专利名称：：一种低动态范围显示设备再现高动态范围图像的方法
技术领域：
：本发明属于数字图像处理中的再现
技术领域：
，具体涉及高动态范围图像在低动态范围显示设备(如显示器和纸张)上的显示再现方法。
背景技术：
：现在普遍使用的、每个通道8位的图像，称之为低动态范围图像。此类图像不能记录场景中真实的亮度，只是记录视觉编码过的、有限的阶调关系(通常每个通道只有256个阶调)，其最终所记录场景的效果必须根据具体的显示设备而决定。如果一显示器的最大显示亮度为100cd/m2，动态范围为1001，那么只能正确显示场景中lcd/m2到100cd/m2亮度之间的光影效果，无法呈现原场景完整的光影效果。因此，它也称为设备相关的图像。高动态范围图像(HighDynamicRangeimage,HDRi)则为一种场景相关的图像，其动态范围一般超过10001，且各像素记录的是场景真实亮度。可以记录所有视觉可以观察到的场景(10_6cd/m2-108cd/m2亮度范围的场景)。鉴于高动态范围图像的这些优点，近年来，高清影片、游戏特效、航空航天、卫星气象、医疗、印刷以及交通金融等行业都期望高动态范围图像能代替现有的低动态范围图像，被广泛应用。但，这些应用都会遇到一个共同的问题，即在现有的低动态范围显示设备上正确显示再现高动态范围图像的问题。现在一般商用的显示设备的动态范围都比较低。例如，CRT显示器的最大显示亮度大约80cd/m2，实际的动态范围通常都不高于1001；纸张所能呈现的动态范围更低，亚光纸张动态范围大约501，而非亚光的纸张的动态范围只有301上下。如果说设备相关的低动态范围图像显示在这些显示设备上时，呈现原图像所记录场景的改变并不足以引起视觉感知的话，当高动态范围图像显示在这些显示媒介上时，动态范围的大范围压缩，呈现场景的亮度相对较大的改变，则会使得表现真实场景的纹理细节和颜色都发生视觉容忍范围外的变化，高动态范围图像所记录的高动态范围场景的真实光影效果也不复存在。为了为解决这些问题，业界提出了一种称之为阶调映射的方法。按照映射方式又分为全局阶调映射和局部阶调映射。全局阶调映射方法在变换图像动态范围时，每个像素映射利用同一个映射曲线关系，局部阶调映射方法则会针对各像素具体所在图像区域情况进行不同的变换。全局阶调映射方法从根本上认为，人眼在观察任何亮度范围的图像时，人眼只在一个适应性亮度下产生一个响应曲线。事实上，人眼并不能适应一次动态范围超过10001的场景，对于高动态范围图像，其场景的动态范围远大于此，因此，使用全局阶调映射则会导致图像纹理细节的损失。很多局部阶调映射方法则认为视觉上各像素的相互影响为低通滤波性质的，结果产生了光晕问题。人眼视觉在观察真实场景时，既有全局调整也存在局部调整。例如，人眼中各个光感应细胞中的感光色素的光响应能力会随着亮度的变化而变化，从而表现为光感应细胞具有消除或减弱光源变化的影响，即色度适应，这为人眼的全局性调整。又如，在人眼视觉系统中存在着一系列中心-周边感知结构的细胞(如活动细胞、外侧膝状、双对立细胞等)，它们使得空间上中心响应信息与周边响应信息相互阻碍。这些则为视觉的局部调整关系。此外，阶调映射方法多为在亮度通道的映射处理，很少顾及颜色是否受到影响<
发明内容本发明的目的是为了解决现有高动态范围图像显示再现存在的上述不足，提供一种模拟颜色视觉处理信息过程的高动态范围图像显示再现方法。本发明提供的技术方案是一种低动态范围显示设备再现高动态范围图像的方法，其特征在于包含如下步骤，步骤1，先读取高动态范围图像中每个像素的实际亮度值RGB，并转换为三刺激值XYZ，得到图像XYZ空间；步骤2，设置步骤1所得三刺激值XYZ中的Y为高动态范围图像各像素的亮度L，利用以下公式计算光感应细胞的响应各像素时的适应性亮度Lw(X，y)，当低动态范围显示设备为纸张时，对于纸张上观察的图像Lw(x,y)=Fg(k,l)*L(x，y)当低动态范围显示设备为显示器时，对于显示器上观察的图像Lw(χ,y)=Fg(k,l)*L(x，y)+Lrefl其中，L(x，y)为高动态范围图像各像素(X，y)的亮度值，Fg(k,1)为滤波器窗口为(k，l)的高斯低通滤波器，用于近似模拟人眼在变化亮度中获得的等量适应亮度，LMfl为光源在显示器的屏幕上反射的亮度；步骤3，利用M矩阵将图像XYZ空间中各像素(x，y)的值X(x，y)，Y(x，y)，Z(x，y)转到视锥细胞的响应值空间中各像素(x,y)的值R(x,y)，G(x，y),B(χ,y)^0.79820.338920.1371λ20.59181.55120.04060.00080.02390.9753y步骤4，利用色度适应性模型调整各像素(X，y)由于光源光谱分布变化导致颜色的变化，色度适应性模型如下Ra(χ,y)=R(x,y)·(D(Lw(χ,y))Ga(χ,y)=G(x,y)·(D(Lw(x,y))Ba(x，y)=B(χ,y)·(D(Lw(χ,y))G(x,y)=MM=KZ(x,y)y(Rwr/Rw)+l-D(Lw(x,y)))(Gwr/Gw)+l-D(Lw(x,y)))(Bwr/Bw)+l-D(Lw(x,y)))其中，Ra(x，y)，Ga(χ,y)，Ba(χ,y)为高动态范围图像各像素针对光源光谱分布变化作色度适应性调整后的视锥细胞响应值，Rw,Gw,Bw*高动态范围图像原来的光源视锥响细胞应值，Rwr,Gwr,Bwr为低动态范围显示设备的光源视锥细胞响应值，D(Lw(X，y)为观察高动态范围图像各像素时在各像素适应性亮度Lw(X，y)下视锥细胞的适应程度；步骤5，模拟光感应细胞响应机制，计算各像素适应性亮度下的相对响应值rK(x，y)，rG(χ,y)禾口rB(x,y)(Ra{x,y))n(x'y)rR^y)^BR^y)·其中，Be(x,y)，Bg(x,y)，Bb(x,y)表示视锥细胞在各像素适应性亮度Lw(x,y)下的漂白指数，σ(Lw(χ,y)为各像素适应性亮度Lw(x，y)的适应性因子，η(x，y)为指数，根据各像素适应性亮度Lw(X，y)设定；步骤6，利用主成分分析把光感应细胞响空间的值rK(X，y)，r(;(X，y)*rB(x，y)转换到正交对立空间的值Ib—w(x，y)，Ir_g(x,y)，Iy—b(xy)，再模拟中心-周边感知结构细胞的边缘相阻机制进一步处理其中，g(AI)为边缘相阻机制的对比度影响函数，Δ]表不Ib,,(χ，y)-ibff(i，j)，f(·)为边缘相阻机制的空间影响函数，Ω为以像素(X，y)为中心的邻域范围；步骤7，利用主成分分析把图像正交对立空间的值Rbw(x，y)，Rrg(x,y)，Ryb(x，y)转回光感应细胞响空间，再利用步骤3所述M矩阵的逆矩阵转回XYZ空间，最后利用sRGB转换矩阵的逆矩阵转换到低动态范围显示设备显示空间RGB的值。而且，所述的步骤2中，光源在显示器屏幕上反射的亮度Lrefl计算如下Lrefl=-Eamhπ其中，Eamb为显示器所在环境中光源的光照度，单位为勒克斯，k表示显示器屏幕的反射系数。而且，所述的步骤4中，观察高动态范围图像各像素时在各亮度适应性亮度Lw(x，y)下视锥细胞的适应程度D(Lw(x，y)计算如下D(Lw(x,y))=F(0.O81og10(1/5LW(x,y))+0.76)F为环境因子，Lw(x，y)>10cd/m2时，F=1.0；而Lw(x，y)(10cd/m2时，F=0·8。而且，所述的步骤5中，视锥细胞在各像素适应性亮度Lw(x,y)下的漂白指数Bk(χ,y),BG(x,y),BB(x,y)计算如下Be(X，y)=IO7/(107+LW(χ,y)(Rwr/(Rwr+Gwr+Bwr)))Bg(χ,y)=IO7/(107+LW(χ,y)(Gwr/(Rwr+Gwr+Bwr)))。Bb(χ,y)=IO7/(107+LW(χ,y)(Bwr/(Rwr+Gwr+Bwr)))而且，所述的步骤5中，各像素适应性亮度Lw(X，y)的适应性因子σ(Lw(x，y)计算如下σ(Lw(χ,y))=c·Lw(x，y)/F1(χ,y)其中c为常数20(χ,y)计算如下F1(x,y)=0·2T4(x，y)Lw(x，y)+0.1(1_T4(x，y))(Lw(x，y))1气T(x,y)=l/(Lw(x,y)+l)而且，所述的步骤5中，指数η(x，y)计算如下Lwjiax和Lwmin分别为高动态范围图像在视觉中最大适应性亮度和最小适应性亮度值，a，b和d为实验经验值，分别取0.75，1.2和0.075。而且，所述的步骤6中，边缘相阻机制的对比度影响函数g(AI)计算如下其中，οi为边缘相阻机制中对比度截止值，^取0.7。而且，所述的步骤6中，边缘相阻机制的空间影响函数f(·)计算如下其中，G(m,η,r0l)和G(m，η,r。2)为半径大小不同的高斯函数，r0l和r。2分别为以像素(X，y)为中心的内径和外径，r0l依据经验取所处理图像大小的2%，r。2取的1.6倍。本发明提供了一种模拟颜色视觉处理信息过程的高动态范围图像显示再现方法，使得低动态范围的显示设备如同人眼视觉系统一样具有调节能力，最终能正确再现高动态范围图像中的场景，最小化可见细节损失，并避免光晕等问题的产生，并在再现纹理细节的同时最小化颜色的变化。本发明采用上述方法，可以正确的将高动态范围的图像显示再在现有的低动态范围的显示设备或纸张上，且方法容易实现，满足一定的实效性的要求，也可以满足高清影片、游戏特效、航空航天、卫星气象、医疗、印刷以及交通金融等行业对高动态范围图像应用的需求。图1是本发明实施例的流程图。具体实施例方式下面结合附图和实施例对本发明进一步详细地说明。参见图1，实施例主要包含以下步骤首先确定显示设备和显示环境，如在室内CRT显示器上显示，那么室内的光照度Eamb为2001ux，CRT最大显示亮度为80cd/m2，屏幕反射系数k为4%，计算环境中光源在显示器屏幕上反射亮度Lrefl。