CN116452454A - 一种基于多分辨率金字塔的色阶映射方法 - Google Patents
一种基于多分辨率金字塔的色阶映射方法 Download PDFInfo
- Publication number
- CN116452454A CN116452454A CN202310430065.9A CN202310430065A CN116452454A CN 116452454 A CN116452454 A CN 116452454A CN 202310430065 A CN202310430065 A CN 202310430065A CN 116452454 A CN116452454 A CN 116452454A
- Authority
- CN
- China
- Prior art keywords
- image
- reconstructed
- layer
- pixels
- pixel
- 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 58
- 238000013507 mapping Methods 0.000 title claims abstract description 34
- 230000006835 compression Effects 0.000 claims abstract description 29
- 238000007906 compression Methods 0.000 claims abstract description 29
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000000926 separation method Methods 0.000 claims description 3
- 238000012217 deletion Methods 0.000 claims description 2
- 230000037430 deletion Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 3
- 238000013461 design Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 235000003801 Castanea crenata Nutrition 0.000 description 1
- 244000209117 Castanea crenata Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20208—High dynamic range [HDR] image processing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
一种基于多分辨率金字塔的色阶映射方法,它属于图像处理技术领域。本发明解决了现有方法重建出的LDR图像存在的亮度无法完全满足常规显示器的动态范围要求以及图像亮度分布不均匀、对比度扭曲、细节模糊的问题。本发明方法包括自下到上的图像重建、顶层图像的全局动态范围压缩以及自上而下的图像重建。自下到上的图像重建根据高分辨率的HDR图像重建出低分辨率HDR图,顶层图像的全局动态范围压缩根据全局色阶映射函数压缩顶层图像的动态范围,自上而下的图像重建根据已压缩动态范围的顶层图像重建出高分辨率的LDR图像。本发明方法可以应用于图像的色阶映射。
Description
技术领域
本发明属于图像处理技术领域,具体涉及一种基于多分辨率金字塔的色阶映射方法,用于将高动态范围(high dynamic range,HDR)图像转化为低动态范围(low dynamicrange,LDR)图像。
背景技术
色阶映射是一种数字图像处理的热门技术。该技术将HDR图像转化为常规显示器可以无失真显示的LDR图像。另外,色阶映射能够调整图像的亮度和对比度,从而使图像更加清晰明亮、更加柔和自然。
传统色阶映射算法包括:线性色阶映射方法,对数色阶映射方法,利用直方图均衡化对变换函数进行指导的色阶映射方法,自适应直方图均衡化色阶映射方法等。但是通过传统色阶映射方法重建出的LDR图像存在以下问题:
一、亮度映射范围有限且无法完全满足常规显示器的动态范围要求;
二、图像亮度分布不均匀,对比度扭曲以及细节模糊等。
发明内容
本发明的目的是为解决现有方法重建出的LDR图像存在的亮度无法完全满足常规显示器的动态范围要求以及图像亮度分布不均匀、对比度扭曲、细节模糊的问题,而提出的一种基于多分辨率金字塔的色阶映射方法。
