CN116523777B - 一种基于全局色阶重建与局部细节增强的色阶映射方法 - Google Patents

一种基于全局色阶重建与局部细节增强的色阶映射方法 Download PDF

Info

Publication number
CN116523777B
CN116523777B CN202310420951.3A CN202310420951A CN116523777B CN 116523777 B CN116523777 B CN 116523777B CN 202310420951 A CN202310420951 A CN 202310420951A CN 116523777 B CN116523777 B CN 116523777B
Authority
CN
China
Prior art keywords
image
global
pixel
brightness
dynamic range
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
CN202310420951.3A
Other languages
English (en)
Other versions
CN116523777A (zh
Inventor
赵蓝飞
王启烨
刘发强
李士俊
李国庆
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.)
Harbin University of Science and Technology
Original Assignee
Harbin University of Science and 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 Harbin University of Science and Technology filed Critical Harbin University of Science and Technology
Priority to CN202310420951.3A priority Critical patent/CN116523777B/zh
Publication of CN116523777A publication Critical patent/CN116523777A/zh
Application granted granted Critical
Publication of CN116523777B publication Critical patent/CN116523777B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • 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

一种基于全局色阶重建与局部细节增强的色阶映射方法，它属于图像处理技术领域。本发明解决了采用传统方法重建出的LDR图像存在细节弱化以及亮度分布不合理的问题。本发明方法首先通过全局动态范围压缩将HDR图像的亮度范围压缩到(0,1]区间内，再拉伸图像的全局对比度，最后利用迭代式局部细节增强算法对重建图像的细节进行增强。通过实验结果证明，本发明设计的色阶映射算法可以有效改善重建图像的细节和亮度分布，重建出图像质量较高的LDR图像。本发明方法可以应用于图像处理技术领域。