为便于具体实施参考起见，提供实施例的进一步方案，光源在显示器屏幕上反射的亮度LMfl计算如下其中，Eamb为显示器所在环境中光源的光照度，单位为勒克斯，k表示显示器屏幕的反射系数。步骤1，先读取高动态范围图像中每个像素的实际亮度值RGB，并转换为三刺激值XYZ，得到图像XYZ空间。实施例根据读入的高动态范围图像的各个通道RGB(单位为cd/m2)，转换成XYZ值(单位cd/m2)，设置Y(x，y)维亮度L(x，y)维。读取高动态范围图像中每个像素的实际亮度值RGB，并利用sRGB转换矩阵转换为三刺激值XYZ，得到图像XYZ空间。sRGB转换矩阵为现有技术，不予赘述。步骤2，计算各像素在CRT显示器观察条件下的适应性亮度Lw(X，y)。实施例实现方式为，设置步骤1所得三刺激值XYZ中的Y为高动态范围图像各像素的亮度L，利用以下公式计算光感应细胞的响应各像素时的适应性亮度Lw(X，y)，当低动态范围显示设备为纸张时，对于纸张上观察的图像Lw(x,y)=Fg(k,l)*L(x,y)当低动态范围显示设备为显示器时，对于显示器上观察的图像Lw(X，y)=Fg(k，l)*L(x，y)+Lrefl其中，L(χ,y)为高动态范围图像各像素(x，y)的亮度值，Fg(k,1)为滤波器窗口为(k，l)的高斯低通滤波器，用于近似模拟人眼在变化亮度中获得的等量适应亮度，LMfl为光源在显示器的屏幕上反射的亮度。步骤4，利用色度适应性模型调整各像素(X，y)由于光源光谱分布变化导致颜色的变化，色度适应性模型如下Ra(x,y)=R(x,y)·(D(Lw(x,y))·(Rwr/Rw)+I-D(Lw(x,y)))Ga(χ,y)=G(x,y)·(D(Lw(x,y))·(Gwr/Gw)+I-D(Lw(x,y)))Ba(x,y)=B(x,y)·(D(Lw(x,y))·(Bwr/Bw)+I-D(Lw(x,y)))其中，Ra(x，y)，Ga(χ,y)，Ba(χ,y)为高动态范围图像各像素针对光源光谱分布变化作色度适应性调整后的视锥细胞响应值，Rw,Gw,Bw*高动态范围图像原来的光源视锥响细胞应值，Rwr,Gwr,Bwr为低动态范围显示设备的光源视锥细胞响应值，D(Lw(X，y)为观察高动态范围图像各像素时在各像素适应性亮度Lw(X，y)下视锥细胞的适应程度。也就是说，利用M矩阵高动态范围图像的X(X，y)，Y(x,y)，Z(x,y)值转换为视锥细胞相应空间的响应值R(x，y)，G(x,y),B(χ,y)；再利用各象素适应性亮度Lw(x,y)，计算视锥细胞在适各应性亮度下的适应程度D(Lw(x,y))，接着，利用色度适应性模型针对不同适应性亮度进行色度适应性调整。为便于具体实施参考起见，提供实施例的进一步方案，观察高动态范围图像各像素时在各亮度适应性亮度Lw(X，y)下视锥细胞的适应程度D(Lw(X，y)计算如下D(Lw(x,y))=F(0.O81og10(1/5LW(x,y))+0.76)F为环境因子，Lw(x，y)>10cd/m2时，F=1.0；而Lw(x，y)(10cd/m2时，F=0·8。步骤5，模拟光感应细胞响应机制，计算各像素适应性亮度下的相对响应值rK(x，y)，rG(χ,y)禾口rB(x,y)其中，Be(χ,y)，Bg(χ,y)，Bb(χ,y)表示视锥细胞在各像素适应性亮度Lw(x,y)下的漂白指数，σ(Lw(χ,y)为各像素适应性亮度Lw(x，y)的适应性因子，η(x，y)为指数，根据各像素适应性亮度Lw(x，y)设定。为便于具体实施参考起见，提供实施例的进一步方案(1)视锥细胞在各像素适应性亮度Lw(x，y)下的漂白指数Bk(x，y)，Be(x，y)，Bb(x，y)计算如下Be(X，y)=IO7/(107+LW(χ,y)(Rwr/(Rwr+Gwr+Bwr)))Bg(χ,y)=IO7/(107+LW(χ,y)(Gwr/(Rwr+Gwr+Bwr)))。Bb(χ,y)=IO7/(107+LW(χ,y)(Bwr/(Rwr+Gwr+Bwr)))(2)各像素适应性亮度Lw(X，y)的适应性因子σ(Lw(χ,y)计算如下σ(Lw(χ,y))=c·Lw(x，y)/F1(χ,y)其中c为常数20(χ,y)计算如下F1(x,y)=0·2T4(x，y)Lw(x，y)+0.1(1_T4(x，y))(Lw(x，y))1气T(x,y)=l/(Lw(x,y)+l)(3)指数n(x，y)计算如下Lwmax和Lwmin分别为高动态范围图像在视觉中最大适应性亮度和最小适应性亮度值，a，b和d为实验经验值，实施例中分别取0.75，1.2和0.075。