专利名称：自适应指数映射高动态范围压缩方法
技术领域：
本发明属于数字图像处理中的图像表达技术领域，具体涉及高动态范围图像的动态范围压缩技术。
背景技术：
近几年，高动态范围(High Dynamic Range，HDR)图像在计算机图形学、虚拟现实等领域开始有越来越多的应用。图像中象素的最大亮度和最小亮度的比值称为图像的动态范围。传统24位RGB图像由于使用8位整数来表示每个颜色分量，因此其动态范围只有100∶1，而实际场景的动态范围可以高达100,000,000∶1，远远超出了24位RGB图像的表达范围。高动态范围图像用实数来表示图像的每个颜色分量，不仅能够完全表达实际场景的动态范围，而且其表示的亮度值与实际场景的亮度成正比，因此高动态范围图像比传统图像具有很大的优势，在数字图像、虚拟现实等领域有很广泛的应用前景。
早期高动态范围图像主要来源于模拟光线和基于物理光照模型合成的图像。数码相机、扫描仪等设备的动态范围也十分有限，无法直接捕获高动态范围的场景。Debevec等在文献“Recovering high dynamic range radiance maps fromphotographs”(Debevec P.E.，and Malik J..Proc.ACM SIGGRAPH’97.369-378)中提出了一种方法，通过拍摄多张不同曝光度的图像来分别捕获不同亮度范围的细节，然后将这些图像合成一张高动态范围的图像，此方法可以获得自然场景的高动态范围图像。随着数字图像技术的发展，将来的数码相机、摄像机可以直接捕获高动态范围的图像和视频。
普通显示设备如CRT显示器、打印机等，能够显示的动态范围远小于高动态范围图像，因此要在普通显示设备上显示高动态范围图像必须先进行高动态范围压缩，其关键是如何尽可能多地保留图像对比度和图像细节。
现有的高动态范围压缩方法可以按照映射方式分为两大类全局映射和局部映射。双面滤波器方法、梯度域压缩方法、Level Set方法等属于局部映射，每个象素的映射不仅与自身亮度有关，还与其周围象素的亮度有关，相同亮度值的象素可以映射到不同的值。这类方法能够较好的保留图像细节，但速度比全局映射的方法慢，而且容易引入有害纹理。直方图调整、自适应指数映射等属于全局映射，其特点是映射关系与象素的位置无关，一旦确定，只需作用于每个象素即可，因此这类方法速度较快，而且由于保留了象素间的相对亮度，因此不会引入有害纹理。
早期全局映射的方法效果不如局部映射方法，文献“Adaptive LogarithmicMapping For displaying High Contrast Scenes”(Drago F.，Myszkowski K.，Annen T.，and Chiba N，EUROGRAPHICS2003.Vol.22，No.3，419-426)利用人类视觉系统中描述人眼对实际场景发光度L的响应的对数定律B＝k1ln(L/L0)，其中L0为背景发光度，k1为常数，引入bias函数来自适应的改变对数的底数，实现了一种快速高质量的动态范围压缩方法，达到了与局部映射方法类似的效果，但其需要对每个象素计算bias函数，计算量仍较大。
发明内容
本发明利用人类视觉系统中描述人眼对实际场景发光度L的响应的指数定律B＝kLn，实现了一种快速高质量的高动态范围压缩方法。本发明通过指数映射以及截断亮度两端象素密度小的部分，实现对亮度的动态范围进行压缩，然后通过各颜色分量与亮度的比值来计算动态范围压缩后的各颜色分量。此方法也属于全局映射，效果与自适应对数映射方法的效果类似，但由于包含的计算量更少，因此速度更快。
本发明的高动态范围压缩方法，包括以下步骤1)根据输入的高动态范围图像的各个颜色通道，计算其亮度L；2)对亮度L进行指数映射B＝kLn；3)截断亮度两端象素密度小的部分；4)将剩余部分线性缩放到0到255；5)根据映射前后的亮度，计算映射后的各个分量，Cout＝(Cin/L)s×B，其中饱和度控制参数s由指数映射中的指数n决定，s＝1.8n/(1+0.8n)，Cin为高动态范围图像的各个通道，Cout为高动态范围压缩后的各个通道。
在步骤2)和3)中，通过分析图像在亮度域的分布情况来自动确定其中的参数。LαLβLλ为高动态范围图像的亮度，亮度小于Lα的象素个数占总象素个数的比例为α；亮度小于Lβ的象素个数占总象素个数的比例为β；亮度小于Lλ的象素个数占总象素个数的比例为λ；α、β、λ可以由用户指定，一般可以取为α＝0.002，β＝0.98，λ＝0.1。小于Lα或者大于Lβ的象素将在步骤3)中被截断。步骤2)中的指数映射将Lβ映射到255，Lλ指数映射后的值是Lβ映射后的值的一半，从而可以确定指数映射中的指数n和比例系数k。
本发明无需手工干预，可以自动完成。如果在步骤2)中，直接由使用者给定指数n和比例系数k，则可以得到不同曝光效果的图像。指数n固定时，比例系数k越大曝光度越大。
