图像的显示中以及与之有关的改进的制作方法

技术领域：
本发明涉及图像数据(例如经由显示面板或通过投影)在显示屏幕上的显示及其图像数据的处理。
背景技术：
：可以通过要求主体区分对象(例如放置在白色背景上的字母或形状)的图像来测量眼睛的视觉敏锐度。一般在评估矫正透镜(例如眼镜或隐形眼镜)中采用这些测试。如果图像内的对象具有相对于背景的可区分的亮度或色彩，则其可以典型地更好地区分于图像背景。例如，可以关于本领域中称为“对比度比率”或简称“对比度”的量来表达相对亮度差。关于两个亮度值之间的差除以它们之和来典型地定义它。一般而言，相对于对象的背景难以观测的对象将具有小对比度。通过实验已经发现，当对象的对比度小于阈值(一般称为“对比度检测阈值”或“对比度阈值”)时，眼睛不能检测图像内的对象。这种最小可感知对比度的倒数一般称为眼睛的“对比度灵敏度”。过去，为了调查并且量化对比度灵敏度，已经使用包含测试图案的测试图像。它们一般已经包括包含遍历图像在一个维度中延伸以形成连续变化(上升和下降)亮度的条带的正弦亮度变化的测试图案。对于这些亮度测试图案，对比度简单地定义为正弦的幅度除以正弦的(均匀)均值。用于可靠地检测/感知对比度的该图案中所需的对比度的阈值量(例如，足以给出50％检测概率)因此称为对比度阈值。该测试图案的对比度阈值取决于图像中的正弦变化的波长(即连续亮度峰值之间的对条带的横向的空间分离度)。该波长的倒数称为图案的“空间频率”。也可以使用非正弦亮度变化来测量对比度灵敏度，并且在这些情况下，对比度可以定义为图像中的最大亮度与最小亮度之间的差除以它们之和。其称为“Michelson对比度”。关于“明视(photopic)”亮度条件(即在日光视觉时的亮度条件)，用于对比度灵敏度的各个方面的模型存在于现有技术中。这些模型基于关于人眼的运作机制的特定假设。它们提供用于量化眼睛的对比度灵敏度的数学表达式。这些模型的特定思想是这样的假设：对比度灵敏度由视觉系统中的噪声确定。实际上，已经发现，不存在一点也不能检测到对比度图案所小于的并且可以总是检测到对比度图案所大于的固定对比度阈值。此外，存在逐渐增加的对比度检测概率。对比度阈值典型地定义为50％检测概率将存在的对比度。将以小于50％概率检测到小于对比度阈值的对比度值。将对比度检测概率描述为对比度强度的函数的数学函数通常称为“心理测度函数”。确定心理测度函数的形状的统计因素通常认为由部分处于视觉系统内部的噪声产生。已经成功地用在该情形中的心理测度函数的一个示例是正态概率积分，其为基于在对比度阈值上居中的高斯(“正态”)概率密度函数的公知形式的累计概率分布函数。其为所讨论的图像对比度的值的函数，并且其随着对比度增加而从当该对比度为0.0时的0.0的概率穿过当对比度等于对比度阈值时的0.5的值连续地上升到渐进地接近1.0的值。实验暗示，在明视条件下，当所讨论的图像的真实/物理对比度值(C)实际上不同达它们的各个对比度阈值(CT)的差时，两个正弦图案(图案1和2)的显见/感知/视觉对比度的外观感知为相同的(即，匹配)，从而：这说明：因此，物理对比度C所导致的感受通常认为是其视觉对比度的函数(C-CT)。正弦图像中的视觉对比度至少认为总是相对于其真实/物理对比度按对比度阈值减少，并且与图像的真实/物理对比度成比例。图像中的亮度等级在该图像内的对象的感知对比度方面起重要作用。在不同亮度条件下观看的图像/场景发现是不同地受感知的。明亮阳光下和昏暗条件下所看见的同一物理场景对人眼并非显现得相同。相似地，明亮图像显示器上和相对较低亮度影院屏幕上所示的图像在它们的外观方面也显著地不同。色彩和对比度感知遍历照射等级的范围而显著地变化。当视网膜视锥细胞稳固地损失它们的灵敏度，并且视觉信号受视网膜视杆细胞影响时，当亮度掉落到3-5cd/m2之下时，观测到最剧烈的视觉的改变。于此，所谓的“中间(mesopic)”视觉范围、敏锐度和色彩视觉的逐渐损失产生。当在电子显示器上再现色彩时，鲜有考虑视觉系统的这种重要特性。虽然现有技术显示器比色法几乎完全基于视锥调解视觉(CIE色彩匹配函数)，但现代显示器中的色域的显著部分一般位于由视杆细胞部分地调解的3cd/m2之下的亮度范围中。这对于移动电话显示器是特别有关的，移动电话可能将它们的明亮性降低峰值亮度的向下10-30cd/m2，以减少功耗。这意味着，在受调光的高对比度显示器的情况下，无法使用传统的基于视锥的比色法来精确地再现感知色域的大约3/4。本发明目的是解决特定地但并非排除性地与中间视觉有关的现有技术中的这些限制。技术实现要素：以下在一个方面中实现亮度重新标定方法，以用于改动图像的感知对比度和/或色彩，以在不同亮度等级下匹配它们的外观。本发明优选地采用匹配对比度的心理物理方法。所述方法可以考虑对视觉的视杆贡献(感光器)。重新标定优选地包括：寻找优化色调曲线，和/或优选地空间对比度处理，和/或优选地调整待显示的图像中的色彩色相和/或色彩饱和度。这样允许调整或提供可靠地仿真明亮条件下的夜晚视觉的图像，或补偿较暗显示器上所显示的明亮图像，从而其显露否则将是不可见的细节和/或色彩。在第二方面中，以下可以提供一种用于在图像的子区块内局部地变换图像以调整用于由显示设备进行显示的图像对比度的方法，包括：计算对比度调整因子，以用于调整原始图像的子区块内的对比度；以及，根据所述对比度调整因子来变换所述原始图像的所述子区块内的对比度，由此以提供用于由所述显示设备进行显示的变换后的图像；其中，所述计算包括：确定所述子区块内的局部对比度的测度，并且据此确定在所述子区块内优化所述原始图像的所述对比度与所述变换后的图像的所述对比度之间的匹配的对比度调整因子。在第三方面中，以下可以提供一种用于变换第一亮度的图像以调整用于显示设备根据第二亮度进行显示的其感知色彩色相的方法，所述方法包括：计算色彩调整因子，以用于调整原始图像的色彩值；以及，根据所述色彩调整因子来调整所述原始图像的所述色彩值，由此以提供用于所述显示设备按所述第二亮度进行显示的变换后的图像；并且其中，所述计算包括：鉴于对亮度的对应贡献视杆感光器响应以数值方式表示对所述色彩值的视锥感光器响应。在第四方面中，以下可以提供一种用于变换具有第一亮度的图像以调整用于具有第二亮度的显示设备进行显示的其色彩饱和度的方法，所述方法包括：计算色彩饱和度调整变换，以用于调整原始图像的色彩值；以及，根据所述色彩饱和度变换来调整所述原始图像的所述色彩值由此以提供用于所述显示设备按所述第二亮度进行显示的变换后的图像；其中，根据以下变换根据所述第一亮度(Y)的值和所述第二亮度的值以及饱和度校正因子(s(…))来定义调整后的色彩值：其中，所述饱和度校正因子是亮度的函数，并且随着亮度的值接近零而接近零的值，并且随着亮度增加而渐进地单调接近1的值(1.0)。作为下降亮度的函数的这种趋于零的罕见形式已经通过实验得以发现，并且已经证明在色彩饱和度校正方面惊人地高效。在第五方面中，以下可以提供用于根据用于显示的峰值亮度来变换用于由显示设备进行显示的图像的装置，所述装置包括：计算单元，用于计算将原始图像的亮度等级映射为变换后的图像的亮度等级的色调曲线；以及，变换单元，用于根据所述色调曲线来变换所述原始图像的亮度等级，由此以提供用于由所述显示设备进行显示的变换后的图像；其中，所述计算单元被布置为：确定优化所述原始图像的对比度与所述变换后的图像的对比度之间的匹配的色调曲线。在第六方面中，以下可以提供一种用于在用于由显示设备进行显示的图像的子区块内局部地变换图像以调整图像对比度的装置，包括：计算单元，用于计算对比度调整因子，以用于调整原始图像的子区块内的对比度；以及，变换单元，用于根据所述对比度调整因子来变换所述原始图像的所述子区块内的对比度，由此以提供用于由所述显示设备进行显示的变换后的图像；其中，所述计算单元被布置为：确定所述子区块内的局部对比度的测度，并且据此确定在所述子区块内优化所述原始图像的所述对比度与所述变换后的图像的所述对比度之间的匹配的对比度调整因子。在第七方面中，以下可以提供一种用于变换第一亮度的图像以调整用于显示设备根据第二亮度进行显示的其感知色彩色相的装置，所述装置包括：计算单元，用于计算色彩调整因子，以用于调整原始图像的色彩值；以及，调整器单元，用于根据所述色彩调整因子来调整所述原始图像的所述色彩值，由此以提供用于所述显示设备按所述第二亮度进行显示的变换后的图像；其中，所述计算单元被布置为：鉴于对亮度的对应贡献视杆感光器响应以数值方式表示对所述色彩值的视锥感光器响应。在其第八方面中，以下可以提供一种用于变换具有第一亮度的图像以调整用于具有第二亮度的显示设备进行显示的其色彩饱和度的装置，所述方法包括：计算单元，用于计算色彩饱和度调整变换，以用于调整原始图像的色彩值；以及，调整器单元，用于根据所述色彩饱和度变换来调整所述原始图像的所述色彩值由此以提供用于所述显示设备按所述第二亮度进行显示的变换后的图像；其中，所述调整器单元被布置为：根据以下变换根据所述第一亮度(Y)的值和所述第二亮度的值以及饱和度校正因子(s(…))来调整所述色彩值：其中，所述饱和度校正因子是亮度的函数，并且随着亮度的值接近零而接近零的值，并且随着亮度增加而渐进地单调接近1的值(1.0)。在另一方面中，以下可以提供一种用于执行上述方法的装置。在又一方面中，以下可以提供一种计算机程序或计算机程序产品，包括计算机可执行指令，被布置为当在计算机中执行时实现如以上所描述的方面所述的方法。本发明可以提供一种计算机，编程为实现如上述方面所述的方法。在又一方面中，以下可以提供一种用于根据外界照明条件来调整用于由显示设备进行显示的图像的数据的方法，所述方法包括：提供表示适合于在第一外界照明下显示的图像的像素的第一亮度等级的第一亮度数据；提供表示与所述第一亮度数据不同的并且适合于在与所述第一外界照明不同的第二外界照明下显示的所述图像的像素的亮度等级的第二亮度数据；调整所述第一亮度数据的亮度等级，从而调整后的第一亮度数据所表示的整个图像内的图像对比度实质上匹配于所述第二亮度数据所表示的整个图像内的对应图像对比度；确定调整后的第一亮度数据所表示的整个图像内的背景亮度；定义所述图像内的图像子区域，并且调整与所述图像子区域关联的所述第一亮度数据的亮度等级，从而对所述图像子区域局部的图像对比度实质上匹配于所述图像的第二亮度数据所表示的对图像子区域局部的对应图像对比度；使用所述图像子区域的所述背景亮度和调整后的第一亮度数据来生成亮度图像数据，以用于在所述第二外界照明下显示所述图像中使用。在又一方面中，以下可以提供一种用于根据用于显示的峰值亮度来变换用于由显示设备进行显示的图像的方法，所述方法包括：计算将原始图像的亮度等级映射为变换后的图像的亮度等级的色调曲线；以及根据所述色调曲线来变换所述原始图像的亮度等级，由此以提供用于由所述显示设备进行显示的变换后的图像；其中，所述计算包括：确定优化在用于所述原始图像的亮度等级对于对比度的观测者灵敏度和/或适应性与在用于所述变换后的图像的亮度等级对于对比度的观测者灵敏度和/或适应性之间的匹配的色调曲线。