JP2010511326A - デジタル画像のダイナミックレンジを増強するための装置及び方法 - Google Patents

Abstract

画像を表す原画像データのダイナミックレンジを増大するための方法は、拡張関数を適用して、原画像データのダイナミックレンジより大きいダイナミックレンジを有する拡張データを原画像データから生成する段階と、画像中の画素に関連付けられた領域の輝度の程度を示すデータが含まれる拡張マップを得る段階と、が含まれる。次に、本方法は、拡張マップにより原画像データと拡張データを組み合わせて、強化画像データを生成する。画像データのダイナミックレンジを増強するための装置には、拡張データを生成するダイナミックレンジ拡大器と、拡張マップを生成する輝度分析器と、拡張マップによって提供される可変重み付けにより、原及び拡張データを組み合わせる結合器と、を含む。

Description

本発明は、デジタル画像生成に関する。本発明は、具体的には、デジタル画像のダイナミックレンジを増大するための方法及び装置に関する。
相互参照関連出願
本出願は、２００６年１１月２７日に出願された米国仮出願連番第６０／８６７，３２５号、表題「デジタル画像のダイナミックレンジを増強するための装置及び方法」の利益を主張するものであり、引用によりその全体を本明細書に組み込む。

人間の目は、極めて広範囲な輝度の光に対して高感度である。画像は、実際の場面を正確に再生するためには、高ダイナミックレンジを有さねばならない。高性能ＣＣＤアレイ等の高性能イメージセンサは、高ダイナミックレンジを有する画像を取り込むことが可能である。表示装置には、ドルビーカナダ（Ｄｏｌｂｙ Ｃａｎａｄａ）社から入手可能で高ダイナミックレンジ画像を表示可能な表示装置等が存在する。しかしながら、多くのコンピュータディスプレイやテレビ等は、ダイナミックレンジが制限されており、そのような高ダイナミックレンジ画像を表示できない。

一部の画像データは、その画像データが、取り込まれる又は生成される方法に起因して、低ダイナミックレンジを有する。他の場合、画像データのダイナミックレンジは、画像データの画像が再生される表示装置の特性に整合するように小さくしてもよい。階調マッピング演算子は、高ダイナミックレンジ画像データに適用して、画像データのダイナミックレンジを低減する。このことは、例えば、或る種の表示装置のダイナミックレンジ又は特定の画像データフォーマットに整合する画像データを提供するために行われる。

利用可能な高ダイナミックレンジ表示装置で表示でき及び／又は人間の目で認識できるダイナミックレンジより小さいダイナミックレンジを有する大量の既存の画像データがある。

低ダイナミックレンジ画像データのダイナミックレンジを増強し得る方法及び装置に対するニーズがある。

以下の実施形態及びその態様について、システム、ツール、及び方法と共に例示し記載するが、これらは、範囲を限定するのではなく、例示しようとするものである。様々な実施形態において、上述した問題の１つ又は複数が、低減されたり解消されたりしている一方で、他の実施形態が、他の改善に向けられている。

本発明の１つの態様は、画像を表す原画像データのダイナミックレンジを増大するための方法を提供する。本方法には、拡張関数を適用して、原画像データのダイナミックレンジより大きいダイナミックレンジを有する拡張データを原画像データから生成する段階と、画像の画素に関連付けられた領域の輝度の程度を示すデータが含まれる拡張マップを得る段階と、が任意の順番で含まれる。本方法は、拡張マップにより原画像データと拡張データを組み合わせて、強化画像データを生成する。

本発明の他の態様は、原画像データのダイナミックレンジを拡張するための装置を提供する。本装置には、原画像データを受信し、また、原画像データのダイナミックレンジより大きいダイナミックレンジを有する拡張データを出力するために接続されたダイナミックレンジ拡大器と、原画像データの画像における画素に関連付けられた領域の輝度を示す拡張マップを生成するように構成された輝度分布分析器と、拡張マップにより、原画像データをダイナミックレンジ拡大器からの拡張データと組み合わせて、強化画像データを生成するように構成された画像結合器と、が含まれる。

