本发明专利技术涉及一种高动态范围图像的显示再现方法，此技术通过保持人眼光感知细胞在适应性亮度下的相对视觉感知原理来压缩图像的动态范围，从而实现复制高动态范围图像中的场景于低动态范围的显示设备和纸张之上的目的。其中，本发明专利技术使用视觉空间和对比度相关的边缘相阻机制计算各相对感知的适应性亮度。通过检测与原高动态范围图的差别和一些现有任何方法比较发现，本发明专利技术具有相对好的效果，满足输出、显示高动态范围图像的要求。
【技术实现步骤摘要】
本专利技术属于数字图像处理中的再现
，具体涉及高动态范围图像在低动态 范围显示设备(如显示器和纸张)上的显示再现方法。
技术介绍
现在普遍使用的、每个通道8位的图像，称之为低动态范围图像。此类图像不能记 录场景中真实的亮度，只是记录视觉编码过的、有限的阶调关系(通常每个通道只有256个 阶调)，其最终所记录场景的效果必须根据具体的显示设备而决定。如果一显示器的最大显 示亮度为lOOcd/m2，动态范围为100 1，那么只能正确显示场景中lcd/m2到lOOcd/m2亮 度之间的光影效果，无法呈现原场景完整的光影效果。因此，它也称为设备相关的图像。高动态范围图像(High Dynamic Range image, HDRi)则为一种场景相关的图像， 其动态范围一般超过1000 1，且各像素记录的是场景真实亮度。可以记录所有视觉可以 观察到的场景(10_6cd/m2 IO8CdAi2亮度范围的场景)。鉴于高动态范围图像的这些优点， 近年来，高清影片、游戏特效、航空航天、卫星气象、医疗、印刷以及交通金融等行业都期望 高动态范围图像能代替现有的低动态范围图像，被广泛应用。但，这些应用都会遇到一个共 同的问题，即在现有的低动态范围显示设备上正确显示再现高动态范围图像的问题。现在一般商用的显示设备的动态范围都比较低。例如，CRT显示器的最大显示亮 度大约80cd/m2，实际的动态范围通常都不高于100 1 ；纸张所能呈现的动态范围更低，亚 光纸张动态范围大约50 1，而非亚光的纸张的动态范围只有30 1上下。如果说低动态 范围图像显示在这些显示设备上时，呈现原图像所记录场景的改变并不足以引起视觉感知 的话，当高动态范围图像显示在这些显示媒介上时，动态范围的大范围压缩，呈现场景的亮 度相对较大的改变，则会使得表现真实场景的纹理细节和颜色都发生视觉容忍范围外的变 化，高动态范围图像所记录的高动态范围场景的真实光影效果也不复存在。近年来，许多学者提出许多解决方法，一般称之为阶调映射算法。这些阶调影射算 法又分为两类全局阶调映射算法和局部阶调映射算。全局阶调映射算法通常会模糊场景 中可见细节、或丢失部分场景。局部阶调映射算法虽然可以解决全局阶调算法的缺陷，但它 又会产生光晕、阶调逆转、噪声等新的问题。至于颜色再现问题，在这些阶调映射算法中少 有注重的。尽管也有些算法把色貌模型(如，CIECAM02、iCAM06)和阶调映射结合起来取得 一定得效果。但，由于现有的色貌模型还没有完善到可以处理高动态范围图像的颜色的地 步，还需要进一步完善。
技术实现思路
本专利技术的目的是为了解决现有高动态范围图像显示再现存在的上述不足，提供一 种基于空间和对比度相关的边缘相阻机制的高动态范围图像显示再现方法本专利技术提供的技术方案是，包括以下步骤步骤1，先将高动态范围图像各像素(X，y)的RGB值转换到XYZ空间得到相应XYZ值；再利用M矩阵转换到视锥细胞的响应空间，转换如下R(x,yy'0.7982 0.33892 0.1371、G(x,y)=Mr(x,y)M =2 0.5918 1.55120.0406、0.0008 0.02390.9753 y其中，乂0^，7)，￥0^，7)，20^，7)为高动态范围图像各像素(x，y)的XYZ值，R(x， y)，G(x，y) ,B (χ, y)为高动态范围图像各像素(x, y)的视锥细胞响应值；步骤2，利用色度适应性模型调整各像素由于光源光谱分布变化导致颜色的变化， 所述色度适应性模型如下Ra(χ, y) = R(x, y) · (D(Lw(x, y)) · (Rwr/Rw)+1_D(Lw(x，y)))Ga(χ, y) = G(χ, y) · (D(Lw(x, y)) · (Gwr/Gw)+I-D(Lw(x, y)))Ba(x, y) = B(x, y) · (D(Lw(x, y)) · (Bwr/Bw)+I-D(Lw(x, y)))其中，Ra(x，y),Ga(x, y),Ba(x, y)为高动态范围图像各像素(x，y)针对光源光谱 分布变化作色度适应性调整后的视锥细胞响应值；RW，Gw, Bw*原高动态范围图像的光源视 锥响细胞应值，R ，G ，B 为显示环境中光源的视锥细胞响应值；D(Lw(x，y))为观察高动态 范围图像各像素时在各亮度适应性亮度Lw (x，y)下视锥细胞的适应程度，具体为D (Lw(x, y)) =F (0. O81og10 (1/5LW (x,y)) +0. 76)上式中，F为环境因子，Lw(X，y) > 10cd/m2 时，F = 1. O ；而 Lw 彡 10cd/m2 时，F = 0. 8 ；步骤3，建立高动态范围图像压缩显示前后的各像素在其适应性亮度下视锥细胞 相对响应值的映射关系，具体如下rc d(x, y) = rc(x, y)其中，r。(x，y)为模拟高动态范围图像各像素的视锥细胞相对响应值，r。d (x，y)为 模拟高动态范围图像显示在低动态显示设备上时各像素视锥细胞相对响应值，下标c表示 视锥细胞种类，为R或G或B;步骤4，计算低动态显示设备上图像各象素视锥细胞响应值Rd (X，y), Gd(x, y), Bd(χ, y)；步骤5，最后，利用步骤1所述M矩阵的逆矩阵将各像素视锥细胞响应值转换到 XYZ空间，再利用SRGB转换矩阵的逆矩阵换到用于在低动态显示设备上显示的RGB值。而且，在步骤3中，计算高动态范围图像和其显示图像视锥细胞相对响应值具体 方式如下，(1)高动态范围图像各像素视锥细胞相对响应值，r。(x，y)，c为R或G或B :(R (χ 1/)产少)rR(χ,y) = Br(χ,y)--\ ,y))-—-Λ {Ra{x, y)T{x'y) + (a(Lw (x,(G (xrc (x, y) = Bc (x, y)--\ ，少”-—GG (Ga(x,力+ (a(Lw (x, y))"^(R (xrB(x,y) = Br(x，y)--\ °； ,y))-—5 (Ba(x, y)Y{x'y) + (x, y))"^其中，Bk(x，y)，Bg(χ, y)，Bb(χ, y)表示视锥细胞在不同适应性亮度下的漂白指数；σ (Lw(χ, y))为各像素适应性亮度Lw(x，y)的适应性因子6σ (Lw(X，y)) = c · Lw(x，y) /F1 (χ, y)此处c为一个常数20 (x, y)计算如下F1 (x, y) = 0. 2T4 (χ, y) Lw(χ, y) +0. 1 (I-T4 (x,y)) (Lw (x,y))1/3T(x,y) = l/(Lw(x,y)+l)n(x, y)也是由适应性亮度Lw (χ, y)决定，如下「mwl , 、 α + max — Lv y)) 1 (Av max _ K mln )Y L0035」 《(χ, ν) =-=-777~w " ,-^-v ”'ι + ο’力—ii^min)Lwjiax和Lw min分别为高动态范围图像在视觉中最大适应性亮度和最小适应性亮度 值，a，b和d为实验经验值，分别取0. 75,1.2和0. 075 ；(2)模拟高动态范围图像显示在低动态显示设备上时各像素视锥细胞相本文档来自技高网...
