CN102722868B - 一种高动态范围图像色调映射方法 - Google Patents

Abstract

本发明公开了一种高动态范围图像色调映射方法，首先读取高动态范围图像，获取其对数域亮度图像；然后通过多尺度WLS滤波，估计其光照分量，以避免明暗对比强烈处产生的“光晕”现象；接着采用多尺度Retinex方法恢复高动态范围图像的亮度成分，并通过消除两极端1%处的灰度，防止欠曝光与过曝光的产生，通过自适应调节函数，调节图像的眀暗程度；最后通过引入指数控制饱和度的方法，来恢复高动态范围图像的色彩。本发明方法适用于高动态范围图像在低动态范围设备上进行显示输出，能够避免“光晕”的产生，显示的图像具有对比度高、细节再现效果好的特点。

Description

一种高动态范围图像色调映射方法

技术领域

本发明属于数字图像处理技术领域，用于在低动态范围显示设备上再现高动态范围图像，具体涉及一种高动态范围图像色调映射方法。 

背景技术

高动态范围图像的亮度范围一般在0.001cd/m²到100000cd/m²之间。由于高动态范围图像能够很好的再现实际场景中丰富的亮度级别，产生逼真的效果，它正越来越广泛地被应用于影视、电脑游戏、军事、天文及医学检测等领域。相对于高动态范围图像的亮度范围，许多显示设备(如CRT、LCD、投影仪等)所能产生的亮度范围则显得过于狭窄，如普通的CRT产生的亮度范围大约是1cd/m²到100cd/m²，故使用普通显示器显示高动态范围图像会出现动态范围不匹配的问题。因此，需要采用一定的方式压缩高动态范围图像的动态范围，使之匹配输出在动态范围有限的媒介上，这个过程称为色调映射(tone mapping)。 

近年来国内外学者提出了许多色调映射方法，主要可以分为两类：1)全局(Global)算子；2)局部(Local)算子。全局算子只依赖于像素的亮度值，而局部算子不仅依赖像素的亮度值，而且还与像素的位置及邻域像素亮度值有关。局部算子由于考虑了空间邻域像素信息，可以保留更多的图像细节信息及局部对比度，因而能取得较好的映射效果，成为目前关注的重点。但局部算子在处理高动态范围图像时易产生“光晕(Halo)”现象，影响显示效果。 

发明内容

本发明的目的是提供一种高动态范围图像色调映射方法，解决了现有方法中存在的“光晕”及显示效果不够好的问题。 

本发明采用的技术方案为，一种高动态范围图像色调映射方法，按照以下步骤实施： 

步骤1，获取高动态范围图像的亮度图像L_in，并取对数形成对数域亮度图像L，其中的R、G、B分别为高动态范围图像各像素的红、绿、蓝颜色值，其计算为： 

L_in＝0.299R+0.587G+0.114B， 

L＝log(L_in+0.00001)； 

步骤2，对L进行多尺度WLS滤波，估计出多尺度的光照分量L_k，其中的k＝1,2,...，以避免明暗对比强烈处产生的“光晕”现象，其表示为： 

L_k＝WLS(L,λ_k)， 

其中算子WLS(·)表示进行WLS滤波，λ_k代表尺度因子，其取值决定了光照分量图像L_k的平滑程度，增大λ_k，将使得平滑程度增加，通常可根据实验情况确定其取值； 

步骤3，采用多尺度Retinex方法恢复高动态范围图像的亮度成分，即： 

其中N代表尺度个数，ω_k为不同尺度的权重系数，且

步骤4，对R_L取指数，得到R₁，即：R₁＝exp(R_L)； 

步骤5，消去R₁两极端1％的灰度级，防止欠曝光与过曝光的产生，并进行归一化，得到R₂，即： 

$R_2=\left\{\begin{array}{cc}0& R_1<m_s\\ \frac{R_1-m_s}{m_l-m_s}& m_s\&le;R_1<m_l\\ 1& R_1\&GreaterEqual;m_l\end{array}\right.,$

其中m_s是R₁中像素值从小到大排序后，1％的像素处所对应的R₁的值；m_l是R₁中像素值从小到大排序后，99％的像素处所对应的R₁的值； 

步骤6，采用自适应调节函数对R₂进行调节，并将其灰度值映射到[0,255]的范围，即： $L_{\mathrm{out}}={\left(R_2\right)}^{\frac{\log \left(b\right)}{\log \left(0.5\right)}}\&times;255,$

