TW201138481A - Method and system for transforming a digital image from a low dynamic range (LDR) image to a high dynamic range (HDR) image - Google Patents

Method and system for transforming a digital image from a low dynamic range (LDR) image to a high dynamic range (HDR) image Download PDF

Info

Publication number
TW201138481A
TW201138481A TW099129363A TW99129363A TW201138481A TW 201138481 A TW201138481 A TW 201138481A TW 099129363 A TW099129363 A TW 099129363A TW 99129363 A TW99129363 A TW 99129363A TW 201138481 A TW201138481 A TW 201138481A
Authority
TW
Taiwan
Prior art keywords
image
array
radiance
pixel
dynamic range
Prior art date
Application number
TW099129363A
Other languages
English (en)
Inventor
El-Mahdy Ahmed
El-Shishiny Hisham
Original Assignee
Ibm
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 Ibm filed Critical Ibm
Publication of TW201138481A publication Critical patent/TW201138481A/zh

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
    • 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
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/14—Coding unit complexity, e.g. amount of activity or edge presence estimation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/71—Circuitry for evaluating the brightness variation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/741—Circuitry for compensating brightness variation in the scene by increasing the dynamic range of the image compared to the dynamic range of the electronic image sensors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/20—Circuitry for controlling amplitude response
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • H04N9/67—Circuits for processing colour signals for matrixing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/21—Indexing scheme for image data processing or generation, in general involving computational photography
    • 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

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Studio Devices (AREA)