本発明の他の態様は、原画像データのダイナミックレンジを強化するための方法を提供する。本方法には、α、Ｌ_{ｗｈｉｔｅ}、及び＜Ｌ_ｗ＞が、パラメータであり、Ｌ_ｄが、原画像データの画素に対応する輝度値である場合、下式

又はその数学的に等価なものによって与えられる逆階調マッピング演算子により、原画像データの画素の輝度値を処理する段階が含まれる。

上記した代表的態様及び実施形態に加えて、図面を参照して、また、以下の詳細な説明を解釈することによって、更なる態様及び実施形態について以下に記載し且つ／又は明らかにする。

本発明の一実施形態による方法を示すフローチャート。 本発明による装置を示すブロック図。 本発明の他の実施形態による装置を示すブロック図。

添付図面は、本発明の非限定的な実施形態を示す。
以下の説明全体において、当業者に更に十分な理解を提供するために、特定の細目について記載する。しかしながら、公知の要素については、本開示が不必要に不明瞭になることを避けるために、詳細に図示又は記載していないことがある。従って、本説明及び図面は、限定的であるというよりはむしろ例示的であると見なすものとする。

本発明は、画像データのダイナミックレンジを増強するための方法及び装置を提供する。本方法及び装置は、例えば、従来の画像（例えば、静止又はビデオ画像）のダイナミックレンジを広げて、高ダイナミックレンジ表示装置に表示するために適用される。

図１は、本発明の一実施形態による方法２０を示す。方法２０は、ブロック２４において得られた原画像データ２３に作用して、画像データ２３のダイナミックレンジを拡張する。ブロック２６において、方法２０は、原画像データ２３を拡張して拡張画像データ２５を得る。拡張処理は、第１範囲から第２範囲に画素輝度値をマッピングする。第２範囲は、第１範囲よりもっと起こりうる値を提供する。例えば、第１範囲は、０乃至２５５の範囲にある値を容認するが、第２の拡張された範囲は、０乃至１０２３の範囲にある値を容認したり、又は或る指定した精度に合わせて、０．００乃至１．００の範囲にある値を容認したりできる。幾つかの実施形態において、拡張画像データ２５における画素の輝度値は、原画像データ２３における対応する画素の輝度値の関数である。

拡張処理は、線形スケーリング、非線形スケーリング、又は階調マッピング関数の逆等の更に複雑な拡張関数の適用を伴う。ブロック２６が、逆階調マッピング関数を適用する場合、ブロック２６において適用された逆階調マッピング関数は、必ずしも、原画像データ２３の生成に用いられるいずれか特定の階調マッピング関数の逆とは限らない。実際、場合によっては、原画像データ２３は、階調マッピング関数を適用することなく又はブロック２６において適用された階調マッピング関数の逆とは異なる階調マッピング関数を適用することによって、得られることもある。

階調マッピング関数の一例は、ラインハード（Ｒｅｉｎｈａｒｄ）らによる「デジタル画像のための写真階調再生（Ｐｈｏｔｏｇｒａｐｈｉｃ Ｔｏｎｅ Ｒｅｐｒｏｄｕｃｔｉｏｎ）」ＡＣＭ会報、グラフ２１、３、２６７−２７６（２００２年）に記載された写真階調再生である。他の階調マッピング関数は、例えば、スミス（Ｓｍｉｔｈ）らによる「階調マッピングを超えて：階調マップＨＤＲ画像の強化描写」Ｃｏｍｐｕｔｅｒ Ｇｒａｐｈｉｃｓ Ｆｏｒｕｍ２５，３（２００６年）に記載されている。また、レッダ（Ｌｅｄｄａ）らによる「高ダイナミックレンジ表示装置を用いた階調マッピング演算子の評価」ＡＣＭ会報、グラフ２４、３、６４０−６４８（２００５年）に記載されている。

