高动态图像色调映射在低动态范围显示和背光调节应用上的研究

摘要

色调映射是重构自然图像的关键步骤。色调影射可以把原始图像场景的亮度信息映射成显示器的输出显示值。当拍摄场景的动态范围大于或者小于显示器的动态范围时，色调映射可以压缩或扩展图像亮度信息比。对于拍摄现实场景，高动态范围图像是一种比较吸引人的方法，因为高动态图像可以完整的保存场景中每个像素的亮度信息值。图像动态范围就是场景中最亮像素和最暗像素的亮度信息值之比。现实世界中，亮度信息范围非常大，从灯光场景到太阳光场景，动态范围大约有10个等级，在单一场景中，从暗影区到亮光区，大约有4个等级动态范围。但是，在最好的情况下，我们可以在打印机和屏幕显示器上显示的亮度范围，才有两个数量级的绝对动态范围跨度。这个矛盾就导致了色调重建问题：在尽可能保存图像中暗区和亮区对比度和细节的情况下，怎么能把场景亮度信息映射成可以显示的亮度信息。拍摄的高动态图像在标准显示器上显示时，它的动态范围必须进行压缩，如果直接显示会有大量图像对比度的损失，以至于大量图像细节不可见。本论文对色调映射算法做了深入研究，主要从以下几个方面展开工作：
　　1.讨论了色调映射算法的主要思想，描述了几种较佳的全局色调映射算法和局部色调映射算法，并分析了各自的优缺点。
　　2.提出了基于自适应的伽马矫正的保存细节的色调映射算法进行低动态范围显示。全局色调映射算法就是利用一个固定曲线去压缩每个像素的亮度值，常见的全局方法包括对数变换，伽马矫正，直方图均衡化，和线性色调映射。对数变换算法比较接近人眼视觉系统，可以较好的保持图像外观，但是这个全局算法在牺牲图像局部信息的基础上，保证图像整体质量的。基于自适应伽马矫正的保证细节的色调映射算法，首先利用对数变换函数对原始动态范围进行压缩，然后利用自适应的伽马校正来提高图像的局部对比度，以此来改善图像细节可视度，其中，自适应伽马校正的系数是由图像的局部对比度决定的。试验结果表明，此方法可以保证图像整体效果的情况下，大大加强了图像细节信息。
　　3.提出了基于自适应“躲避和烧值”的高动态范围图像的混合色调映方法。一般来说，全局色调映射方法保证图像的整体性质，而且速度快，实现起来容易，但是全局算法很容易丢失图像细节信息。局部色调映射方法在保证图像局部对比度（细节）方面比较好，但是这些方法计算起来麻烦，有时还会破坏图像的整体质量效果。基于全局和局部色调映射算法的优点和缺点，文中提出了基于“躲避和烧值”的混合高动态范围图像压缩算法，来进行低动态范围显示。首先利用基于图像“钥匙”的线性映射方法来保证图像的整体效果，然后利用自适应的“躲避和烧值”技术来加强图像的自然外观，最后用基于双边滤波器的局部色调映射算法改善图像的局部对比度。提出的色调映射算法，不仅没有引起图像失真，而且保存了更加自然的图像外观。
　　4.提出了基于色调映射算法的背光调节技术。全局的动态背光调节技术包括两大步骤，背光亮度的降低和图像灰度等级的提升，其中图像灰度等级提升会引起像素饱和百分比与图像外观效果成反比的关系。文中用基于色调映射的压缩方法对液晶显示器做背光调节。一般来讲，全局背光调节就是对低动态图像的色调影射。基于色调映射算法的背光调节技术，提出了基于图像分层技术和基于图像“钥匙”值的压缩方法来确定被提升图像的最大像素值，实验表明，此方法不仅保存了图像的对比度和细节信息，而且最大程度的降低了功率消耗。