一种图像渲染方法技术

本发明专利技术提供一种图像渲染方法，包括：步骤1：原图像乘以对应的原图像的渲染增强系数，给予视觉突出区域较高的增强调整系数，而给予非突出区相对较低的渲染增强调整系数；步骤2：将渲染后的图像进行指数灰度拉伸得到最终效果图像。本发明专利技术是将视觉突出区域引入渲染中，在场景渲染时差别对待视觉突出区与非突出区，给予视觉突出区域较高的增强调整系数，而给予非突出区较低的渲染增强调整系数，从而在保证渲染结果能够被观察者接受的情况下，最大限度地降低渲染过程的计算量，从而提高渲染速度。

【技术实现步骤摘要】
一种图像渲染方法
本专利技术涉及图像处理
，尤其涉及一种图像渲染方法。
技术介绍
图像渲染本质是图形数据的实时计算和实时输出，其目的是提高图像显示质量。人类能对外部视觉激励快速地划分优先顺序，并且聚焦在场景的某一感兴趣区域，即有其对应的视觉突出区域。在这类视觉注意中，场景中具有突出特征的目标吸引注意，指的是与其周围易于区别的、特殊的、容易被注意到的特征区域，也就是说在一个场景中视觉会注意到注意焦点处。同样地，待追染图像通常是游戏中的每一帧的图像,除了包括视觉突出区域外还可以包括其它区域。视觉突出区域是指待泊染图像中目标物体的图像,是需要突出展示的内容，类似于视觉注意中场景中具有突出特征的目标，是在一个场景中视觉会注意到的注意焦点处。而其它区域是指待渲染图像中除突出区域外其他部分的图像。突出区域的图像效果对待渲染图像的图像效果影响大,而背景区域的图像效果对待渲染图像的图像效果影响较小,对待渲染图像进行处理，主要是对突出区域进行处理。然而，图像渲染不仅针对突出区域的图像，而且也针对其它区域，这样，图像渲染的计算量大、渲染速度不够高，从而影响用户体验。
技术实现思路
本专利技术的目的在于解决上述现有技术存在的缺陷，由于突出区域的图像效果对渲染图像的图像效果影响远远大于背景区域的图像效果对渲染图像的图像效果的影响，因此，本申请主要解决如何根据视觉突出区域，即场景中视觉会注意到的焦点处，进行图像渲染的方法。一种图像渲染方法，包括：步骤1：原图像乘以对应的原图像的渲染增强系数，给予视觉突出区域较高的增强调整系数，而给予非突出区相对较低的渲染增强调整系数；步骤2：将渲染后的图像进行指数灰度拉伸得到最终效果图像；所述渲染增强系数通过对处理后的视觉突出特征图象进行非线性映射处理得到，非线性曲线函数为：S(x)＝|x|p其中x(0＜x＜1)是归一化且高斯平滑后的图象视觉突出特征值，p为调整系数，S(x)为非线性处理后的图像基于视觉突出特征的图像渲染增强系数，p选择越大，增强幅度越小，反之，p选择越小，增强幅度越大，当p＝1时，不进行增强调整。进一步地，如上所述的方法，视觉突出特征图象的处理包括以下步骤：步骤1：将原图像转换为HSI格式，分解为亮度图像、色调图像和色饱和图像，并进行Gabor滤波提取特征；步骤2：对Gabor滤波结果进行高斯金字塔分解，得到一系列不同尺度的特征表示图；步骤3：将所述不同尺度的特征表示图拉伸放大到与原图分辨率尺度相同大小，并对之进行差值操作以及归一化处理得到色调视觉突出特征图、亮度视觉突出特征图以及色饱和度视觉突出特征图；步骤4：对所述视觉突出特征图进行高斯平滑滤波处理。进一步地，如上所述的方法，步骤1中，所述Gabor滤波提取特征包括：滤波器对分别对亮度图像、色调图像和色饱和图像进行滤波，设F(θ)为Gabor滤波器，θ∈{0°,45°,90°,135°}，在同一尺度上将获得4幅方向特征表示图DH(θ)＝F(θ)*HDS(θ)＝F(θ)*SDI(θ)＝F(θ)*I。