步骤6，利用主成分分析把光感应细胞响空间的值rK(X，y)，r(;(X，y)*rB(x，y)转换到正交对立空间的值Ib—w(x，y)，Ir_g(x,y)，Iy—b(xy)，再模拟中心-周边感知结构细胞的边缘相阻机制进一步处理R"(x’y)=O，y)+ΣΣ(O，y)-Λ—,,,(J,;))/(('-χ,J-y)(hy)-h_w(“j))[οοι]Rrs^)=7,g(x'力+ΣΣs(irg(O，g0’j))f((i-x,j-y)ihgO，y)~hg(“j))RybO,y)=IybO,>0+ΣΣs(iyb(O，y)-iyb0·，y))/('-x,j-y)(iyb(χ,y)-iyb(Uj))KjeQ其中，g(AI)为边缘相阻机制的对比度影响函数，ΔI表示两个I之间的差，如Ibw(x，y)_Ib—w(i，j)，f(·)为边缘相阻机制的空间影响函数，Ω为以像素(x，y)为中心的邻域范围。实施例就是先利用PCA(主成分分析)把光感应细胞响空间的值rK(x，y)，rG(x,y)，rB(x,y)转换到正交对立空间的值Ibw(x，y)，Irg(x,y)，Iyb(xy)；再模拟中心_周边感知结构细胞的边缘相阻机制，对Ib—w(x，y)，Ir_g(x,y)，Iy—b(xy)进一步处理得Rb—w(x，y)，Rr_g(x，y)，Ryb(χ,y)。为便于具体实施参考起见，提供实施例的进一步方案(1)边缘相阻机制的对比度影响函数g(AI)计算如下其中，O1为边缘相阻机制中对比度截止值，h取0.7。(2)所述的步骤6中，边缘相阻机制的空间影响函数f(·)计算如下其中，G(m,η,r0l)和G(m，η,r。2)为半径大小不同的高斯函数，r0l和r。2分别为以像素(X，y)为中心的内径和外径，r0l依据经验取所处理图像大小的2%，r。2取的1.6倍。步骤7，利用主成分分析(即PCA)把图像正交对立空间的值Rbw(x，y)，Rrg(x，y)，Ry—b(x，y)转回光感应细胞响应空间值，再利用M矩阵的逆矩阵转到XYZ空间的值，接着，利用sRGB转换矩阵的逆矩阵把值转到低动态范围显示器显示空间中。这样就能在低动态范围显示器上输出低动态范围图像。该步骤的具体转换实现采用现有技术，本发明不予赘述。权利要求一种低动态范围显示设备再现高动态范围图像的方法，其特征在于包含如下步骤，步骤1，先读取高动态范围图像中每个像素的实际亮度值RGB，并转换为三刺激值XYZ，得到图像XYZ空间；步骤2，设置步骤1所得三刺激值XYZ中的Y为高动态范围图像各像素的亮度L，利用以下公式计算光感应细胞的响应各像素时的适应性亮度Lw(x，y)，当低动态范围显示设备为纸张时，对于纸张上观察的图像Lw(x，y)＝FG(k，l)*L(x，y)当低动态范围显示设备为显示器时，对于显示器上观察的图像Lw(x，y)＝FG(k，l)*L(x，y)+Lrefl其中，L(x，y)为高动态范围图像各像素(x，y)的亮度值，FG(k，l)为滤波器窗口为(k，l)的高斯低通滤波器，用于近似模拟人眼在变化亮度中获得的等量适应亮度，Lrefl为光源在显示器的屏幕上反射的亮度；步骤3，利用M矩阵将图像XYZ空间中各像素(x，y)的值X(x，y)，Y(x，y)，Z(x，y)转到视锥细胞的响应值空间中各像素(x，y)的值R(x，y)，G(x，y)，B(x，y)<mrow><mfencedopen='('close=')'><mtable><mtr><mtd><mi>R</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow></mtd></mtr><mtr><mtd><mi>G</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow></mtd></mtr><mtr><mtd><mi>B</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow></mtd></mtr></mtable></mfenced><mo>=</mo><mi>M</mi><mfencedopen='('close=')'><mtable><mtr><mtd><mi>X</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow></mtd></mtr><mtr><mtd><mi>Y</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow></mtd></mtr><mtr><mtd><mi>Z</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow></mtd></mtr></mtable></mfenced></mrow><mrow><mi>M</mi><mo>=</mo><mfencedopen='('close=')'><mtable><mtr><mtd><mn>0.7982</mn></mtd><mtd><mn>0.3389</mn></mtd><mtd><mn>20.1371</mn></mtd></mtr><mtr><mtd><mn>20.5918</mn></mtd><