基于图像色貌模型的高动态影像显示技术研究

目的研究高动态影像(HDR)在低动态范围显示设备上的高保真显示问题。方法采用图像色貌模型(iCAM)设计高动态影像的再现技术框架,并使用C++语言搭建软件实现系统,通过计算机测试平台对输入图片进行了实证,算法重点是处理影像的明视度。结果显示图像的动态范围被拓展10%以上,色差小于1.6ΔE*ab,图像细节得到了加强,基本达到了高动态影像高保真显示的要求。结论可利用iCAM框架来实现高动态影像在常规显示设备上高保真显示的问题,具有重要的理论意义与技术价值。

一种改进图像色貌模型的高动态范围视频色调映射新方法

针对当前色调映射(Tone Mapping)不能精确地显示出高动态范围(High Dynamic Range,HDR)视频内容,且易出现帧间闪烁现象的问题,本文提出了一种针对HDR视频到低动态范围(Low Dynamic Range,LDR)视频的色调映射新方法。首先,考虑HDR视频的内容复杂性和颜色多样性,改进了一种基于图像色貌模型(Image Color Appearance Model,i CAM)和分层模型的视频色调映射方法;然后,为了使色调映射后的视频能够保留HDR视频中更多的结构和细节,在分层后的基础层操作部分引入了亮度直方图自适应调整和对比度调整的概念;最后,考虑图像色调映射算法会造成视频连续帧之间发生整体亮度突变的问题,提出了亮度均值调整的方法用以改善视频帧间闪烁的现象。主客观实验测试结果表明,所提出的方法产生的LDR视频有更好的视觉质量,不但保持了良好的结构纹理信息,而且具有较好的色彩保真度,与HDR视频的感知一致性更好,较传统的图像色调映射方法能有效压制闪烁现象。

图像色貌模型下的印刷色彩评价

一、色貌模型1.色貌模型简介在不同观察环境下,即使是相同的三刺激值的颜色,所带给人的心理感知结果也是不同的,这即是色貌现象。在实际生活中,大部分的色彩感知过程都会受到色貌现象的影响,对于这个问题,人们通过建立一个数学模型来描述色貌,此模型被称作色貌模型。

基于色貌模型的图像颜色校正

近二三十年来,色貌模型的飞速发展促使颜色校正技术从传统的色度阶段步入到色貌阶段。针对颜色校正技术以及色貌模型和图貌模型的研究现状进行了综述,并对模型的性能进行了比较和评价,进一步展望了基于色貌模型的颜色校正技术的发展趋势。

基于不同曝光量图像的舌根部细节复现方法

在中医舌诊客观化领域,采集舌象时往往由于光照不足造成舌根部区域的信息丢失,针对这一问题,提出一种可对舌根部细节进行复现的方法。该方法首先估计成像系统的响应关系,然后根据响应关系对相同场景下不同曝光量的一组舌图像进行合成,得到包含舌面及舌根部信息的舌图像;再利用iCAM图像色貌模型将合成后的舌图像数据映射到普通的显示设备上进行显示,映射过程中实现舌根部细节信息的复现,更好地再现舌体真实的亮区和暗区信息。实验结果表明该方法可行,观察者在复现的舌图像中可以看到各种亮度水平区域的信息。

与观察时间相关的人眼对比度敏感特性研究

研究了人眼在不同观察时间下的亮度对比度敏感函数。从CIE规定的颜色中心中分别选取中性灰和橙色作为图片背景,并得到不同空间频率的矩形条纹图片。根据心理物理学的极限法进行视觉评价,测得在两个背景三种典型适应观察时间下人眼的亮度对比度敏感函数。比较了中性灰和橙色背景下人眼亮度对比度敏感函数数据,并拟合得到在不同背景及对比度适应时间下的亮度对比度敏感特性曲线。结果表明,当观察时间相同时,橙色背景的亮度对比敏感函数值比中性灰背景的亮度对比度敏感函数值小;随着人眼对条纹观察时间的延长,人眼亮度对比度敏感函数的峰值及其对应的空间频率也随之增大,与背景颜色无关。

HDR图像阶调复制的非线性蒙版改进算法

提出了一种新的高动态范围(high dynamic range,HDR)图像阶调复制算法。鉴于图像色貌模型在预测图像色貌方面的优势,基于最新的图像色貌模型iCAM06设计流程,对iCAM06的阶调压缩函数进行重要改进,使用基于改进非线性蒙版的阶调压缩函数取代其中的双曲线压缩函数,对基础层图像进行阶调压缩处理。另外,在HDR图像的显示过程中增加了亨特效应和史蒂文斯效应预测模型。最后,利用主观评价实验和DRI模型分别评价了新算法的显示偏好性和场景复制准确性。实验结果表明,无论在偏好性还是场景复制准确性上,新算法都取得了较好的效果。