本发明为解决上述技术问题所采取的技术方案是:一种基于多分辨率金字塔的色阶映射方法,所述方法具体包括以下步骤:
步骤一、对原始图像L进行自下到上的图像重建,获得自下到上重建出的图像;
所述步骤一的具体过程为:
步骤一一、初始化高度临时变量P(0)=H,宽度临时变量Q(0)=W,其中,H为原始图像L的高度,W为原始图像L的宽度;
步骤一二、根据P(0)计算自下到上重建的第0层图像L(0)的高度H(0),根据Q(0)计算自下到上重建的第0层图像L(0)的宽度W(0);
其中,mod(·)表示取余数运算;
步骤一三、若H(0)=P(0)且W(0)=Q(0),则直接将原始图像L作为自下到上重建的第0层图像L(0);
若H(0)≠P(0)且W(0)=Q(0),则通过边界复制的方式在原始图像L的最底端增加1行像素后,得到自下到上重建的第0层图像L(0);
若H(0)=P(0)且W(0)≠Q(0),则通过边界复制的方式在原始图像L的最右侧增加1列像素后,得到自下到上重建的第0层图像L(0);
若H(0)≠P(0)且W(0)≠Q(0),则通过边界复制的方式在原始图像L的最右侧增加1列像素后,再在获得的图像的最底端增加1行像素,得到自下到上重建的第0层图像L(0);
步骤一四、按照从左到右、从上到下的顺序对自下到上重建的第0层图像L(0)的像素进行隔列、隔行扫描,基于被扫描到的像素以及被扫描到像素的邻近像素计算自下到上重建的第1层图像L(1)的像素值;
所述步骤一四的具体过程为:
步骤一四一、首先扫描自下到上重建的第0层图像L(0)的第1行像素 再扫描自下到上重建的第0层图像L(0)的第3行像素/>直至自下到上重建的第0层图像L(0)的第H(0)-1行像素/>扫描完成;
其中,代表自下到上重建的第0层图像L(0)中位于第1行第1列的像素的值,其它参数的定义同理;
步骤一四二、若被扫描到的像素为则基于/>和/>四个像素来计算自下到上重建的第1层图像L(1)中位于[0.5(i+1),0.5(j+1)]的像素的值/>
直至被扫描到的全部像素点均参与过计算后,获得自下到上重建的第1层图像L(1);
步骤一五、令高度临时变量P(1)=H(1),宽度临时变量Q(1)=W(1),其中,H(1)为自下到上重建的第1层图像L(1)的高度,W(1)为自下到上重建的第1层图像L(1)的宽度;
若P(1)为偶数且Q(1)为偶数,则直接利用自下到上重建的第1层图像L(1)执行步骤一六;
若P(1)为奇数且Q(1)为偶数,则通过边界复制的方式在自下到上重建的第1层图像L(1)的最底端增加1行像素后,再利用得到的图像执行步骤一六;
若P(1)为偶数且Q(1)为奇数,则通过边界复制的方式在自下到上重建的第1层图像L(1)的最右侧增加1列像素后,再利用得到的图像执行步骤一六;
若P(1)为奇数且Q(1)为奇数,则通过边界复制的方式在自下到上重建的第1层图像L(1)的最右侧增加1列像素后,再在获得的图像的最底端增加1行像素,并利用得到的图像执行步骤一六;
步骤一六、按照从左到右、从上到下的顺序对步骤一五得到的图像中的像素进行隔列、隔行扫描,基于被扫描到的像素以及被扫描到像素的邻近像素计算自下到上重建的第2层图像L(2)的像素值;
步骤一七、采用步骤一五至步骤一六的方法继续进行自下到上的图像重建,直至自下到上重建的第N层图像中的像素个数少于M个时,将自下到上重建的第N层图像作为获得的自下到上重建出的图像;
步骤二、对步骤一中获得的自下到上重建出的图像进行全局动态范围压缩,获得全局动态范围压缩后的图像;
步骤三、对步骤二中的全局动态范围压缩后图像进行自上到下的图像重建,获得自上到下重建出的图像,即获得色阶映射后的LDR图像。
本发明的有益效果是:
本发明方法包括自下到上的图像重建、顶层图像的全局动态范围压缩以及自上而下的图像重建。自下到上的图像重建根据高分辨率的HDR图像重建出低分辨率HDR图,顶层图像的全局动态范围压缩根据全局色阶映射函数压缩顶层图像的动态范围,自上而下的图像重建根据已压缩动态范围的顶层图像重建出高分辨率的LDR图像。
实验结果表明,本发明设计方法可以压缩HDR图像的动态范围,使其满足常规显示器的动态范围要求,而且图像亮度分布均匀、明暗对比更具有层次感、细节更加丰富,能够提高重建LDR图像的视觉效果。
附图说明
图1是本发明的一种基于多分辨率金字塔的色阶映射方法的流程图;
图2是当第0层图像的尺寸为4×4时的图像;
图3是图2对应的第1层图像;
图4是一个包含6层图像的多分辨率图像金字塔的示意图;
图5是HDR图像Desk的直接显示图;
