The invention discloses a high dynamic range image tone mapping method with detail enhancement and brightness adaptation. The method enhances the global details of the brightness gray-scale image of the input HDR image, calculates the logarithm of the brightness gray-scale image after the detail enhancements of the HDR image, and compresses the brightness of the original scene preliminarily by logarithmic transformation; then counts the brightness histogram, calculates its average value and standard deviation, cuts and compensates the histogram in segments; and then calculates and maps the brightness and standard deviation estimation model. The global mapping curve of brightness histogram from HDR image to middle LDR image is solved by average brightness and standard deviation of low dynamic range image after shooting, in which the optimal brightness of output middle LDR image is selected adaptively by maximum entropy brightness estimation method; then, the brightness of output LDR image is obtained by local detail enhancement mapping of the over-dark or over-bright areas of the intermediate LDR image; The color of the HDR image is mapped to the color of the output LDR image, and the output LDR image is obtained by merging the color space. The invention can map HDR image to LDR image, output LDR image brightness self-adapting, detail enhancement, and subjective effect harmony.
【技术实现步骤摘要】
一种细节增强与亮度自适应的高动态范围图像的色调映射方法
本专利技术设计了一种细节增强与亮度自适应的高动态范围图像(简称HDR图像)的色调映射方法,具体来说,它是一种对细节进行增强与基于亮度与标准差估算模型计算映射后中间低动态范围图像(简称LDR图像)的平均亮度与标准差,从而得到细节增强与亮度自适应的输出LDR图像的高动态范围图像色调映射方法。
技术介绍
目前的CMOS传感器已能采集到170dB的高动态范围的真实场景的图像,从而对传统图像的存储、传输、处理、重现等技术提出了新的挑战。因此存在各种对采集到的HDR图像的动态范围进行压缩的方法,以解决真实场景与存储、传输、处理、重现等技术的动态范围不匹配的问题。这种对高动态范围图像的压缩方式称为色调映射。但是目前色调映射的方法过于依赖相关参数的调节,映射得到的图像细节部分与视觉感受部分不能很好体现真实场景。
技术实现思路
针对以上不足,本专利技术提供了一种细节增强与亮度自适应的HDR图像的色调映射方法。本专利技术能将HDR图像映射到LDR图像,输出的LDR图像亮度自适应,细节增强,主观效果和谐。本专利技术提供了一种细节增强与 ...
【技术保护点】
1.一种细节增强与亮度自适应的高动态范围图像的色调映射方法,其特征在于包括有如下步骤:1)对输入HDR图像亮度灰度图进行全局细节增强,计算HDR图像亮度灰度图细节增强后的对数,利用对数转换初步压缩原始场景中的亮度;2)对全局细节增强的HDR图像亮度对数进行直方图统计,计算其平均值与标准差,对直方图进行分段裁剪与补偿;3)由亮度与标准差估算模型计算映射到中间LDR图像的平均亮度与标准差,从而求解HDR图像到中间LDR图像的亮度直方图全局映射曲线,其中由最大熵亮度估算方法自适应选出最优输出中间LDR图像亮度;4)对中间LDR图像亮度灰度图过暗或过亮区域进行局部细节增强映射得到输 ...
【技术特征摘要】
1.一种细节增强与亮度自适应的高动态范围图像的色调映射方法,其特征在于包括有如下步骤:1)对输入HDR图像亮度灰度图进行全局细节增强,计算HDR图像亮度灰度图细节增强后的对数,利用对数转换初步压缩原始场景中的亮度;2)对全局细节增强的HDR图像亮度对数进行直方图统计,计算其平均值与标准差,对直方图进行分段裁剪与补偿;3)由亮度与标准差估算模型计算映射到中间LDR图像的平均亮度与标准差,从而求解HDR图像到中间LDR图像的亮度直方图全局映射曲线,其中由最大熵亮度估算方法自适应选出最优输出中间LDR图像亮度;4)对中间LDR图像亮度灰度图过暗或过亮区域进行局部细节增强映射得到输出LDR图像亮度;5)将HDR图像色彩通道映射到对应输出LDR图像色彩通道,合并色彩空间获得输出LDR图像。2.根据权利要求1所述的细节增强与亮度自适应的高动态范围图像的色调映射方法,其特征在于,所述步骤1)包括:11)定义输入HDR图像红绿蓝三个色彩通道的数据分别为R,G,B,定义HDR图像亮度Lw:Lw=0.299R+0.587G+0.114B(1)12)定义输入HDR图像大尺度纹理层为b:其中,I为单位矩阵;α是平衡因子,选取25~35之间;Qx,Qy是前向差分算子,是后向差分算子;Ax和Ay是分别包含平滑权重ax(Lw)和ay(Lw)的对角矩阵,平滑权重ax(Lw)和ay(Lw)分别定义如下:其中,ε1是很小的数,取0.0002;β是决定ln(Lw)梯度灵敏度的参数,选取5~5.5之间;13)计算输入HDR图像亮度的对数Le:Le=ln(Lw)(5)14)定义HDR图像亮度细节层对数d:d=Le-ln(b)(6)15)定义HDR图像全局增强亮度的对数L'e:L'e=λ1ln(b)+λ2d(7)其中,λ1是修正因子,取0.94~0.98之间,λ2是增强因子,定义为:其中,μHDR为输入HDR图像平均亮度;C为输入HDR图像对比度,μHDR和C分别定义如下:其中,M和N是输入HDR图像的长和宽;Lw(i,j)表示位置为(i,j)像素点的亮度值,δ(τ,υ)=|τ-υ|即是相邻像素间的亮度τ和亮度υ的差值绝对值,Pδ(i,j)即相邻像素间的亮度灰度差为δ的像素分布概率;像素相邻取四近邻。3.根据权利要求1所述的细节增强与亮度自适应的高动态范围图像的色调映射方法,其特征在于,所述步骤2)包括:21)定义L'e的最大值Lmax以及最小值Lmin,直方图组数为D,取为1000,将L'e的值线性映射到[0,D-1],定义离散后的亮度LI,由公式描述为:其中,表示向下取整;22)对离散后的亮度图像LI进行直方图统计,定义直方图为h(p):h(p)=<{LI(i,j)|LI(i,j)=p}>(12)其中,p=0,…,D-1,<U>表示集合U的元素个数;23)定义由步骤a)得到的直方图h(p),p=0,…,D-1的平均值μ,24)定义由步骤a)得到的直方图h(p),p=0,…,D-1的标准差σ,25)定义t1和t2为直方图h(p),p=0,…,D-1的两个分割点:t1和t2将直方图分割为三段独立的直方图分别定义为hl、hs和hu:hl=h(p),0≤p<t1hs=h(p),t1≤p<t2hu=h(p),t2≤p<D(16)定义r1,r2和r3分别为各段直方图在整体直方图中的比例:26)对第一段直方图hl进行裁剪,定义裁剪阈值Tl:定义裁剪后的直方图为hl':为了不改变hl在整体的比例,需要将裁剪多出的部分补偿到直方图中,定义补偿后的直方图为hl”:其中,resl为第一段直方图经过裁剪出来的数量之和,p=0,…,t1-1;27)对第二段直方图hs进行裁剪,定义裁剪阈值Ts:定义裁剪后的直方图为hs':为了不改变hs在整体的比例,需要将裁剪多出的部分补偿到直方图中,定义补偿后的直方图为hs”:其中,ress为第二段直方图经过裁剪出来的数量之和,p=t1,…,t2-1;28)对第三段直方图hu进行裁剪,定义裁剪阈值Tu:定义裁剪后的直方图为hu':为了不改变hu在整体的比例,需要将裁剪多出的部分补偿到直方图中,定义补偿后的直方图为hu”:其中,resu为第三段直方图经过裁剪出来的数量之和,p=t2,…,D-1;29)定义经过裁剪和补偿的直方图h”:4.根据权利要求1所述的细节增强与亮度自适应的高动态范围图像的色调映射方法,其特征在于,所述步骤3)包括:31)定义HDR图像直方图的分割点t1和t2映射到中间LDR图像直方图的分割点为...
【专利技术属性】
技术研发人员:谭洪舟,刘付康,朱雄泳,陈荣军,谢舜道,吴炆芳,
申请(专利权)人:中山大学,广东顺德中山大学卡内基梅隆大学国际联合研究院,中山大学花都产业科技研究院,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。