Description

201138481 六、發明說明： 【發明所屬之技術領域】 本發明大體上和影像處理有關，且更明確地說，關於 將數位影像從低動態範圍（LDR)影像轉換為高動態範圍 (HDR)影像的方法與系統。 【先前技術】 數位照相領域中的一種新興技術係高動態範圍成像 (High Dynamic Range Imaging，HDRI)。HDRI 會捕捉大部 分的真實世界光度(luminance)，使其可以在使用適當顯示 器時再生盡可能接近真實的圖像。因此，高動態範圍成像 會提供具有相稱於真實世界光位準之數值的場景的代表 符。真實世界會產生十二階的光強度變化大小範圍，其遠 大於目前數位成像中常用的三階大小。一數位影像中&一 個像素目前能夠代表的數值範圍通常為每個色彩通道有 256個數值(最大為65536個數值）’這不適合用於代表眾 多場景。_ HD R影像，能夠_代表場景的光強度範 圍及匹配於人類視覺極限（而非匹配於任何
值範圍來捕捉場景。適合目前顯示技術之顯示/的景^ 為低動態翻(LDR)影像。高動態範_像的視覺品 勝於習知的低動態範圍影像的視覺品質。H 類影像的捕捉、儲存、處理、以及顯示方面不同於咖 影像，並且很快地在照相術中廣為接受。 隨著HDRγ的使料及數位_的領域，便越來 要月b夠顯不靜恶影像與視訊的HDRI顯示器。言 顯示器之顯示品質的明顯改變。錢，^既^媒體並 201138481 高動態範圍（HDR)，所以，HDRI顯示器的效用會受限於 使用HDRI感測器之新獲取的HDR影像。用以將既有低 動態範圍(LDR)影像轉換成等效HDR影像的既有方式一 般稱為「逆色調映射(reverse tone mapping)」。逆色調映射 通常需要兩個階段。第一階段係用以將一輸入LDR影像 的光度逆映射至一擴充的HDr光度（亦稱為HDR輻射 度）。由於影像量化的關係，此階段會造成細節損失並且 在高光度區域中引入雜訊。第二階段會藉由平滑化此等區 域同時允許進一步提高該動態範圍來矯正此缺陷。 其中一種已知的方式係以Rempel A. G.，Trentacoste Μ.，Seetzen Η· ’ Young H. D.，Heidrich W.，Whitehead L.， 以及 Ward G.在 ACM SIGGRAPH 2007 Papers (2007 年 8 月5至9日在加州聖地牙哥舉辦）所發表之標題為 「Ldr2Hdr :舊視訊與照片之即時處理逆色調映射 (Ldr2Hdr: on-the-fly reverse tone mapping of legacy video and photographs)」的文章中採用的方式來實施第一階段。 此方式依賴適合即時視訊處理的快速逆方法。根據此方 式，實施逆伽瑪映射並且接著將動態範圍延伸至5000。其 會進一步實施平滑濾波，以便降低量化的效應。 實施第一階段逆色調映射的另一種方式在Banterle F.，LeddaP.，DebattistaK. ’ 以及 Chalmers A.於澳洲及東 南亞地區第四屆電腦圖形與互動技術國際研討會記錄 (2006年11月29曰至12月2曰在馬來西亞吉隆坡舉 辦)GRAPHITE ‘06，ACM，New York，NY，349-356 中戶斤 發表之標題為「逆色調映射(Inverse tone mapping)」的文 章有說明。此方式使用以Reinhard Ε· ’ Stark Μ.，Shirley Ρ·，以及 Ferwerda J.在 ACM Trans. Graph. 21，3 (2002 年 7月），267-276之中發表之標題為「數位影像之照相色調 201138481 再 ^(Ph0t0graph1C tone reproducti〇n f〇r ⑴幽 images)」的 =早中所述之通用色調映射運算子為基礎的逆映射函 。接著’藉著解丨二:欠核式取得逆數值，從而產生較 大的動態範圍並在#定像素處選擇性縮小該範圍。然而， 該些既有方式為該第一階段提供的逆色調映射函數都不 夠^確。由於該「一般(generic)」逆映射函數的關係，所 取知的輻射度不會確實匹配真實世界輻射度。其約略近似 真實世界輻射度值。 有兩種不同的方式來實施第二階段逆色調映射。 Rempel 等人在 ACM siGGRAPH 2〇〇7 papers (2〇〇7 年 8 月 $至9日在加州聖地牙哥舉辦)所發表之標題為「Ldr2Hdr: 舊視訊與照片之即時處理逆色調映射(Ldr2Hdr: 〇n_the_fly reverse tone mapping 〇f legaCy vide〇 and ph〇t〇graphs)」的 文章中所述的第一種方式會在超過一高數值的多個像素 上產生一高斯遮罩。再者，此方式還使用「邊緣阻止 (Edge-stopping)」函數來改善邊緣的局部對比。所產生的 亮度函數（brightness function)會被用來大幅延伸照明 (lighting)。比較複雜的技術係Banterle等人於澳洲及東南 亞地區第四屆電腦圖形與互動技術國際研討會記錄(2〇〇6 年11月29曰至12月2曰在馬來西亞吉隆坡舉 辦)GRAPHITE ‘06，ACM，New York，NY，349-356 中所 發表之標題為「逆色調映射(Inverse tone mapping)」的文 章中所說明的技術。此第二方式包含使用中位數切割演算
法(median cut algorithm)(Debevec P.在 ACM SIGGRAPH 2006 Courses (2006年7月30曰至8月3曰在麻薩諸塞州 波士頓舉辦），STGGRAPH Ό6，ACM，New York，NY，6 中所發表的「光探測取樣之中位數切割演算法（A median cut algorithm for light probe sampling)」）來分害丨j 具有多個相 201138481 同光強度區域的輸入影像。該些區域的質量中心 會被用來預估光密度並且用以建構一「擴大」映圖。接著， 藉由在輸入LDR與已逆映射LDR影像之間進行内插運算 便可以利用該映圖來產生最後的HDR影像。第二階段逆 色調映射的此等方式皆依賴找出有高光度數值的像素並 且使用該些數值來擴大那些像素的動態範圍。然而，此外 插僅係用來延伸熱點（亮部)及附近區域的光度，而不會降 低暗區（陰影）的光度。據此，實際上係使用局部運算來實 施單邊動態範圍延伸(陰影係全域擴大），從而會影響最終 HDR影像中陰影區的品質。 【發明内容】 為解決前述與其它問題，本發明提供一種如隨附獨立 申請專利範圍第1項的方法，還有分別如隨附申請專利範 圍第9、10、Π項的電腦程式、電腦可讀取媒體、以及系 統。