写真調低減階調マッピング演算子は、幾何平均に基づき画素輝度値をスケーリングするが、幾何平均は、場面のキーであるか又は場面のキーを近似し、そして、結果的に生じる値を圧縮する。このスケーリングは、下式により与えられる。

上式において、Ｌ_ｍは、スケーリング値であり、αは、ユーザパラメータであり、Ｌ_ｗは、原画像データ２３の画素の輝度である。原画像データ２３がＲＧＢフォーマットである場合、Ｌ_ｗは、下式によって与えられる。

Ｌ_ｗ＝０．２１３Ｒ_ｗ＋０．７１５Ｇ_ｗ＋０．０７２Ｂ_ｗ・・・（２）
上式において、Ｒ_ｗ、Ｇ_ｗ及びＢ_ｗは、それぞれＲＧＢ色空間における画素の赤、緑及び青画素値である。＜Ｌ_ｗ＞は、下式によって定義される幾何平均である

上式において、δは、負でない小さい値であり、Ｎは、画像の画素の数である。

圧縮は、第１範囲内にある入力値を取って、第２のより狭い範囲内にある出力値を生成する関数によって提供される。例えば、圧縮は、下式によって提供される。

上式において、Ｌ_ｄは、（ｘ，ｙ）における画素の圧縮値である。更に柔軟な一実施形態では、圧縮は、下式によって提供される。

上式において、Ｌ_{ｗｈｉｔｅ}は、パラメータであり、圧縮データにおける白色にマッピングされる非圧縮データからの最小輝度値に対応する。

式（５）は、次の２次方程式を解くことによって逆関数が求められる。

式（５）において、式（１）を使ってＬ_ｍを置き換えると、下式が生成される。

式（７）は、２次方程式の解の公式を用いて、Ｌ_ｗについて解き、正の最大値の解を得ることができる。このことを、画像における各画素について実施して、拡張画像データ２５を得ることができる。

式（７）の解を逆階調マッピングに適用する場合、値をパラメータα，Ｌ_{ｗｈｉｔｅ}，Ｌ_ｄ及び幾何平均＜Ｌ_ｗ＞に割り当てねばならない。どの階調マッピング演算子（もしあれば）が、処理対象の低ダイナミックレンジ画像を得るために適用されたかが分からない場合、これらのパラメータは、未知である。幾つかの実施形態による方法では、ユーザは、これらのパラメータの値を設定することができる。幾つかの実施形態では、パラメータは、自動的に設定するか予め決定される。幾つかの実施形態において、幾つかの又は全てのパラメータは、初期値に自動的に設定され、また、ユーザは、望む場合、それら初期値からのパラメータ値を変えることができる。

＜Ｌ_ｗ＞を割り当てる一方法は、処理される低ダイナミックレンジ画像の幾何平均輝度を用いることである。同じ場面の画像の高及び低ダイナミックレンジの幾何平均輝度は、通常（低ダイナミックレンジ画像が、極端に露出過度又は不足でない場合）、かなり似通っていることが分かっている。或る階調マッピング演算子は、幾何平均輝度を変える傾向がある。そのような階調マッピング演算子が、原画像データ２３の生成に用いられた場合、＜Ｌ_ｗ＞について処理される低ダイナミックレンジ画像の幾何平均輝度の関数を用いることが望ましい。この関数は、原画像データ２３を生成するために用いられる階調マッピング演算子の情報に基づき選択するか又は実験的に求められる。

パラメータＬ_ｄ（ｘ，ｙ）に値を割り当てる一方法は、Ｌ_ｄが、処理される低ダイナミックレンジ画像の輝度であることを実現することである。
パラメータα及びＬ_{ｗｈｉｔｅ}は、ユーザによって設定される。パラメータαの意味は、幾分不可解である。従って、本発明者らは、好んで、下式のように、パラメータＬ_ｍａｘ’を定義する

