一种单幅低动态范围图像生成高动态范围图像的方法与流程

本发明涉及图像处理技术，具体来讲，涉及一种根据单幅低动态范围图像的细节信息进行分层提取和重新融合的单幅图像高动态图像生成方法。

技术背景

在过去的二十年中，由计算机图形学领域引入的高动态范围(highdynamicrange,hdr)图像采集在该领域及其他领域掀起了革命性的热潮，诸如摄影术、虚拟现实、视觉影像、视频游戏等方面。hdr成像可以直接捕获和利用亮度的实际物理值。在图像的成像过程中，非常暗和非常明亮的区域可能被同时记录在同一帧图像或同一个视频中，利用亮度的实际物理值来表示图像可以避免图像中欠曝光和过曝光区域的出现。传统的图像采集方法不使用亮度的实际物理值，而且受技术限制，只能处理每像素每通道8比特表示的图像。这样的图像被称作低动态范围(lowdynamicrange,ldr)图像。亮度值记录方法的变化，类似于彩色摄影术的引入，已经在图像处理流水线的每个阶段都引起变化。但是，直接获得hdr图像需要特定的捕获设备，而且只能获得静态图像，动态hdr图像的获得方法仍处在初期萌芽阶段。这就需要研究从ldr图像来获得hdr图像的方法。这些方法使得在hdr显示设备上重新利用已经存在的大量ldr图像成为可能。而且，基于ldr到hdr扩展的一些方法已经开始应用在hdr图像压缩以及增强等方面。

目前，获取hdr图像的方法主要有四类。

第一类采用photoshop等图像处理工具对图像进行人工处理，这种方法由于人的直接参与，可以根据不同具体情况，实际的进行处理，处理效果最好，但存在不稳定性和时间成本极高等缺点。

第二类选用具有较高动态范围的图像传感器，成像效果稳定，效率高，但捕获图像的动态范围仍非常有限，所以这个方法也通常被称为宽动态(widedynamicrange,wdr)。该方法从硬件入手，采用特殊的dsp芯片，在成像时采用逐行成像的方式，针对不同的光源使用不同的快门速度曝光，然后通过dsp处理重新组合，这样拍摄出来的图片直接就是hdr图像。虽然该方法在成像效果上确实比普通的拍摄设备拍摄效果更好，且能拍摄动态hdr图像，但它仍存在着不足。因为在硬件中，动态范围和灵敏度是相互矛盾的两个因素，动态范围大的摄像设备它的灵敏度往往比较低，反之亦然。也就是说宽动态摄像设备在光线条件比较好的情况下拍摄出来的图像视频通常可以呈现出较高的质量，但在低照度的情况下，其成像质量并不太好。

第三类利用多次曝光的多幅图像合成一幅hdr图像，该方法从软件入手，目前应用最广，许多公司的hdr摄像设备也是将该算法集成到摄像设备的前端，这种方法进行hdr图像成像的策略主要分为两类：一种是选取不同的曝光度图像，通过函数拟合成hdr图像，最后压缩成保留最多图像信息的ldr图像；另一种是直接对不同的曝光度图像进行融合，并用算法处理融合过程中出现的鬼影问题。但这种方法需要将多幅图片进行合成，这就要求每幅图像上的成像场景不能改变太大，所以大多只能拍摄静态的hdr图像。

第四类则是基于单幅图像进行hdr图像转换则是采用单幅ldr图像生成一幅hdr图像。该方法主要采用反色调映射算子的方式，对单幅的ldr图像进行直接的转化，不仅能实现静态hdr图像的拍摄，还能进行hdr视频的录制。与此同时，采用这种方法还可以将现有的大量ldr图像或视频资源生成hdr资源，能够很好的解决hdr图像或视频资源匮乏的问题。

技术实现要素：

本发明的目的在于解决低动态范围图像生成高动态范围图像的问题，提供单幅低动态范围图像直接生成高动态范围图像的方法，通过所述方法可获得高动态范围图像。

为了实现上述目的，本发明提供一种基于细节层分离的单幅低动态范围图像生成高动态范围图像的方法，其中主要包括四个部分，第一部分是对ldr图像进行预处理；第二部分是对预处理后图像分层处理；第三部分是对各层图像进行相应反色调映射处理；第四部分是对分离图像融合获得hdr图像。