图6是HDR图像Desk的LDR图像;
图7是HDR图像Lobby的直接显示图;
图8是HDR图像Lobby的LDR图像;
图9是HDR图像bridge的直接显示图;
图10是HDR图像bridge的LDR图像。
具体实施方式
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多分辨率金字塔的色阶映射方法,所述方法具体包括以下步骤:
步骤一、对原始图像L进行自下到上的图像重建,获得自下到上重建出的图像;
所述步骤一的具体过程为:
步骤一一、初始化高度临时变量P(0)=H,宽度临时变量Q(0)=W,其中,H为原始图像L的高度,W为原始图像L的宽度;
步骤一二、根据P(0)计算自下到上重建的第0层图像L(0)的高度H(0),根据Q(0)计算自下到上重建的第0层图像L(0)的宽度W(0);
其中,mod(·)表示取余数运算;
步骤一三、若H(0)=P(0)且W(0)=Q(0),则直接将原始图像L作为自下到上重建的第0层图像L(0);
若H(0)≠P(0)且W(0)=Q(0),则通过边界复制的方式在原始图像L的最底端增加1行像素后(即复制原始图像L的最底行像素后,再将复制的像素添加到原始图像L的最底端,作为自下到上重建的第0层图像L(0)的最后一行),得到自下到上重建的第0层图像L(0);
若H(0)=P(0)且W(0)≠Q(0),则通过边界复制的方式在原始图像L的最右侧增加1列像素后(即复制原始图像L的最右侧的一列像素后,再将复制的像素添加到原始图像L的最右侧,作为自下到上重建的第0层图像L(0)最右侧的一列),得到自下到上重建的第0层图像L(0);
若H(0)≠P(0)且W(0)≠Q(0),则通过边界复制的方式在原始图像L的最右侧增加1列像素后,再在获得的图像的最底端增加1行像素,(即复制原始图像L的最右侧的一列像素后,将复制的像素添加到原始图像L的最右侧,作为自下到上重建的第0层图像L(0)最右侧的一列,然后在添加了一列后的图像中复制图像的最底行像素,再将复制的像素添加到加了一列后的图像的最底端,作为自下到上重建的第0层图像L(0)的最后一行),得到自下到上重建的第0层图像L(0);
步骤一四、按照从左到右、从上到下的顺序对自下到上重建的第0层图像L(0)的像素进行隔列、隔行扫描,基于被扫描到的像素以及被扫描到像素的邻近像素计算自下到上重建的第1层图像L(1)的像素值;
所述步骤一四的具体过程为:
步骤一四一、首先扫描自下到上重建的第0层图像L(0)的第1行像素 再扫描自下到上重建的第0层图像L(0)的第3行像素/>直至自下到上重建的第0层图像L(0)的第H(0)-1行像素/>扫描完成;
其中,代表自下到上重建的第0层图像L(0)中位于第1行第1列的像素的值,其它参数的定义同理;
步骤一四二、若被扫描到的像素为则基于/>和/>四个像素来计算自下到上重建的第1层图像L(1)中位于[0.5(i+1),0.5(j+1)]的像素的值/>
直至被扫描到的全部像素点均参与过计算后,获得自下到上重建的第1层图像L(1);
步骤一五、令高度临时变量P(1)=H(1),宽度临时变量Q(1)=W(1),其中,H(1)为自下到上重建的第1层图像L(1)的高度,W(1)为自下到上重建的第1层图像L(1)的宽度;
若P(1)为偶数且Q(1)为偶数,则直接利用自下到上重建的第1层图像L(1)执行步骤一六;
若P(1)为奇数且Q(1)为偶数,则通过边界复制的方式在自下到上重建的第1层图像L(1)的最底端增加1行像素后,再利用得到的图像执行步骤一六;
若P(1)为偶数且Q(1)为奇数,则通过边界复制的方式在自下到上重建的第1层图像L(1)的最右侧增加1列像素后,再利用得到的图像执行步骤一六;
若P(1)为奇数且Q(1)为奇数,则通过边界复制的方式在自下到上重建的第1层图像L(1)的最右侧增加1列像素后,再在获得的图像的最底端增加1行像素,并利用得到的图像执行步骤一六;
步骤一六、按照从左到右、从上到下的顺序对步骤一五得到的图像中的像素进行隔列、隔行扫描,基于被扫描到的像素以及被扫描到像素的邻近像素计算自下到上重建的第2层图像L(2)的像素值;
步骤一七、采用步骤一五至步骤一六的方法继续进行自下到上的图像重建,直至自下到上重建的第N层图像中的像素个数少于M个时,将自下到上重建的第N层图像作为获得的自下到上重建出的图像;
基于自下到上重建的第0层图像获得自下到上重建的第1层图像,基于自下到上重建的第1层图像获得自下到上重建的第2层图像,…,基于自下到上重建的第N-1层图像获得自下到上重建的第N层图像,自下到上重建的第0层图像至自下到上重建的第N层图像构建出一个多分辨率图像金字塔,如图4所示,是一个包含6层图像的多分辨率图像金字塔;