較佳具體實施例則定義在隨附的附屬請求項中。 一般來說，本發明提供一種用以將LDR影像轉換成 HDR影像之經改善的逆色調映射。 、 根據本發明的一態樣，使用相機響應曲線來重建影像 的輕射度映® ’取代實施先前技術方式巾提供的逆伽瑪或 標準固定逆函數。 本發明的另一態樣依賴於調亮與調暗運算 =提高光度雜低-影像的光度。本發明會在職^ 用類調党與調暗運算（dodging and burning丨如 延伸影像的動態制。這通常還會擴大局部對 而會有在LDR影像中看不見之更多看得見的細節。 -，在HDR域中套用類調亮與調暗運算還會實施平滑 201138481 化，從而降低量化效應。 本發明的優點如下： 1-其係一種實施從單一 LDR影像還原成HDR數值 簡化技術；此技術比先前技術中從一連串不同曝光譽的 重建影像還簡單。 t 2_從光度通道的兩個尾部(tail)(高位準部與低位 來擴大動態範圍，而先前技術方式則係擴大高位準部。 3- 提高影像之中間/陰影部的可見細節位準。 4- 使用相機響應曲線，影像有更真實輻射度映圖。 5- 使用經測試的照相技術改善最終影像的美感。 6- 可以在重要應用（例如，醫學成像）中使用新的
顯示器來觀看既有LDR影像。 R 7- 使用逆色調映射改善U)R相機輸出的品質，用 產生可正色調映射回到LDR的較高品質HDR影 明顯改善可見的對比。 ㈣從而 8- 在進-步的影像處理運算中更容㈣測邊緣。 9- 在HDR域中進-步影像處理較優的地方可作 |位影像的強化運算’例如醫學成像領域中的邊緣偵測運子 $此技藝者讀詳細朗便會清楚本發 進-步優點。本文希望併人任何額外的優點。 的 【實施方式】 轉梅—種將數位景彡像從低動態範圍(LDR)影像 轉換為南域範圍(HD 像的逆色μ㈣ 逆色調映射方式適合可用於實施數位計算 的任何類型處理器與相關邏輯。 π 201138481 圖1所示的係用以從一輸入ldr影像產生一 HDR影 ，的系統100。圖1顯示出系統部件之間的資料流，其中， 母個。卩件的標示名稱都以字母「C：」為開頭，後面跟著 一數字:下文將以符號CbC2、 C5來表示該等系統部 件。該系統的操作會先輸入一 U)R影像並將其送入色彩 工間轉換器C1之中，該影像會於其中被轉換成色相 (ue)飽和度(Saturation)、以及亮度(Brightness)色彩空間 (HSB)，從而產生三個對應的陣列。亮度陣列與相機感測 器響應曲線會被送入逆映射器C2之中。接著，該映射器 會使用所供應的響應曲線將該亮度陣列逆映射至輻射度 陣列。局部對比引擎C3會計算輻射度陣列的局部對比， 用以產生一局部光度平均值(Local LuniinanCe Average， LLA)陣列。調亮/調暗(Dodge/Burn)引擎C4會使用LLA陣 列來對輻射度陣列進行調亮與調暗運算，產生一延伸輻射 度陣列。 接著，已產生之具有飽和度陣列與色相陣列的陣列會 被送入色彩空間轉換器C5之中，影像會於其中被轉換成 原來的輸入LDR色彩空間（舉例來說，三原色(Red， Green，and Blue，RGB》，用以產生輸出HDR影像。 為在LDR影像上實施逆色調映射，在第一階段期間， 一輸入LDR影像的光度會被逆映射至一擴大的HDR光 度。此初始步驟會損失細節並且在高光度區域中引入雜 戒，這會在用以平滑化該些區域的第二階段期間被矯正。 根據本發明具體實施例’會使用捕捉感測器/裝置的資 訊來實施第一階段的逆色調映射。在利用數位相機及軟片 相機捕捉到的大部分影像中可輕易取得感測器辨識符。該 第一階段會藉由利用相機響應曲線來逆色調映射該輸入 影像而建構一初始輻射度映圖。 201138481 圖2為描述根據本發明具體實施例之第一階段逆色調 映射(reverse tone mapping)的高階流程圖。 步驟20會先輸入一 LDR影像並接著將該LDr影像 儲存在記憶體之中。此LDR影像可以各種色彩空間來表 示。標準色彩空間係RGB空間，其中，每一個像素的色 毛，會由二個分1來表示，也就是，紅色(尺）、綠色(〇)、以 及藍色(B)。另一個色彩空間為Luv，其中，L為光度分量， 而u與v各為色度(chrominance)分量。逆色調映射在光度 通道上進行運算。 步驟21會取得給定相機的曝光像素響應曲線。該曝 光像素響應曲線係每一台相機特有並且可從感測器資料 表直接取得。或者，可藉由分析相同場景中一連串不同曝 光的影像來決定該曝光像素響應曲線。該曝光響應曲線能 ，從一遠端站台處來測量、計算、預測、或甚至是接收。 每部相機的該曲線實質上不會改變，因此，不需要為相同 相機所產生的其它影像重複重建該響應函數。在下面的說 明中，該曝光像素響應曲線會被稱為函數「玎χ)」，其中， X表不一給定的曝光值，y = f(x)則代表給定曝光χ的像素 光度值。該曝光像素響應曲線提供相片的真實世界輻射度 值。該些數值的精確性大於利用先前技術的簡單逆伽瑪方 法所獲得的數值。 在步驟22中’ LDR輸入影像會被轉換成色彩空 間陣列，其中，H代表色相，s代表飽和度，而B代表亮 度。HSB(亦稱為HSL表示法)係一種rgb色彩模型中的 點表示法，其描述感知色彩關係會比RGB精確。在下面 說明中，色相陣列會以「Hue[]」來表示，飽和度陣列會 以「Saturation[]」來表示，而亮度陣列會以「Bfightness[]」 來表示。 201138481 在步驟23中，會利用該響應曲線來逆映 (Brightnes·列）中每—個像素的數值，而所取 則會被儲存在歸議卩]之中。㈣ ^ 曝光像，響應函數f(x)的逆函數，那麼，對輸不 係所 f步驟24巾，會將所得_輻射度映_存在記憶 方^戶t敗ί較於依賴逆伽瑪或標準固定逆函數的先前技術 射度映圖’本發明利用該相機曝光像素響 =線來重建影像的輻射度映圖，會提供更真實的輻射度 轴代機響應曲線。名稱為「曝光」的X ί ί貫界曝光值，名稱為「像素亮度值」的y轴代 記錄的對應像素輻值。「曝光」的定義為感測 =到的照射度(irradiance)乘以曝光時間。單位為每平方