在又一方面中，以下可以提供一种用于在用于由显示设备进行显示的图像的子区块内局部地变换图像以调整图像对比度的方法，包括：计算对比度调整因子，以用于调整原始图像的子区块内的对比度；以及，根据所述对比度调整因子来变换所述原始图像的所述子区块内的对比度，由此以提供用于由所述显示设备进行显示的变换后的图像；其中，所述计算包括：确定所述子区块内的局部对比度的测度，并且据此确定在所述子区块内优化在用于所述原始图像的亮度等级对于对比度的观测者灵敏度和/或适应性与在用于所述变换后的图像的亮度等级对于对比度的观测者灵敏度和/或适应性之间的匹配的对比度调整因子。附图说明图1示出原始图像(中心)和两个重新标定的图像(左边、右边)；图2示出根据本发明优选实施例的用于重新标定方法的示意性流程图；图3示出根据图像亮度(左边)和图像空间频率(右边)的两个对比度灵敏度函数(CFS)；图4示出说明作为亮度的函数的匹配对比度量值的线的图线；图5示出用于图像的两个分片线性色调曲线；图6示出根据四种不同对比度匹配方法的对比度匹配数据；图7示出用于重新标定图像的亮度的根据本发明优选实施例所调整的色调曲线；图8示出源自根据本发明优选实施例的方法的实现方式的调整后的图像；图9示出根据各种方法的图像边沿特征的对比度重新标定的效果；图10示出三个不同图像显示面板的谱发射；图11示出根据亮度改变表示色彩饱和度校正的改变的曲线；图12示出关于年轻(左边)观看者和年长(右边)观看者观看所补偿的图像；图13示出原始图像(左边)、根据现有方法所调整的该图像(中间)以及根据本发明所调整的图像(右边)的比较；图14示出原始图像(左边)、根据本发明所调整的用于表示夜晚观看的该图像(中间)和根据本发明所调整的用于表示剧烈/夸张观看的图像(右边)的比较；图15示出原始图像(左边)、根据现有方法所调整的该图像(中间)以及根据本发明所调整的图像(右边)的比较；图16示出根据现有方法所调整的图像(前5行)和根据本发明所调整的图像(最底行)的比较；图17示出与关于暗显示器重新标定明亮图像关联的实验数据的比较(左边)、与关于明亮显示器重新标定暗图像关联的实验数据的比较(右边)。具体实施方式如上所述，在一个方面中，以下实现亮度重新标定方法，以用于改动图像的感知对比度和/或色彩，以在不同亮度等级下匹配它们的外观。本发明优选地采用匹配对比度的心理物理方法。在优选实施例中，本发明可以考虑对视觉的视杆贡献(感光器)。重新标定优选地包括：寻找优化色调曲线，和/或优选地空间对比度处理，和/或优选地调整待显示的图像中的色彩色相和/或色彩饱和度。这样允许调整或提供可靠地仿真明亮条件下的夜晚视觉的图像，或补偿较暗显示器上所显示的明亮图像，从而其显露否则将是不可见的细节和/或色彩。为了考虑归因于较低绝对亮度等级导致的图像外观的改变，本发明优选地实现新的外观匹配方法和亮度重新标定方法。所述方法可以用于补偿各亮度等级之间的外观改变，这样允许显示器明亮性的进一步减少并且因此功率节省。所述方法也可以用于从暗场景到远更亮的显示器在相反方向上执行重新标定，以再现夜晚场景的外观。所述方法优选地考虑遍历整个亮度范围的色彩和对比度感知。可以优选地通过优化色调曲线的形状来补偿总体明亮性和对比度的改变，从而其在利用显示器的可用动态范围的同时在保持对比度与明亮性之间提供更好的折衷。可以使用新颖视觉对比度匹配方法来考虑细节可视性的改变。可以优选地通过表示在低亮度等级的视杆贡献和色彩饱和度的损失来考虑色彩外观的改变。这些分量中的每一个单独地或组合地优选地提供通过现有方法无法实现的遍历亮度范围的优越外观匹配。在第一方面中，本发明可以提供一种用于根据用于显示的峰值亮度来变换用于由显示设备进行显示的图像的方法，所述方法包括：计算将原始图像的亮度等级映射为变换后的图像的亮度等级的色调曲线；以及，根据所述色调曲线来变换所述原始图像的亮度等级，由此以提供用于由所述显示设备进行显示的变换后的图像；其中，所述计算包括：确定优化所述原始图像的对比度与所述变换后的图像的对比度之间的匹配的色调曲线，其中，所述色调曲线的峰值亮度不超过用于由所述显示设备进行显示的所述变换后的图像的峰值亮度。以此方式，适当地受约束的色调曲线可以用于形成用于计算对比度调整并且将其应用于图像的机制。可以在分片的基础上执行色调曲线的计算，其中，色调曲线表示为具有均表示特定色调范围的多个线性区段的分片线性函数，并且其中，根据以上优化处理来执行该线性区段的确定。一旦计算出色调曲线的所有线性区段，于是也就计算出覆盖所有有关色调的完整色调曲线。如果期望，则通过使得线性区段在阔度方面足够小并且在数量方面足够大以近似连续曲线，色调曲线可以高效地/实际地呈现为非线性的，然而，这可能在计算方面是更繁重的。原始图像的对比度优选地是作为用于原始图像的“物理”对比度值与用于原始图像的检测阈值对比度值之间的差的视觉对比度值。例如，根据以上优化所匹配的两个对比度可以分别定义为通式：视觉对比度＝C-CT其中，C是作为图像的性质的物理对比度数值，CT是对比度检测阈值数值。人们发现关于视觉对比度应用优化技术是最有效的。相应地，优选地，变换后的图像的对比度也是作为用于变换后的图像的物理对比度值与用于原始图像的检测阈值对比度值之间的差的视觉对比度值。因此，所述优化匹配优选地包括：使得原始图像的视觉对比度与变换后的图像的视觉对比度之间的差最小化。优化的目的总体上是实现对以下条件的最接近的合适的近似：或，关于图像1(原始)和2(变换后的)。所述优化匹配可以包括：关于原始图像内的多个不同亮度值而使得原始图像的视觉对比度与变换后的图像的视觉对比度之间的平方差之和最小化。例如，因为可能不能关于与正计算的色调曲线有关的所有亮度等级实现正匹配的各对比度之间的完美匹配，所以我们可以发现，对完美匹配(Δ＝0)的最接近的数值近似可以是在正关于色调曲线所考虑的亮度范围上在正小值与负小值之间波动的Δ的值。通过将所有这些波动的平方值之和(ΣΔ2)优化为尽可能小，我们可以有效地关于色调曲线遍历亮度范围联合地进行优化。优化可以实现为下式的最小化/优化：或：或：其可以优选地服从：并且优选地还服从：T(lmin)≥dmin，T(lmax)≤dmax其中，对于对数亮度l，Gt(l)是阈值对比度，T(l)是待确定的色调曲线。项τ是可以处于0.001至0.00001之间的常数(例如，大约0.0001)。此外，lmin和lmax是原始图像内的亮度的最小值和最大值，dmin和dmax是用于由显示设备进行显示的变换后的图像内的亮度的最小值和最大值(例如显示设备所设置的限制)。用于原始图像和/或变换后的图像的检测阈值对比度值优选地由作为亮度和空间频率的函数的预定对比度灵敏度函数定义。检测阈值对比度值Mt可以定义为：在此，“S”是对于关于特定实验情形调整绝对阈值优选的绝对灵敏度因子。优选实施例中的S的值可以处于8.0至9.0之间，最优选地，S＝8.6或其左右。可以经由下式在对数亮度空间中定义阈值对比度值：其中，对比度通常是存在本领域公知的并且本领域技术人员可以适当地选择的很多对比度灵敏度函数(CSF)，然而，已经发现，以下形式的CSF是有效的：其中，对关于眼睛产生的/眼睛内的光的散射所产生的对比度灵敏度的视觉效果/影响进行建模的调制传递函数(MTF)可以如下式定义为图像空间频率(ρ)的函数；并且用于视锥感光器和视杆感光器的联合亮度灵敏度曲线可以由下式给出；变量ρ是空间频率(每度的周期)，并且l是对数亮度(l＝log10(Y))，其中，Y是亮度值。参数p1至p8以及a1至a4是可以由用户根据偏好进行选择的拟合参数。然而，该CSF的示例在此示出于图3中，并且其详细讨论于下文中：MANTIUK,R.,KIM,K.J.,REMPEL,A.G.,ANDHEIDRICH,W.2011.HDR-VDP-2:Acalibratedvisualmetricforvisibilityandqualitypredictionsinallluminanceconditions.ACMTrans.Graph(Proc.SIGGRAPH)30,4(July2011),1.用于这些参数的数值的示例如下。MTF-眼睛的调制传递函数kakbk10.4248390.02820.5724350.3730.0001675763740.00255872360CSF-(神经)对比度灵敏度函数适配亮度La[cd/m2]p1p2p3p40.0020.9912653.740380.507224.460440.020.8008893.541040.6825054.949580.20.4765054.374530.7503155.2867820.4057824.406020.9353145.61425200.3342783.795421.073276.46351500.3945332.77551.165777.45665CSF中所采用的参数p1至p4的值如上给出，并且是亮度(La)的函数。为了关于给定的亮度得到用于p1-p4的值，我们可以在表列的值之间(在对数亮度空间中)进行内插。sA-联合亮度灵敏度p5p6p7p830.1624.06271.65960.2712对CSF的替选是来自下文的BartenCSF：BARTEN,P.G.J.(1999).Contrastsensitivityofthehumaneyeanditseffectsonimagequality(p.208).SPIEPress。计算优选地包括：将原始图像和变换后的图像二者的亮度等级(Y)变换为根据l＝log10(Y)所定义的对数亮度值(l)，并且关于对数亮度等级而计算色调曲线。该操作在数值方面具有优点。例如，鉴于对数对比度值所表达的模型在高对比度值不经历奇点。此外，对数域中的色调曲线的斜率对应于对比度改变。优选地，利用该性质，从而计算可以包括：关于给定的亮度将变换后的图像的对比度表示为原始图像的对比度和色调曲线的斜率的值的乘积。这样简化计算优化色调曲线的处理。本发明在其第一方面中可以因此提供一种根据显示设备待显示的调整后的图像的色调的最大亮度(色调曲线的最大值)来全局地调整图像对比度以优化图像的视觉对比度的方式。该操作当修改初始地意图/准备在明亮图像显示器/屏幕上观看的图像时可以是特别有用的，从而它们可以在变暗的显示器上得以优化地观看(例如，在低光环境中是更合适的)。良好地选择的色调曲线可以极大地改进修改后的/变换后的图像的外观。然而，在第二方面中，本发明可以提供一种变换图像的局部特征的方法，其单独地在局部区域中考虑图像的对比度等级和空间频率。可以单独地或结合本发明在其第一方面中的图像变换技术来应用这种局部变换技术——即，作为用于既全局地又局部地变换图像的组合处理。