Description

一种基于全局色阶重建与局部细节增强的色阶映射方法
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色阶重建与局部细节增强的色阶映射方法。
背景技术
色阶映射是数字图像处理中的一项重要技术，用于将高动态范围(high dynamicrange，HDR)图像转换为低动态范围(low dynamic range，LDR)图像。HDR图像具有比传统图像更大的亮度范围，可以捕捉到更多的细节和动态范围，但是由于常规显示设备的性能有限，直接在常规显示设备上显示HDR图像的视觉效果较差，因此，需要通过色阶映射技术将其转换为适合显示的LDR图像。
包括基于亮度直方图的全局色阶映射和基于梯度域的亮度重建在内的传统色阶映射算法主要基于对图像亮度进行截断或压缩来将HDR图像转换为LDR图像，但是这种处理方式无法保留HDR图像中的所有信息和细节，重建出的LDR图像存在细节弱化、亮度分布不合理，导致重建出的LDR图像的显示效果较差。
发明内容
本发明的目的是为解决采用传统方法重建出的LDR图像存在细节弱化以及亮度分布不合理的问题，而提出的一种基于全局色阶重建与局部细节增强的色阶映射方法，用于将具有较大亮度范围的HDR图像转化为可以在传统显示器上无失真显示的LDR图像。
本发明为解决上述技术问题所采取的技术方案是：
一种基于全局色阶重建与局部细节增强的色阶映射方法，所述方法具体包括以下步骤：
步骤一、对HDR图像L进行全局动态范围压缩，获得全局动态范围压缩后的图像；
所述步骤一的具体过程为：
步骤1、通过gamma校正将HDR图像L的亮度映射到(0,1]的范围内，得到gamma校正后的图像；
步骤2、利用全局亮度映射函数对gamma校正后图像l的全局对比度进行拉伸，得到全局动态范围压缩后的图像；
步骤二、对步骤一获得的全局动态范围压缩后的图像进行迭代式局部细节增强，得到色阶映射后的图像，即重建出LDR图像。
本发明的有益效果是：
本发明方法首先通过全局动态范围压缩将HDR图像的亮度范围压缩到(0,1]区间内，再拉伸图像的全局对比度，最后利用迭代式局部细节增强算法对重建图像的细节进行增强。通过实验结果证明，本发明设计的色阶映射算法可以有效改善重建图像的细节和亮度分布，重建出图像质量较高的LDR图像。
附图说明
图1是全局亮度映射函数的示意图；
图2是图像Forest Trail的直接显示结果图；
图3是图像Forest Trail的色阶映射结果图；
图4是图像Fog的直接显示结果图；
图5是图像Fog的色阶映射结果图；
图6是图像Church的直接显示结果图；
图7是图像Church的色阶映射结果图；
图8是图像Tree的直接显示结果图；
图9是图像Tree的色阶映射结果图。
具体实施方式
具体实施方式一、本实施方式所述的一种基于全局色阶重建与局部细节增强的色阶映射方法，所述方法具体包括以下步骤：
步骤一、对HDR图像L进行全局动态范围压缩，获得全局动态范围压缩后的图像；
所述步骤一的具体过程为：
步骤1、通过gamma校正将HDR图像L的亮度映射到(0,1]的范围内，得到gamma校正后的图像；
步骤2、利用全局亮度映射函数对gamma校正后图像l的全局对比度进行拉伸，得到全局动态范围压缩后的图像；
步骤二、对步骤一获得的全局动态范围压缩后的图像进行迭代式局部细节增强，得到色阶映射后的图像，即重建出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，所述步骤1的具体过程为：
Gamma校正的表达式为：
其中，l表示校正后的图像，li,j表示校正后的图像中坐标为(i,j)的像素的亮度，Li,j表示HDR图像L中坐标为(i,j)的像素的亮度，max(L)表示HDR图像L中像素的最大亮度，β是gamma校正系数。
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gamma校正系数β的计算方式为：
其中，表示使校正后图像l中的最小像素亮度不小于0.001的最小β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，所述步骤2的具体过程为：
定义式(3)的中间函数g(li,j)：
如图1所示，定义式(4)的全局亮度映射函数：
g(1)代表将1作为自变量代入式(3)得到的中间函数值；
gamma校正后图像中的像素依次经过中间函数g(li,j)和全局亮度映射函数的处理，得到全局动态范围压缩后的图像I。
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：
步骤①、将全局动态范围压缩后的图像I中像素的亮度Ii,j作为迭代的初始值再对/>进行更新：
其中，为经过第1次迭代得到的坐标为(i,j)的像素的亮度，/>是第1次迭代的叠加变量；
步骤②、采用步骤①的方法对进行更新，即再采用步骤①的方法对上一次迭代获得的结果进行更新；
直至达到设置的最大迭代次数M时停止，再对最后一次迭代获得的更新结果进行式(6)的运算：
其中，max(I(M))代表最后一次迭代获得的更新结果中最大的像素亮度，Gi,j是色阶映射后的图像中坐标为(i,j)的像素的亮度，代表向上取整。
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，所述叠加变量的求解方法为：
定义式(7)的辅助函数：
其中，为辅助函数，/>代表全局动态范围压缩后的图像中坐标为(i+m,j+n)的像素的亮度，Li+m,j+n是HDR图像中坐标为(i+m,j+n)的像素的亮度，/>是全局动态范围压缩后的图像I中坐标为(i,j)的像素的亮度；
对叠加变量求偏导数，并令偏导数为0：
对式(8)进行整理，得到叠加变量
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，所述最大迭代次数M的取值为100。
其它步骤及参数与具体实施方式一至六之一相同。
实验结果与分析
本发明使用了一台配备了Intel Core i7处理器、16GB内存以及1TB的固态硬盘的台式电脑作为实验平台。台式电脑上安装了Windows 10操作系统以及采用Matlab 2015a作为仿真软件，用于对本发明方法进行仿真实验，仿真结果如图2至图9所示；
由于常规显示器的亮度范围无法与HDR图像的高动态范围相匹配，导致图像的亮度和对比度存在比较严重的失真。例如，HDR图像中的高光区域容易被压缩成单一的白色区域，无法呈现出丰富的细节。在低照度区域无法显示HDR图像中的所有细节，图像中的一些区域显得过于黑暗，肉眼无法分辨低照度区域内部的图像细节和纹理。
通过本发明设计的色阶映射方法重建出的LDR图像，在保留图像细节和色彩信息方面的性能较为优秀，尤其是在高亮度和低照度区域中的细节丰富且较为清晰。图像的整体明暗效果非常合理，具有较好的真实感。因此本发明设计的色阶映射方法可以明显地提升图像的质量和观感。重建图像的细节更加丰富，并且在高光和阴影区域的细节表现也得到了改善。
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 (2)

