基于生物视觉机理的高动态图像显示方法技术

本发明专利技术公开一种基于生物视觉机理的高动态图像显示方法，应用于图像显示技术；通过在高动态图像亮度范围压缩中引入了水平细胞动态感受野和双极细胞高斯差感受野，在保持颜色和全局对比度的同时，有效增强高光和阴影区域细节；并且本发明专利技术通过基于本地亮度自适应适应调整的水平细胞感受野大小，更符合生理特性；且能实现与视觉系统在不同自然光照环境下快速获得稳定感知的能力一致。

High dynamic image display method based on biological vision mechanism

The invention discloses a high dynamic image display method based on the biological visual mechanism, which is applied to the image display technology. By introducing the horizontal cell dynamic receptive field and the bipolar cell Gauss difference receptive field in the luminance range compression of the high dynamic image, the high light and shadow are effectively enhanced while maintaining the color and the global contrast. The present invention is more consistent with the physiological characteristics of the horizontal cell receptive field adjusted by adaptive adaptation based on local brightness, and can be consistent with the ability to quickly obtain stable perception with the visual system in different natural light environments.

【技术实现步骤摘要】
基于生物视觉机理的高动态图像显示方法
本专利技术属于图像显示
，特别涉及基于视网膜视觉机制的高动态图像增强技术。
技术介绍
真实世界自然场景的亮度动态范围极大，明暗对比高达1014。采用高动态范围图像获取技术采集的高动态范围图像，能够完整包含原始场景中每个点的真实光强信息。然而，常见的显示媒介，如显示器，其动态范围一般不超过102。常见显示媒介有限的动态范围，严重影响了安防监控、远程医疗、影视动画等领域对保持有完整场景信息的高动态范围图像的利用。因此，如何在低动态显示媒介上尽可能完整地显示高动态范围图像的亮暗区域、纹理细节以及颜色特征，具有十分重要的现实意义。目前，高动态范围图像显示技术主要有全局处理和局部处理两条基本思路。全局处理的方法用统一的算子对整幅图像进行操作，其优点在于计算简单，不容易引入伪影，缺点是整体效果差强人意，往往无法同时显示最亮和最暗的区域。局部处理的方法对图像不同亮度的区域做区别处理，解决了全局处理方法面对的问题，但是却面临着亮度反转，颜色失真，场景对比度损失等一系列问题。其中，在不同局部处理方法显示结果中最普遍的问题是，在明暗交界的边界处，总是会出现或暗或亮的光晕。
技术实现思路
为了解决上述技术问题，本专利技术提出了一种基于生物视觉机理的高动态图像显示方法，通过在高动态图像亮度范围压缩中引入了水平细胞动态感受野和双极细胞高斯差感受野，在保持颜色和全局对比度的同时，有效增强高光和阴影区域细节。本专利技术采用的技术方案为：基于生物视觉机理的高动态图像显示方法，包括：S1、设定水平细胞最大耦合强度、外周高斯分布参数；S2、对输入的高动态范围图像每一个像素点分别提取红色分量、绿色分量、蓝色分量，计算出平均亮度分量；S3、根据步骤S1设定的水平细胞最大耦合强度，基于本地亮度自适应调整水平细胞感受野的大小；S4、根据水平细胞感受野的大小以及步骤S2的红色分量、绿色分量、蓝色分量以及平均亮度分量；得到水平细胞调整信号；S5、根据步骤S4的水平细胞调整信号，计算双极细胞输入；S6、根据双极细胞输入计算双极细胞输出；S7、以双极细胞的输出分别作为红色分量、绿色分量、蓝色分量来合成适合低动态显示媒介的彩色图像。进一步地，步骤S3计算式为：其中，σn(x,y)为感受野高斯标准差，sigma为水平细胞最大耦合强度，m为亮度分量f(x,y)的均值，s为亮度分量f(x,y)的标准差，HCinn(x,y)为水平细胞收集到的某个颜色分量的信号，HCinn(x,y)-m为像素点(x,y)处的相对强度。进一步地，步骤S4计算式为：HCadjn(x,y)＝HCinn*g(x,y；σn(x,y))。其中，HCadjn(x,y)为水平细胞调整信号，*表示卷积；g(x,y；σn(x,y))为二维高斯滤波器。进一步地，步骤S5计算式为：其中，BCinputR(x,y)为红色分量对应的双极细胞输入，BCinputG(x,y)为绿色分量对应的双极细胞输入，BCinputB(x,y)为蓝色分量对应的双极细胞输入，l是图像的特定参数，fR(x,y)表示输入的红色图像、fG(x,y)表示输入的绿色图像、fB(x,y)表示输入的蓝色图像，HCadj1(x,y)为红色分量对应的水平细胞调整信号，HCadj2(x,y)为绿色分量对应的水平细胞调整信号，HCadj3(x,y)为蓝色分量对应的水平细胞调整信号，HCadj4(x,y)为平均亮度分量对应的水平细胞调整信号。进一步地，步骤S6计算式为：BCoutputR(x,y)＝MAX[0,BCinputR(x,y)*(g(x,y；σcen)-k·g(x,y；σsur)]BCoutputG(x,y)＝MAX[0,BCinputG(x,y)*(g(x,y；σcen)-k·g(x,y；σsur)]BCoutputB(x,y)＝MAX[0,BCinputB(x,y)*(g(x,y；σcen)-k·g(x,y；σsur)]其中，k为兴奋抑制比，σcen为双极细胞中心高斯分布参数，σsur为外周高斯分布参数。本专利技术的有益效果：本专利技术的基于生物视觉机理的高动态图像显示方法，通过在高动态图像亮度范围压缩中引入了水平细胞动态感受野和双极细胞高斯差感受野，在保持颜色和全局对比度的同时，有效增强高光和阴影区域细节；并且本专利技术通过基于本地亮度自适应适应调整的水平细胞感受野大小，更符合生理特性；且能实现与视觉系统在不同自然光照环境下快速获得稳定感知的能力一致。附图说明图1为本专利技术的方案流程图；具体实施方式为便于本领域技术人员理解本专利技术的
技术实现思路
，下面结合附图对本
技术实现思路
进一步阐释。如图1所示为本专利技术的方案流程图，本专利技术的基于生物视觉机理的高动态图像显示方法，包括：S1、设定模型参数；包括：设定水平细胞最大耦合强度、外周高斯分布参数等。S2、对输入的高动态范围图像每一个像素点分别提取红色分量fR(x,y)、绿色分量fG(x,y)、蓝色分量fB(x,y)，计算出平均亮度分量f(x,y)。f(x,y)＝(fR(x,y)+fG(x,y)+fB(x,y))/3S3、根据步骤S1设定的水平细胞最大耦合强度，基于本地亮度自适应调整水平细胞感受野的大小；基于本地亮度自适应适应调整的水平细胞感受野大小，具体计算式为：其中，σn(x,y)为感受野高斯标准差，sigma为水平细胞最大耦合强度，m为亮度分量f(x,y)的均值，s为亮度分量f(x,y)的标准差，HCinn(x,y)为水平细胞收集到的某个颜色分量的信号，HCinn(x,y)-m为像素点(x,y)处的相对强度。S4、根据水平细胞感受野的大小以及步骤S2的红色分量fR(x,y)、绿色分量fG(x,y)、蓝色分量fB(x,y)以及平均亮度分量f(x,y)；得到水平细胞调整信号；HCin1(x,y)＝fR(x,y)HCin2(x,y)＝fG(x,y)HCin3(x,y)＝fB(x,y)HCin4(x,y)＝f(x,y)HCadjn(x,y)＝HCinn*g(x,y；σn(x,y))其中，*表示卷积，n＝1～4，n＝1对应红色，n＝2对应绿色，n＝3对应蓝色，n＝4对应平均亮度；HCadjn(x,y)为水平细胞调整信号，g(x,y；σn(x,y))为二维高斯滤波器；g(x,y；σn(x,y))计算式为：S5、根据水平细胞调整信号，计算双极细胞输入。其中，BCinputR(x,y)为红色分量对应的双极细胞输入，BCinputG(x,y)为绿色分量对应的双极细胞输入，BCinputB(x,y)为蓝色分量对应的双极细胞输入，l是图像的特定参数，fR(x,y)表示输入的红色图像、fG(x,y)表示输入的绿色图像、fB(x,y)表示输入的蓝色图像，HCadj1(x,y)为红色分量对应的水平细胞调整信号，HCadj2(x,y)为绿色分量对应的水平细胞调整信号，HCadj3(x,y)为蓝色分量对应的水平细胞调整信号，HCadj4(x,y)为平均亮度分量对应的水平细胞调整信号。l是图像的特定参数，根据亮度分量f(x,y)的标准差s自适应计算得到：S6、设定K为0.3。根据双极细胞输入，计算双极细胞输出BCoutputR(x,y)＝MAX[0,BCinputR(x,y)*(g(x,y；σcen)-k·本文档来自技高网...