Ｌ_ｍａｘ’は、逆階調マップ画像において予想された最大輝度値である。Ｌ_{ｗｈｉｔｅ}は、元の低及び中輝度値の拡張に影響を及ぼす。Ｌ_{ｗｈｉｔｅ}が、極めて高い場合、それらの値は、極めて低い輝度値にマッピングされる。Ｌ_{ｗｈｉｔｅ}が、極めて低い場合、逆階調マップ画像は、因子Ｌ_ｍａｘ’によってスケーリングされた元の低ダイナミックレンジ画像のそれらと同様な輝度値を有する。通常の用途では、等しい又は同じオーダの値を有するようにＬ_{ｗｈｉｔｅ}及びＬ_ｍａｘ’を設定すると、妥当な結果が生成される傾向がある。

ブロック２６において適用された拡張関数は、完全には許容可能ではない拡張画像を生成することがある。拡張関数が、高い出力輝度値を生成する場合、結果的に生じる画像は、“ごつごつした”外観になることがある。

方法２０は、ブロック２８において生成された拡張マップ２９により、拡張画像２５と原画像２３を組み合わせることによって、出力画像３３を得る。拡張マップ２９は、原画像２３の高輝度及び低輝度領域を識別する。拡張マップ２９を用いて、方法２０は、高輝度領域では、拡張画像２５に出力画像３３を強く基づかせ、また、低輝度領域では、原画像２３に出力画像３３を強く基づかせる。ブロック２８は、画素が属する領域の輝度レベルを評価するための任意の適切な方法を用いる。例えば、ブロック２８は、各画素が属する領域における画素の平均輝度又は加重平均輝度を演算する。拡張マップ２９には、各画素に関連付けられた加重値が含まれる。加重値は、原画像２３及び拡張画像２５が、強化画像３３のその画素の値に寄与する相対的な程度を示す。

例示した実施形態において、ブロック２８は、ブロック２８Ａにおいて、中央値分割アルゴリズムを適用する。中央値分割アルゴリズムについては、例えば、デビベック（Ｐ．Ｄｅｂｅｖｅｃ）による「光プローブサンプリングのための中央値分割アルゴリズム」ＡＣＭシググラフ、２００５年寄稿（２００５年）に記載されている。中央値分割アルゴリズムは、画像の高輝度領域付近に集まっている一組の点光源を識別する。画素付近のそのような光源の数及び輝度は、幾つかの実施形態では、拡張マップ２９の生成に用いられる。

中央値分割アルゴリズムは、画像を同様な光エネルギの２ｎの領域に分割する。これらの領域は、輝度が、結果的に生じる領域間で同様に配分されるように画像を最も長い寸法に沿って更に分割することによって、識別される。このプロセスは、結果的に生じる領域について繰り返される。光源は、画像を領域に分割する処理をｎ回繰り返すことによって得られた２ｎ領域各々の図心に置かれる。各光源の色は、領域全体の平均値に設定される（例えば、色は、領域内における画素値の和に等しくなるように設定される。

本発明の幾つかの実施形態において、ｎは、少なくとも９である（５１２光源に対応する）。幾つかの実施形態においてｎは、１０以上である。
幾つかの実施例において、点光源は、２Ｄツリーが含まれるデータ構造に格納され、拡張マップ２９の生成時に実施される最近隣検索を容易にする。

原画像２３を高及び低輝度領域の識別に用いることは、強制ではない。高及び低輝度領域の分布は、原画像データ２３及び拡張画像データ２５において同様である。中央値分割アルゴリズムは、拡張画像データ２５に実施される。