步骤二、对步骤一中获得的自下到上重建出的图像进行全局动态范围压缩,获得全局动态范围压缩后的图像;
步骤三、对步骤二中的全局动态范围压缩后图像进行自上到下的图像重建,获得自上到下重建出的图像,即获得色阶映射后的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,所述基于和/>四个像素来计算自下到上重建的第1层图像L(1)中位于[0.5(i+1),0.5(j+1)]的像素的值/>其具体的计算过程为:
其中,代表自下到上重建的第0层图像L(0)中位于第i行第j列的像素的值,/>代表自下到上重建的第0层图像L(0)中位于第i+1行第j列的像素的值,/>代表自下到上重建的第0层图像L(0)中位于第i行第j+1列的像素的值,/>代表自下到上重建的第0层图像L(0)中位于第i+1行第j+1列的像素的值,/>是/>的权重系数,/>是/>的权重系数,/>是/>的权重系数,/>是/>的权重系数。
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,所述权重系数 和/>的计算方法为:
一张尺寸为4×4的图像由第0层得到第1层图像的过程如图2和图3所示。
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M的取值为10000个。
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,所述步骤二的具体过程为:
其中,是自下到上重建出的图像中位于(i,j)的像素的值,α是压缩系数,/>是全局动态范围压缩后的图像中位于(i,j)的像素的值。
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,所述压缩系数α的计算方法为:
定义中间变量D和S:
其中,是全局动态范围压缩后的图像中位于(i-1,j)的像素的值,/>是全局动态范围压缩后的图像中位于(i+1,j)的像素的值,/>是全局动态范围压缩后的图像中位于(i,j-1)的像素的值,/>是全局动态范围压缩后的图像中位于(i,j+1)的像素的值,|·|代表取绝对值;
其中,代表使/>取最小值时的参数α。
其它步骤及参数与具体实施方式一至五之一相同。
具体实施方式七:本实施方式与具体实施方式一至六之一不同的是,所述步骤三的具体过程为:
步骤三一、基于全局动态范围压缩后的图像初步获得自上到下重建的第N-1层图像;
其中:是初步获得的自上到下重建的第N-1层图像中位于(2i-1,2j-1)的像素的值,/>是初步获得的自上到下重建的第N-1层图像中位于(2i-1,2j)的像素的值,是初步获得的自上到下重建的第N-1层图像中位于(2i,2j-1)的像素的值,/>是初步获得的自上到下重建的第N-1层图像中位于(2i,2j)的像素的值,/>是自下到上重建过程中,从第N-1层图像到第N层图像时位于第N-1层图像中的像素(2i-1,2j-1)对应的权重,/>是自下到上重建过程中,从第N-1层图像到第N层图像时位于第N-1层图像中的像素(2i-1,2j)对应的权重,/>是自下到上重建过程中,从第N-1层图像到第N层图像时位于第N-1层图像中的像素(2i,2j-1)对应的权重,/>是自下到上重建过程中,从第N-1层图像到第N层图像时位于第N-1层图像中的像素(2i,2j)对应的权重;
同理,对全局动态范围压缩后图像中的每个像素进行处理后,即初步获得自上到下重建的第N-1层图像;
步骤三二、若初步获得的自上到下重建的第N-1层图像的尺寸与步骤一中自下到上重建的第N-1层图像的尺寸不一致,则通过边界删除使最终的自上到下重建的第N-1层图像的尺寸与步骤一中自下到上重建的第N-1层图像的尺寸保持一致;
若初步获得的自上到下重建的第N-1层图像的尺寸与步骤一中自下到上重建的第N-1层图像的尺寸一致,则将初步获得的自上到下重建的第N-1层图像作为最终的自上到下重建的第N-1层图像;
步骤三三、利用最终的自上到下重建的第N-1层图像返回步骤三一;
基于自上到下重建的第N-1层图像获得自上到下重建的第N-2层图像,基于自上到下重建的第N-2层图像获得自上到下重建的第N-3层图像,…,基于自上到下重建的第1层图像获得自上到下重建的第0层图像;
步骤三四、重复执行步骤三一至步骤三三,直至获得最终的自上到下重建的第0层图像时停止,最终的自上到下重建出的第0层图像即为色阶映射后的LDR图像。