mtd><mn>1.5512</mn></mtd><mtd><mn>0.0406</mn></mtd></mtr><mtr><mtd><mn>0.0008</mn></mtd><mtd><mn>0.0239</mn></mtd><mtd><mn>0.9753</mn></mtd></mtr></mtable></mfenced></mrow>步骤4，利用色度适应性模型调整各像素(x，y)由于光源光谱分布变化导致颜色的变化，色度适应性模型如下Ra(x，y)＝R(x，y)·(D(Lw(x，y))·(Rwr/Rw)+1D(Lw(x，y)))Ga(x，y)＝G(x，y)·(D(Lw(x，y))·(Gwr/Gw)+1D(Lw(x，y)))Ba(x，y)＝B(x，y)·(D(Lw(x，y))·(Bwr/Bw)+1D(Lw(x，y)))其中，Ra(x，y)，Ga(x，y)，Ba(x，y)为高动态范围图像各像素针对光源光谱分布变化作色度适应性调整后的视锥细胞响应值，Rw，Gw，Bw为高动态范围图像原来的光源视锥响细胞应值，Rwr，Gwr，Bwr为低动态范围显示设备的光源视锥细胞响应值，D(Lw(x，y)为观察高动态范围图像各像素时在各像素适应性亮度Lw(x，y)下视锥细胞的适应程度；步骤5，模拟光感应细胞响应机制，计算各像素适应性亮度下的相对响应值rR(x，y)，rG(x，y)和rB(x，y)<mrow><msub><mi>r</mi><mi>R</mi></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>=</mo><msub><mi>B</mi><mi>R</mi></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>·</mo><mfrac><msup><mrow><mo>(</mo><msub><mi>R</mi><mi>a</mi></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>)</mo></mrow><mrow><mi>n</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow></mrow></msup><mrow><msup><mrow><mo>(</mo><msub><mi>R</mi><mi>a</mi></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>)</mo></mrow><mrow><mi>n</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow></mrow></msup><mo>+</mo><msup><mrow><mo>(</mo><mi>σ</mi><mrow><mo>(</mo><msub><mi>L</mi><mi>w</mi></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>)</mo></mrow></mrow><mrow><mi>n</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow></mrow></msup></mrow></mfrac></mrow><mrow><msub><mi>r</mi><mi>G</mi></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>=</mo><msub><mi>B</mi><mi>G</mi></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>·</mo><mfrac><msup><mrow><mo>(</mo><msub><mi>G</mi><mi>a</mi></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>)</mo></mrow><mrow><mi>n</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow></mrow></msup><mrow><msup><mrow><mo>(</mo><msub><mi>G</mi><mi>a</mi></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>)</mo></mrow><mrow><mi>n</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow></mrow></msup><mo>+</mo><msup><mrow><mo>(