ブロック２８Ａで実施される中央値分割アルゴリズムにより識別された光源から一組の加重値を得るための一方法は、各画素（ｘ，ｙ）について、画素周辺の領域内における光源の密度を決定することである。その領域は、好都合なことには、例えば、或る半径ｒを有する円形の領域を含む。他の領域形状を用いてもよい。密度推定については、デューダ（Ｄｕｄａ）らによる「パターン分類第２版」Ｗｉｌｅｙ Ｉｎｔｅｒｓｃｉｅｎｃｅ（２００１年）に記載されている。

密度推定に用い得る基本的な公式は、下式の通りである。

上式において、Λは、密度であり、Ｘは、画像における位置（ｘ，ｙ）であり、Ψ_ｐは、点ｐにおける光源の輝度値であり、Ｐは、領域（本例では、半径ｒを有し、Ｘに中心がある円）内における点であって、中央値分割アルゴリズムによって識別された光源に対応する点の集合である。

密度推定は、
●中央値分割アルゴリズムを繰り返して、より大きい数の光源を得る方法（即ち、ｎを大きくする方法）、
●平滑フィルタを密度推定の結果に適用する方法、
●ゼロ以外の密度Λを画素に割り当てる前に、少なくともしきい値数の光源（例えば、１０２４以上の光源があるｎ＝１０の場合、しきい値数は、４以上であり、場合によっては、４−６光源）が、画素の影響の領域内（例えば、画素の半径ｒ内）にあることを必要とする方法、
を含む多くの方法で改善される。

平滑フィルタには、ガウス平滑フィルタが含まれる。例えば、ひな形の実施形態では、下式で与えるカーネルの加重値により定義されたガウスフィルタを適用した。

上式において、ｗ_ｇ ^ｐは、カーネルであり、γ及びβは、パラメータである。このフィルタについては、例えば、パビシック（Ｐａｖｉｃｉｃ）による「一様でないサンプリングを最小限に抑える便利なアンチエリアシングフィルタ」モルガン・カオフマン（Ｍｏｒｇａｎ Ｋａｕｆｍａｎｎ）（１９９０年）に記載されている。γ及びβについての例示値は、γ＝０．９１８及びβ＝１．９５３である。このフィルタは、規格化され、上記したように密度推定を計算する場合、
ｗ_ｇ ^ｐだけ輝度をスケーリングすることによって適用される。このフィルタは、画素に近い光源を画素から遠い光源より強く重み付けすることが分かる。

ブロック３０において、原データ２３及び拡張データ２５は、拡張マップ２９を用いて組み合わせられ、強化データ３３を生成する。本例において、拡張マップ２９は、各画素に範囲［０，１］の値を提供する。この値は、原データ２３と拡張データ２５との間の線形補間の加重値として用い得る。例えば、

上式において、Ｌ_{ｆｉｎａｌ}は、位置（ｘ，ｙ）にある画素の強化データ３３における画素輝度値であり、Ｌ_ｗは、拡張データ２５における画素の輝度値であり、Ｌ_ｄは、原データ２３における画素の輝度値であり、Λは、拡張マップ２９からの範囲［０，１］の画素の加重値である
ブロック３０は、オプションとして、原データ２３と拡張データ２５を他の方法で組み合わせられる。例えば、補間は、非線形である。

本明細書に記載した方法は、例えば、デジタル静止画像又はビデオ画像のダイナミックレンジを強化するために適用される。強化データ３３は、ブロック３４に示すようにセーブしたり、又はブロック３６に示すように表示装置に表示したりしてよい。

式（６）及び（７）を参照して上記した逆階調マッピング演算子は、方法２０外に用途を有する。例えば、逆階調マッピング演算子は、映像のフレームのダイナミックレンジを大きくするために直接適用される。そのような実施形態において、映像の各フレームの画像は、逆階調マッピング演算子によって処理し、拡張フレームを得ることができる。拡張フレームは、記憶及び／又は再生して、原映像のダイナミックレンジより高いダイナミックレンジを有する映像を提供する。