进一步地，如上所述的方法，步骤1中，所述Gabor滤波提取特征包括：步骤2中，所述对Gabor滤波结果进行高斯金字塔分解包括：对色调、色饱和度和亮度三个特征通道进行高斯金字塔下采样得到一系列不同尺度的特征表示图，这里进行8级下采样总共获得9个尺度的图像，尺度大小为1:1到1:256，令σ为尺度编号，则尺度取值为σ∈[0,8]。进一步地，如上所述的方法，步骤3中所述差值操作包括：运用金字塔各层相减取绝对值，令金字塔中心层c,s∈{1,2,3,4,5,6,7,8}，运算后得到色调、色饱和度及亮度的差值特征图像Hv(θ,c,s)、Sv(θ,c,s)、Iv(θ,c,s)Iv(θ,c,s)＝|DI(θ,c)-DI(θ,s)|Hv(θ,c,s)＝|DH(θ,c)-DH(θ,s)|Sv(θ,c,s)＝|DS(θ,c)-DS(θ,s)|分别对不同尺度不同方向的色调、亮度、色饱和度的差值特征图像取最大值和最小值之差，得到色调、亮度、色饱和度各自的视觉突出特征图像Ht、St和It所述归一化处理包括：对差值处理后的色调、色饱和度和亮度视觉突出特征图像进行归一化计算，计算如下：U(x,y)＝G(N(B(x,y)))B(x,y)代表色调、色饱和度和亮度视觉突出特征图像(Ht、St和It)在点(x,y)的值，N()和G()分别代表对数据进行规格化和归一化处理；min(B:)和max(B:)分别代表原始数据矩阵B最小值和最大值；B(x,y)代表原始图像在点(x,y)的灰度值，G(B(x,y))代表规格化后的图像在点(x,y)的灰度值，μ和σ分别代表原始指纹图像的均值和方差，μ0和σ0分别代表期望得到的均值和方差。进一步地，如上所述的方法，步骤4中高斯平滑滤波处理包括：采用二维高斯分布：σ为高斯函数的方差。有益效果：本专利技术是将视觉突出区域引入渲染中，在场景渲染时差别对待视觉突出区与非突出区，给予视觉突出区域较高的增强调整系数，而给予非突出区较低的渲染增强调整系数，其目的是通过图像来实现更现实和更快的渲染和简化建模任务，基于图像的渲染方法可以减少对详细几何结构建模这类的劳动密集型工作，可以直接处理被采集图像中的微妙的真实世界效果，从而在保证渲染结果能够被观察者接受的情况下，最大限度地降低渲染过程的计算量，从而提高渲染速度。附图说明图1为本专利技术图像渲染方法流程图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。如图1所示，本专利技术提供的一种图像渲染方法，包括：步骤1：原图像乘以对应的原图像的渲染增强系数，给予视觉突出区域较高的增强调整系数，而给予非突出区相对较低的渲染增强调整系数；步骤2：将渲染后的图像进行指数灰度拉伸得到最终效果图像；所述渲染增强系数通过对处理后的视觉突出特征图象进行非线性映射处理得到，非线性曲线函数为：S(x)＝|x|p其中x(0＜x＜1)是归一化且高斯平滑后的图象视觉突出特征值，p为调整系数，S(x)为非线性处理后的图像基于视觉突出特征的图像渲染增强系数，p选择越大，增强幅度越小，反之，p选择越小，增强幅度越大，当p＝1时，不进行增强调整。下面对本专利技术的图像渲染方法做具体说明。实施例：1、将图像转换为HSI格式，得到H、S、I三个分量，并进行Gabor滤波提取特征。滤波器对分别对亮度图像、色调图像和色饱和图像进行滤波，设F(θ)为Gabor滤波器，θ∈{0°,45°,90°,135°}，在同一尺度上将获得4幅方向特征表示图。DH(θ)＝F(θ)*HDS(θ)＝F(θ)*SDI(θ)＝F(θ)*I2、Gabor滤波结果进行高斯金字塔分解。对Gabor滤波后的图像进行高斯金字塔分解，对色调、色饱和度和亮度三个特征通道进行高斯金字塔下采样得到一系列不同尺度的特征表示图，这里进行8级下采样总共获得9个尺度的图像，尺度大小为1:1到1:256，令σ为尺度编号，则尺度取值为σ∈[0,8]。从上述描述可知，更进一步可获得各特征通道本文档来自技高网...