在第二方面中，本发明可以提供一种用于在图像的子区块内局部地变换图像以调整用于由显示设备进行显示的图像对比度的方法，包括：计算对比度调整因子，以用于调整原始图像的子区块内的对比度；以及，根据所述对比度调整因子来变换所述原始图像的所述子区块内的对比度，由此以提供用于由所述显示设备进行显示的变换后的图像；其中，所述计算包括：确定所述子区块内的局部对比度的测度，并且据此确定在所述子区块内优化所述原始图像的所述对比度与所述变换后的图像的所述对比度之间的匹配的对比度调整因子，其中，原始图像的所述子区块中的亮度不匹配于用于由显示设备进行显示的变换后的图像的所述子区块中的亮度。以此方式，提供一种局部对比度匹配方法，其中，可以测量局部对比度。测量局部对比度可以鉴于测量所定义的局部区块内的像素亮度等级的局部变化(例如方差或标准差)，并且这可以用于优化局部区块内的原始图像和变换后的图像的对比度的匹配。例如，可以对像素接像素等级执行匹配优化，其中，对于给定的局部区块内的像素鉴于与像素有关的该区块内的亮度的局部变化来确定局部对比度的测度。局部对比度的测度可以是本领域技术人员将容易理解的对比度或亮度变化的任何合适的测度(例如，在所定义的局部区块内，使用对比度的现有定义，或鉴于亮度值的方差或标准差，或使用通过分解为拉普拉斯(高斯差)锥体所提供的值)。优选地，原始图像的对比度也是作为用于原始图像的物理对比度值与用于原始图像的检测阈值对比度值之间的差的视觉对比度值。优选地，变换后的图像的对比度也是作为用于变换后的图像的物理对比度值与用于变换后的图像的检测阈值对比度值之间的差的视觉对比度值。因此，所述优化匹配优选地包括：使得原始图像的视觉对比度与变换后的图像的视觉对比度之间的差最小化。优选地确定对比度调整因子，从而局部对比度的测度(例如c)的值与局部对比度的测度和调整因子(例如m)的乘积(例如c×m)的值之间的差实质上匹配于用于变换后的图像的检测阈值对比度值(例如)与用于原始图像的检测阈值对比度值(例如Gt)之间的差。用于原始图像和/或所述变换后的图像的检测阈值对比度值优选地由作为亮度和空间频率的函数的预定对比度灵敏度函数定义。存在本领域公知的并且本领域技术人员可以适当地选择的很多对比度灵敏度函数(CSF)，然而，已经发现，以下形式的CSF是有效的：其中，对关于眼睛产生的/眼睛内的光的散射所产生的对比度灵敏度的视觉效果/影响进行建模的调制传递函数(MTF)可以如下式定义为图像空间频率(ρ)的函数；并且用于视锥感光器和视杆感光器的联合亮度灵敏度曲线可以由下式给出；变量ρ是空间频率(每度的周期)，并且l是对数亮度(l＝log10(Y))，其中，Y是亮度值。参数p1至p8以及a1至a4是可以由用户根据偏好进行选择的拟合参数。检测阈值对比度值Mt可以定义为：在此，“S”是对于关于特定实验情形调整绝对阈值优选的绝对灵敏度因子。优选实施例中的S的值可以处于8.0至9.0之间，最优选地，S＝8.6或其左右。可以经由下式在对数亮度空间中定义阈值对比度值：其中，对比度通常是CSF中所采用的参数p1至p4的值如上给出，并且是亮度(La)的函数。为了关于给定的亮度得到用于p1-p4的值，我们可以在表列的值之间(在对数亮度空间中)进行内插。子区块优选地由居中在其上的空间窗口函数定义，其中，窗口函数的宽度与原始图像的空间频率的倒数成比例，从而窗口函数的宽度对于较高空间频率是较小的。空间窗口函数可以是例如本领域技术人员将容易理解的任何合适的窗口函数。空间窗口函数可以在所定义子区块外部被零值化。例如，其可以是钟形、矩形或三角形或其它形状。示例包括二维高斯窗口函数、Parzen窗口函数或Hamming窗口函数或其它空间窗口函数。例如，二维高斯窗口函数gσ可以通过以下方式应用于空间函数f(x,y)(例如亮度图像：f(x,y)＝l(x,y))：gσ*f(x,y)＝∫∫f(x-u1,y-u2)Gσ(u1)Gσ(u2)du1du2其中，对于i＝1、2，定义窗口并且具有标准差σ的高斯函数表示为：函数G可以是除了高斯之外的另一窗口函数。可以根据下式根据定义所述子区块并且在(x，y)上居中的空间窗口函数(g)关于像素值的亮度(l)确定局部对比度(c)的测度：其中，运算符(*)是卷积运算符。空间窗口函数可以是具有标准差σ的高斯内核。高斯窗口可以受控/受调整，以关于较高空间频率变得较小，以考虑更精细的尺度。可以通过使得其等于在特定空间频率的单个周期的大小的一半来实现该目的：其中，Rppd是以每视觉度在像素为单位的用于显示图像的显示器的角度显示分辨率，ρ是以每度的周期为单位的空间频率。计算优选地包括：将原始图像和变换后的图像二者的亮度等级(Y)变换为根据l＝log10(Y)所定义的对数亮度值(l)，并且关于所述对数亮度等级计算所述调整因子。待变换的图像可以分解为多个分量图像，其中的每一个均与以上前述原始图像对应，并且可以故此单独地受处理。相应地，所述计算优选地包括：将原始图像分解为包括均经由多个不同空间频带中的各个空间频带内的空间频率表示原始图像的多个不同分量图像的图像锥体。计算调整因子可以包括：关于某个或每个分量图像计算各个调整因子。变换可以包括：变换某个或每个分量图像，并且可以还包括：从多个变换后的分量图像重组变换后的图像。例如，所述方法可以包括：将图像分解为高斯差(拉普拉斯)图像锥体，然后操控每个图像锥体等级的像素值，从而给定的原始锥体等级图像和对应的变换后的锥体等级图像的视觉对比度实质上匹配，并且然后使用变换后的锥体等级图像来重组/重构变换后的图像。对比度调整因子可以实现为：其中，ck(x,y)是在图像锥体的像素位置(x，y)和第k等级处的对比度，其中，k＝1……N。N的值可以选择为这样的：最粗略的带(可选地，除了基带之外)具有小于或等于2cpd的峰值频率。作为图像(例如拉普拉斯)锥体的局部增强的对比度调整可以实现为：其中，Pk与原始图像锥体等级对应。当然，在其它实施例中，不采用图像锥体，在此情况下，可以通过设置N＝1来实现以上表达式，并且Pk＝1与原始图像等级(无锥体)对应。所述方法可以还包括：以从根据本发明在其第一方面中所变换的原始图像内推导的背景亮度(例如基带图像)来替换与最低空间频率关联的分量图像。例如，根据本发明在其第一方面中的变换后的图像的基带可以用于使用变换后的锥体等级图像来重构图像。计算优选地包括：根据(例如作为)原始图像的对比度和调整因子的值的乘积来表示变换后的图像或变换后的分量图像的对比度。在第三方面中，本发明可以提供一种用于变换第一亮度的图像以调整用于显示设备根据第二亮度进行显示的其感知色彩色相的方法，所述方法包括：计算色彩调整因子，以用于调整原始图像的色彩值；以及，根据所述色彩调整因子来调整所述原始图像的所述色彩值，由此以提供用于所述显示设备按所述第二亮度进行显示的变换后的图像；并且其中，所述计算包括：鉴于对亮度的对应贡献视杆感光器响应以数值方式表示对色彩值的视锥感光器响应，并且其中，在第二亮度的每单位亮度的视锥感光器响应被约束，以实质上匹配于在第一亮度的每单位亮度的视锥感光器响应。贡献视杆感光器响应优选地是加入视锥感光器响应的依赖于亮度的值。以数值方式表示视锥感光器响应的步骤优选地包括：均鉴于对亮度的各个对应贡献视杆感光器响应分离地表示L视锥、M视锥以及S视锥的单独响应。优选地，色彩值是三原色色彩值(例如RGB色彩值)。以此方式，例如，色彩调整可以包括：将原始图像转换为视锥响应和视杆响应，然后取决于原始图像的亮度而计算对长波长(可见光)、中等波长(可见光)以及短波长(可见光)视锥响应的视杆贡献，并且将视杆贡献加入长波长、中等波长和短波长视锥响应。可以通过表示产生视杆感光器响应ER的对该视锥信号通道的视杆输入的加法项来表示每个视锥通道(EL、EM、ES)的感光器响应(L、M、S)。例如：L＝EL+k0ERM＝EM+k1ERS＝ES+k2ER在此，ki(i＝0、1、2)是加权因子。优选地，加权因子是依赖于亮度(Y)的。优选地，k0＝k1。优选地，k2不同于k0和k1。例如，当k0＝k1时，加权因子的值是如下依赖于亮度的：Y[cd/m2]100.620.10k100.01730.173k200.01010.367对原始图像和变换后的图像的响应优选地分别通过变换后的图像或原始图像的亮度得以归一化，并且对变换后的图像的归一化响应被调整，以匹配于对原始的归一化响应。所得的匹配的归一化的变换后的图像响应然后转换回到RGB值。在第四方面中，本发明可以提供一种用于变换具有第一亮度的图像以调整用于具有第二亮度的显示设备进行显示的其色彩饱和度的方法，所述方法包括：计算色彩饱和度调整变换，以用于调整原始图像的色彩值；以及，根据所述色彩饱和度变换来调整所述原始图像的所述色彩值由此以提供用于所述显示设备按所述第二亮度进行显示的变换后的图像；其中，根据以下变换根据所述第一亮度(Y)的值和所述第二亮度(Y)的值以及饱和度校正因子(s(…))来定义调整后的色彩值：其中，所述饱和度校正因子是亮度的函数，并且随着亮度的值接近零而接近零的值，并且随着亮度增加而渐进地单调接近1的值(1.0)。作为下降亮度的函数的这种趋于零的罕见形式已经通过实验得以发现，并且已经证明在色彩饱和度校正方面惊人地高效。色彩值优选地是三原色色彩值(例如RGB)。所述方法可以包括：确定具有第一亮度的原始图像的平均亮度并且确定具有第一亮度的图像的平均亮度，根据每个所述平均亮度来确定饱和度校正因子(s(…))的各个值，并且使用饱和度校正因子的各个值来调整色彩值。原始图像可以是根据本发明的方法在其第一方面或第二方面中所调整或变换的图像。因此，本发明可以提供一种色彩饱和度调整方法，包括：关于原始图像确定色彩饱和度校正；根据本发明在其第一方面或第二方面中关于对比度变换后的图像确定色彩饱和度校正；根据关于原始图像归因于其亮度的饱和度校正与关于对比度变换后的图像归因于其亮度的饱和度校正的比率将色彩饱和度校正应用于像素色彩值。原始图像可以是根据本发明的方法在其第三方面中调整或变换的图像。因此，色彩饱和度校正可以应用于色彩色相校正后的原始图像。以上色彩处理可以不仅改进色彩匹配，而且还可以减少当在黑暗中观看时图像的偏蓝性。出于两个原因，这是期望的。首先，其对非常敏感于蓝色的视杆施加较少的压力。其次，这些图像更少干扰负责我们大脑中的昼夜周期时钟的光敏视网膜神经节细胞。一些归因于对人们在晚上使用的TV和移动设备中的大量近蓝光失眠的情况。它们是本发明在其有关方面中的两个加入的益处。在第五方面中，本发明可以提供用于根据用于显示的峰值亮度来变换用于由显示设备进行显示的图像的装置，所述装置包括：计算单元，用于计算将原始图像的亮度等级映射为变换后的图像的亮度等级的色调曲线；以及，变换单元，用于根据所述色调曲线来变换所述原始图像的亮度等级，由此以提供用于由所述显示设备进行显示的变换后的图像；其中，所述计算单元被布置为：确定优化所述原始图像的对比度与所述变换后的图像的对比度之间的匹配的色调曲线，其中，所述色调曲线的峰值亮度不超过用于由所述显示设备进行显示的所述变换后的图像的峰值亮度。