其中，调节参数b可获得不同明暗程度的图像，b的取值范围为[0.5,1.0]； 

步骤7，引入指数控制饱和度，采用如下计算公式，进行色彩恢复，即完成高动态范围图像色调映射： 

$\left\{\begin{array}{c}{R}_{\mathrm{out}}={\left(\frac{R}{L_{\mathrm{in}}}\right)}^s\&times;L_{\mathrm{out}}\\ G_{\mathrm{out}}={\left({\frac{G}{L}}_{\mathrm{in}}\right)}^s\&times;L_{\mathrm{in}}\\ B_{\mathrm{out}}={\left(\frac{B}{L}\right)}^s\&times;L_{\mathrm{out}}\end{array}\right.,$

其中指数s为控制饱和度，R_out、G_out、B_out分别为高动态范围图像经色调映射后最终得到的红、绿、蓝颜色值。 

本发明的有益效果是，采用多尺度WLS滤波器估计高动态范围图像的光照分量，较好地克服色调映射过程中存在的“光晕”问题；通过去除两极端1％的灰度级及采用自适应调节函数，使色调映射后的图像具有对比度高、细节显示效果好的特点，能够在低动态范围显示设备上能够更好地再现高动态范围图像。 

附图说明

图1是采用本发明方法处理后显示出的实施例1高动态范围图像； 

图2是采用现有的基于Retinex的高动态范围图像色调映射方法处理后显示 出的高动态范围图像； 

图3是上述的图1黑框部位和图2黑框部位的局部放大对比图。 

具体实施方式

下面通过具体实施方式对本发明进行详细说明。 

本发明的高动态范围图像色调映射方法，按照以下步骤实施： 

步骤1，获取高动态范围图像的亮度图像L_in，并取对数形成对数域亮度图像L，其中的R、G、B分别为高动态范围图像各像素的红、绿、蓝颜色值，其计算为： 

L_in＝0.299R+0.587G+0.114B， 

L＝log(L_in+0.00001)； 

步骤2，对L进行多尺度WLS滤波，估计出多尺度的光照分量L_k，其中的k＝1,2,...，以避免明暗对比强烈处产生的“光晕”现象，其表示为： 

L_k＝WLS(L,λ_k)， 

其中算子WLS(·)表示进行WLS滤波，λ_k代表尺度因子，其取值决定了光照分量图像L_k的平滑程度，增大λ_k，将使得平滑程度增加，通常根据实验情况确定其取值。 

对于多尺度WLS滤波，其具体计算为： 

L_k＝(I+λ_kL_g)^-1L， 

其中，I为单位矩阵，λ_k为尺度因子，L_g为： 

$L_g=D_x^T{A}_x{D}_x+D_y^T{A}_y{D}_y,$

其中的D_x、D_y分别为水平和垂直方向差分因子，T代表矩阵的转置，A_x、A_y均为对角矩阵，其对角线元素分别为a_x,p(L)、a_y,p(L)，其计算为： 

$\left\{\begin{array}{c}{a}_{x,p}\left(L\right)={({\left|\frac{\&PartialD;l}{\&PartialD;x}\left(p\right)\right|}^{\mathrm{\&alpha;}}+\mathrm{\&epsiv;})}^{-1}\\ a_{y,p}\left(L\right)={({\left|\frac{\&PartialD;l}{\&PartialD;x}\left(p\right)\right|}^{\mathrm{\&alpha;}}+\mathrm{\&epsiv;})}^{-1}\end{array}\right.,$

其中参数α用来表示控制平滑过程对图像边缘的敏感程度，取值范围是1.0-1.8；参数l＝log(L+0.000001)，常数ε取值为0.00001，主要是为了防止分母为零的情况出现。 

步骤3，采用多尺度Retinex方法恢复高动态范围图像的亮度成分，即： 

N代表尺度数，一般取3个尺度。 

其中ω_k为不同尺度的权重系数，且

步骤4，对步骤3得到的R_L取指数，得到R₁，即：R₁＝exp(R_L)； 

步骤5，消去R₁两极端1％的灰度级，防止欠曝光与过曝光的产生，并进行归一化，得到R₂，即： 

$R_2=\left\{\begin{array}{cc}0& R_1<m_s\\ \frac{R_1-m_s}{m_l-m_s}& m_s\&le;R_1<m_l\\ 1& R_1\&GreaterEqual;m_l\end{array}\right.,$