Hf(watt sec per square meter)。像素輻射度值為 〇 至 的整數值，而曝光值則為實數。 圖4為圖2中所示的示範性相機響應曲線的逆響應曲 ^nverse response curve)。名稱為「像素亮度值」的χ軸 實ig；：射度值’名稱為「曝光」的y轴代表對應的真 該響應曲線會盡可能模擬並接近真實情況。於此階 又’在步驟24中取得的轄射度陣歹「__[]」可結合 t才:陣列「Hue[]」以及飽和度陣列「Sau—on[]」 ，以便 &匕們與一影像相關聯並且接著將該影像轉換成原來的 衫像色彩空間，用以提供HDR影像。然而，該相機曲線 201138481 本身可能會產生不夠高的動態範圍，並料能 康本發明的第二階段逆色調映射會補 所引入的假影。^不足並且補償因使用相機響應曲線 圖5為根據本發明具體實施例的第二階段 射。在此第二階段㈣，—類調亮與 選擇 =提高光度或降低—影像的光度。「調亮」4^= 光度’而「調暗」運算會降低像素的光度。本發明在hdr 域中套用類調亮與調暗運算來延伸影像 部來說，調亮運算會進-步擴大低局部對比區域的圍動= 圍。對陰影來說，調暗運算會進一步擴大左邊的動態擾動 (dynamic curse)，降低像素的最小光度(其會進一步擴大影 像動態範圍）。這通常也會擴大局部對比，從而會有LDR 影像中看不到的更多可見細節。再者，於HDR域中套用 類調亮與調暗運算還允許實施平滑化，從而降低量化效 應。 在步驟50中，會算出Radiance[]陣列中的每一個像素 (u，v)的局部光度平均值 Local—Luminance_Average[u,v]。像 素(u，v)處的局部光度平均值可以Reinhard e，Stark μ.，
Shirley P. ’ 以及 Ferwer(ja j 在 ACM Trans. Graph. 21，3 (2002年7月）’ 267-276，之中發表「數位影像之照相色調 再生（Photographic tone reproduction for digital images)」中 所述的方式計算如下： -卷積核心會被設為 kerneli[] = GaussianKernelOi)!；]， 其中’ η為GaussianKerne丨的半徑而i表示局部對比刻度 指數。η的數值會改變。於本發明的一特殊具體實施例中， 此數值會被設為l/(2*Scirt(2))*1.6iM的數值會從〇變到8。 -對數值i來說，像素(u,v)處的局部光度平均值可以計 201138481 算為 Local—Luminance—Averageil^v] =kerneli radiance [] -接著，參數i的最小數值m會被算出，俾使得：
Abs(Local_Luminance_Averagei[u,v]-Local_Luminanc e_Averagei+1 [u，v])<e ’其中，e表示臨界值且i的數值會從 0變到7。 -Local_Luminance_Average[u，v]最後會被設為 LocalLuminanceAveragem[u，v]，其提供像素(11，4處的局部 光度平均值。 在步驟51中’會利用局部光度平均值 Local_Luminance_Average[u，v]來調整每一個像素的光 度。新的輻射度值「Radiance’[u,v]」的定義如下： Radiance’[u,v] =Radiance[u，v]*Radiance[u，v]/Local_Luminance—Average[u ,ν] — 根據本發明，此運算會在HDR域中實施。當然，申 請人已觀察到，倘若(ιι,ν)週遭的像素比原始像素(u，v)還要 亮的話，（u，v)像素的輻射度便會下降，從而提高局部對 比。同樣還觀察到，倘若週遭的像素比原始像素還要暗的 話，原始像素(u，v)的輻射度會提高，從而提高局部對比。 輻射度的降低與提高都係由下面比例來決定： radiance[u,v]/Local_Luminance_Average[u，v]。此比例充當 允許一不必壓縮之任意縮放的輕射度縮放係數。 所以，根據本發明特定具體實施例的此第二階段逆色 調映射會經由調亮與調暗來提高輻射度的動態範圍，同時 增強影像的局部對比。就此來說，本發明運用調亮/調暗的 照相概念來產生照相品質的HDR影像。 在步驟52中，輪射度陣列「Racjjance 口」會結合色相 陣列「Hue []」及飽和度陣列rSaturati〇n []」，俾使得它們 201138481 現在會與-影像相關聯，且接著該影像會在步驟53中被 轉換成^始的影像色彩空間。為使用標準常式庫(例如， Clmg 吊式庫 cimg s〇urcef〇rge 〇rg 中的 ο) ’會使用下面的公式來計算影像轉換結果，其中，c〇nvert 0會將影像轉換回到原始的影像色彩空間：
Convert(Hue[],Saturation[],Radiance[]/max(Radiance []))*max(Radiance) 此公式中使用到除法部分r Radiance[]/max(Radiance □ )」，因為像素值經常會被正規化，使得它們可以從〇到 1之間變化。 圖6為根據本發明具體實施例僅使用第一階段逆色調 映射所取得的初始輻射度陣列的示範性長方統計圖。該輻 射度陣列係從一輸入LDR影像處所產生的。該長方統計 圖的X軸代表l〇g2曝光值，而y軸代表發生頻率。如圖所 示’最大log:曝光值為8.3，最小值為-9.38,其提供21 〇,381 的動態範圍（五倍大小）。這係標準真實生活場景中的典型 數值。 圖7為根據本發明具體實施例之逆色調映射第二階段 之後的長方統計圖。最大log2曝光值現在為8 71，最小值 為-15.52，其提供1.98 X 107的動態範圍。所以，該第二階 段已將動態範圍提高2倍大小。同樣值得一提的係，該長 方統計圖比較平滑而且兩側伸展較寬，比較強調陰影。
為評估所產生的HDR影像的品質，可以使用MI>I HDR(MPI 係 Max Planck Institute informatik 的縮寫)指 標。此指標已經定義在Aydin T. 0.，Mantiuk R.，
Myszkowski K.，以及 Seide丨 H.在 //CM ⑽ PW7m’(2008年8月11曰至15曰在加州洛杉磯舉辦）， SJ.GGRAPH. '08 ’ ACM ’ New York.，NY，1-1〇 中所發表之 201138481 標題為「動態範圍獨立影像品 independent imagequalltyassessment)j -nge 品質指標係運算在一影像對上，其文早中。此影像 動態範圍。根據此指標，會產生二 【景 有任意 =!的每-個像素的色4依=高= 亡看不到，但在輸出影像上看得見），綠2 損失，而紅色像素則表示有對比逆轉。一= 都代表其可見效應的可能性。發明，數值 品質中，藍色與綠色指標參數4特 不會損失看得見的細節。因此，藉由同時回報 和’便會達到增強影 圖8為以數個影像比較為基礎來評估所產生之 影像品質所實施的步驟流程圖。為幫助瞭解下面實驗，下 面用到特定符號的定義來辨識影像： 1_「Real-HDR」表示使用一長串.