zh) | 一种图像宽动态范围的处理方法 | |
| Song et al. | Luminance enhancement and detail preservation of images and videos adapted to ambient illumination | |
| CN117611467A (zh) | 一种能同时平衡不同区域细节和亮度的低光图像增强方法 | |
| CN114862706B (zh) | 一种保持图像梯度方向的色阶映射方法 | |
| CN111161189A (zh) | 一种基于细节弥补网络的单幅图像再增强方法 | |
| CN114429426B (zh) | 一种基于Retinex模型的低照度图像质量改善方法 | |
| Ko et al. | IceNet for interactive contrast enhancement | |
| CN115660994A (zh) | 一种基于区域最小二乘估计的图像增强方法 | |
| CN116309109B (zh) | 一种基于亮度直方图均衡化的色阶映射方法 | |
| WO2020107651A1 (zh) | 图像处理方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220729 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |