一种基于多尺度WLS滤波融合的色调映射方法技术

本发明专利技术公开了一种基于多尺度WLS滤波融合的色调映射算法，属于图像增强领域；高动态范围图像(HDR)由于具有更高的动态范围和位深，而无法在常用的低动态范围(LDR)显示设备上显示，需要进行色调映射。一种基于多尺度WLS滤波融合的色调映射算法，包括以下步骤：S1、输入一张高动态范围图像，计算输入图像的亮度图，并转换到对数域；S2、使用不同尺度的WLS滤波器对亮度图进行滤波得到基础层，利用基础层实现多尺度的细节层提取，然后将不同尺度的细节与基础层进行加权融合，实现细节增强；S3、根据人类视觉灵敏度模型，对融合后的图像进行动态范围的调整。S4、色彩重建，得到最终的LDR图像。得到最终的LDR图像。得到最终的LDR图像。

【技术实现步骤摘要】
一种基于多尺度WLS滤波融合的色调映射方法


[0001]本专利技术涉及图像增强
，尤其涉及一种基于多尺度WLS滤波的高动态范围图像色调映射方法。

技术介绍

[0002]动态范围是指图像或场景中最亮的点的亮度值和最暗的点的亮度值之间的比率。在现实世界，场景的亮度值范围一般是10
‑6至109cd/m2，动态范围可达10
15
。而标准动态范围图像(LDR)通常是24位RGB图像，每个颜色通道为8位，其动态范围只有0～255，图像在高动态范围场景会出现高亮度处过曝、低亮度处欠曝、细节丢失等问题。
[0003]目前，高动态范围成像技术越来越受到关注，在数字电视、医疗、安防监控等领域都有巨大的应用前景。高动态范围图像(HDR)通常由同一场景下不同曝光的照片合成生成的，可以按比例存储真实场景的全部亮度值，每个颜色通道为12位甚至更高，因此具有更高的动态范围，能够更好的再现真实场景的颜色和细节。但是常用的低动态范围(LDR)显示设备每个颜色通道为8位，动态范围只有102的数量级，因此HDR图像无法直接在LDR设备上显示。为了能够在常规的显示设备上再现高动态范围图像的丰富的颜色和细节，需要对动态范围进行适当压缩，这一过程称为色调映射。
[0004]目前色调映射技术通常分为两类：全局色调映射算法和局部色调映射算法。全局色调映射算法是对图像的所有像素点采用一个空间不变的映射公式进行变换，因此具有计算速度快，实现简单，没有光晕效应的优点。但是正因为对所有的像素点都应用同一公式进行变换，映射后图像对比度低，部分细节信息丢失，存在局限性。局部色调映射算法利用像素点一定邻域内的亮度值的统计分布来进行不同程度的压缩，灵活性更强，有助于保留图像细节信息并提高对比度。但是相比于全局映射算法，计算复杂，而且容易出现光晕和伪影。过去这些年，大多数的研究工作致力于提高局部色调映射的算法的性能，减少光晕和伪影，同时提高计算速度。全局色调映射算法由于映射后的图像对比度较低，相关的研究较少，但是相比于局部映射，全局映射计算效率高，而且不会产生伪影。
[0005]此外，大多数色调映射算法在对不同的高动态范围图像进行映射时，都需要调整参数，从而得到高质量的LDR图像。但是在实际应用中，针对不同的高动态范围场景，一一进行手动调整参数是难以实现的。因此，高效的色调映射算法必须对不同的高动态范围场景具有鲁棒性。

技术实现思路

[0006]本专利技术的目的在于解决现有的全局色调映射算法存在对比度差且容易丢失细节信息的缺点，及算法对不同的高动态范围场景的映射结果鲁棒性差的问题而提出了一种基于多尺度WLS滤波融合的色调映射算法，提高了图像整体的对比度，保留了丰富的颜色和细节信息，而且具有无需调参、自适应性强、鲁棒性好的优点，方便应用在目前的低动态范围显示设备上。
[0007]为了实现上述目的，本专利技术采用了如下技术方案：
[0008]需要说明的是：
[0009]本专利技术所用到的WLS滤波器是一种边缘保持滤波器，在平滑图像时不仅可以保留边缘而且可以实现多尺度的细节提取，也可以避免光晕效应和梯度反转。WLS滤波器基于加权最小二乘框架，需要实现两个矛盾目标，对于输入图像I，滤波后的图像B要尽可能的接近I，同时I中除了边缘梯度变化大的地方外要尽可能的平滑，公式如下：
[0010][0011]其中，下标p是像素点的位置；第一项通过最小化滤波图像B和输入图像I间的差距达到保持边缘的目的，第二项通过减少滤波图像B中的大梯度点达到平滑图像的目的；λ称为平滑系数，增加λ可以提高对图像的平滑程度。a
x,p
(I)和a
y,p
(I)为平滑权重系数，公式如下：
[0012][0013][0014]其中，指数参数α控制图像I的梯度敏感度，ε为极小数，使分母不为0。基于上述内容，本专利技术提出：
[0015]一种基于多尺度WLS滤波融合的色调映射算法，具体包括以下步骤：
[0016]S1、输入一张高动态范围图像，计算输入图像的亮度图，并转换到对数域；
[0017]S2、使用不同尺度的WLS滤波器对亮度图进行滤波得到基础层，利用基础层实现多尺度的细节层提取，然后将不同尺度的细节与基础层进行加权融合，实现细节增强；
[0018]S3、根据人类视觉灵敏度模型，对融合后的图像进行动态范围的调整；
[0019]S4、色彩重建，通过计算颜色通道与初始亮度图L0的比例对映射后的亮度图L1进行色彩重建，得到最终的LDR图像，计算公式为：
[0020][0021]其中，C1是经过色调映射后的低动态范围图像，C0是输入的高动态范围图像，C＝R、G、B，代表三个颜色通道。
[0022]优选地，所述S1具体包含以下内容：
[0023]S101、输入一张高动态范围图像，可以从若干个现有的高质量的公开HDR数据集中选择；
[0024]S102、根据输入图像的R、G、B三通道的像素值，计算出亮度值L0并转换到对数域
L
wl
，计算公式为：
[0025]L0＝0.299*R+0.587*G+0.114*B
[0026]其中，R、G、B表示输入图像的三通道像素值。
[0027]优选地，所述S2具体包含以下内容：
[0028]S201、使用三个不同尺度的WLS滤波器对L
wl
进行滤波分解，依次得到基础层u1，u2，u3，其中u3是最大尺度的平滑图像，并把L
wl
作为基础层u0；
[0029]S202、将相邻尺度的基础层相减得到细节层，实现多尺度的细节信息提取，计算公式为：
[0030]d
i
＝u
i
‑1‑
u
i
，i＝1,2,3
[0031]S203、将不同尺度的细节层d
i
与基础层u3进行加权融合，通过调整权重w
i
，实现细节增强，计算公式为：
[0032][0033]优选地，所述S3具体包含以下内容：
[0034]S301、根据L1的动态范围和显示器动态范围，计算线性压缩算子K1；由于人类视觉系统对亮度的响如应服从对数性质，因此在对数域进行计算，计算公式为：
[0035][0036]S302、由于人类视觉灵敏度集中在对数平均亮度，且服从高斯分布，因此用高斯权重ω(L)乘以线性压缩因子K1，使得L1亮度值等于对数平均值μ时，权重最大。高斯加权后得到非线性压缩因子K2，计算公式为：
[0037]K2(L)＝(1
‑
K1)ω(L)+K1[0038][0039]其中，ω(L)是高斯权重，满足K1≤K2(L)≤1.0；μ是输入亮度的平均对数亮度；d0是输入亮度的范围；c1是用户参数，控制映射后的图像的亮度和局部对比度；σ为二者的之比；
[0040]S303、带入最终的非线性压缩公式得到映射后的亮度值，计算公式本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多尺度WLS滤波融合的色调映射算法，其特征在于，利用多尺度WLS滤波得到细节增强的图像，具体包括以下步骤：S1、输入一张高动态范围图像，计算输入图像的亮度图，并转换到对数域；S2、使用不同尺度的WLS滤波器对亮度图进行滤波得到基础层，利用基础层实现多尺度的细节层提取，然后将不同尺度的细节与基础层进行加权融合，实现细节增强；S3、根据人类视觉灵敏度模型，对融合后的图像进行动态范围的调整；S4、色彩重建，通过计算颜色通道与初始亮度图L0的比例对映射后的亮度图L1进行色彩重建，得到最终的LDR图像，计算公式为：其中，C1是经过色调映射后的低动态范围图像，C0是输入的高动态范围图像，C＝R、G、B，代表三个颜色通道。2.根据权利要求1所述的一种基于多尺度WLS滤波融合的色调映射算法，其特征在于，所述S1具体包含以下内容：S101、输入一张高动态范围图像，可以从若干个现有的高质量的公开HDR数据集中选择；S102、根据输入图像的R、G、B三通道的像素值，计算出亮度值L0并转换到对数域L
wl
，计算公式为：L0＝0.299*R+0.587*G+0.114*B其中，R、G、B表示输入图像的三通道像素值。3.根据权利要求1所述的一种基于多尺度WLS滤波融合的色调映射算法，其特征在于，所述S2具体包含以下内容：S201、使用三个不同尺度的WLS滤波器对L
wl
进行滤波分解，依次得到基础层u1，u2，u3，其中u3是最大尺度的平滑图像，并把L
wl
...

【专利技术属性】
技术研发人员：杨敬钰，李寅博，岳焕景，
申请(专利权)人：天津大学，
类型：发明
国别省市：