其它步骤及参数与具体实施方式一至六之一相同。
本实施方式中,若初步重建后的第N-1层图像与L(N-1)的尺寸不一致,则删除对应的边界从而使/>与/>的尺寸保持一致。例如L(N-1)的宽度和高度均为7,则自下向上图像重建过程需要通过边界复制的方式,在L(N-1)的底端和右端分别复制出底端边界和右端边界,从而使重建出的L(N)的宽度和高度均为4。对于自上而下的过程来说,/>的宽度和高度均为4,则初步重建出的/>的宽度和高度均为8与L(N-1)的宽度和高度不一致,因此需要分别删除/>的底端和右端边界从而保证/>和/>的尺寸相一致。
实验结果与分析
采用台式机对本发明设计方法进行仿真实验。该台式机的处理器是英特尔13代酷睿i7-13700KF处理器,拥有16核心和24线程,以及5.4GHz的时钟速度。该台式机还搭载了32G内存,1TB固态硬盘以及NVIDIA GeForce RTX 3070显卡。仿真软件为Matlab 2021a,操作系统是Windows 11。
图5、图7、图9分别对应三张HDR图像在常规显示器上直接显示的结果。图6是通过本发明设计方法对图5的HDR图像进行色阶映射后的LDR图像,图8是通过本发明设计方法对图7的HDR图像进行色阶映射后的LDR图像,图10是通过本发明设计方法对图9的HDR图像进行色阶映射后的LDR图像。
通过对比直接显示图像和LDR图像可知:由于常规显示器无法呈现所有的高动态范围信息,因此直接显示的HDR图像出现过度曝光、低光、细节和纹理失真现象。本发明设计的算法重建的LDR图像的整体图像质量较高,重建图像更加清晰、细节更加丰富、明暗对比更具有层次感,重建图像看起来更加清晰和自然。因此本发明设计算法可以在保证图像质量的前提下,压缩HDR图像的动态范围,从而在常规显示器上无失真的进行显示。
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 (7)
1.一种基于多分辨率金字塔的色阶映射方法,其特征在于,所述方法具体包括以下步骤:
步骤一、对原始图像L进行自下到上的图像重建,获得自下到上重建出的图像;
所述步骤一的具体过程为:
步骤一一、初始化高度临时变量P(0)=H,宽度临时变量Q(0)=W,其中,H为原始图像L的高度,W为原始图像L的宽度;
步骤一二、根据P(0)计算自下到上重建的第0层图像L(0)的高度H(0),根据Q(0)计算自下到上重建的第0层图像L(0)的宽度W(0);
其中,mod(·)表示取余数运算;
步骤一三、若H(0)=P(0)且W(0)=Q(0),则直接将原始图像L作为自下到上重建的第0层图像L(0);
若H(0)≠P(0)且W(0)=Q(0),则通过边界复制的方式在原始图像L的最底端增加1行像素后,得到自下到上重建的第0层图像L(0);
若H(0)=P(0)且W(0)≠Q(0),则通过边界复制的方式在原始图像L的最右侧增加1列像素后,得到自下到上重建的第0层图像L(0);
若H(0)≠P(0)且W(0)≠Q(0),则通过边界复制的方式在原始图像L的最右侧增加1列像素后,再在获得的图像的最底端增加1行像素,得到自下到上重建的第0层图像L(0);
步骤一四、按照从左到右、从上到下的顺序对自下到上重建的第0层图像L(0)的像素进行隔列、隔行扫描,基于被扫描到的像素以及被扫描到像素的邻近像素计算自下到上重建的第1层图像L(1)的像素值;
所述步骤一四的具体过程为:
步骤一四一、首先扫描自下到上重建的第0层图像L(0)的第1行像素 再扫描自下到上重建的第0层图像L(0)的第3行像素/>直至自下到上重建的第0层图像L(0)的第H(0)-1行像素/>扫描完成;
其中,代表自下到上重建的第0层图像L(0)中位于第1行第1列的像素的值,其它参数的定义同理;
步骤一四二、若被扫描到的像素为则基于/>和/>四个像素来计算自下到上重建的第1层图像L(1)中位于[0.5(i+1),0.5(j+1)]的像素的值/>
直至被扫描到的全部像素点均参与过计算后,获得自下到上重建的第1层图像L(1);
步骤一五、令高度临时变量P(1)=H(1),宽度临时变量Q(1)=W(1),其中,H(1)为自下到上重建的第1层图像L(1)的高度,W(1)为自下到上重建的第1层图像L(1)的宽度;
若P(1)为偶数且Q(1)为偶数,则直接利用自下到上重建的第1层图像L(1)执行步骤一六;
若P(1)为奇数且Q(1)为偶数,则通过边界复制的方式在自下到上重建的第1层图像L(1)的最底端增加1行像素后,再利用得到的图像执行步骤一六;
若P(1)为偶数且Q(1)为奇数,则通过边界复制的方式在自下到上重建的第1层图像L(1)的最右侧增加1列像素后,再利用得到的图像执行步骤一六;