不同曝光的影像所取 得的影像，換言之，這係一「真實」HDR影像； 2- 「Input-LDR」表示一輸入ldr影像； 3- 「Gen-HDR」表示所產生的HDR影像，透過反轉 該Input-LDR影像所取得； 4- 「Gen-LDR」表示經色調映射的Gen_HDR影像， 其係利用Reinhard等人的照相色調映射運算子所取得 (Erik Reinhard，Michael Stark，Peter Shirley，以及 james Ferwerda在S】GGRAPH’〇2:第29屆電腦圖形與互動技術 年度研討會記錄，第267至276頁，New York，NY , USA， 2002，之中發表的數位影像之照相色調再生（ph〇t〇graphic 201138481 tone reproduction for digital images)。ACM 出版社）； 5-「Gen-HDR-Rad」表示僅使用根據本發明逆色調映 射第一階段所產生的HDR影像。 β 、 圖8的下面說明將配合圖9與1〇,它們圖示比較上面 疋義的影像1至5所取得的藍色/綠色像素的總和數值。圖 9表格在最後兩行中表示每一次比較的藍色與綠色數值， 而圖10為每一次比較中每個像素的對比增益(正規化藍色 像素總和）圖。為評估每一個逆色調映射階段在根據本發 明具體實施例所產生之HDR影像品質中的效應，步驟8〇 會先比較Gen-HDR-Rad與Real-HDR。此第一次比較會評 估使用根據本發明逆色調映射第一階段的效應。所得到的 ，果A顯示在圖9與10中。此結果顯示，有4〇 〇%之顯 著的每個像素的對比增益以及〇.丨％可忽略的對比損失。 為評估使用根據本發明逆色調映射第二階段的效 應，步驟81比較Gen-HDR與Reai-HDR。所得到的結果 B顯示在圖9與1〇中，其顯示每個像素在對比增益^有 77.4%的大幅改善而可忽略的對比損失幾乎為〇 〇%。這表 示第二階段有效地增加37%的對比增益。， ° 併HDR影像的其中一種典型用法係提高LDR$像的品 ^ ’步驟82藉由比較Gen_LDR與Ιη__·來測試該= 應。所得到的結果C顯示在圖9與1〇中，其顯示對比增 盈有大幅改善’現在為47.2%，而沒有任何對比損失。^ 此’當轉換成HDR時，不會損失原始影像中的任何细節。 ^者，所產生的HDR S包含原始影像中看不到的細節。 ^面的結果可能有助於影像增強應用，舉 像分割。 w子〜 =發明可應用於數種影像處理應用，舉例來說，將既 有視訊與影像庫轉換成用於新穎片⑽顯示器之肋尺 201138481 視訊與影像的應用。本發明亦可應用至ldr ί 先被轉換成職影像’接著在‘用標 影㈣換_LDR之料躺鮮的料 (例如’平滑、邊緣偵測、…等）。 發明提供一種從單一LDR影像還原醜數 利用本發明，動態範圍會從光度 ί二t 象中間/陰影部的可見細節位準。相較於 先剛技術，廷會進一步提高影像的動態範圍。 在逆色調映射第—階段中使用相機的曝 =供該影像更真實的輻射度映圖並錢善最終影像的 if f本發明’可以在許多應財使用新的HDR顯示 益來觀看既有的LDR影像，例如醫學成像。 一不 =外，藉由使用根據本發明具體實施例的逆色調 =1=色1周映射成LDR的較高品質hdr影像還可以 二的2 輸出品質，從而達到明顯改善可見對比
Ht，進一步影像處理運算中的邊緣侧會簡化。 更佳’例如，醫學成像中的邊緣偵測。—的運异會 二音何數位訊號’例如’ 处理為91，一被耦合至處理器9丨的輸入裝置％ ; 201138481 一被耦合至處理器91的輸出裝置93 ;以及記憶體裝置94 與95,各自被耦合至處理器9卜處理器91係一處理單元， 例如’中央處理單元(centrai pr〇cessjng unh，CPU)。明確 地說，輸入裝置92可能係鍵盤、滑鼠、…等。明確地說， 輸出裝置93可能係印表機、繪圖機、顯示裝置(舉例來說， 電腦，幕）、磁帶、抽取式硬碟機、軟碟機…等。顯示裝 置可此包括圖1的顯示區域ίο。明確地說，記憶體裝置 94與95可能係硬碟機、軟碟機、磁帶、光學儲存體(例如， 光碟（compact disc ’ CD)或是數位視訊碟片（digitai vide〇 disc DVD))、動態隨機存取記憶體(d卿咖咖 xaxviiivu y ’ ^ 1¾ m vreaa-oniy memory ^ R〇M)、…等。記憶體裝置95包含-電腦碼97 ’其係一 f括電腦可執行指令的電腦程式。碼97包含用於將 象從雷咖影像轉換成腿影像的演算法。處理 輸入資97。記憶體裝置94包含輸人資料96。 會顯示來自電^\電腦碼97所需要的輸入。輸出裳置93 -者或吨二二1Γ。記憶體裝置94與95中任 可作為其記憶體裝置) 腦可讀取程式包括電其/ ’該電 一電腦程式產。「赤土 電知系統90的 儲存媒體(或該存物件)可能咖^ 統的硬f;軟體配置來顯示電腦系 體配置來達簡Φ Μ :=已ί =彳均硬體與軟 :物兒，記憶體L 94 =;f90所述的目 置的部分，而非分_記憶體裝置。4早―記憶體裝 201138481 雖然本文已經說明過本發明的特殊具體實施例而達 到例示的目的；不過，熟此技藝者便會明白許多修正與改 變。 【圖式簡單說明】 前面已經參考附圖舉例說明過本發明的具體實施 例，其中’相同的參考符號表示相同的元件，且其中： 圖1為根據本發明具體實施例，用以從低動態範圍 (LDR)影像產生高動態範圍(HDR)影像的系統方塊圖； 圖2為描述根據本發明具體實施例之從低動態範圍 (LDR)影像產生高動態範圍(HDR)影像的高階流程圖； 圖3為一示範性相機響應曲線； 圖4為根據本發明具體實施例從圖3的相機響應曲線 處取得的逆響應曲線； 圖5為描述HDR域中的調亮與調暗運算的流程圖； 圖6為根據本發明具體實施例之逆色調映射第一階段 的初始輻射度陣列的示範性長方統計圖； ^圖7為根據本發明具體實施例之逆色調映射第一階段 與第二階段的初始輻射度陣列的示範性長方統計圖； 圖8為根據本發明具體實施例之影像生成的流程圖； 圖9為指示比較影像所取得之藍色/綠色像素之總和 的示範性數值表；以及 圖10為圖8表格中所含數值的統計圖。 圖11為根據本發明具體實施例用於將Ldr影像轉換 成HDR影像的電腦系統。 °亥等圖式的用意僅係描繪本發明的典型具體實施 例所以不應被視為限制本發明的範®壽。 201138481 [主要元件符號說明】 10 顯示區域 90 電腦糸統 91 處理器 92 輸入裝置 93 輸出裝置 94 記憶體裝置 95 記憶體裝置 96 輸入資料 97 電腦碼 100 系統 C1 色彩空間轉換器 C2 逆映射器 C3 局部對比引擎 C4 調亮/調暗引擎 C5 色彩空間轉換器