1.一种基于全局色阶重建与局部细节增强的色阶映射方法，其特征在于，所述方法具体包括以下步骤：
步骤一、对HDR图像L进行全局动态范围压缩，获得全局动态范围压缩后的图像；
所述步骤一的具体过程为：
步骤1、通过gamma校正将HDR图像L的亮度映射到(0,1]的范围内，得到gamma校正后的图像；
所述步骤1的具体过程为：
Gamma校正的表达式为：
其中，l表示校正后的图像，li,j表示校正后的图像中坐标为(i,j)的像素的亮度，Li,j表示HDR图像L中坐标为(i,j)的像素的亮度，max(L)表示HDR图像L中像素的最大亮度，β是gamma校正系数；
所述gamma校正系数β的计算方式为：
其中，表示使校正后图像l中的最小像素亮度不小于0.001的最小β值；
步骤2、利用全局亮度映射函数对gamma校正后图像l的全局对比度进行拉伸，得到全局动态范围压缩后的图像；
所述步骤2的具体过程为：
定义式(3)的中间函数g(li,j)：
定义式(4)的全局亮度映射函数：
gamma校正后图像中的像素依次经过中间函数g(li,j)和全局亮度映射函数的处理，得到全局动态范围压缩后的图像I；
步骤二、对步骤一获得的全局动态范围压缩后的图像进行迭代式局部细节增强，得到色阶映射后的图像，即重建出LDR图像；
所述步骤二的具体过程为：
步骤①、将全局动态范围压缩后的图像I中像素的亮度Ii,j作为迭代的初始值再对进行更新：
其中，为经过第1次迭代得到的坐标为(i,j)的像素的亮度，/>是第1次迭代的叠加变量；
步骤②、采用步骤①的方法对进行更新，即再采用步骤①的方法对上一次迭代获得的结果进行更新；
直至达到设置的最大迭代次数M时停止，再对最后一次迭代获得的更新结果进行式(6)的运算：
其中，max(I(M))代表最后一次迭代获得的更新结果中最大的像素亮度，Gi,j是色阶映射后的图像中坐标为(i,j)的像素的亮度；
所述叠加变量的求解方法为：
定义式(7)的辅助函数：
其中，为辅助函数，/>代表全局动态范围压缩后的图像中坐标为(i+m,j+n)的像素的亮度，Li+m,j+n是HDR图像中坐标为(i+m,j+n)的像素的亮度，/>是全局动态范围压缩后的图像I中坐标为(i,j)的像素的亮度；
对叠加变量求偏导数，并令偏导数为0：
对式(8)进行整理，得到叠加变量
2.根据权利要求1所述的一种基于全局色阶重建与局部细节增强的色阶映射方法，其特征在于，所述最大迭代次数M的取值为100。
CN202310420951.3A 2023-04-19 2023-04-19 一种基于全局色阶重建与局部细节增强的色阶映射方法 Active CN116523777B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310420951.3A CN116523777B (zh) 2023-04-19 2023-04-19 一种基于全局色阶重建与局部细节增强的色阶映射方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310420951.3A CN116523777B (zh) 2023-04-19 2023-04-19 一种基于全局色阶重建与局部细节增强的色阶映射方法

Publications (2)

Publication Number Publication Date
CN116523777A CN116523777A (zh) 2023-08-01
CN116523777B true CN116523777B (zh) 2024-04-30

Family

ID=87391394

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310420951.3A Active CN116523777B (zh) 2023-04-19 2023-04-19 一种基于全局色阶重建与局部细节增强的色阶映射方法

Country Status (1)

Country Link
CN (1) CN116523777B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN114463207A (zh) * 2022-01-24 2022-05-10 哈尔滨理工大学 基于全局动态范围压缩与局部亮度估计的色阶映射方法
CN115601267A (zh) * 2022-10-31 2023-01-13 哈尔滨理工大学（Cn） 一种具有局部细节补偿能力的全局色阶映射方法
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

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100879536B1 (ko) * 2006-10-30 2009-01-22 삼성전자주식회사 영상의 화질 개선을 위한 방법 및 시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN114463207A (zh) * 2022-01-24 2022-05-10 哈尔滨理工大学 基于全局动态范围压缩与局部亮度估计的色阶映射方法
CN115601267A (zh) * 2022-10-31 2023-01-13 哈尔滨理工大学（Cn） 一种具有局部细节补偿能力的全局色阶映射方法
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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于超像素分割的红外图像细节增强算法;杨龙等;红外;20160610;第37卷(第06期);全文 *

Also Published As

Publication number Publication date
CN116523777A (zh) 2023-08-01

Similar Documents

Publication Publication Date Title
Park et al. A contrast enhancement method using dynamic range separate histogram equalization
CN103353982B (zh) 一种基于直方图均衡化的色调映射方法
WO2018133609A1 (zh) 从低动态图像生成高动态图像的方法
CN104268843B (zh) 基于直方图修正的图像自适应增强方法
CN112037144B (zh) 一种基于局部对比度拉伸的低照度图像增强方法
JP2013093849A (ja) 赤外線サーモグラムのデジタル信号処理システム及び方法
CN106709504B (zh) 细节保持的高保真色调映射方法
Zotin Fast algorithm of image enhancement based on multi-scale retinex
CN111105371B (zh) 一种低对比度红外图像的增强方法
KR20100081886A (ko) 적응형 톤 매핑 장치 및 방법, 그리고 이를 이용한 영상 처리 시스템
CN111105359B (zh) 一种高动态范围图像的色调映射方法
CN107657619A (zh) 一种低照度林火图像分割方法
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
CN114862694A (zh) 一种保证图像质量的高动态范围图像重建方法及装置
CN111275642B (zh) 一种基于显著性前景内容的低光照图像增强方法
CN107451974B (zh) 一种高动态范围图像的自适应再现显示方法
CN108550124B (zh) 一种基于仿生螺线的光照补偿及图像增强方法
CN115937045B (zh) 一种迭代式色阶重建方法
CN116523777B (zh) 一种基于全局色阶重建与局部细节增强的色阶映射方法
CN113222859A (zh) 基于对数图像处理模型的低照度图像增强系统及方法
CN107358592B (zh) 一种迭代式全局自适应图像增强方法
An et al. Fast color image enhancement based on fuzzy multiple-scale Retinex
CN114429426B (zh) 一种基于Retinex模型的低照度图像质量改善方法
CN115601267B (zh) 一种具有局部细节补偿能力的全局色阶映射方法
CN114862706B (zh) 一种保持图像梯度方向的色阶映射方法

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