若P(1)为奇数且Q(1)为奇数,则通过边界复制的方式在自下到上重建的第1层图像L(1)的最右侧增加1列像素后,再在获得的图像的最底端增加1行像素,并利用得到的图像执行步骤一六;
步骤一六、按照从左到右、从上到下的顺序对步骤一五得到的图像中的像素进行隔列、隔行扫描,基于被扫描到的像素以及被扫描到像素的邻近像素计算自下到上重建的第2层图像L(2)的像素值;
步骤一七、采用步骤一五至步骤一六的方法继续进行自下到上的图像重建,直至自下到上重建的第N层图像中的像素个数少于M个时,将自下到上重建的第N层图像作为获得的自下到上重建出的图像;
步骤二、对步骤一中获得的自下到上重建出的图像进行全局动态范围压缩,获得全局动态范围压缩后的图像;
步骤三、对步骤二中的全局动态范围压缩后图像进行自上到下的图像重建,获得自上到下重建出的图像,即获得色阶映射后的LDR图像。
2.根据权利要求1所述的一种基于多分辨率金字塔的色阶映射方法,其特征在于,所述基于和/>四个像素来计算自下到上重建的第1层图像L(1)中位于[0.5(i+1),0.5(j+1)]的像素的值/>其具体的计算过程为:
其中,代表自下到上重建的第0层图像L(0)中位于第i行第j列的像素的值,/>代表自下到上重建的第0层图像L(0)中位于第i+1行第j列的像素的值,/>代表自下到上重建的第0层图像L(0)中位于第i行第j+1列的像素的值,/>代表自下到上重建的第0层图像L(0)中位于第i+1行第j+1列的像素的值,/>是/>的权重系数,/>是/>的权重系数,/>是的权重系数,/>是/>的权重系数。
3.根据权利要求2所述的一种基于多分辨率金字塔的色阶映射方法,其特征在于,所述权重系数和/>的计算方法为:
4.根据权利要求3所述的一种基于多分辨率金字塔的色阶映射方法,其特征在于,所述M的取值为10000个。
5.根据权利要求4所述的一种基于多分辨率金字塔的色阶映射方法,其特征在于,所述步骤二的具体过程为:
其中,是自下到上重建出的图像中位于(i,j)的像素的值,α是压缩系数,/>是全局动态范围压缩后的图像中位于(i,j)的像素的值。
6.根据权利要求5所述的一种基于多分辨率金字塔的色阶映射方法,其特征在于,所述压缩系数α的计算方法为:
定义中间变量D和S:
其中,是全局动态范围压缩后的图像中位于(i-1,j)的像素的值,/>是全局动态范围压缩后的图像中位于(i+1,j)的像素的值,/>是全局动态范围压缩后的图像中位于(i,j-1)的像素的值,/>是全局动态范围压缩后的图像中位于(i,j+1)的像素的值,|·|代表取绝对值;
其中,代表使/>取最小值时的参数α。
7.根据权利要求6所述的一种基于多分辨率金字塔的色阶映射方法,其特征在于,所述步骤三的具体过程为:
步骤三一、基于全局动态范围压缩后的图像初步获得自上到下重建的第N-1层图像;
其中:是初步获得的自上到下重建的第N-1层图像中位于(2i-1,2j-1)的像素的值,/>是初步获得的自上到下重建的第N-1层图像中位于(2i-1,2j)的像素的值,/>是初步获得的自上到下重建的第N-1层图像中位于(2i,2j-1)的像素的值,/>是初步获得的自上到下重建的第N-1层图像中位于(2i,2j)的像素的值,/>是自下到上重建过程中,从第N-1层图像到第N层图像时位于第N-1层图像中的像素(2i-1,2j-1)对应的权重,是自下到上重建过程中,从第N-1层图像到第N层图像时位于第N-1层图像中的像素(2i-1,2j)对应的权重,/>是自下到上重建过程中,从第N-1层图像到第N层图像时位于第N-1层图像中的像素(2i,2j-1)对应的权重,/>是自下到上重建过程中,从第N-1层图像到第N层图像时位于第N-1层图像中的像素(2i,2j)对应的权重;
同理,对全局动态范围压缩后图像中的每个像素进行处理后,即初步获得自上到下重建的第N-1层图像;
步骤三二、若初步获得的自上到下重建的第N-1层图像的尺寸与步骤一中自下到上重建的第N-1层图像的尺寸不一致,则通过边界删除使最终的自上到下重建的第N-1层图像的尺寸与步骤一中自下到上重建的第N-1层图像的尺寸保持一致;
若初步获得的自上到下重建的第N-1层图像的尺寸与步骤一中自下到上重建的第N-1层图像的尺寸一致,则将初步获得的自上到下重建的第N-1层图像作为最终的自上到下重建的第N-1层图像;
步骤三三、利用最终的自上到下重建的第N-1层图像返回步骤三一;