通常の画像は、数十万の画素、もっと一般的には、数百万の画素を含む。本明細書に記載した方法は、専用ハードウェア及び／又はプログラム化されたコンピュータシステム等の自動装置を用いて実施される。

図２は、原画像データ２３からの拡張ダイナミックレンジを有する画像を生成するための装置４０を概略的示す。装置４０には、原画像データ２３を処理して、拡張データ２５を生成するダイナミックレンジ拡大器４４が含まれる。幾つかの実施形態において、ダイナミックレンジ拡大器４４には、原画像データ２３を選択し、ダイナミックレンジ拡張関数を原画像データ２３における各輝度値に適用して、拡張データ２５を生成するソフトウェアモジュールが含まれる。

装置４０には、原画像データ２３（又はオプションとして、拡張データ２５）を処理して、拡張マップ２９を生成する輝度分布分析器４６が含まれる。輝度分布分析器４６は、原画像データ２３の画素が、原画像データ２３によって表される画像の高輝度及び低輝度領域に属する程度を決定する。

結合器４８は、原画像データ２３と拡張データ２５を組み合わせて、強化データ３３を生成する。強化データ３３の各画素が、原画像データ２３及び拡張データ２５の対応する画素の値に基づく相対的な程度は、拡張マップ２９の対応する画素の値に依存する。

ダイナミックレンジ拡大器４４、輝度分布分析器４６、及び結合器４８の各々には、ハードウェアモジュール、ハードウェアとソフトウェアの組合せ、又は１つ又は複数の適切に構成された書替え可能ゲートアレイ（ＦＰＧＡ）等の構成可能なハードウェアが含まれる。幾つかの実施形態において、装置４０は、静止及び／又はビデオ画像を表示することが可能な高ダイナミックレンジ電子表示システムに設けられる。そのような実施形態では、装置４０を起動して、表示システムが再生可能なダイナミックレンジより低いダイナミックレンジを有する従来の画像及び／又はビデオ画像を強化する。

図３は、本発明の他の実施形態による装置５０を示す。装置５０は、データ記憶装置５４にあるパラメータ３１の値をユーザに制御させるユーザインターフェイス５２を有する。パラメータ３１は、原画像データ２３を処理して、本明細書に記載したように、強化画像データ３３を得るダイナミックレンジ増強システム５６の動作を制御する。強化画像データ３３は、高ダイナミックレンジ表示ドライバ５８によって制御される表示装置６０に表示される。本実施形態において、ユーザは、表示装置６０に表示された画像に対する特定の組のパラメータ３１の影響を見て、ユーザインターフェイス５２を介して、１つ又は複数のパラメータ３１の値を変更し、画像の所望の外観を実現することができる。そして、ユーザは、強化画像データ３３をセーブして、表示装置６０上に又は他の高ダイナミックレンジ表示装置上に後で表示することができる。

本発明の或る実施例には、本発明の方法をプロセッサに実施させるソフトウェア命令を実行するコンピュータプロセッサが含まれる。例えば、画像処理又は画像表示システムにおける１つ又は複数のプロセッサは、プロセッサがアクセス可能なプログラムメモリにあるソフトウェア命令を実行することによって、図１の方法を実現する。本発明は、更に、プログラムプロダクトの形態で提供される。プログラムプロダクトには、データプロセッサによって実行されると、本発明の方法をデータプロセッサに実行させる命令が含まれる一組のコンピュータ判読可能信号を担持する任意の媒体を含む。本発明によるプログラムプロダクトは、任意の多種多様な形態であってよい。プログラムプロダクトには、例えば、フロッピーディスク、ハードディスクドライブを含む磁気データ記憶媒体、ＣＤＲＯＭ、ＤＶＤを含む光学データ記憶媒体、ＲＯＭ、フラッシュＲＡＭ等を含む電子データ記憶媒体等の物理的な媒体を含む。プログラムプロダクト上のコンピュータ判読可能信号は、圧縮又は暗号化することもできる。

