基于概率模型的高动态范围图像色调映射

提出了一种概率模型对HDR(high dynamic range)图像进行色调再生.分别对局部像素的色调能量分布与HDR/LDR(low dynamic range)间梯度变化约束建立概率统计模型,通过求解最大后验概率(maximum a posteriori,简称MAP)将整个色调映射过程转化为一个能量最小化问题.实验结果表明,所提出的基于概率模型的色调映射方法能够生成比以往方法具有更多视觉信息的LDR图像,可用于高级图像编辑、显示设备开发等领域.

高动态范围图像及反色调映射算子

近年来,高动态范围(high dynamic range,HDR)图像在学术研究和各种应用领域都受到广泛的关注,成为图像处理领域的一个研究热点。首先,对HDR图像的捕获方法以及编码格式进行归纳介绍。然后,对目前已有的从低动态范围图像获取HDR图像的算子,即反色调映射算子,进行分类归纳,并对每种算子进行详细论述,比较它们的关键特性,分析它们的优缺点,为反色调映射算子的具体应用和理论研究打下基础。

基于颜色视觉过程的高动态范围图像映射方法

为解决低动态范围显示设备显示高动态范围图像所产生的问题,提出一种基于颜色视觉过程的高动态范围图像映射方法.此方法通过模拟人眼颜色视觉处理信息的过程压缩图像的动态范围,解决动态范围压缩导致细节丢失等问题.模拟光感应细胞的响应机制,在各适应性亮度下,进行色度适应性调整,并获得其适应性亮度下的相对响应值;利用主成分分析(PCA)方法转换到正交对立颜色空间,模拟颜色视觉中的边缘相阻机制,进一步处理后得到适合低动态范围显示设备的图像.在实验中,通过主观和客观评价,并与国际上一些映射方法比较发现,该方法适用于各种大小动态范围的高动态范围图像,丢失的可见纹理信息较少.

基于局部对比度保存的动态范围压缩算法

针对动态范围有限的数码设备获取的低动态范围图像,给出一种图像增强方法。先导出一种基于局部对比度保存的动态范围图像压缩算法,再构造算法中需要的亮度映射函数,并将其代入算法之中以实现动态范围压缩和边缘对比度增强。实验结果表明,新方法对过暗或过亮区域的亮度可进行自适应调整,图像细节信息突出,颜色信息保存良好。

HDR到LDR图像的分段式对数映射算法

为了适应低端显示设备输出,需要一定的方法将高动态范围(HDR)图像转换为相应的低动态范围(LDR)图像。如果既考虑到人眼对亮度反应呈对数变化又利用图像自身的亮度分布,对高动态范围图像进行先全局后局部的映射,便得到一种分段式对数映射算法。该算法的复杂度较低,在视觉效果上结合了对数映射和分段映射算法的特点。

一种基于Retinex原理的DR图像增强改进算法

当物体厚度方向尺寸变化较大时,其DR(Digital Radiography)图像动态范围与对比度较低,影响对缺陷的识别与检测。针对此问题本文设计一种基于Retinex原理的图像增强改进算法,针对传统的Retinex算法存在的光晕现象进行研究,采用引导滤波代替高斯滤波对照射分量进行估计。通过对比实验,可知对于不同的被检测物体,本文提出改进的增强算法相对于已有方法具有更明显的增强作用。改进算法可以使得原图中内部无法看见的细节信息被凸显出来,能有效解决样品DR图像动态范围小的问题。

影视制作中HDRI技术的应用与研究

当前的影视创作中,电脑三维、模型、实拍多元素结合一张画面中来增强视觉感染力,在此创作中使画面看的更为真实,天衣无缝,是影视后期制作者一直在研究的内容。HDRI高动态环境贴图的制作是摹拟真实环境、电脑三维中物体质感体现重要的环节,是影视创作中画面真实与细腻重要的手段。

基于局部线性变换的色阶映射算法

为了提高高动态图像显示的视觉效果,提出了一种基于局部线性变换的色阶映射算法;针对图像直接线性压缩能力较差的缺点,本文提出一种局部的线性变换模型;由于局部窗的结构,是利用局部窗的中心像素点与窗内的其他像素点的均值,方差的关系构造而成,因此基于局部线性变换的色阶映射算法能够抑制由具有高对比度的图像边缘所引起的鬼影和光晕现象;首先,根据线性变换将图像的色阶映射转换为求解泛函的最优解;其次,通过推导求解出线性变换的参数并将泛函最优化问题转换为求解一个线性方程组问题;最后求解线性方程组,得出视觉效果较好的低动态范围图像;有效避免传统色阶映射出现的光晕和亮度不连续的现象,能够更多的保留高动态图像的细节;最后通过实验结果对比分析,通过信息熵和对比度两个参数可以体现文中算法较好。