高動(dòng)態(tài)范圍場景可視化技術(shù)研究.pdf

1、隨著計(jì)算機(jī)和多媒體技術(shù)的發(fā)展,醫(yī)學(xué)影像、視頻監(jiān)控、衛(wèi)星遙感和計(jì)算機(jī)視覺等各領(lǐng)域?qū)D像的質(zhì)量提出越來越高的需求。高質(zhì)量的圖像能夠提供更豐富的信息和更真實(shí)的視覺感受,是很多實(shí)際應(yīng)用的基礎(chǔ)。高動(dòng)態(tài)范圍(High DynamicRange,HDR)場景如何在普通顯示設(shè)備真實(shí)再現(xiàn)是阻礙這些應(yīng)用發(fā)展的一個(gè)難題。針對(duì)這一問題,論文提出了高動(dòng)態(tài)范圍場景可視化技術(shù)。它主要從色調(diào)映射(ToneMapping)和多曝光融合(Exposure Fusion)兩

2、個(gè)方面進(jìn)行研究:
　　 人類視覺系統(tǒng)(Human Visual System,HVS)是被顯示圖像的最終接收對(duì)象,因此,在色調(diào)映射算法中,利用HVS的特性指導(dǎo)HDR圖像的動(dòng)態(tài)范圍壓縮具有重要意義。根據(jù)這一思想,論文引入一種新的“雙錨”(Double Anchoring)亮度感知理論,提出一種基于亮度感知理論的HDR場景再現(xiàn)算法。通過視覺差異預(yù)測器(Visual Difference Predictor,VDP)評(píng)價(jià)標(biāo)準(zhǔn)驗(yàn)證了提出

3、算法的有效性,它不僅能較好地保持真實(shí)場景的細(xì)節(jié)信息和整體明暗效果,而且結(jié)果圖像更加符合人眼對(duì)真實(shí)場景的感觀體驗(yàn)。
　　 物體表面反射率具有低的動(dòng)態(tài)范圍,而場景的照度一般具備較大的動(dòng)態(tài)范圍,根據(jù)這一現(xiàn)象,研究學(xué)者提出了一種新的研究思路:把HDR圖像分解成反射層和光照層,由于每層獲取不同的信息和動(dòng)態(tài)范圍,因而對(duì)每層采取不同的處理方式,既能壓縮了HDR圖像的動(dòng)態(tài)范圍又能保持了圖像原有的細(xì)節(jié)信息?；谶@一思想,論文提出利用YUV顏色空間

4、代替?zhèn)鹘y(tǒng)的RGB空間進(jìn)行雙邊濾波(Bilateral Filter,BF)來實(shí)現(xiàn)圖像分層,這樣,可以降低亮度通道范圍壓縮處理對(duì)色度信息產(chǎn)生的影響。此外,通過利用像素的亮度值自適應(yīng)地決定其在對(duì)數(shù)域中的底數(shù)值,使算法能夠保留場景更多的細(xì)節(jié)信息。
　　 基于空間域的多曝光融合算法,通常采用單一的圖像特征作為標(biāo)準(zhǔn)。但是,一個(gè)特征來衡量圖像質(zhì)量好壞是不全面的。為了克服這個(gè)問題,論文提出一種基于支持向量回歸的多曝光融合算法(Support

5、Vector Regression based Exposure Fusion,SVREF)。它能夠建立多個(gè)特征和圖像質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)的映射關(guān)系。此外,在大多數(shù)曝光融合算法中,為了獲取場景的色度信息,通常是紅、綠和藍(lán)三通道分別處理,這種處理方式不僅使結(jié)果圖像泛灰(Gray-out),還增加了算法的時(shí)間復(fù)雜度。針對(duì)這一問題,論文提出一種新的場景色度信息獲取的方法,能夠較好地保留場景的色度信息。
　　 在基于頻率域多曝光融合算法上,為了