構成要素（例えば、ソフトウェアモジュール、プロセッサ、組立体、装置、回路等）が、上記要素を指す場合、他に規定されない限り、その構成要素（“手段”についての指示を含む）に対する指示は、その構成要素の等価物として、記載された構成要素の機能を実施する（即ち、機能的に等価な）任意の構成要素を含むと解釈すべきである。更に、本発明の例示の代表的実施形態における機能を実施する開示構造と構造的に等価でない構成要素が含まれると解釈すべきである。

多数の代表的な態様及び実施形態について、これまで記載したが、当業者は、何らかの変更、置換、追加及びその下位の組み合わせを認識されるであろう。例えば、
●本発明の用途は、画像データを表すためのいずれか特定のフォーマットに又はいずれか特定の色空間に限定されない。輝度値は処理されるが、原画像データ２３又は強化画像データ３３が、ＬＵＶ又は輝度値が明示的に表される他のフォーマットである必要はない。本発明は、輝度値を導出できる情報を含む他の画像フォーマットで実践することができる。例えば、画像データがＲＧＢフォーマットで表される場合、輝度値は、式（２）から又は画像における個々の色の値から輝度に関連した値を生成する他の適切な関係を適用することから導出される。

従って、以下の添付請求項及び今後導入される請求項は、それらの真の精神及び範囲内にある全てのそのような修正、置換、追加及び下位組み合わせを含むと解釈するものとする。

尚、国際出願の英文明細書中にＪＩＳコードで表記できない箇所があったため、この翻訳文では代替表記を使用した、具体的には、
＜Ｌ_ｗ＞は、

のように、国際出願の明細書ではＬ_ｗの上に横棒を付けて表現されていたが、便宜上、翻訳文ではＬ_ｗを＜ ＞で囲って表現した。

Claims (26)

1. 画像を表す原画像データのダイナミックレンジを増大するための方法であって、
   拡張関数を適用して、前記原画像データのダイナミックレンジより大きいダイナミックレンジを有する拡張データを前記原画像データから生成する段階と、
   前記画像の画素に関連付けられた領域の輝度を示すデータが含まれる拡張マップを得る段階と、
   前記拡張マップにより前記原画像データと前記拡張データを組み合わせて、強化画像データを生成する段階と
   を任意の順番備える、方法。
2. 請求項１に記載の方法であって、
   前記拡張マップを得る段階は、前記画像を表すデータに中央値分割アルゴリズムを実施する段階を含む、方法。
3. 請求項２に記載の方法であって、前記画像を表す前記データは、前記原画像データを含む、方法。
4. 請求項２に記載の方法であって、前記画像を表す前記データは、前記拡張データを含む、方法。
5. 請求項２乃至４のいずれか１項に記載の方法であって、前記拡張マップを得る段階は、前記画素に関連付けられた前記領域における前記中央値分割アルゴリズムによって識別される光源の密度を推定する段階を含む、方法。
6. 請求項５に記載の方法であって、前記画素に関連付けられた前記領域は、前記画素を中心にした円形領域が含まれる方法。
7. 請求項６に記載の方法であって、前記円形領域は、１０乃至２０画素の範囲の半径を有する、方法。
8. 請求項５乃至７のいずれか１項に記載の方法であって、前記密度を推定する段階は、平滑関数により前記光源を重み付けする段階を含む、方法。
9. 請求項８に記載の方法であって、前記平滑関数は、前記画素からの前記光源の距離の関数である負の値の指数関数を計算する段階を含む、方法。
10. 請求項５乃至７のいずれか１項に記載の方法であって、画素の前記密度を推定する段階は、前記画素からのそれらの距離により、前記光源を重み付けする段階であって、前記画素に近い光源は、前記画素から遠い光源よりも大きい加重値が与えられる前記段階を含む、方法。
11. 請求項２乃至７のいずれか１項に記載の方法であって、ｎが少なくとも９である場合、前記中央値分割アルゴリズムを実施して、少なくとも２^ｎ個の光源を得る段階を含む、方法。
12. 請求項１１に記載の方法であって、前記画素に関連付けられた前記領域に少なくともしきい値数の光源がない場合、前記拡張マップにおける画素値を所定の値に設定する段階を含む、方法。
13. 請求項１２に記載の方法であって、前記しきい値は、少なくとも４である方法。
14. 請求項１３に記載の方法であって、前記しきい値は、４乃至６の範囲内である、方法。
15. 請求項１乃至１４のいずれか１項に記載の方法であって、前記拡張関数を適用する段階は、逆階調マッピング演算子を適用する段階を含む、方法。
16. 請求項１乃至１４のいずれか１項に記載の方法であって、前記拡張関数を適用する段階は、前記原画像データの画素輝度値の線形スケーリングを含む、方法。
17. 請求項１乃至１４のいずれか１項に記載の方法であって、前記拡張関数を適用する段階は、前記原画像データの画素輝度値の非線形スケーリングを含む、方法。
18. 請求項１乃至１４のいずれか１項に記載の方法であって、前記拡張関数を適用する段階は、α、Ｌ_{ｗｈｉｔｅ}、及び＜Ｌ_ｗ＞が、パラメータであり、Ｌ_ｄが、前記原画像データにおける画素に対応する輝度値である場合、２次方程式
    