原始图像的对比度优选地是作为用于原始图像的物理对比度值与用于原始图像的检测阈值对比度值之间的差的视觉对比度值。变换后的图像的对比度是作为用于所述变换后的图像的物理对比度值与用于所述变换后的图像的检测阈值对比度值之间的差的视觉对比度值。计算单元优选地被布置为执行步骤：通过包括以下操作的处理来优化匹配：使得原始图像的视觉对比度与变换后的图像的视觉对比度之间的差最小化。计算单元可以被布置为执行步骤：通过包括以下操作的处理来执行所述优化匹配：关于所述原始图像内的多个不同亮度值而使得所述原始图像的视觉对比度与所述变换后的图像的视觉对比度之间的平方差之和最小化。用于原始图像和/或变换后的图像的检测阈值对比度值优选地由作为亮度的函数的预定对比度灵敏度函数定义。计算单元优选地被布置为：将原始图像和变换后的图像二者的亮度等级(Y)变换为根据l＝log10(Y)所定义的对数亮度值(l)，并且关于对数亮度等级而计算色调曲线。计算单元可以被布置为：关于给定的亮度计算变换后的图像的对比度作为原始图像的对比度与色调曲线的斜率的值的乘积。在第六方面中，本发明可以提供一种用于在用于由显示设备进行显示的图像的子区块内局部地变换图像以调整图像对比度的装置，包括：计算单元，用于计算对比度调整因子，以用于调整原始图像的子区块内的对比度；以及，变换单元，用于根据所述对比度调整因子来变换所述原始图像的所述子区块内的对比度，由此以提供用于由所述显示设备进行显示的变换后的图像；其中，所述计算单元被布置为：确定所述子区块内的局部对比度的测度，并且据此确定在所述子区块内优化所述原始图像的所述对比度与所述变换后的图像的所述对比度之间的匹配的对比度调整因子，其中，原始图像的所述子区块中的亮度不匹配于用于由显示设备进行显示的变换后的图像的所述子区块中的亮度。计算单元优选地被布置为：确定对比度调整因子，从而局部对比度的测度的值与局部对比度的测度和调整因子的乘积的值之间的差实质上匹配于用于变换后的图像的检测阈值对比度值与用于原始图像的检测阈值对比度值之间的差。计算单元优选地被布置为：通过居中在(x，y)上的空间窗口函数来定义子区块，其中，窗口函数的宽度与原始图像的空间频率的倒数成比例，从而窗口函数的宽度对于较高空间频率是较小的。计算单元可以被布置为：根据下式根据定义子区块并且在(x，y)上居中的空间窗口函数(g)关于像素值的亮度(l)确定局部对比度(c)的测度：其中，运算符(*)是卷积运算符。计算单元可以被布置为：通过作为亮度和空间频率的函数的预定对比度灵敏度函数来定义用于原始图像和/或所述变换后的图像的检测阈值对比度值。计算单元优选地被布置为：将原始图像和变换后的图像二者的亮度等级(Y)变换为根据l＝log10(Y)所定义的对数亮度值(l)，并且关于对数亮度等级而计算调整因子。待变换的图像可以分解为多个分量图像，其中的每一个均与以上前述原始图像对应，并且可以故此单独地受处理。相应地，计算单元优选地被布置为：将原始图像分解为包括均经由多个不同空间频带中的各个空间频带内的空间频率表示原始图像的多个不同分量图像的图像锥体。计算单元优选地被布置为：通过包括以下操作的处理来计算调整因子：计算用于某个或每个分量图像的各个调整因子。变换单元优选地被布置为：变换某个或每个分量图像，并且可以进一步被布置为：从多个变换后的分量图像重组变换后的图像。计算单元优选地被布置为：以从在其第五方面中的装置所变换的原始图像内推导的背景亮度(例如基带图像)替换与最低空间频率关联的分量图像。计算单元可以被布置为：将变换后的图像的对比度表示为原始图像的对比度与调整因子的值的乘积。在第七方面中，本发明可以提供一种用于变换第一亮度的图像以调整用于显示设备根据第二亮度进行显示的其感知色彩色相的装置，所述装置包括：计算单元，用于计算色彩调整因子，以用于调整原始图像的色彩值；以及，调整器单元，用于根据所述色彩调整因子来调整所述原始图像的所述色彩值，由此以提供用于所述显示设备按所述第二亮度进行显示的变换后的图像；其中，所述计算单元被布置为：鉴于对亮度的对应贡献视杆感光器响应以数值方式表示对所述色彩值的视锥感光器响应，并且约束在第二亮度的每单位亮度的视锥感光器响应，以实质上匹配于在第一亮度的每单位亮度的视锥感光器响应。贡献视杆感光器响应优选地是表示为加入视锥感光器响应的依赖于亮度的值。计算单元优选地被布置为：通过以下操作以数值方式表示视锥感光器响应：均鉴于对亮度的各个对应贡献视杆感光器响应分离地表示L视锥、M视锥以及S视锥的单独响应。可以通过表示产生视杆感光器响应ER的对该视锥信号通道的视杆输入的加法项来表示每个视锥通道(EL、EM、ES)的感光器响应(L、M、S)。例如：L＝EL+k0ERM＝EM+k1ERS＝ES+k2ER在此，ki(i＝0、1、2)是加权因子。优选地，加权因子是依赖于亮度(Y)的。优选地，k0＝k1。优选地，k2不同于k0和k1。例如，当k0＝k1时，加权因子的值是如下依赖于亮度的：Y[cd/m2]100.620.10k100.01730.173k200.01010.357色彩值优选地是三原色色彩值。在其第八方面中，本发明可以提供一种用于变换具有第一亮度的图像以调整用于具有第二亮度的显示设备进行显示的其色彩饱和度的装置，所述方法包括：计算单元，用于计算色彩饱和度调整变换，以用于调整原始图像的色彩值；以及，调整器单元，用于根据所述色彩饱和度变换来调整所述原始图像的所述色彩值由此以提供用于所述显示设备按所述第二亮度进行显示的变换后的图像；其中，所述调整器单元被布置为：根据以下变换根据所述第一亮度(Y)的值和所述第二亮度的值以及饱和度校正因子(s(…))来调整所述色彩值：其中，所述饱和度校正因子是亮度的函数，并且随着亮度的值接近零而接近零的值，并且随着亮度增加而渐进地单调接近1的值(1.0)。色彩值优选地是三原色色彩值(例如RGB)。计算单元可以被布置为：确定具有第一亮度的原始图像的平均亮度并且确定具有第一亮度的图像的平均亮度，根据每个所述平均亮度来确定饱和度校正因子(s(…))的各个值，并且使用饱和度校正因子的各个值来调整所述色彩值。在另一方面中，本发明可以提供一种用于执行上述方法的装置。在又一方面中，本发明可以提供一种计算机程序或计算机程序产品，包括计算机可执行指令，被布置为当在计算机中执行时实现如以上所描述的方面所述的方法。本发明可以提供一种计算机，编程为实现如上述方面所述的方法。在又一方面中，本发明可以提供一种用于根据外界照明条件来调整用于由显示设备进行显示的图像的数据的方法，所述方法包括：提供表示适合于在第一外界照明下显示的图像的像素的第一亮度等级的第一亮度数据；提供表示与所述第一亮度数据不同的并且适合于在与所述第一外界照明不同的第二外界照明下显示的所述图像的像素的亮度等级的第二亮度数据；调整所述第一亮度数据的亮度等级，从而调整后的第一亮度数据所表示的整个图像内的图像对比度实质上匹配于所述第二亮度数据所表示的整个图像内的对应图像对比度；确定调整后的第一亮度数据所表示的整个图像内的背景亮度；定义所述图像内的图像子区域，并且调整与所述图像子区域关联的所述第一亮度数据的亮度等级，从而对所述图像子区域局部的图像对比度实质上匹配于所述图像的第二亮度数据所表示的对图像子区域局部的对应图像对比度；使用所述图像子区域的所述背景亮度和调整后的第一亮度数据来生成亮度图像数据，以用于在所述第二外界照明下显示所述图像中使用。确定背景亮度的步骤可以包括：从整个图像的调整后的第一亮度数据提取亮度数据的基带。调整第一亮度数据的亮度等级优选地包括：调整与整个图像关联的色调曲线，从而调整后的第一亮度数据实质上匹配于第二亮度数据所表示的整个图像内的对应图像对比度。可以在调整色调曲线之后并且在执行实质上匹配整个图像内的图像对比度之后执行提取基带的步骤。所述方法可以包括：提供与第一亮度数据关联的色彩分量。所述方法可以包括：使用第一亮度数据、第二亮度数据以及色彩分量来调整其色相。所述方法可以还包括：将色相调整应用于色彩分量，以对用于使用的调整后的色彩分量提供用于在所述第二外界照明下显示图像中使用的图像子区域的调整后的第一亮度数据。优选地使用根据表示视杆感光器的响应的数值所定义的表示视锥感光器的响应的至少一个数值以数值方式确定色相调整。调整与图像子区域关联的第一亮度数据的亮度等级的步骤可以包括：(例如，根据拉普拉斯锥体)将第一数据分解为均在不同各个空间分辨率的图像的多个表示。生成亮度图像数据的步骤可以包括：以背景亮度来替换来自表示当中的具有最低空间分辨率的图像的所述表示。附图详细描述方法和视觉模型如图2所示，对本发明优选实施例的方法的输入是场景引用图像(以绝对单位表示的高动态范围图像)或例如sRGB色彩空间中的显示器引用图像。在后一情况下需要使用显示模型(例如伽玛偏移增益(GOG)模型[Berns1996])将图像从伽玛校正的像素值变换为绝对线性RGB值。相似地，该方法的重新标定的结果可以使用反向显示模型而变换为像素值，或替代地，变换为sRGB色彩空间。为了对绝对亮度等级与图像外观之间的复杂交互进行建模，我们关于图像的三个不同方面分析问题：全局对比度(色调曲线)、局部对比度(细节)以及色彩。以下部分详细讨论每个方面。图1示出根据该优选实施例的应用该方法的结果的示例。示出来自以及去往暗显示器的重新标定。图1，左边：这是在2cd/m2峰值亮度显示器上可见的图像。图1，中心：原始图像。图1，右边：这是对于2cd/m2显示器所补偿的明亮图像。当通过将亮度减少100倍的中性密度滤波器(2.0D)或在将背光调光为原始亮度的1/100的显示器上看见原始图像时，其将匹配于左边图像的外观。当通过因此模拟暗显示器的同一滤波器看见右边图像时，其将显现得与原始相似。注意，故此在低亮度等级并非感知看似夸张的锐度、色彩偏移和明亮性改变。当页面放大到屏幕宽度的3/4并且关于24”监视器从0.5m观看时，最佳地看见图像。参照图2，示意性示出包括计算单元(1)和变换单元(9)的装置。计算单元(1)包括全局对比度重新标定单元(2)，被布置为：接收待变换的亮度图像(Y)以及待变换的输入图像所关于的目标亮度——也就是说，输入图像的对比度和/或色彩待变换，以呈现更好地用于在目标亮度等级观看的所得图像。可选地，但优选地，基带图像提取器单元(3)如所示那样得以提供(但可以省略)，并且被布置为：接收全局对比度重新标定单元的输出并且从其提取基带图像。在该实施例中，计算单元还包括拉普拉斯锥体分解单元(4)，其被布置为：接收待变换的亮度图像(Y)作为输入，并且将该图像分解为包括不同空间频率间隔的多个锥体等级的拉普拉斯图像锥体，基带提取器单元的输出和拉普拉斯锥体分解单元的输出都被布置为：输入到变换单元(9)。在优选实施例中，变换单元包括锥体重构单元(5)，其被布置为：从接收自锥体分解单元的锥体等级重构图像。