【技术保护点】
一种图像渲染方法，其特征在于，包括：步骤1：原图像乘以对应的原图像的渲染增强系数，给予视觉突出区域较高的增强调整系数，而给予非突出区相对较低的渲染增强调整系数；步骤2：将渲染后的图像进行指数灰度拉伸得到最终效果图像；所述渲染增强系数通过对处理后的视觉突出特征图象进行非线性映射处理得到，非线性曲线函数为：S(x)＝|x|

【技术特征摘要】
1.一种图像渲染方法，其特征在于，包括：步骤1：原图像乘以对应的原图像的渲染增强系数，给予视觉突出区域较高的增强调整系数，而给予非突出区相对较低的渲染增强调整系数；步骤2：将渲染后的图像进行指数灰度拉伸得到最终效果图像；所述渲染增强系数通过对处理后的视觉突出特征图象进行非线性映射处理得到，非线性曲线函数为：S(x)＝|x|p其中x(0＜x＜1)是归一化且高斯平滑后的图象视觉突出特征值，p为调整系数，S(x)为非线性处理后的图像基于视觉突出特征的图像渲染增强系数，p选择越大，增强幅度越小，反之，p选择越小，增强幅度越大，当p＝1时，不进行增强调整。2.根据权利要求1所述的方法，其特征在于，视觉突出特征图象的处理包括以下步骤：步骤1：将原图像转换为HSI格式，分解为亮度图像、色调图像和色饱和图像，并进行Gabor滤波提取特征；步骤2：对Gabor滤波结果进行高斯金字塔分解，得到一系列不同尺度的特征表示图；步骤3：将所述不同尺度的特征表示图拉伸放大到与原图分辨率尺度相同大小，并对之进行差值操作以及归一化处理得到色调视觉突出特征图、亮度视觉突出特征图以及色饱和度视觉突出特征图；步骤4：对所述视觉突出特征图进行高斯平滑滤波处理。3.根据权利要求2所述的方法，其特征在于，步骤1中，所述Gabor滤波提取特征包括：滤波器对分别对亮度图像、色调图像和色饱和图像进行滤波，设F(θ)为Gabor滤波器，θ∈{0°,45°,90°,135°}，在同一尺度上将获得4幅方向特征表示图DH(θ)＝F(θ)*HDS(θ)＝F(θ)*SDI(θ)＝F(θ)*I。4.根据权利要求2所述的方法，其特征在于，步骤1中，所述Gabor滤波提取特征包括：步骤2中，所述对Gabor滤波结果进行高斯金字塔分解包括：对色调、色饱和度和亮度三个特征通道进行高斯金字塔下采样得到一系列不同尺度的特征表示图，这里进行8级下采样总共获得9个尺度的图像，尺度大小为1:1到1:256，令σ为尺度编号，则尺度取值为σ∈[0,8]。5.根据权利要求2所述的方法，其特征在于，步骤3中所述差值操作包括：运用金字塔各层相减取绝对值，令金字塔中心层c,s∈{1,2,3,4,5,6,7,8}，运算后得到色调、色饱和度及亮度的差值特征图像Hv(θ,c,s)、Sv(θ,c,s)、Iv(θ,c,s)Iv(θ,c,s)＝|DI(θ,c)-DI(θ,...

【专利技术属性】
技术研发人员：刘伟军，孙兴波，
申请(专利权)人：四川理工学院，
类型：发明
国别省市：四川,51