    

    又はその数学的に等価なものを、Ｌ_ｗについて解く段階を含む、方法。
19. 請求項１８に記載の方法であって、＜Ｌ_ｗ＞を前記原画像データの幾何平均輝度に等しくなるように設定する段階を含む、方法。
20. 請求項１８又は１９に記載の方法であって、＜Ｌ_ｗ＞及びＬ_{ｗｈｉｔｅ}を、同程度の大きさの値を有するように設定する段階を含む、方法。
21. 請求項１乃至２０のいずれか１項に記載の方法であって、前記原画像データと前記拡張データを組み合わせる段階は、前記拡張マップから求められた重み付け値を使用して前記原画像データ及び拡張データの画素輝度値の加重平均を演算する段階を含む、方法。
22. 請求項１乃至２０のいずれか１項に記載の方法であって、前記原画像データと前記拡張データとを組み合わせる段階は、前記拡張マップから求められた重み付け値を使用して前記原画像データ及び拡張データの画素の輝度値を補間する段階を含む、方法。
23. 原画像データのダイナミックレンジを拡張するための装置であって、
    原画像データを受信し、且つ前記原画像データのダイナミックレンジより大きいダイナミックレンジを有する拡張データを出力するために接続されたダイナミックレンジ拡大器と、
    前記原画像データの前記画像における画素に関連付けられた領域の輝度を示す拡張マップを生成するように構成された輝度分布分析器と、
    前記拡張マップに従って、前記原画像データを前記ダイナミックレンジ拡大器からの前記拡張データと組み合わせて、強化画像データを生成するように構成された画像結合器と、
    を備える装置。
24. 請求項２３に記載の装置であって、前記輝度分布分析器は、中央値分割アルゴリズムを実施するように構成される、装置。
25. 請求項２４に記載の装置であって、前記輝度分布分析器は、前記中央値分割アルゴリズムを適用することによって、少なくとも５１２の光源を生成するように構成されている装置。
26. 原画像データのダイナミックレンジを強化するための方法であって、α、Ｌ_{ｗｈｉｔｅ}、及び＜Ｌ_ｗ＞が、パラメータであり、Ｌ_ｄが、前記原画像データにおける画素に対応する輝度値である場合、下式
    

    

    又はその数学的に等価なものによって与えられる逆階調マッピング演算子に従って、前記原画像データの画素の輝度値を処理する段階を含む、方法。

Images