锥体分解单元可以被布置为：使用除了具有最低空间频率范围的接收到的锥体等级之外的所有接收到锥体等级进行该操作，并且在其位置中代入从基带提取器单元传递至其的基带图像。以此方式，锥体等级中的除了一个之外的全部加上基带图像可以由锥体重构单元用于重构变换后的图像，其可以输出，以用于显示。在其它实施例中，变换单元可以省略锥体重构单元，并且可以简单地从全局对比度重新标定单元输出全局对比度重新标定的图像，以用于显示。在优选实施例中，计算单元还包括局部对比度重新标定单元(6)，被布置为：接收拉普拉斯锥体分解单元所输出的拉普拉斯锥体图像等级作为输入，并且如以下所讨论的那样将局部对比度重新标定应用至其，并且将局部对比度重新标定的图像锥体等级输出到锥体重构单元，以用于重构，如上所述。在一些实施例中，计算单元可以(要么单独地，要么与以上所描述的和/或图2所示的其它单元一起)包括色彩重新标定单元(7)，被布置为：接收待根据在此所描述的色彩变换方法而变换的图像的色彩通道(例如RGB)作为输入，并且输出结果，以用于显示。色彩重新标定单元被布置为：同时接收要么直接从全局对比度重新标定单元或(所示的)锥体重构单元输出的要么作为待在不经受对比度变换的情况下受色彩变换的原始图像的亮度图像(Y)。替代地，当期望色彩重新标定和全局对比度重新标定二者时，色彩重新标定单元可以出现在(所示的)变换单元中，在此情况下，全局对比度重新标定单元的输出将输入到色彩重新标定单元。替代地，当期望色彩重新标定和局部和/或全局对比度重新标定二者时(如所示)，色彩重新标定单元和锥体重构单元可以都出现在变换单元中，在此情况下，锥体重构单元的输出将输入到色彩重新标定单元。所输入的亮度图像数据和色彩通道数据可以初始地是需要调整以移除/反转与已经提供它们的显示设备(如果，实际上，这是数据的源)关联的定制特性的“显示器引用”数据。在此意义上，例如，可以根据合适的“前向显示模型”(8)将所谓的R’G’B’L’数据调整为RGBL数据，以用于根据本发明的随后变换。一旦如此变换，就可能根据需要来调整RGBL数据，以考虑与待发生图像显示所经由的显示设备关联的定制特性，从而RGBL->R’G’B’L’。以此方式，我们可以实现本发明的全局对比度重新标定方法和/或局部对比度重新标定和/或色彩重新标定方法之一或二者。图2为了清楚而示出在优选实施例中应用所有重新标定方法的情形。对比度重新标定在讨论对比度匹配模型之前，让我们介绍我们将在该部分中使用的对比度的两个测度。Michelson对比度定义为：其中，Lmax和Lmin是正弦波的最大亮度值和最小亮度值，或替代地，ΔL是调制，Lmean是正弦波的均值。Michelson对比度在0至1之间变化。当在多尺度表示(例如拉普拉斯锥体)中计算图像对比度时，使用对数对比度是更方便的：对数对比度可以解释为对数域中的正弦波的调制。我们将在文章其余部分中使用G和M符号，以在两个测度之间进行区分。以下公式从一个对比度转换为另一对比度：我们用于看见小对比度的能力(灵敏度)随着激励的频率及其亮度二者而极大地变化。通过多个对比度灵敏度函数(CSF)[Barten1999](例如图3所示的CSF)来良好地描述这些变化。在图3中，鉴于对比度灵敏度函数(CSF)随着亮度(左边)和空间频率(右边)的变化而示出对比度灵敏度函数(CSF)。该函数基于来自[Mantiuk等人2011]的模型。以每度的周期(cpd)为单位给出频率。图线示出灵敏度的变化，其为阈值检测对比度的倒数。虽然CSF捕获视觉系统的实质特性，但其不解释复杂图像中的对比度的感知。这是因为，CSF预测出现在均匀背景上的非常小的几乎不可见的对比度的可视性，这对于多数复杂的场景是非典型的。对比度感知的变化对于充分大于检测阈值的对比度是远更小的。George和Sullivan[1975]示出该情况，他们测量匹配一个频率的对比度的量值的另一频率的对比度的量值。他们发现，遍历空间频率的匹配对比度的线条范围从最接近地对应于CSF的用于低对比度的强烈弯曲曲线到用于超阈值对比度的几乎平坦线条。Georgeson和Sullivan创造了表述“对比度恒定性”，以用于注明遍历观看条件的超阈值对比度的不变性。存在对比度恒定性遍历既关于窄带图案(例如正弦波[Barten1999])又关于宽带图案(例如带通噪声[Brady和Field1995])的频率范围而成立的大量证据。Brady和Field[1995]报告，在近阈值与超阈值视觉之间没有任何逐渐过渡的情况下，一旦对比度大于检测阈值，对比度匹配就几乎是完美的。然而，关于遍历亮度范围的对比度匹配不能认为如此，其中，甚至对于相对大的对比度量值，可以观测到距对比度恒定性的显著偏差[Kulikowski1976]。因此，我们需要假设对比度恒定性机制在频率域和亮度域表现得不同。Kulikowski[1976]观测到，在宽范围的参数上，两个对比度量值当它们的视觉对比度匹配时在它们的外观方面匹配。这暗指物理对比度M减去检测阈值Mt对于匹配对比度必须是相等的：其中，M和是在不同亮度看见的Michelson对比度。通过CSF函数来预测检测阈值Mt：其中，ρ是以每度的周期为单位的空间频率，La是以cd/m2为单位的背景亮度。在该考虑中，我们优选地采用来自[Mantiuk等人2011]的CSF。S是绝对灵敏度因子，其可以可选地关于特定实验情景而用于调整绝对阈值。使用该参数调整实验设置，我们确定S＝8.6产生良好匹配。关于该S值的在100cd/m2的峰值灵敏度是Mt＝0.4％，其与多数CSF测量一致。虽然鉴于Michelson对比度而定义Kulikowski模型，但鉴于对数对比度而公式化匹配对比度是方便的：注意，归因于各对比度测度之间的非线性关系，公式6并不等同于公式4。然而，如图4所示，除了对于非常高对比度和低亮度之外，匹配对比度线条对于这两个模型几乎相同。因为关于这些高对比度等级不存在数据，所以模型无法说是正确还是错误的。我们将在该模型中使用对数对比度，因为其在高对比度不经受奇点。图4还揭示该对比度匹配模型的重要特性。匹配对比度量值的线条示出为亮度的函数。线条连接根据模型应显现得相同的对比度值。匹配对比度的线条对于低对比度是更弯曲的，这说明，低对比度比高对比度更受亮度影响。这与超阈值对比度的另一流行模型相反：对比度换能器[Pattanaik等人1998；Mantiuk等人2008]。换能器预测物理对比度的远更大的增加，而无论对比度量值如何。该预测与实验数据的一致。尽管其简单性，但Kulikowski所提出的模型精确地预测实验数据。在图6中，我们从若干源收集对比度匹配数据，并且将它们与模型预测进行比较。图6示出来自若干源的对比度匹配数据(连续线条)和Kulikowski模型预测。不同线条风格表示图例中所列出的测试亮度和基准亮度(以cd/m2为单位)的不同配对，其中，较高亮度的对比度绘制在x轴上。甚至当我们对于所有数据集合使用同一CSF时，该模型可以预测在低亮度的物理对比度必须增加，以匹配在高亮度的对比度的外观，恰如测量所指示的量所指示的那样。Kulikowski的模型适宜地与都形成非常远离(为了更好的清楚性，在图线中未包括的)数据点的感知对比度的替选模型(例如对比度换能器、明亮性感知的模型、JND亮度比例化)进行比较。该模型还囊括在低光下观看的我们的日常体验。对象在夜晚并非显现得模糊，如前述模型中的乘法灵敏度损失所预测的那样。反之，它们的轮廓是尖锐的，但它们的纹理丢失低对比度细节。全局对比度色调曲线是用于对图像外观进行整形的强大工具。其可以通过两种方式来调整感知对比度：直接地通过改变其斜率，并且在低亮度的情况下，间接地通过根据来自公式4的模型改变图像部分的明亮性及其感知对比度。因此，可以通过使用更陡峭的色调曲线(伽玛>1)来增加对比度，但这趋于使得图像更暗。替代地，可以使用较不陡峭的色调曲线(伽玛<1)，以使得图像更亮并且使得感知对比度更高。在该部分中，我们展示如何使用匹配对比度的Kulikowski模型来求解两个潜在解之间的最佳折衷。其形状改动物理对比度和感知/视觉图像对比度二者，其中，后者受绝对亮度影响。为了说明该情况，让我们假设可以通过分片线性函数来近似任何色调曲线(例如图5所示的下部曲线)。在图5中，示出两个分片线性色调曲线。下部曲线扩展明亮色调中的对比度，并且囊括暗色调中的对比度。因为中间色调受推送朝向较低亮度等级，所以它们的感知对比度将减少。通过上部色调曲线来实现相反情况。斜率描述物理对比度的改变。如果我们使用斜率γ＝1.75以扩展较亮色调中的对比度，则我们关于这些色调提升感知对比度和物理对比度二者。但这也迫使我们压缩较暗色调，因为输出显示设备的动态范围受限于范围dmin–dmax。此外，由于中间色调受推送朝向较低亮度，因此它们的感知对比度降低，如来自公式4的模型所预测的那样。因此，为了提升感知图像对比度，必须使用相反色调曲线(例如图5中的最上所示的色调曲线)。在该部分中，我们展示：给定输出设备的限制，如何寻找产生优化感知对比度的色调曲线。任务是寻找将输入亮度映射为输出亮度从而使得感知对比度的失真最小化的色调曲线T。我们关于代表性对比度G和空间频率ρ寻找该曲线。为了简明，在对数亮度空间中定义色调曲线T(...)从而所得物理对比度可以表示为：以上公式依赖于这样的事实：对数域中的色调曲线的斜率对应于对比度改变。寻找优化色调曲线的问题可以表示为优化，其中，使得Kulikowski模型(公式6)的两侧的平方差最小化。正式地，其可以表示为：服从：以及T(lmin)≥dmin，T(lmax)≤dmax(11)Gt(l)是用于对数亮度l的阈值对比度(公式5)。目标函数的第二项是源(l)与目标对数亮度(T(l))之间的差，并且以小常数τ＝0.0001加权。当目标图像的动态范围低于显示器的动态范围时，该项必须将色调曲线推送朝向明亮色调或暗色调。第一约束(公式10)确保色调曲线是单调并且增加的。两个其余约束(公式11)确保色调曲线不超过目标显示器的最小亮度和最大亮度(dmin、dmax)。注意，显示器的动态范围和黑电平是该方法的参数。因此，可以调整用于显示变化的对比度并且在变化的外界照射下看见的结果。可选显著性函数S(l)仅用于高动态范围图像，其可以包含极大地扩展动态范围但不形成图像的显著部分的小区块。在此情况下，优选的是，选取将最匹配于形成图像的显著部分的区块的外观的色调曲线。通过在优化期间将权重分配给不同亮度等级来实现该目的。在最简单的情况下，该函数是输入图像的柱状图(即，应用于给定的亮度的权重成比例于或等于用于图像的亮度柱状图内的该亮度等级的柱状图列的高度——因此，更频繁的亮度等级接收较高权重)，但有益的是，通过对比度的测度来进一步加权柱状图，从而较小权重分配给大的均匀区块。使用显著性函数的缺点是，色调曲线可能在各帧之间改变。