基于细节再现高动态范围图像分层映射算法.docVIP

基于细节再现高动态范围图像分层映射算法 　　摘 要：针对当前映射算法中亮度的映射函数非适性而引起对比度过度压缩的问题，以及映射时亮度变化改变图像细节可见性的问题，提出了一种基于细节再现的高动态范围（HDR）图像分层映射算法。该算法采用视觉响应曲线作为基础层的映射函数，根据图像局部适应性亮度动态地映射亮度；同时，在Stevens效应的思想基础上依据映射前后亮度变化获得补偿系数，拉伸或压缩细节层。测试结果表明：该映射算法所得图像能正确再现更多的可见细节。 　　关键词：高动态范围图像；阶调映射；分层模型；映射函数；细节调整 　　0 引言 　　高动态范围成像（High Dynamic Range Imaging，HDRI）是用来实现比普通数字成像技术更大曝光动态范围的技术，因而也是记录真实场景的有效技术，通过此技术所得的图像被称为高动态范围（High Dynamic Range，HDR）图像。相对于HDR图像的动态范围，当前输出设备（如CRT、LCD以及打印机）的动态范围相对有限，因而要实现HDR图像在输出设备上的再现，必须映射其动态范围至可显示（或输出）范围之内。早期的映射算法[1-3]依据输入与输出亮度的线性关系实现映射。此类映射算法相对简单，但无法确保大动态范围的HDR图像映射后的对比度。鉴于保持图像对比度的目的，一些学者提出依据图像局部阶调关系的映射算法[4-6]。此类映射算法在细节纹理保持方面表现出早期映射算法无法媲美的效果，但在图像对比度较大的边缘处存在产生光晕和阶调逆转现象的问题。近年来，为了克服上述两类算法的缺点，提出了分层映射合成模式的映射算法[7-9]：即首先将HDR图像分解为光源亮度层（也称基础层）和反射率层（也称细节层），然后把光源亮度层的亮度压缩至设备动态范围内，最后与反射率层重新合成图像。分层映射合成模式的映射算法简称为分层映射算法。鉴于对比度再现和光晕去除方面的优越性，分层映射算法被认为是映射算法中最好的一类。然而，分层映射算法能否避免光晕主要取决于图像分解算法能否正确分层。一般来说，分层效果与算法复杂程度成正比[10]。Durand等[9] 的双边滤波器（BiLateral Filter，BLF）具有良好的分层效果，最重要的是其算法简单、实现效率高，因此被认为是一个非常优秀的分层滤波器。尽管如此，若其滤波器参数选择不当，仍旧会导致映射后图像中存在光晕或阶调逆转；其次，文献[9]中采用固定关系的线性映射函数，无法确保光源亮度层中显著边缘信息不被过度压缩。鉴于双边滤波器在分层效果与实现效率方面的优势，本文映射算法将在此分层基础上改善上述问题。 　　此外，由Stevens效应[11]可知，在反射率（如同图像物理上对比度）不变的情况下，对比度的可见性会随着光源亮度增加而增加。由此可见，光源亮度层的亮度在映射过程中会发生变化，与细节层重新合成后图像对比度的可见性也会随之变化。例如，当亮度降低时，细节层细节的可见性也随之降低，在合成图像中表现为细节的丢失；反之，合成图像中细节则会出现增强。因此，分层映射算法需考虑此问题才能在一定程度上改善细节丢失或增强现象。 　　综上所述，本文映射算法在BLF分层算法的基础上寻求滤波器的最优参数，以最小化光晕或阶调逆转现象；同时，依据视觉适应性原则，获得HDR图像原始亮度的局部适应性亮度，然后采用适应性亮度对应下的视觉响应曲线作为光源亮度层的映射函数；细节层的处理则根据光源亮度层压缩前后亮度变化而进行动态的压缩或拉伸。 　　1 图像分层 　　2 基础层压缩 　　由上述讨论可知，细节层实际表征图像的反射率关系，因而只有基础层的亮度会超过可显示（或输出）亮度范围。因此，只需压缩基础层的亮度，那么重新合成的图像就可满足输出设备的要求。在基础层的压缩中，如果采用固定关系的线性函数，则可能导致某些细节被过度压缩，进而映射后图像的某些区域比较模糊，如图1（b）所示。因此，本文映射算法中首先通过低通滤波HDR图像获得一系列局部的、视觉适应性亮度值，再采用适应性亮度下的视觉响应曲线[12]作为基础层的映射函数（如式（8）所示），即针对不同适应性亮度值产生不同的压缩曲线（见图2）。此方法基本思想是依据各像素的局部适应性亮度的高低，给出不同的压缩曲线，从而减少模糊。 　　5 结语 　　本文提出了一种基于细节再现的HDR图像阶调映射算法，该映射算法能够改善基础层中的显著边缘被过度压缩的现象，且能够根据基础层亮度变化对细节层进行动态的补偿，从而保证细节在不同亮度下的真实再现。经过测试证明，本文映射算法在细节再现方面有一定的成效，且对不同场景的HDR图像均具有良好的视觉效果。但是由于BLF分层算法自身的问题，不能得到理想的分层效果，容易产生光晕现象，下一步工作将设计新的边缘保护滤波器以杜绝光晕现象。