第一部分包括两个步骤：

步骤1，将输入的ldr图像从rgb颜色空间转换为hsv颜色空间，分离出h(色度)、s(饱和度)和v(亮度)分量；

步骤2，对分离出的亮度分量图像进行gamma校正；

第二部分包括两个步骤：

步骤3，对步骤2中得到的gamma校正图像进行滤波操作得到图像基本层；

步骤4，通过对gamma校正图像与基本层进行遍历运算操作，得到细节层；

第三部分包括一个步骤：

步骤5，构造反色调映射函数，分别对步骤4获得的细节层和步骤2获得的gamma校正图像进行反色调映射操作，得到各自的反色调映射后的图像；

第四部分包括四个步骤：

步骤6，融合步骤5中得到的两幅反色调映射图像，得到新的亮度分量图像；

步骤7，将步骤1分离的饱和度s、色度分量h与步骤6新得到的亮度分量进行融合的到hsv颜色空间中的hdr图像；

步骤8，将步骤7得到的hsv颜色空间下的hdr图像转换到rgb颜色空间；

步骤9，将步骤8中获得的图像进行去噪处理，消除噪声，得到最终的hdr图像。

本发明提出了一种将单幅低动态范围图像转换成对应高动态范围图像的处理方法。该方法基于人类视觉系统模型，首先分别提取出低动态范围图像的亮度分量和色度分量，对亮度分量进行gamma校正后作保边滤波操作，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gamma校正后的亮度图像进行反色调映射操作，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，并对融合后的图像进行调整，进一步拉伸图像暗区域的对比度，并通过去噪操作对细节层引入的噪声起到一定程度的抑制作用。本发明能通过单幅低动态范围图像得到高动态范围图像，处理效果较好，运行效率高，具有较好的鲁棒性。

附图说明

图1为本发明的整体流程图；

图2为本发明的细节层分离的流程图；

图3为本发明的反色调映射的流程图；

图4为原始采集的低动态范围图像；

图5为利用本发明处理图4后的高动态范围色调映射图像。

具体实施方式

为了更好的理解本发明，下面结合具体实施方式对本发明的基于细节层分层的单幅低动态范围图像生成高动态范围图像方法进行更为详细的描述。在以下的描述当中，当前已有的现有技术的详细描述也许会淡化本发明的主题内容，这些描述在这里将被忽略。

图1是本发明单幅高动态范围图像生成方法的一种具体实施方式流程图，在本实施方案中，按照以下步骤进行：

步骤1，获取低动态范围图像101，如图4；

步骤2，对低动态范围图像进行颜色空间变换102；

所采用的转换公式如下:

其中，r、g、b分别为rgb空间中三个分量的像素值，h、s、v为hsv空间中三个分量的值，max表示取括号中像素值的最大值，min表示取括号中像素值的最小值。因为在hsv空间中h分量用角度表示，故当h<0时，需要将h分量加上360。

步骤3，将hsv空间的低动态范围图像的分离成h分量103和s、v两个分量104。

步骤4，对分离出的亮度分量图像进行gamma校正105；

所采用的gamma校正公式为：

其中，i(x,y)为输入图像的像素值，为gamma校正的参数，一般取1.5~2。

步骤5，对步骤4中得到的gamma校正图像，进行分离细节层操作，得到图像细节层，其具体步骤如图2所示：

(1)对gamma校正图像201进行滤波操作得到图像基本层202；

这里的滤波操作选用非线性滤波如双边滤波来对原图像进行处理。在双边滤波器中，输出像素的值依赖于领域像素值的加权值组合，公式如下：

其中，为图像f在位置点(k,l)的像素值，为双边滤波后的像素值，加权系数w(i,j,k,l)取决于定义域核和值域核的乘积，其中定义域核表示为：

值域核表示为:

两者相乘后，就会产生依赖于数据的双边滤波权重函数，如下：

(2)通过gamma校正图像201与基本层202进行遍历运算操作，得到细节层203，公式如下：

其中，ib(x,y)表示基本层图像的像素值，id(x,y)表示得到的细节层的像素值。

步骤7，通过gamma校正图像105和细节层106得到新的亮度分量107，其具体步骤如图3所示；

(1)对gamma校正图像301和细节层302进行反色调映射操作，分别得到反色调映射后图像303和304，公式如下：

其中，iin(x,y)是待处理图像的像素值，imax表示ldr图像中像素的最大值映射到hdr图像中像素的值的大小，即扩展后图像的最大输出亮度；iwhite决定了扩展函数的扩展曲线形状，与映射后图像的对比度相关，本发明推荐采用iwhite=imax。

(2)融合(1)中得到的两幅反色调映射图像，得到新的亮度分量图像305，公式如下：

其中，i1(x,y)、i2(x,y)分别是gamma校正图像和细节层经过反色调映射后得到的图像，、β是常数参数，本发明推荐采用。

步骤8，将步骤7中得到的新的亮度分量图像107与步骤2中得到的色度、饱和度分量图像104融合，得到hsv空间下的hdr图像108；

步骤9，将hsv空间下的hdr图像108转化为rgb空间下的hdr图像109；

步骤10，对步骤9得到的rgb空间下的hdr图像109进行高斯去噪操作，得到最终的去噪后的hdr图像110，hdr图像色调映射后显示效果如图5，公式如下：

本发明根据单幅低动态范围图像特点和人类视觉特性，给提出了一种基于细节层分层的单幅低动态范围图像生成高动态范围图像方法，该方法根据单幅低动态范围图像细节信息不足的特点，基于人眼视觉特性，利用滤波操作分离出原图像的基本层，并利用原图像与基本层的不同运算方法获得不同的细节层，挖掘出原图像被隐藏的图像信息；然后构造反色调映射函数，对所获得的各层图像进行反色调映射操作；最后融合各个分量及各层图像得到高动态范围图像。本发明算法简单，可操作性强，具有广泛的适用性。

尽管上面对本发明说明性的具体实施方式进行了描述，但应当清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。