Claims (1)

  1. 201138481 七、申請專利範圍： L 一種將數位影像從利用給定相機取得的低動態範圍(LDR) 影像轉換為高動態範圍(HDR)影像的方法，該方法包括： 取得該給定相機的曝光像素響應曲線； 將LDR影像轉換成HSB色彩空間陣列，該等HSB色彩空 間陣列包含一色相陣列、一飽和度陣列、以及一亮度陣列；以 及 利用該曝光像素響應曲線的逆反而藉由逆映射該亮度陣 列中的每一個像素以決定一輻射度陣列。 2.如申請專利範圍第1項的方法，其中該方法更包括： ^決定該輻射度陣列中每一個像素的局部光度平均值，並且 從雜素在該輻射度陣列中的數值及該局部 算每-轉韻_整補度_ ; 組合該||射度_及料HSB _巾的色树列與飽和 度陣列； ' 換成射度陣列將該影像轉 3. ㈣嶋素響應曲 4· t!?專利範圍第1或2項的方法’其中該曝光像素響應 曲線係從_場景巾—連林_光的潍處取; 如刖述申請專利範圍第*項的方法，其令可以根 據下面公 21 5. 201138481 式來計算每一個像素(u，v)的經調整輻射度Radiance，[u，v]: Radiance ’ [u，v]= Radiance[u,v]*Radiance[u,v]/Local_Luminance_Average[u,v] 其中，Radiance[u，v]表示像素(u，v)的該輻射度值而 Local_Luminance一Average[u，v]表示像素(u，v)處的該局部光度 平均值。 6·如刚述申請專利範圍第5項的方法，其中用以將該影像轉 換成影像色彩空間的該步驟係根據下面函數來實施： Convert (Hue[],Saturation[],Radiance[]/max(Radiance []))*max(Radiance) 其中，Hue[]表示色相陣列，Saturati〇n[]表示飽和度陣列， 而Radiance[]表示輻射度陣列。 7·如刖述申5月專利|巳圍第6項的方法，其中該局部光度平均 值係利用下面定義的i卷積核心來決定： kernel^] = GaussianKemel(ri)[] , , r, ^ GaussianKemel 的半径而1表示從G變到8的局部對比刻度指數。 8·如申請專利範圍第7項 l/(2*Sqrt(2))*l6l 0 〃 T 马 9. 一 22 201138481 ίο. 11. 一種電腦可讀取媒體，其上會編碼如申請專利範圍第9項 的一組電腦程式。 一種影像轉換系統，其包括被調適成用以實行如申請專利 範圍第1至8項中任一項的方法的該等步驟的構件。 23
TW099129363A 2009-10-08 2010-08-31 Method and system for transforming a digital image from a low dynamic range (LDR) image to a high dynamic range (HDR) image TW201138481A (en)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
EP09172538 2009-10-08