下面结合附图对本发明进一步详细地说明图1是本发明所述的自适应指数映射高动态范围压缩流程图；图2是本发明所述的自适应指数映射高动态范围压缩的示意图；图3是本发明所述的自适应指数映射高动态范围压缩与其他高动态范围压缩方法效果比较图；图4是用本发明所述方法获得的不同曝光效果的图像；图5是几个本发明所述自适应指数映射高动态范围压缩的结果图像。
具体实施例方式
下面参照本发明的附图，更详细地描述本发明的最佳实施例。
图1给出了本发明自适应指数映射高动态范围压缩的流程图，主要有以下步骤1)根据输入的高动态范围图像的各个通道，计算其亮度L，其计算公式为L＝0.299×R+0.587×G+0.114×B，R、G、B为彩色高动态范围图像的三个分量。
2)找出LαLβLλ，其中Lx为高动态范围图像的亮度，亮度小于Lx的象素个数占总象素个数的比例为x，x代表α、β、λ，其值由使用者给定，一般可以取α＝0.002，β＝0.98，γ＝0.1。我们将图像的亮度范围分为10000份，然后统计其直方图，从而求的近似的LαLβLλ。
3)规定Lβ映射到255，Lλ映射到Lβ映射值的一半，可以计算n＝log 2/(logLβ-logLλ)和k＝255/Lβn；
4)进行指数映射，计算B’＝kLn和Bα’＝kLαn；5)截断亮度两端象素密度小的区域，并将剩余部分线性缩放到0到255。计算B＝bound((B′-Bα′)/(255-Bα′)×255)，其中bound函数截断小于0和大于255部分；6)根据映射前后的亮度，计算映射后的各个分量，Cout＝(Cin/L)s×B，其中饱和度控制参数s＝1.8n/(1+0.8n)，Cin为高动态范围图像的各个通道，Cout为高动态范围压缩后的各个通道。
上述步骤演示了高动态范围压缩全部步骤和过程，根据本发明的自适应指数映射高动态范围压缩方法，无需手工干预，能够自动完成，较好的保留了高动态范围图像的图像细节和对比度；由于包含的计算量少，因此计算速度很快。通过手动的设定指数n和比例系数k，可以获得不同曝光效果的图像。
图2是本发明所述的自适应指数映射高动态范围压缩的示意图，其中最上面的图为高动态范围图像的直方图；经过指数映射后直方图如中间图所示，两端很少的象素占了很大部分亮度范围；最下面的图为经过截断两端象素密度小的区域并缩放到0到255之后结果图像的直方图。
图3是本发明所述的自适应指数映射高动态范围压缩与其他高动态范围压缩方法效果比较，(a)为本发明方法，(b)为自适应指数映射方法，(c)为双边滤波器方法，(d)为梯度域方法，由图中可以看出，这几种方法效果基本差不多。
下表所示是本发明所述的自适应指数映射高动态范围压缩与其他高动态范围压缩方法速度比较 表中单位为秒，各个方法都是在2GHz PentiumIV 512M内存的PC上运行。从表中可以看出，本发明的速度比其他方法中最快的方法要快30％左右。
图4是用本发明所述方法获得的不同曝光效果的图像。其中指数n和系数k直接指定，n＝0.45，(a)k＝400；(b)k＝800；(c)k＝1600；(d)k＝3200。
图5是几个本发明所述自适应指数映射高动态范围压缩的结果图像。图中各个图像的参数都是由本发明方法自动设定的，分别为(a)AtrimNight，n＝0.223，s＝0.341.(b)Bigfog.n＝0.176，s＝0.278.(c)Synagogue，n＝0.199，s＝0.309。
尽管为说明目的公开了本发明的具体实施例和附图，其目的在于帮助理解本发明的内容并据以实施，但是本领域的技术人员可以理解在不脱离本发明及所附的权利要求的精神和范围内，各种替换、变化和修改都是可能的。因此，本发明不应局限于最佳实施例和附图所公开的内容。
权利要求
1.一种自适应指数映射高动态范围压缩方法，包括以下步骤1)根据高动态范围图像的各个颜色通道，计算其亮度L；2)对亮度L进行指数映射B＝KLn，其中指数n和系数k通过图像象素在亮度域的分布决定；3)截断亮度两端象素密度小的部分；4)将剩余部分线性缩放到0到255；5)根据映射前后的亮度，计算映射后的各个分量，Cout＝(Cin/L)s×B，其中饱和度控制参数s由指数映射中的指数n决定，s＝1.8n/(1+0.8n)，Cin为高动态范围图像的各个通道，Cout为高动态范围压缩后的各个通道。
2.如权利要求1所述的自适应指数映射高动态范围压缩方法，在第2)步中，n和k的值可以由使用者直接指定。
全文摘要
本发明涉及一种高动态范围图像的动态范围压缩技术。此技术通过自适应指数映射来对图像亮度的动态范围进行压缩，保留了图像细节，然后截断亮度两端象素密度小的区域来保留图像的对比度，最后根据动态范围压缩前后的亮度，计算动态范围压缩后的各个颜色分量。本发明的高动态范围压缩方法与现有的几个效果最好的方法相比，效果类似，但速度更快。此技术能够自动完成，无需手工干预，而通过手工设定参数，可以获得不同曝光效果的图像。
文档编号G06T9/00GK1866296SQ20051001172
公开日2006年11月22日 申请日期2005年5月16日 优先权日2005年5月16日
发明者章卫祥, 安维华, 周秉锋 申请人:北京大学