甚至在某种形式的时间滤波的情况下，这可能导致时间色彩不一致性[Eilertsen等人2013]。因此，对于视频处理和显示器引用情形，我们优选地将所有显著性权重设置为1。在将色调曲线转换为离散分片线性函数之后，可以高效地以数值方式求解以上优化问题。目标函数的二次项让我们将问题表示为具有不等式约束的二次编程。因为阈值函数Gt引入非线性，所以优选地以迭代方式求解二次问题，其中，在每次迭代中，阈值函数通过其一阶泰勒展开式得以近似。因为存在非常少的优化的变量(通常大约20-30个)，所以解是高效的。如果不使用显著性函数，则可以按源(lmin、lmax)和目的(dmin、dmax)亮度范围的配对来预先计算解。为了简明，我们优选地关于单个代表性空间频率ρ＝2cpd求解该问题，其近似地对应于关于亮度等级的范围(参照图3——右边)以及关于代表性对比度G＝0.4的视觉系统的峰值灵敏度。这些值被发现使用该实验设置产生最佳匹配结果。图7中示出关于不同源亮度等级和目标亮度等级所计算的若干色调曲线。关于产生最小感知对比度失真的亮度重新标定示出色调曲线。虚线表示线性映射(伽玛＝1)。注意，当从100到1cd/m2重新标定时，色调曲线关于明亮色调变为较不尖锐的(伽玛<1)，并且关于暗色调变为更尖锐的。这种行为与关于“暗”条件所使用的典型伽玛＝1.5曲线非常不同。当从100到1000cd/m2重新标定时，还存在色调曲线的形状的很小改变，因为灵敏度(CSF)并不改变得远大于100cd/m2。在图8的顶行中可以发现对于不同的重新标定情形所优化的色调曲线所产生的图像。注意，在图2所示的优选实施例中，色调曲线在全局对比度重新标定步骤中应用于完全分辨率亮度图像，后接基带的提取。这可以显得对于将色调曲线应用于在拉普拉斯锥体分解步骤中所提取的基带是更高效的。然而，当非线性色调曲线应用于基带图像中的模糊边沿时，这导致强的晕轮赝像。局部对比度良好地选择的色调曲线可以极大地改进重新标定的图像的外观，然而，受限于相似亮度的区域的选择，其提供针对对比度的非常粗略的控制。优选地在局部等级上也解决对比度匹配模型的两个其它参数：空间频率和对比度量值。为了实现局部对比度控制，本发明优选实施例使用拉普拉斯锥体将图像分解为频率选择性带(参照图2)。可以关于亮度值的对数优选地计算锥体，从而带通等级包含对数对比度值(公式2)。虽然通过多尺度分解容易地提供空间频率，但估计对比度量值G需要更谨慎。典型地从可以从拉普拉斯锥体提取的带通对比度表示[Peli1990]估计复杂图像中的对比度。然而，关于该方法存在两个问题：a)对比度鉴于边沿是有争议地最佳定义的。然而，检测边沿需要遍历若干尺度整合信息(频带)[Witkin1984]。因此，并非通过单个频带而是通过来自多个或优选地所有频带的信息的整合来形成感知对比度。尖锐边沿对比度特征在锥体的若干等级分解为较小带通对比度分量。这些带通分量比总边沿对比度更小，并且将在重新标定为较低亮度等级期间过度增强，导致外观映射的错误。图9中可视地示出该情况。在图9中，使用带限对比度(左边)或RMS对比度(右边)通过该局部对比度重新标定方法来增强边沿(实线，顶部)。标记为Pk(k＝1、2、3)的图线示出在重新标定之后在带k中的带通对比度或RMS对比度(虚线)或信号(实线)。带限对比度欠估计边沿的对比度，并且导致过度增强。RMS对比度可以遍历带捕获边沿的对比度，并且不产生过度增强。我们采用在优选实施例中整合来自多个(优选地，所有)频率的信息但受局部化而且捕获特定频带的对比度的对比度的测度。共同用于噪声和宽带图案的对比度的测度是均方根(RMS)对比度：其中，Y和ΔY是在位置x处的图像亮度和增量，是均值，并且在整个图像上计算积分。目前可以采用RMS对比度，然而，其给出每激励单个值，并且对于复杂图像不是非常有用的。因此，我们优选地采用用于通过将该测度限制为局部窗口(例如高斯窗口)来对该测度进行局部化的方式。为了使得所计算的对比度测度与对数对比度有关，我们优选地在对数亮度图像l＝log(Y)而非亮度自身上进行运算。因此，局部化宽带对比度可以计算为：其中，*是卷积运算符，gσ是具有标准偏差σ的高斯内核。高斯窗口优选地被布置为：对于较高频率变得较小，以考虑更精细的尺度。优选地可以通过使得其等于在特定频率的单个周期的大小的一半来实现该目的：其中，Rppd是以每视觉度的像素为单位的角度显示分辨率，ρ是以每度的周期为单位的空间频率。在假设非抽取的拉普拉斯锥体的像素中给出σ，其中，所有等级具有相同分辨率。频率ρ可以计算为：ρ＝2-(k+1)Rppd(15)其中，k＝1、……、N是锥体的等级，并且k＝1表示最精细的等级。给定局部对比度估计，适合于实现外观匹配的对比度修改可以表示为：其中，ck(x,y)是在锥体的像素位置(x，y)和第k等级处的对比度(公式13)，其中，k＝1、……、N。我们选择N，从而最粗略的带(除了基带之外)具有小于或等于2cpd的峰值频率。函数G是在公式3中给出的对比度测度转换。Mt和是用于所输入的并且重新标定的图像的检测阈值(公式5)。为了从CSF寻找这些阈值，我们优选地使用与源(Y)和重新标定的图像的给定带(公式14)和像素亮度对应的峰值频率。后者由重新标定的基带图像提供。获知必要修改，我们可以执行对比度重新标定作为拉普拉斯锥体的局部增强：其中，Pk与源图像锥体等级对应。丢弃低通基带(k＝N+1)。可以通过对锥体的所有修改的等级进行求和来重构所得图像。(包括基带，其出自全局对比度重新标定步骤(参照图2)。与方法的其它分量隔离的局部对比度重新标定步骤的结果可见于图8的第二行中。图8示出本发明的不同方面或优选实施例中的合成方法的不同分量所产生的结果。顶行的数字的指示显示器的源峰值亮度和目标峰值亮度。注意，用于对左边的暗显示器重新标定的结果(100->10以及100->1)意味着在远更低亮度等级可见，尽管在顶部上的标记旁边示出的中性密度滤波器。当通过ND滤波器观看时，多数明显赝像(例如晕轮化和过度锐化)消失。注意，取决于对比度的量值有选择地改动对比度。该行为与我们在不同亮度等级感知对比度的方式一致。色彩重新标定减少的亮度不仅影响亮度对比度而且还影响色彩。通过减少的视锥的响应以及称为Purkinje偏移的朝向更近蓝色彩的色相的偏移最多地产生的色彩饱和度的损失来展现该情况。后一效果归因于这样的事实：视杆和视锥共享同一神经路径，以将它们的信号发送到视觉皮质[Cao等人2008]。在明视亮度范围中，来自视锥的信息是主导信号，而在中间范围中，视杆变为主导的。在中间范围中，当这两种类型的感光器细胞是有效的时，在视觉处理的较早阶段中，来自视杆的信号与来自视锥的信号组合。视杆信号对每个视锥的神经通道的可变贡献改变各响应之间的比率，产生色相偏移。给定输入线性值[RGB]’和目标亮度目的是寻找具有色相偏移的所得线性色彩值。我们通过对感光器的响应进行建模而开始，其为到达视网膜的光的谱贡献L(λ)与每种类型的感光器L-、M-、S-视锥和视杆的谱灵敏度σP(λ)的乘积：EP(C)＝∫λL(λ)σP(λ)dλ(18)其中，λ是波长，指数P对应于感光器的类型：L、M、S或R。我们对于L-、M-和S-视锥灵敏度使用归一化Smith&Pokorny视锥基础[Smith和Pokorny1975]，并且对于视杆使用CIE1951中间发光效率函数。通常，到来光描述为三个或更多个谱基函数(π)与其系数(p)的乘积：在不失一般性的情况下，我们可以简化模型并且假设系数P1...3对应于线性RGB色彩值。在图10中，我们示出用于我们测量的若干显示器的谱基础。该图示出所测试的显示器的谱发射。左边图线还示出Smith&Pokorny视锥基础(虚线)，右边图线示出CIE中间发光效率函数(虚黑线)。然后可以求解用于将线性RGB值转换为感光器响应的矩阵ME：其中，矩阵ME的系数由下式给出：mP，i＝∫λΠi(λ)σP(λ)dλ(21)Cao等人[Cao等人2008]观测到，视杆信号与L-、M-和S-视锥信号共享路径，并且其影响是加性的，而且取决于信号的亮度。每个视锥通道与视杆输入L、M和S的组合响应可以表示为：其中，k1(Y)和k2(Y)是对在亮度Y对L(k1)、M(k2)和S(k3)的视杆输入强度进行建模的函数。通过在[Cao等人2008]中所测量的值之间进行内插来获得这些函数(归因于S通道响应的相似比例化，k2的值由0.5比例化)，在以下表中列出该情况。Y[cd/m2]100.620.10k100.01730.173k200.01010.357信号然后在视觉皮质向下进一步受处理，并且组合为相反色彩空间。然而，由于对相反色彩空间的变换是线性的，因此我们可以在该较早阶段匹配色彩。如果在亮度Y和的两个色彩的视锥对比度相对视锥响应值是相同的，则我们假设它们将显现得相似：注意，虽然因为对明亮显示器和暗显示器的极大不同的响应所以非常难或不可能直接匹配LMS通道，但我们发现，可以容易地匹配视锥对比度相对视锥响应。在将公式20和22引入到公式23中之后，我们可以从下式求解重新标定的色彩值：匹配视锥对比度允许本发明在优选实施例中关于色相偏移进行校正。我们也可以考虑通过降低视锥的灵敏度所产生的色彩饱和度的损失以及色调曲线所引入改变[Mantiuk等人2009]。我们通过[Cao等人2008]的完整模型进行实验，其将非线性增益引入到相反响应中，但结果是不令人满意的。该问题因这样的事实而产生：该模型不考虑显示器规格，如果两个显示器的峰值亮度显著不同，则这导致结果频繁地落入可用色域的外部。反之，我们发现简单的饱和度校正运作得非常良好。在CIE实验室、CIELuv色彩空间和亮度保留方法[Mantiuk等人2009]中通过饱和度校正进行实验之后，我们发现，最佳结果由公共色调映射色彩校正公式产生：同一公式应用于绿色通道和蓝色通道。在通过使用在此所描述的设置在200cd/m2所示的基准图像的匹配实验中，发现匹配饱和度函数s(Y)。实验结果示出于图11中，并且最佳拟合曲线由下式给出：s(Y)＝Y/(Y+k3),(26)其中，k3等于0.108。通过改变图像的均值亮度在该图中示出匹配饱和度因子。黑线是拟合曲线(公式26)。误差样条表示标准差。与方法的其它分量隔离的色彩重新标定的结果可见于图8的第三行中。注意，色相归因于在低亮度的Purkinje偏移以及饱和度的损失而改变。总结在此在优选实施例中所描述的方法将线性RGB空间中的图像以及2个显示器的规格取作输入。显示模型应用于图像，以当在显示器之一上示出时确定其比色法性质(图2中的前向显示模型步骤)。关于所输出的显示器规格计算全局色调曲线(全局对比度重新标定步骤)，并且其应用于原始图像。然后关于该色调校正的图像计算高斯锥体，并且仅提取其基带。原始图像还分解为拉普拉斯锥体，并且在除了基带之外的每个层的对比度受改动，以使用公式17匹配在原始显示器上可见的对比度(局部对比度重新标定步骤)。然后，色调映射的图像的基带与对比度增强的拉普拉斯锥体的除了基带之外的所有层融合。