步骤三四、直至获得最终的自上到下重建的第0层图像时停止,最终的自上到下重建出的第0层图像即为色阶映射后的LDR图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310430065.9A CN116452454B (zh) | 2023-04-19 | 2023-04-19 | 一种基于多分辨率金字塔的色阶映射方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310430065.9A CN116452454B (zh) | 2023-04-19 | 2023-04-19 | 一种基于多分辨率金字塔的色阶映射方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116452454A true CN116452454A (zh) | 2023-07-18 |
CN116452454B CN116452454B (zh) | 2023-10-03 |
Family
ID=87121726
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310430065.9A Active CN116452454B (zh) | 2023-04-19 | 2023-04-19 | 一种基于多分辨率金字塔的色阶映射方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116452454B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080131016A1 (en) * | 2006-11-22 | 2008-06-05 | Nik Software, Inc. | Method for Dynamic Range Editing |
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 |
US20120218442A1 (en) * | 2011-02-25 | 2012-08-30 | Microsoft Corporation | Global alignment for high-dynamic range image generation |
US20150109321A1 (en) * | 2013-10-17 | 2015-04-23 | Imagination Technologies Limited | Tone Mapping |
CN107845128A (zh) * | 2017-11-03 | 2018-03-27 | 安康学院 | 一种多尺度细节融合的多曝光高动态图像重建方法 |
CN111683269A (zh) * | 2020-06-12 | 2020-09-18 | 腾讯科技(深圳)有限公司 | 视频处理方法、装置、计算机设备和存储介质 |
CN113724144A (zh) * | 2020-05-22 | 2021-11-30 | 北京小米移动软件有限公司 | 一种图像处理方法及终端设备上的图像信号处理器 |
-
2023
- 2023-04-19 CN CN202310430065.9A patent/CN116452454B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080131016A1 (en) * | 2006-11-22 | 2008-06-05 | Nik Software, Inc. | Method for Dynamic Range Editing |
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 |
US20120218442A1 (en) * | 2011-02-25 | 2012-08-30 | Microsoft Corporation | Global alignment for high-dynamic range image generation |
US20150109321A1 (en) * | 2013-10-17 | 2015-04-23 | Imagination Technologies Limited | Tone Mapping |
CN107845128A (zh) * | 2017-11-03 | 2018-03-27 | 安康学院 | 一种多尺度细节融合的多曝光高动态图像重建方法 |
CN113724144A (zh) * | 2020-05-22 | 2021-11-30 | 北京小米移动软件有限公司 | 一种图像处理方法及终端设备上的图像信号处理器 |