</mo><mi>σ</mi><mrow><mo>(</mo><msub><mi>L</mi><mi>w</mi></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>)</mo></mrow></mrow><mrow><mi>n</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow></mrow></msup></mrow></mfrac></mrow><mrow><msub><mi>r</mi><mi>B</mi></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>=</mo><msub><mi>B</mi><mi>B</mi></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>·</mo><mfrac><msup><mrow><mo>(</mo><msub><mi>R</mi><mi>a</mi></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>)</mo></mrow><mrow><mi>n</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow></mrow></msup><mrow><msup><mrow><mo>(</mo><msub><mi>B</mi><mi>a</mi></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>)</mo></mrow><mrow><mi>n</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow></mrow></msup><mo>+</mo><msup><mrow><mo>(</mo><mi>σ</mi><mrow><mo>(</mo><msub><mi>L</mi><mi>w</mi></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>)</mo></mrow></mrow><mrow><mi>n</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow></mrow></msup></mrow></mfrac></mrow>其中，BR(x，y)，BG(x，y)，BB(x，y)表示视锥细胞在各像素适应性亮度Lw(x，y)下的漂白指数，σ(Lw(x，y)为各像素适应性亮度Lw(x，y)的适应性因子，n(x，y)为指数，根据各像素适应性亮度Lw(x，y)设定；步骤6，利用主成分分析把光感应细胞响空间的值rR(x，y)，rG(x，y)和rB(x，y)转换到正交对立空间的值Ib_w(x，y)Ir_g(x，y)，Iy_b(xy)，再模拟中心周边感知结构细胞的边缘相阻机制进一步处理<mrow><msub><mi>R</mi><mrow><mi>b</mi><mo>_</mo><mi>w</mi></mrow></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>=</mo><msub><mi>I</mi><mrow><mi>b</mi><mo>_</mo><mi>w</mi></mrow></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>+</mo><mi>Σ</mi><munder><mi>Σ</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi><mo>∈</mo><mi>Ω</mi></mrow></munder><mi>g</mi><mrow><mo>(</mo><msub><mi>I</mi><mrow><mi>b</mi><mo>_</mo><mi>w</mi></mrow></msub><mrow><mo>(</mo><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>-</mo><msub><mi>I</mi><mrow><mi>b</mi><mo>_</mo><mi>w</mi></mrow></msub><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>)</mo></mrow><mi>f</mi><mrow><mo>(</mo><mrow><mo>(</mo><mi>i</mi><mo>-</mo><mi>x</mi><mo>,</mo><mi>j</