这样产生具有改进的色调曲线、校正的对比度并且没有晕轮效应的图像。基于输入和输出亮度而估计视杆输入和饱和度所产生的色彩改变，并且使用公式24和25计算新的线性RGB值(色彩重新标定步骤)。最后，第二显示器的反向显示模型应用于产生最终图像。因为人类视觉遍历亮度范围并不保持相同的对比度和色彩感知，所以图像当在与初始地所意图的不同的亮度等级显示时需要受补偿。该方法可以通过关于明亮显示器重新标定夜晚场景或关于暗显示器重新标定明亮场景来提供这种补偿。后一重新标定情景允许新颖的应用，其中，图像关于暗显示器受补偿，这样在保持良好图像质量的同时在移动设备中带来显著功率节约。虽然很多外观模型和色调映射运算符宣称预测随亮度的图像外观改变，但我们展现(见图16)现有模型皆未考虑所有有关效应，并且无法关于亮度重新标定情形的范围产生可接受的结果。虽然典型图像外观模型通常涉及在选择观看条件方面不同的前向和反向感知模型的配对，但我们采取具有优化的色调曲线的非常不同的方法。我们为视觉科学领域带来简单但强大的对比度匹配模型，其尚未用在之前的图像和视频应用中。对视锥视觉的视杆贡献用于预测Purkinje偏移，并且与该新的测量组合，以预测色彩饱和度损失。在实验条件下测试每个分量以及完整方法，以确保良好的外观匹配。应用暗显示器。该方法的主要应用是补偿当在远更暗的显示器上示出图像时所看见的外观改变。图1和图8所示的这种补偿对于移动设备是特别有吸引力的，当用在暗环境中时，其可以减少它们的背光照射，由此减少功耗。我们发现，1000：1显示器的峰值亮度可以减少到如1cd/m2那样小。其它明亮性减少导致无法补偿的色彩视觉的过度损失。重要的是，注意，补偿可以利用新的显示技术(例如OLED)，其提供非常大的色域和对比度。这种额外域可以再现可以在所补偿的图像中发现的高度饱和的色彩和对比度。年龄自适应补偿。因为该方法依赖于对比度灵敏度的模型，所以其可以容易地扩展为考虑年轻观测者与年长观测者之间的敏锐度和灵敏度的差异。在图12中，我们示出对于20岁观测者和80岁观测者所调适的受调光的10cd/m2峰值亮度显示器的图像补偿。在该图中，对于年轻观测者和年长观测者单独地关于10cd/m2峰值亮度显示器上的观看而补偿图像。典型地，对于20岁需要很少补偿，但对于年长观测者必须提升细节和明亮性。夜晚场景的再现。该方法也可以重新标定夜晚场景的图像，以在远更亮显示器上再现它们的外观。图8示出用于测试场景的重新标定的示例，图13(中心)示出用于场景引用HDR图像的示例。在该后一图中，来自场景引用HDR图像(左边)的最佳曝光与夜晚视觉的忠实再现(中心)以及用于更剧烈效果的夸张可视化(右边)进行比较。比较细节和色彩的可视性的差异。请注意，如期待的那样，教堂图像中的敏锐度的损失仅在较暗图像部分中可见。虽然多个色调映射运算符和外观模型有意预测该外观改变，但现有方法都不能精确地预测完整效果范围，如在下一部分中讨论的那样。夜晚场景的可视化。归因于低亮度的实际外观改变一般是细微的并且比很多视觉模型所预测的远更小。为了在感知精度并非关键的娱乐应用中实现更剧烈的效果，一般期望将外观改动得大于视觉模型所预测的等级。图14的右边图像中示出该情况，其中，我们调整了参数以示出图像外观的过度改变。年龄有关的视觉损失的可视化。相似地，由于关于年龄组的目标暗显示器补偿是可能的，因此当再现夜晚场景时考虑年龄也是可能的。在图15中，我们使得来自驾驶模拟器的场景可视化为20岁和80岁观测者可见。该图示出关于20岁和80岁观测者的夜晚视觉的模拟。该模拟假设受补偿的折射以及归因于减少的视网膜照度(衰老缩瞳和晶状体老化)、眩光无能以及神经灵敏度损失导致的年龄有关的视觉损失。注意右边的图像中的(当在屏幕上放大时的)精细细节(例如车牌号)的丢失。驾驶模拟器渲染是LEPSIS(IFSTTAR的部分)的惯例。为了完成可视化，我们在该应用中包括基于CIE推荐[Vos和vandenBerg1999]的眩光无能的依赖于年龄的模型。视频。当使用独立于内容的方法(在公式9中，S(l)＝1)时，该方法不包含任何时间不一致的分量，并且视频可以帧接帧地受处理。依赖于内容的方法需要时间色调曲线滤波(例如[Mantiuk等人2008]中所提出的时间色调曲线滤波)。可以在补充材料中发现重新标定的视频片段的示例。与其它方法的比较在该部分中，我们比较本发明所提出的方法与若干替选技术。CIECAM02是现有技术色彩外观模型，其考虑多个依赖于亮度的效应(例如Hun和Stevens效应)。为了重新标定图像，我们通过前向CIECAM02变换并且然后反向CIECAM02变换来处理它们。然而，我们在各变换之间变化依赖于观看条件的参数。取决于源亮度等级和目标亮度等级，观看条件在暗、调光与平均之间变化。我们还改动所适配的白色点的亮度以对应于亮度等级的掉落，但我们并未注意到该参数对结果具有显著影响。图16示出当从一个亮度等级到另一亮度等级进行重新标定时(列)的不同方法(行)的结果。列标号与图8中相同。原始图像示出于左下角，而非图8中可以发现的关于该方法的100->10结果。如图16的顶行所示，CIECAM02预测在低光的感知对比度和色彩饱和度的损失，并且通过以减少明亮性为代价来提升总体图像对比度而补偿它(100->1cd/m2情景)。如我们稍后示出的那样，这些图像提供劣等的外观匹配。归因于非常低亮度(1->100cd/m2情况)的外观改变是很细微的，证实该模型实际上受限于明视觉。显示器自适应色调映射[Mantiuk等人2008]是考虑目标显示器的动态范围和绝对亮度的色调映射运算符。该运算符在该方法中利用与重新标定全局对比度相似的色调曲线优化，但基于换能器函数。运算符受限于全局(空间上不变的)色调曲线，其无法考虑依赖于频率的效果和色彩效果。我们使用来自pfstools/pfstmo软件的原始实现方式。与CIECAM02相似地，该算法正确地预测对比度随着亮度的损失(图16中的第二行)。然而，归因于换能器函数，其过度预测效果。在100->1情景中，太暗而无法再现的色彩修剪为黑色。该算法不能重新标定夜晚场景，因为其不考虑输入图像的亮度。适配、空间视觉和色彩外观的多尺度模型[Pattanaik等人1998]是视觉系统的最综合的模型之一，考虑大范围的外观现象。我们借助于作者所公开的部分代码片段来重新实现算法。当目标图像的低通带乘以常数因子时实现最佳结果，这是作者关于低动态范围图像所推荐的处理。图16所示的结果展现该方法预测大量视觉现象集合：敏锐度的损失、Purkinje色彩偏移、色彩饱和度和对比度的损失。然而，还清楚的是，并未正确地预测所有这些效果的量值：归因于亮度导致的对比度和敏锐度损失是过度的，归因于Punkinje偏移导致的色偏是太细微的。关于100->1的结果揭示与多数前向-反向视觉模型共享的另一限制：所得色彩一般超过可用动态范围，产生不可再现的图像。校准的图像外观再现模型[Reinhard等人2012]组合色调映射和色彩外观的目标，以在显示设备的范围上再现图像。我们使用作者所提供的实现方式，并且根据源亮度等级和目标亮度等级来变化输入图像亮度和显示器适配性。该算法在大量高动态范围图像上产生令人愉悦的结果。然而，如图16的第4行所示，在图像外观中存在很少改变，而无论重新标定情景如何。这说明，该模型在非明视亮度范围中不考虑依赖于亮度的效果。感知误适配模型[Irawan等人2005]是能够模拟在改变照射条件下所体验的可视性的损失的色调映射运算符。如图16中的第五行所示，该方法可以关于暗场景预测减少的对比度和明亮性。然而，其不包含可以模拟敏锐度的损失的空间处理，其也不考虑色相和饱和度改变。当补偿暗显示器(100->1情景)时，运算符不产生可使用的结果。用于低光条件的色调映射[Kirk和O’Brien2011]采用与该方法相同的Cao等人[2008]的模型以模拟Purkinje偏移。然而，由于该方法假设遍历图像对中间条件的完全适配，因此其将相同处理也应用于明视觉可见的明亮区块。结果是图15中心所示的遍历图像的蓝色迷雾。图15示出关于低光条件的该方法针对感知色调映射[Kirk和O’Brien2011]的比较。图像是Kirk和O’Brien的惯例。该方法仅在暗区域中有选择地应用色相偏移，产生更接近地类似夜晚场景的感知的图像。Kirk等人的方法也未模拟敏锐度损失、视锥灵敏度的损失以及感知对比度的改变。该方法是来自所有所提出的方法的对视觉的亮度影响的最综合的模型。其对于全局对比度重新标定采取非常不同的策略，并且寻找遵循目标显示器动态范围的约束的色调曲线，从而所得图像不经受像素值的过度修剪。归因于Purkinje偏移导致的色偏是可见的，但仅在低亮度等级。局部对比度修改并非简单地锐化或模糊图像，而是有选择地重新引入或移除图像细节。在较大对比度大部分不受影响的同时，敏锐度的损失导致小对比度细节的损失。当于在此所描述的该实验设置中看见时，所有这些改变产生与实际图像外观对应的图像。实验比较为了客观地证实所提出的方法提供更好的外观匹配，我们运行成对比较实验。从先前部分中所讨论的方法，我们仅选择在特定重新标定情景中产生可接收的结果的方法。我们包括了具有指数1.5的“伽玛”函数，因为这是关于暗观看条件的普遍实践[Fairchild2005，p.125]。我们还包括了原始未处理的图像作为控制条件。除了屏幕的一个部分包含作为两种替选重新标定方法的结果的两个图像之外，实验设置与上述实验设置是相同的。取决于情景，当在一只眼睛或另一只眼睛上佩戴2.0D滤波器时，要求观测者选取最接近地匹配于对另一眼睛示出的图像的外观的图像。并未参与参数调整实验中的十七个幼稚观测者使用完全成对设计来比较用于八个场景的方法。结果图17示出在ThurstoneCaseV假设下以JND为单位所比例化的成对比较实验的结果(越高越好)，其中，1JND对应于75％区分阈值。注意，绝对JND值是任意的，并且仅相对差是有意义的。误差样条表示通过自举所计算的95％置信度区间。为了估计哪部分人群选择一种方法作为比另一种方法更好，在[Eilertsen等人2013]中使用相似方法以JND为单位对结果进行比例化。图17中的比例化结果示出选择本发明方法，因为在几乎所有情况下提供显著更好的外观匹配。仅在200->2情景中的肖像图像女人和2->200情景中的花朵图像的两种情况下，该方法可与第二最佳进行比较，但排序并非在统计上是显著的。令人惊讶的是，非常少的现有方法将再现提供得比原始未处理的图像更好。当关于暗显示器重新标定时，甚至对比度增强伽玛1.5似乎比更有害而非良好。注意，我们并未包括不作用于或失败于重新标定情景的方法(例如在2->200情况下的显示器自适应TMO以及在200->2情况下的误适配)。这些结果清楚地指示，与现有算法不同，本发明方法可以关于两个非常不同的重新标定情形一致地产生良好结果。