论文部分内容阅读
随着图像传感器件技术的不断进步，采集可以记录真实世界亮度值的高动态范围(High Dynamic Range,HDR)图像已经成为现实。要将亮度范围很宽的HDR图像在不同的显示设备上显示，需要对图像数据进行色调映射处理，色调映射算法直接影响显示图像的质量。因此，对色调映射算法进行研究，是保证HDR图像高质量显示的关键。本文在深入分析现有HDR图像的色调映射算法的基础上，针对现有算法存在的问题，基于人眼的视觉感知模型，对色调映射算法进行了研究。 本研究主要内容包括：⑴目前基于光感受器亮度自适应模型的色调映射算法具有颜色失真，高对比度边缘梯度反转以及需要人工设置参数等问题。针对这些问题，本文提出了一种改进型局部色调映射算法，新算法在颜色通道分离，滤波方式以及模型参数估计等方而对传统算法进行改进。通过动态范围独立客观评价，新算法消除了单色通道像素点集中在暗处的情况下出现的颜色失真以及在高对比度边缘出现的梯度反转的情况，而且新算法不需要人工设置参数，提高了算法的稳定性及易用性。⑵Retinex理论作为一种基于心理学的视觉模型，解释了人类视觉系统(Human Visual System，HVS)是如何感知自然场景中的亮度和颜色。但是传统的中心/环绕型Retinex算法在处理HDR图像时会遇到设置参数众多，光晕伪影以及对比度过低等问题，为此本文提出了一种改进型Retinex算法，在滤波方式，增益/偏移方式以及参数整合等方面对传统的Retinex算法进行改进。实验结果证明，改进型算法消除了传统算法中的光晕伪影现象，增强了结果图像的对比度，通过整合后唯一的算法设置参数可以让用户在图像质量与计算复杂度之间取得平衡。⑶日前只有很少一部分色调映射算法考虑到了观测条件的变化对HDR图像观测效果的影响，而基于色貌模型的色调映射算法为了预测复杂场景图像的色貌特征，采用了复杂的计算模型．然而由于人眼生理学，心理学等研究的限制，基于该算法模型的色调映射算法并非完美适应各种观测条件，而且算法效率不高。为此本文提出了一个简化的集成了正反双向视觉模型色调映射算法模型，并且基于该算法模型提出了一种新的色调映射算法。通过实验证明，新算法不仅可以在各种观测条件下对HDR图像进行真实感重构，而且在计算效率方面有很大的优势。⑷基于经验模型的色调映射算法没有模拟HVS，导致最后的结果图像的真实感不强。针对该问题，基于人眼视觉注意机制，本文提出了一种对经过经验型色调映射算法处理后的图像进行真实感渲染的方法。实验结果证明，该方法改善了以细节最大化为目的的经验型色调映射的真实感水平，并且通过用户调节参数可以在经验型色调映射算法和感知型色调映射算法之间切换，以满足不同应用场合的需求。