Publications (1)

Publication Number Publication Date
TW201138481A true TW201138481A (en) 2011-11-01

Family

ID=42668680

Family Applications (1)

Application Number Title Priority Date Filing Date
TW099129363A TW201138481A (en) 2009-10-08 2010-08-31 Method and system for transforming a digital image from a low dynamic range (LDR) image to a high dynamic range (HDR) image

Country Status (7)

Country Link
US (1) US9020257B2 (zh)
JP (1) JP5752133B2 (zh)
CN (1) CN102696220A (zh)
DE (1) DE112010003988B4 (zh)
GB (1) GB2486348B (zh)
TW (1) TW201138481A (zh)
WO (1) WO2011042229A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9020257B2 (en) 2009-10-08 2015-04-28 International Business Machines Corporation Transforming a digital image from a low dynamic range (LDR) image to a high dynamic range (HDR) image

Families Citing this family (81)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8897524B2 (en) * 2007-10-29 2014-11-25 Ramot At Tel-Aviv University Ltd. Method and device for processing computerized tomography images
WO2009081394A1 (en) * 2007-12-20 2009-07-02 Ramot At Tel Aviv University Ltd. Method of and apparatus for processing images
EP2601636A1 (en) 2010-08-05 2013-06-12 Ramot at Tel Aviv University, Ltd. Method and system for processing an image featuring multiple scales
US9368087B2 (en) * 2010-08-31 2016-06-14 Dolby Laboratories Licensing Corporation Display backlight normalization
JP5803233B2 (ja) * 2011-02-14 2015-11-04 株式会社リコー 撮像装置および撮像方法
US9886552B2 (en) 2011-08-12 2018-02-06 Help Lighting, Inc. System and method for image registration of multiple video streams
KR101579831B1 (ko) * 2011-10-20 2015-12-23 돌비 레버러토리즈 라이쎈싱 코오포레이션 비디오 등화를 위한 방법 및 시스템
US9020203B2 (en) 2012-05-21 2015-04-28 Vipaar, Llc System and method for managing spatiotemporal uncertainty
CN102779334B (zh) 2012-07-20 2015-01-07 华为技术有限公司 一种多曝光运动图像的校正方法及装置
US9406028B2 (en) 2012-08-31 2016-08-02 Christian Humann Expert system for prediction of changes to local environment
US8446481B1 (en) 2012-09-11 2013-05-21 Google Inc. Interleaved capture for high dynamic range image acquisition and synthesis
CN104620281B (zh) * 2012-09-12 2018-08-14 皇家飞利浦有限公司 使hdr观看为内容所有者同意的过程
US8995783B2 (en) 2012-09-19 2015-03-31 Qualcomm Incorporation System for photograph enhancement by user controlled local image enhancement
CN104364820B (zh) * 2012-10-08 2018-04-10 皇家飞利浦有限公司 具有颜色约束的亮度改变图像处理
US9679365B2 (en) * 2012-11-16 2017-06-13 Thomson Licensing Processing high dynamic range images
US8866927B2 (en) 2012-12-13 2014-10-21 Google Inc. Determining an image capture payload burst structure based on a metering image capture sweep
US9087391B2 (en) 2012-12-13 2015-07-21 Google Inc. Determining an image capture payload burst structure
US8866928B2 (en) 2012-12-18 2014-10-21 Google Inc. Determining exposure times using split paxels
US9247152B2 (en) 2012-12-20 2016-01-26 Google Inc. Determining image alignment failure
US9710968B2 (en) * 2012-12-26 2017-07-18 Help Lightning, Inc. System and method for role-switching in multi-reality environments
CN103905738B (zh) * 2012-12-31 2018-12-21 博世汽车部件(苏州)有限公司 高动态范围图像生成系统及方法
US8995784B2 (en) 2013-01-17 2015-03-31 Google Inc. Structure descriptors for image processing
US9686537B2 (en) 2013-02-05 2017-06-20 Google Inc. Noise models for image processing
US9699482B2 (en) * 2013-02-21 2017-07-04 Koninklijke Philips N.V. HDR image encoding and decoding methods and devices
US9117134B1 (en) 2013-03-19 2015-08-25 Google Inc. Image merging with blending
US9066017B2 (en) 2013-03-25 2015-06-23 Google Inc. Viewfinder display based on metering images
US9131201B1 (en) 2013-05-24 2015-09-08 Google Inc. Color correcting virtual long exposures with true long exposures
US9077913B2 (en) 2013-05-24 2015-07-07 Google Inc. Simulating high dynamic range imaging with virtual long-exposure images
US9940750B2 (en) 2013-06-27 2018-04-10 Help Lighting, Inc. System and method for role negotiation in multi-reality environments
US9615012B2 (en) 2013-09-30 2017-04-04 Google Inc. Using a second camera to adjust settings of first camera
JP6019270B1 (ja) 2013-10-22 2016-11-02 ドルビー ラボラトリーズ ライセンシング コーポレイション 拡張ダイナミックレンジのための案内されたカラー・グレーディング
JP2016541140A (ja) 2013-11-13 2016-12-28 エルジー エレクトロニクス インコーポレイティド Ｈｄｒ放送サービスの提供のための放送信号送受信方法及び装置
CN105745914B (zh) * 2013-11-22 2018-09-07 杜比实验室特许公司 用于逆色调映射的方法和系统
CN105850114B (zh) * 2013-12-27 2019-05-21 汤姆逊许可公司 用于图像的逆色调映射的方法
EP3576415A1 (en) 2014-02-07 2019-12-04 SONY Corporation Transmission device, transmission method, reception device, reception method, display device, and display method
US9973723B2 (en) * 2014-02-24 2018-05-15 Apple Inc. User interface and graphics composition with high dynamic range video
EP2927865A1 (en) * 2014-04-01 2015-10-07 Thomson Licensing Method and apparatus for encoding and decoding HDR images
US10650501B2 (en) * 2014-02-26 2020-05-12 Interdigital Vc Holdings, Inc. Method and apparatus for encoding and decoding HDR images
JP6278193B2 (ja) * 2014-04-30 2018-02-14 コニカミノルタ株式会社 Ｈｄｒ画像生成プログラムおよびその装置、方法
CN110231926B (zh) * 2014-06-10 2022-11-04 松下知识产权经营株式会社 再现方法和再现装置
WO2015197436A1 (en) 2014-06-25 2015-12-30 Thomson Licensing Method and device for processing images
CN104320598B (zh) * 2014-11-06 2017-09-26 中国科学院光电研究院 一种基于ccd阵列像素响应函数频域标定的无像差图像重构方法
US20180005357A1 (en) * 2015-01-30 2018-01-04 Thomson Licensing Method and device for mapping a hdr picture to a sdr picture and corresponding sdr to hdr mapping method and device
EP3051488A1 (en) * 2015-01-30 2016-08-03 Thomson Licensing A method and apparatus for inverse-tone mapping a picture
JP2016163052A (ja) * 2015-02-26 2016-09-05 オリンパス株式会社 画像処理装置、撮像装置、画像処理方法、及び画像処理プログラム
US20160286241A1 (en) * 2015-03-24 2016-09-29 Nokia Technologies Oy Apparatus, a method and a computer program for video coding and decoding
KR20160138685A (ko) * 2015-05-26 2016-12-06 에스케이하이닉스 주식회사 저 복잡도의 하이 다이나믹 레인지 이미지 생성 장치 및 그 방법
US10108213B2 (en) 2015-06-16 2018-10-23 The Hong Kong University Of Science And Technology Three-dimensional power stage and adaptive pipeline control
EP3131284A1 (en) * 2015-08-13 2017-02-15 Thomson Licensing Methods, systems and aparatus for hdr to hdr inverse tone mapping
WO2017030311A1 (ko) * 2015-08-19 2017-02-23 삼성전자 주식회사 이미지 변환을 수행하는 전자 장치 및 이의 방법
EP3345155B1 (en) * 2015-08-31 2019-06-26 InterDigital VC Holdings, Inc. Method and apparatus for inverse tone mapping
EP3364654B1 (en) 2015-12-15 2021-03-03 Huawei Technologies Co., Ltd. High dynamic range image processing method and apparatus
US9697592B1 (en) * 2015-12-30 2017-07-04 TCL Research America Inc. Computational-complexity adaptive method and system for transferring low dynamic range image to high dynamic range image
CN108781290B (zh) * 2016-03-07 2023-07-04 皇家飞利浦有限公司 一种hdr视频编码器及其编码方法、hdr视频解码器及其解码方法
US10699391B2 (en) 2016-04-29 2020-06-30 Disney Enterprises, Inc. Dynamic range expansion highlight information restoration
EP3249605A1 (en) * 2016-05-23 2017-11-29 Thomson Licensing Inverse tone mapping method and corresponding device
KR102552747B1 (ko) * 2016-06-28 2023-07-11 주식회사 엘엑스세미콘 역 톤 매핑 방법
US10062152B2 (en) 2016-07-27 2018-08-28 Sharp Laboratories Of America, Inc. System for conversion of low dynamic range images to high dynamic range images
EP3312798A1 (en) * 2016-10-20 2018-04-25 Thomson Licensing Method and device for inverse tone mapping
US11055830B2 (en) * 2016-10-31 2021-07-06 Victoria Link Limited Rendering process and system
US10187584B2 (en) 2016-12-20 2019-01-22 Microsoft Technology Licensing, Llc Dynamic range extension to produce high dynamic range images
EP3373585A1 (en) * 2017-03-09 2018-09-12 Thomson Licensing Method for inverse tone mapping of an image with visual effects
CN107483844B (zh) * 2017-09-04 2020-08-25 海信视像科技股份有限公司 一种图像处理的方法和设备
KR101957850B1 (ko) * 2017-12-01 2019-03-13 가톨릭대학교 산학협력단 유도 필터를 이용한 리버스 톤 매핑 장치 및 방법
EP3503019A1 (en) * 2017-12-21 2019-06-26 Thomson Licensing Improved inverse tone mapping method and corresponding device
KR102524671B1 (ko) * 2018-01-24 2023-04-24 삼성전자주식회사 전자 장치 및 그의 제어 방법
KR102460390B1 (ko) * 2018-01-24 2022-10-28 삼성전자주식회사 영상 처리 장치, 영상 처리 방법 및 컴퓨터 판독가능 기록 매체
US10715774B2 (en) 2018-07-23 2020-07-14 Microsoft Technology Licensing, Llc Color conversion for ambient-adaptive digital content
KR102127760B1 (ko) * 2018-11-30 2020-06-29 고려대학교 산학협력단 단일 영상을 기반으로 한 인버스 톤 매핑의 최적화 장치 및 방법, 상기 방법을 수행하기 위한 기록 매체
CN109785263B (zh) * 2019-01-14 2022-09-16 北京大学深圳研究生院 一种基于Retinex的逆色调映射图像转换方法
CN110009574B (zh) * 2019-02-13 2023-01-17 中山大学 一种低动态范围图像逆向生成高动态范围图像的方法
US11355049B2 (en) * 2019-09-26 2022-06-07 Apple, Inc. Pixel leakage and internal resistance compensation systems and methods
CN110910347B (zh) * 2019-10-18 2023-06-06 宁波大学 一种基于图像分割的色调映射图像无参考质量评价方法
CN111709900A (zh) * 2019-10-21 2020-09-25 上海大学 一种基于全局特征指导的高动态范围图像重建方法
CN111242883B (zh) * 2020-01-10 2023-03-28 西安电子科技大学 一种基于深度学习的动态场景hdr重建方法
CN113395459A (zh) * 2020-03-13 2021-09-14 西安诺瓦星云科技股份有限公司 动态范围调整系统及方法
US11662810B2 (en) 2020-06-05 2023-05-30 Magic Leap, Inc. Enhanced eye tracking techniques based on neural network analysis of images
US11544827B2 (en) * 2021-04-30 2023-01-03 Realnetworks, Inc. Hue-based video enhancement and rendering
US11595589B2 (en) 2021-07-22 2023-02-28 Arthrex, Inc. Surgical camera system with high dynamic range
KR20230065055A (ko) 2021-11-04 2023-05-11 삼성전자주식회사 이미지 센서
CN116740256A (zh) * 2022-03-03 2023-09-12 腾讯科技(成都)有限公司 图像渲染方法、装置、电子设备、存储介质及程序产品