通过严格实验过程来驱动、校准并且测试该方法的衍生法，以确保各亮度等级之间的良好外观匹配。重要的是，注意，我们并未假设对于简单激励所测量的来自文献的视觉模型的正确性。反之，我们遍历条件的范围通过复杂图像来测试它们。我们发现，单目(haploscopic)匹配方法在每只眼睛适配于不同亮度等级的情况下给出最一致并且可重复的结果，并且因此用在所有本发明实验中。图像示出于比色法式校准的24”1920×1200LCD显示器(NECPA241W)上并且观看于暗室中。显示器以每色彩通道10比特被驱动，并且使用原生扩展色域。一片黑色硬纸板用于将显示屏幕分离为两个半部分，从而每只眼睛可以仅看见屏幕的一半。观看距离受限为85cm，并且像素角度分辨率是每度56个像素。观测者佩戴修改的焊接护目镜，其中，我们关于一只眼睛移除保护性滤波器并且关于另一只眼睛引入摄影中性密度(ND)滤波器(KodakWratten961Dand2D)。在各会话之间使得用于覆盖滤波器的眼睛的选取随机化。这种设置确保两只眼睛分离地适配于不同亮度等级，并且视觉眩光不影响“较暗”眼睛。要求观测者调整参数或进行判断，从而对“暗”眼睛示出的所显示的图像尽可能接近对“明亮”眼睛示出的基准图像。(调整方法)。至少三个专家观测者关于来自Kodak数据库1的10个图像完成每个参数调整，并且将结果取平均。从上述比较实验排除观测者。我们使用Powell共轭方向方法[Powell1964]，以用于求解多维函数的最小值，以在重新标定方法的参数上进行迭代。在发现最终参数值之前，完成至少两次完整迭代。引文：BARTEN,P.G.J.1999.Contrastsensitivityofthehumaneyeanditseffectsonimagequality.SPIEPress.BARTLESON,C.J.,ANDBRENEMAN,E.J.1967.BrightnessPerceptioninComplexFields.JournaloftheOpticalSocietyofAmerica57,7(July),953.BERNS,R.S.1996.Methodsforcharacterizingcrtdisplays.Displays16,4,173–182.BRADY,N.,ANDFIELD,D.J.1995.What’sconstantincontrastconstancy？Theeffectsofscalingontheperceivedcontrastofbandpasspatterns.Visionresearch35,6(Mar.),739–56.CAO,D.,POKORNY,J.,SMITH,V.C.,ANDZELE,A.J.2008.Rodcontributionstocolorperception:linearwithrodcontrast.Visionresearch48,26(Nov.),2586–92.CHANG,N.,CHOI,I.,ANDSHIM,H.2004.DLS:Dynamicbacklightluminancescalingofliquidcrystaldisplay.IEEETransactionsonVeryLargeScaleIntegration(VLSI)Systems12,8.EILERTSEN,G.,WANAT,R.,MANTIUK,R.K.,ANDUNGER,J.2013.EvaluationofToneMappingOperatorsforHDR-Video.ComputerGraphicsForum32,7(Oct.),275–284.FAIRCHILD,M.D.2005.ColorAppearanceModels,2nded.ed.JohnWiley&Sons.GEORGESON,B.Y.M.A.,ANDSULLIVAN,G.D.1975.Contrastconstancy:deblurringinhumanvisionbyspatialfrequencychannels.TheJournalofPhysiology252,627–656.IRANLI,A.,LEE,W.,ANDPEDRAM,M.2006.Backlightdimminginpower-awaremobiledisplays.InProc.oftheAnnualConferenceonDesignAutomation-DAC’06,ACMPress,NewYork,NewYork,USA,604–607.IRAWAN,P.,FERWERDA,J.,ANDMARSCHNER,S.2005.Perceptuallybasedtonemappingofhighdynamicrangeimagestreams.EGSR.KANE,J.P.,ANDKURTZ,F.A.,2012.Adaptingdisplaycolorforlowluminanceconditions.Patentapp.EP2526688A1.KEROFSKY,L.,ANDDALY,S.2006.BrightnesspreservationforLCDbacklightdimming.JournaloftheSocietyforInformationDisplay14,12,1111–1118.KIRK,A.G.,ANDO’BRIEN,J.F.2011.Perceptuallybasedtonemappingforlow-lightconditions.ACMTransactionsonGraphics30,4(July),1.KUANG,J.,JOHNSON,G.,ANDFAIRCHILD,M.2007.iCAM06:ArefinedimageappearancemodelforHDRimagerendering.JournalofVisualCommunicationandImageRepresentation18,5,406–414.KULIKOWSKI,J.J.1976.Effectivecontrastconstancyandlinearityofcontrastsensation.Visionresearch16,12(Jan.),1419–31.MANTIUK,R.,ANDSEIDEL,H.-P.2008.Modelingagenerictone-mappingoperator.InComputerGraphicsForum,vol.27,WileyOnlineLibrary,699–708.MANTIUK,R.,DALY,S.,ANDKEROFSKY,L.2008.Displayadaptivetonemapping.ACMTransactionsonGraphics(Proc.ofSIGGRAPH)27,3,68.MANTIUK,R.,MANTIUK,R.K.,TOMASZEWSKA,A.,ANDHEIDRICH,W.2009.Colorcorrectionfortonemapping.ComputerGraphicsForum(Proc.ofEurographics)28,2,193–202.MANTIUK,R.,KIM,K.J.,REMPEL,A.G.,ANDHEIDRICH,W.2011.HDR-VDP-2:Acalibratedvisualmetricforvisibilityandqualitypredictionsinallluminanceconditions.ACMTrans.Graph(Proc.SIGGRAPH)30,4(July),1.MORONEY,N.,FAIRCHILD,M.,HUNT,R.,LI,C.,LUO,M.,ANDNEWMAN,T.2002.TheCIECAM02colorappearancemodel.InProc.IS&T/SID10thColorImagingConference,SocietyforImagingScienceandTechnology,23–27.PATTANAIK,S.N.,FERWERDA,J.A.,FAIRCHILD,M.D.,ANDGREENBERG,D.P.1998.Amultiscalemodelofadaptationandspatialvisionforrealisticimagedisplay.InProc.ofSIGGRAPH’98,287–298.PELI,E.1990.Contrastincompleximages.JournaloftheOpticalSocietyofAmericaA7,10(Oct.),2032–2040.PETIT,J.,ANDMANTIUK,R.K.2013.Assessmentofvideotonemapping:ArecamerasS-shapedtone-curvesgoodenough？JournalofVisualCommunicationandImageRepresentation24,1020–1030.POWELL,M.J.1964.Anefficientmethodforfindingtheminimumofafunctionofseveralvariableswithoutcalculatingderivatives.Thecomputerjournal7,2,155–162.REINHARD,E.,POULI,T.,KUNKEL,T.,LONG,B.,BALLESTAD,A.,ANDDAMBERG,G.2012.Calibratedimageappearancereproduction.ACMTransactionsonGraphics31,6(Nov.),1.SMITH,V.C.,ANDPOKORNY,J.1975.Spectralsensitivityofthefovealconephotopigmentsbetween400and500nm.VisionResearch15,2,161–171.THOMPSON,W.,SHIRLEY,P.,ANDFERWERDA,J.2005.Aspatialpost-processingalgorithmforimagesofnightscenes.JournalofGraphicsTools,1–11.VOS,J.J.,ANDVANDENBERG,T.J.1999.CIE135/1-6DisabilityGlare.Tech.rep.WITKIN,A.1984.Scale-spacefiltering:Anewapproachtomultiscaledescription.InIEEEInt.Conf.onAcoustics,Speech,andSignalProcessing,InstituteofElectricalandElectronicsEngineers,vol.9,150–153.当前第1页1 2 3