【技术保护点】
基于生物视觉机理的高动态图像显示方法，其特征在于，包括：S1、设定水平细胞最大耦合强度、外周高斯分布参数；S2、对输入的高动态范围图像每一个像素点分别提取红色分量、绿色分量、蓝色分量，计算出平均亮度分量；S3、根据步骤S1设定的水平细胞最大耦合强度，基于本地亮度自适应调整水平细胞感受野的大小；S4、根据水平细胞感受野的大小以及步骤S2的红色分量、绿色分量、蓝色分量以及平均亮度分量；得到水平细胞调整信号；S5、根据步骤S4的水平细胞调整信号，计算双极细胞输入；S6、根据双极细胞输入计算双极细胞输出；S7、以双极细胞的输出分别作为红色分量、绿色分量、蓝色分量来合成适合低动态显示媒介的彩色图像。

【技术特征摘要】
1.基于生物视觉机理的高动态图像显示方法，其特征在于，包括：S1、设定水平细胞最大耦合强度、外周高斯分布参数；S2、对输入的高动态范围图像每一个像素点分别提取红色分量、绿色分量、蓝色分量，计算出平均亮度分量；S3、根据步骤S1设定的水平细胞最大耦合强度，基于本地亮度自适应调整水平细胞感受野的大小；S4、根据水平细胞感受野的大小以及步骤S2的红色分量、绿色分量、蓝色分量以及平均亮度分量；得到水平细胞调整信号；S5、根据步骤S4的水平细胞调整信号，计算双极细胞输入；S6、根据双极细胞输入计算双极细胞输出；S7、以双极细胞的输出分别作为红色分量、绿色分量、蓝色分量来合成适合低动态显示媒介的彩色图像。2.根据权利要求1所述的基于生物视觉机理的高动态图像显示方法，其特征在于，步骤S3计算式为：其中，σn(x,y)为感受野高斯标准差，sigma为水平细胞最大耦合强度，m为亮度分量f(x,y)的均值，s为亮度分量f(x,y)的标准差，HCinn(x,y)为水平细胞收集到的某个颜色分量的信号，HCinn(x,y)-m为像素点(x,y)处的相对强度。3.根据权利要求1所述的基于生物视觉机理的高动态图像显示方法，其特征在于，步骤S4计算式为：HCadjn(x,y)＝HCinn*g(x,y；σn(x,y...

【专利技术属性】
技术研发人员：张显石，杨开富，李永杰，李朝义，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51