mi><mo>-</mo><mi>y</mi><mo>)</mo></mrow><mrow><mo>(</mo><msub><mi>I</mi><mrow><mi>b</mi><mo>_</mo><mi>w</mi></mrow></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>-</mo><msub><mi>I</mi><mrow><mi>b</mi><mo>_</mo><mi>w</mi></mrow></msub><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>)</mo></mrow></mrow></mrow></mrow><mrow><msub><mi>R</mi><mrow><mi>r</mi><mo>_</mo><mi>g</mi></mrow></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>=</mo><msub><mi>I</mi><mrow><mi>r</mi><mo>_</mo><mi>g</mi></mrow></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>+</mo><mi>Σ</mi><munder><mi>Σ</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi><mo>∈</mo><mi>Ω</mi></mrow></munder><mi>g</mi><mrow><mo>(</mo><msub><mi>I</mi><mrow><mi>r</mi><mo>_</mo><mi>g</mi></mrow></msub><mrow><mo>(</mo><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>-</mo><msub><mi>I</mi><mrow><mi>r</mi><mo>_</mo><mi>g</mi></mrow></msub><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>)</mo></mrow><mi>f</mi><mrow><mo>(</mo><mrow><mo>(</mo><mi>i</mi><mo>-</mo><mi>x</mi><mo>,</mo><mi>j</mi><mo>-</mo><mi>y</mi><mo>)</mo></mrow><mrow><mo>(</mo><msub><mi>I</mi><mrow><mi>r</mi><mo>_</mo><mi>g</mi></mrow></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>-</mo><msub><mi>I</mi><mrow><mi>r</mi><mo>_</mo><mi>g</mi></mrow></msub><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>)</mo></mrow></mrow></mrow></mrow><mrow><msub><mi>R</mi><mrow><mi>y</mi><mo>_</mo><mi>b</mi></mrow></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>=</mo><msub><mi>I</mi><mrow><mi>y</mi><mo>_</mo><mi>b</mi></mrow></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>+</mo><mi>Σ</mi><munder><mi>Σ</mi><mrow><mi>i</mi><mo>,</mo><mi>j</mi><mo>∈</mo><mi>Ω</mi></mrow></munder><mi>g</mi><mrow><mo>(</mo><msub><mi>I</mi><mrow><mi>y</mi><mo>_</mo><mi>b</mi></mrow></msub><mrow><mo>(</mo><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>-</mo><msub><mi>I</mi><mrow><mi>y</mi><mo>_</mo><mi>b</mi></mrow></msub><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>)</mo></mrow><mi>f</