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。

一种基于细节层分离的单曝光HDR图像生成算法

针对利用单幅低动态范围(Low dynamic range, LDR)图像生成高动态范围(High dynamic range, HDR)图像细节信息不足的问题,本文提出了一种基于细节层分离的单曝光HDR图像生成算法.该算法基于人类视觉系统模型,首先分别提取出LDR图像的亮度分量和色度分量,对伽马校正后的亮度分量进行双边滤波,提取出亮度分量的基本层,再对基本层和亮度分量进行遍历运算,得到亮度分量的细节层;然后,构造反色调映射函数,分别对细节层和伽马校正后的亮度图像进行扩展,得到各自的反色调映图像;之后,将反色调映射后亮度分量与压缩后的细节层进行融合,得到新的亮度分量.最后,融合色度分量与新的亮度分量,并对融合后图像进行去噪,得到最终的HDR图像.实验表明该算法能挖掘出部分隐藏的图像细节信息,处理效果较好,运行效率高,具有较好的鲁棒性.

单幅图像的高动态范围图像生成方法

为了将现有低动态范围(LDR)图像转换为高动态范围(HDR)图像,提出一种将单幅LDR图像转换成对应HDR图像的方法.该方法基于人类视觉系统(HVS)模型,首先分离出LDR图像的亮度分量和色度分量,对亮度分量构造其反色调映射函数,通过逐点映射得到亮度分量的反色调映射图像;然后对亮度分量进行光源采样处理,并采用高斯滤波和腐蚀操作模拟光线衰减效应,对光源采样图像进行高光区域的扩展;再构造分段函数对反色调映射图像和高光区域扩展图像进行融合,得到最终的亮度分量;最后合并该亮度分量和色度分量得到最终的HDR图像.实验结果表明,文中方法能通过单幅LDR图像得到HDR图像,处理效果较好,运行效率高,具有较好的鲁棒性.

一种细节保持的单曝光HDR图像生成方法

针对单副图像因曝光生成高动态范围(High Dynamic Range,HDR)图像导致细节信息丢失的问题,提出一种细节保持单曝光HDR生成新方法。首先,HSV颜色空间变换运算,其次,对亮度通道灰度图进行非线性拉伸复原暗区域细节信息,然后提取亮光区域特性进行形态学修复处理,接着对拉伸后亮度分量灰度图进行反色调映射变换,最后融合新分量得到最终的HDR图像。通实验验证了新方法的有效性。