【技术保护点】
一种高动态范围图像的显示再现方法，其特征在于，包括以下步骤：步骤１，先将高动态范围图像各像素（ｘ，ｙ）的ＲＧＢ值转换到ＸＹＺ空间得到相应ＸＹＺ值；再利用Ｍ矩阵转换到视锥细胞的响应空间，转换如下：＊＊＊其中，Ｘ（ｘ，ｙ），Ｙ（ｘ，ｙ），Ｚ（ｘ，ｙ）为高动态范围图像各像素（ｘ，ｙ）的ＸＹＺ值，Ｒ（ｘ，ｙ），Ｇ（ｘ，ｙ），Ｂ（ｘ，ｙ）为高动态范围图像各像素（ｘ，ｙ）的视锥细胞响应值；步骤２，利用色度适应性模型调整各像素由于光源光谱分布变化导致颜色的变化，所述色度适应性模型如下：Ｒ↓［ａ］（ｘ，ｙ）＝Ｒ（ｘ，ｙ）.（Ｄ（Ｌ↓［ｗ］（ｘ，ｙ））.（Ｒ↓［ｗｒ］／Ｒ↓［ｗ］）＋１－Ｄ（Ｌ↓［ｗ］（ｘ，ｙ）））Ｇ↓［ａ］（ｘ，ｙ）＝Ｇ（ｘ，ｙ）.（Ｄ（Ｌ↓［ｗ］（ｘ，ｙ））.（Ｇ↓［ｗｒ］／Ｇ↓［ｗ］）＋１－Ｄ（Ｌ↓［ｗ］（ｘ，ｙ）））Ｂ↓［ａ］（ｘ，ｙ）＝Ｂ（ｘ，ｙ）.（Ｄ（Ｌ↓［ｗ］（ｘ，ｙ））.（Ｂ↓［ｗｒ］／Ｂ↓［ｗ］）＋１－Ｄ（Ｌ↓［ｗ］（ｘ，ｙ）））其中，Ｒ↓［ａ］（ｘ，ｙ），Ｇ↓［ａ］（ｘ，ｙ），Ｂ↓［ａ］（ｘ，ｙ）为高动态范围图像各像素（ｘ，ｙ）针对光源光谱分布变化作色度适应性调整后的视锥细胞响应值；Ｒ↓［ｗ］，Ｇ↓［ｗ］，Ｂ↓［ｗ］为原高动态范围图像的光源视锥响细胞应值，Ｒ↓［ｗｒ］，Ｇ↓［ｗｒ］，Ｂ↓［ｗｒ］为显示环境中光源的视锥细胞响应值；Ｄ（Ｌ↓［ｗ］（ｘ，ｙ））为观察高动态范围图像各像素时在各亮度适应性亮度Ｌ↓［ｗ］（ｘ，ｙ）下视锥细胞的适应程度，具体为：Ｄ（Ｌ↓［ｗ］（ｘ，ｙ））＝Ｆ（０．０８ｌｏｇ↓［１０］（１／５Ｌ↓［ｗ］（ｘ，ｙ））＋０．７６）上式中，Ｆ为环境因子，Ｌ↓［ｗ］（ｘ，ｙ）＞１０ｃｄ／ｍ↑［２］时，Ｆ＝１．０；而Ｌ↓［ｗ］≤１０ｃｄ／ｍ↑［２］时，Ｆ＝０．８；步骤３，建立高动态范围图像压缩显示前后的各像素在其适应性亮度下视锥细胞相对响应值的映射关系，具体如下：ｒ↓［ｃ＿ｄ］（ｘ，ｙ）＝ｒ↓［ｃ］（ｘ，ｙ）其中，ｒ↓［ｃ］（ｘ，ｙ）为模拟高动态范围图像各像素的视锥细胞相对响应值，ｒ↓［ｃ＿ｄ］（ｘ，ｙ）为模拟高动态范围图像显示在低动态显示设备上时各像素视锥细胞相对响应值，下标ｃ表示视锥细胞种类，为Ｒ或Ｇ或Ｂ；步骤４，计算低动态显示设备上图像各象素视锥细胞响应值Ｒ↓［ｄ］（ｘ，ｙ），Ｇ↓［ｄ］（ｘ，ｙ），Ｂ↓［ｄ］（ｘ，ｙ）；步骤５，最后，利用步骤１所述Ｍ矩阵的逆矩阵将各像素视锥细胞响应值...
【技术特征摘要】
【专利技术属性】
技术研发人员：万晓霞，谢德红，
申请(专利权)人：武汉大学，
类型：发明
国别省市：83[中国|武汉]
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。