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5828793A (en) * 1996-05-06 1998-10-27 Massachusetts Institute Of Technology Method and apparatus for producing digital images having extended dynamic ranges
US6864916B1 (en) 1999-06-04 2005-03-08 The Trustees Of Columbia University In The City Of New York Apparatus and method for high dynamic range imaging using spatially varying exposures
US6687400B1 (en) 1999-06-16 2004-02-03 Microsoft Corporation System and process for improving the uniformity of the exposure and tone of a digital image
US6650774B1 (en) 1999-10-01 2003-11-18 Microsoft Corporation Locally adapted histogram equalization
US7298402B2 (en) * 2000-10-26 2007-11-20 Olympus Corporation Image-pickup apparatus with expanded dynamic range capabilities
US7120293B2 (en) 2001-11-30 2006-10-10 Microsoft Corporation Interactive images
US7430011B2 (en) * 2003-01-22 2008-09-30 Omnivision Technologies, Inc. Image sensor having dual automatic exposure control
US7142723B2 (en) 2003-07-18 2006-11-28 Microsoft Corporation System and process for generating high dynamic range images from multiple exposures of a moving scene
US20050243176A1 (en) * 2004-04-30 2005-11-03 James Wu Method of HDR image processing and manipulation
TWI246031B (en) * 2004-09-17 2005-12-21 Ulead Systems Inc System and method for synthesizing multi-exposed image
JP4766302B2 (ja) 2005-03-22 2011-09-07 オムロン株式会社 画像処理装置および方法、記録媒体、並びにプログラム
US7426312B2 (en) 2005-07-05 2008-09-16 Xerox Corporation Contrast enhancement of images
TW200820123A (en) * 2006-10-20 2008-05-01 Primax Electronics Ltd Method and system of generating high dynamic range image corresponding to specific scene
JP5411706B2 (ja) 2006-11-27 2014-02-12 ドルビー ラボラトリーズ ライセンシング コーポレイション 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
JP5188101B2 (ja) * 2007-06-01 2013-04-24 株式会社キーエンス 拡大観察装置、拡大画像撮影方法、拡大画像撮影プログラム及びコンピュータで読み取り可能な記録媒体
JP2009049547A (ja) 2007-08-15 2009-03-05 Seiko Epson Corp 画像処理装置、画像処理方法、画像処理プログラム
US8237813B2 (en) * 2009-04-23 2012-08-07 Csr Technology Inc. Multiple exposure high dynamic range image capture
CN102696220A (zh) 2009-10-08 2012-09-26 国际商业机器公司 将数字图像从低动态范围图像转换为高动态范围图像的方法与系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9020257B2 (en) 2009-10-08 2015-04-28 International Business Machines Corporation Transforming a digital image from a low dynamic range (LDR) image to a high dynamic range (HDR) image

Also Published As

Publication number Publication date
US20120201456A1 (en) 2012-08-09
GB201121761D0 (en) 2012-02-01
CN102696220A (zh) 2012-09-26
GB2486348A (en) 2012-06-13
DE112010003988B4 (de) 2016-05-12
DE112010003988T5 (de) 2013-01-17
US9020257B2 (en) 2015-04-28
WO2011042229A1 (en) 2011-04-14
JP5752133B2 (ja) 2015-07-22
JP2013507674A (ja) 2013-03-04
GB2486348B (en) 2014-11-12

Similar Documents

Publication Publication Date Title
TW201138481A (en) Method and system for transforming a digital image from a low dynamic range (LDR) image to a high dynamic range (HDR) image
Banterle et al. Inverse tone mapping
JP5139293B2 (ja) 撮像カメラ処理装置及び撮像カメラ処理方法
JP5411706B2 (ja) 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
Banterle et al. A framework for inverse tone mapping
KR101605770B1 (ko) 영상 처리 방법 및 장치
JP2011193511A (ja) 高ダイナミックレンジ画像データを復号化するための装置及び方法、表示用画像を処理可能なビューア、ならびに表示装置
Boschetti et al. High dynamic range image tone mapping based on local histogram equalization
JP2019070871A (ja) 画像処理装置、画像処理方法及びプログラム
JP2006087063A (ja) 多重露光画像合成システム及び多重露光画像合成方法
Xu et al. Correction of clipped pixels in color images
Abebe et al. Towards an automatic correction of over-exposure in photographs: Application to tone-mapping
JP2008028626A (ja) 画像処理装置、画像処理方法及びプログラム
Jang et al. Inverse tone mapping operator using sequential deep neural networks based on the human visual system
TW200833106A (en) Tone mapping method for dynamic range image
US11810281B2 (en) Image processing apparatus, image processing method, and storage medium
JP5202190B2 (ja) 画像処理方法及び画像処理装置
JP6160425B2 (ja) 画像処理装置及びプログラム
JP2006350621A (ja) 画像処理装置及び画像処理プログラム
JP2018133043A (ja) 画像処理装置および画像処理方法
JP2015076642A (ja) 画像処理装置及びプログラム
KR102127760B1 (ko) 단일 영상을 기반으로 한 인버스 톤 매핑의 최적화 장치 및 방법, 상기 방법을 수행하기 위한 기록 매체
Jishnu et al. Multi exposure image fusion based on exposure correction and input refinement using limited low dynamic range images
WO2023181904A1 (ja) 情報処理装置、情報処理方法および記録媒体
JP2008283286A (ja) 未現像画像データの現像処理装置、現像処理方法、および現像処理を実行するためのコンピュータプログラム