mi><mrow><mo>(</mo><mrow><mi>i</mi><mo>-</mo><mi>x</mi><mo>,</mo><mi>j</mi><mo>-</mo><mi>y</mi><mo>)</mo></mrow><mrow><mo>(</mo><msub><mi>I</mi><mrow><mi>y</mi><mo>_</mo><mi>b</mi></mrow></msub><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>-</mo><msub><mi>I</mi><mrow><mi>y</mi><mo>_</mo><mi>b</mi></mrow></msub><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>)</mo></mrow></mrow></mrow></mrow>其中，g(ΔI)为边缘相阻机制的对比度影响函数，ΔI表示Ib_w(x，y)Ib_w(i，j)，f(·)为边缘相阻机制的空间影响函数，Ω为以像素(x，y)为中心的邻域范围；步骤7，利用主成分分析把图像正交对立空间的值Rb_w(x，y)，Rr_g(x，y)，Ry_b(x，y)转回光感应细胞响空间，再利用步骤3所述M矩阵的逆矩阵转回XYZ空间，最后利用sRGB转换矩阵的逆矩阵转换到低动态范围显示设备显示空间RGB的值。2.根据权利要求1所述低动态范围显示设备再现高动态范围图像的方法，其特征在于所述的步骤2中，光源在显示器屏幕上反射的亮度Lrefl计算如下其中，Eamb为显示器所在环境中光源的光照度，单位为勒克斯，k表示显示器屏幕的反射系数。3.根据权利要求1所述低动态范围显示设备再现高动态范围图像的方法，其特征在于所述的步骤4中，观察高动态范围图像各像素时在各亮度适应性亮度Lw(x，y)下视锥细胞的适应程度D(Lw(X，y)计算如下D(Lw(x,y))=F(0.O81og10(l/5LW(χ,y))+0.76)F为环境因子，Lw(χ，y)>10cd/m2时，F=1·O；而Lw(x,y)(10cd/m2时，F=0.8。4.根据权利要求1所述低动态范围显示设备再现高动态范围图像的方法，其特征在于所述的步骤5中，视锥细胞在各像素适应性亮度Lw(X，y)下的漂白指数BK(x，y),BG(x,y)，BB(x，y)计算如下Bk(x，y)=107/(107+Lw(x,y)(Rwr/(Rwr+Gwr+Bwr)))Bg(χ,y)=107/(107+Lw(x,y)(Gwr/(Rwr+Gwr+Bwr)))。Bb(x，y)=107/(107+Lw(x,y)(Bwr/(Rwr+Gwr+Bwr)))5.根据权利要求1所述低动态范围显示设备再现高动态范围图像的方法，其特征在于所述的步骤5中，各像素适应性亮度Lw(X，y)的适应性因子σ(Lw(X，y)计算如下σ(Lw(χ,y))=c·Lw(χ,y)/F1(χ,y)其中c为常数20(χ,y)计算如下6.根据权利要求1所述低动态范围显示设备再现高动态范围图像的方法，其特征在于所述的步骤5中，指数η(X，y)计算如下Lwjiax和Lwmin分别为高动态范围图像在视觉中最大适应性亮度和最小适应性亮度值，a，b和d为实验经验值，分别取0.75，1.2和0.075。7.根据权利要求1所述低动态范围显示设备再现高动态范围图像的方法，其特征在于所述的步骤6中，边缘相阻机制的对比度影响函数g(AI)计算如下其中，O1为边缘相阻机制中对比度截止值，h取0.7。8.根据权利要求1所述低动态范围显示设备再现高动态范围图像的方法，其特征在于所述的步骤6中，边缘相阻机制的空间影响函数f(·)计算如下其中，G(m,η,r0l)和G(m，η,ro2)为半径大小不同的高斯函数，r0l和ro2分别为以像素(X，y)为中心的内径和外径，r0l依据经验取所处理图像大小的2%，r。2取的1.6倍。全文摘要本发明涉及一种低动态范围显示设备再现高动态范围图像的方法，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，在低动态范围显示设备上比较正确的再现高动态范围图像中场景的纹理细节和颜色，步骤是先从高动态范围图像中读取每像素RGB通道的真实亮度值；将RGB转换成XYZ值；然后计算各像素适应性亮度；接着在各适应性亮度下进行光源的色度适应性调整；再模拟光感应细胞响应机制，计算各适应性亮度下的相对响应值；最后，利用PCA转换到正交对立空间，再模拟中心-周边感知结构细胞的边缘相阻机制进一步处理。本发明可以高效的压缩动态范围较高的图像，以适应现有的低动态范围的显示设备或纸张。文档编号G09G5/02GK101908330SQ201010239590公开日2010年12月8日申请日期2010年7月26日优先权日2010年7月26日发明者万晓霞,谢德红申请人:武汉大学