CN111683269A (zh) * | 2020-06-12 | 2020-09-18 | 腾讯科技(深圳)有限公司 | 视频处理方法、装置、计算机设备和存储介质 |
Non-Patent Citations (3)
Title |
---|
JIE YANG等: "Deep Reformulated Laplacian Tone Mapping", 《ARXIV》 * |
LANFEI ZHAO等: "Edge detail enhancement algorithm for high-dynamic range images", 《JOURNAL OF INTELLIGENT SYSTEMS》 * |
蒲雅蕾: "高动态范围图像色调映射方法的研究与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN116452454B (zh) | 2023-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Paranjape et al. | Adaptive-neighborhood histogram equalization for image enhancement | |
CN107767349B (zh) | 一种图像局部对比度增强的方法 | |
JPH11505350A (ja) | ピラミッド画像表示におけるウィーナ変形フィルタを用いる画像ノイズリダクションシステム | |
CN114066747B (zh) | 一种基于光照和反射互补性的低照度图像增强方法 | |
CN103400342A (zh) | 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 | |
Li et al. | Underwater image high definition display using the multilayer perceptron and color feature-based SRCNN | |
CN112381716B (zh) | 一种基于生成式对抗网络的图像增强方法 | |
CN113096029A (zh) | 基于多分支编解码器神经网络的高动态范围图像生成方法 | |
CN107833182A (zh) | 基于特征提取的红外图像超分辨率重建方法 | |
CN115018708A (zh) | 一种基于多尺度特征融合的机载遥感图像超分辨率重建方法 | |
CN110349085A (zh) | 一种基于生成对抗网络的单幅图像超分辨特征增强方法 | |
CN110458759A (zh) | 一种基于edsr单图超分辨率重建方法 | |
CN104952051B (zh) | 基于高斯混合模型的低秩图像修复方法 | |
CN115205160A (zh) | 基于局部场景感知的无参考低照度图像增强方法 | |
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 | |
CN110415188B (zh) | 一种基于多尺度形态学的hdr图像色调映射方法 | |
Jang et al. | Dynamic range expansion using cumulative histogram learning for high dynamic range image generation | |
CN107392855A (zh) | 基于稀疏自编码网络与极速学习的图像超分辨重建方法 | |
CN114022809A (zh) | 基于改进自编码网络的视频运动放大方法 | |
CN116452454B (zh) | 一种基于多分辨率金字塔的色阶映射方法 | |
CN115937045B (zh) | 一种迭代式色阶重建方法 | |
Zhang | A selection of image processing techniques: from fundamentals to research front | |
CN114862706B (zh) | 一种保持图像梯度方向的色阶映射方法 | |
CN116612009A (zh) | 一种多尺度连接生成对抗网络医学图像超分辨率重建方法 | |
CN116109510A (zh) | 一种基于结构和纹理对偶生成的人脸图像修复方法 |
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 |