其中，m_s是R₁中像素值从小到大排序后，1％的像素处所对应的R₁的值；m_l是R₁中像素值从小到大排序后，99％的像素处所对应的R₁的值； 

步骤6，采用自适应调节函数对R₂进行调节，并将其灰度值映射到[0，255]的范围，即：其中，调节参数b的数值可获得不同明暗程度的图像，b的取值范围为[0.5，1.0]； 

步骤7，引入指数控制饱和度，采用如下的计算公式，进行色彩恢复： 

$\left\{\begin{array}{c}{R}_{\mathrm{out}}={\left(\frac{R}{L_{\mathrm{in}}}\right)}^s\&times;L_{\mathrm{out}}\\ G_{\mathrm{out}}={\left({\frac{G}{L}}_{\mathrm{in}}\right)}^s\&times;L_{\mathrm{in}}\\ B_{\mathrm{out}}={\left(\frac{B}{L}\right)}^s\&times;L_{\mathrm{out}}\end{array}\right.,$ 即完成高动态范围图像色调映射， 

其中指数s为控制饱和度，R_out、G_out、B_out分别为高动态范围图像经色调映射后最终得到的红、绿、蓝颜色值。 

实施例1 

本发明的高动态范围图像色调映射方法，通过以下步骤及具体参数实施： 

步骤1，读取高动态范围图像，将其浮点型的数据转换为整型的RGB格式的数据，然后计算该高动态范围图像的亮度图像L_in，并取对数形成对数域亮度图像L，其计算为： 

L_in＝0.299R+0.587G+0.114B， 

L＝log(L_in+0.00001)， 

步骤2，对L进行多尺度WLS滤波，估计出多尺度的光照分量L_k(k＝1,2,L)，以避免明暗对比强烈处产生的“光晕”现象。其可以表示为： 

L_k＝WLS(L,λ_k)， 

其中算子WLS(·)表示进行WLS滤波，λ_k代表尺度因子，其取值决定了光照分量图像L_k的平滑程度，增大λ_k，将使得平滑程度增加，通常根据实验情况确定其取值。在本实施例中，采用三个尺度，即k＝1,2,3，取λ₁＝1，λ₂＝5，λ₃＝25。 

对于多尺度WLS滤波，其具体计算为：L_k＝(I+λ_kL_g)^-1L， 

其中I为单位矩阵，λ_k为尺度因子，L_g为：

其中，D_x、D_y分别为水平和垂直方向差分因子，A_x、A_y均为对角矩阵，其对角线元素分别为a_x,p(L)、a_y,p(L)，其计算为： 

$\left\{\begin{array}{c}{a}_{x,p}\left(L\right)={({\left|\frac{\&PartialD;l}{\&PartialD;x}\left(p\right)\right|}^{\mathrm{\&alpha;}}+\mathrm{\&epsiv;})}^{-1}\\ a_{y,p}\left(L\right)={({\left|\frac{\&PartialD;l}{\&PartialD;x}\left(p\right)\right|}^{\mathrm{\&alpha;}}+\mathrm{\&epsiv;})}^{-1}\end{array}\right.,$ 其中参数α在本实施例中，取α＝1.5。 

步骤3，采用多尺度Retinex方法恢复高动态范围图像的亮度成分，即： 

其中ω_k为不同尺度的权重系数，且 在本实施例中，取3个尺度，相应的取ω₁＝0.25，ω₂＝0.5，ω₃＝0.25。取

步骤4，对R_L取指数，得到R₁，即：R₁＝exp(R_L)； 

步骤5，消去R₁两极端1％的灰度级，防止欠曝光与过曝光的产生，并进行归一化，得到R₂，即： 

$R_2=\left\{\begin{array}{cc}0& R_1<m_s\\ \frac{R_1-m_s}{m_l-m_s}& m_s\&le;R_1<m_l\\ 1& R_1\&GreaterEqual;m_l\end{array}\right.,$

其中m_s是R₁中像素值从小到大排序后，1％的像素处所对应的R₁的值；m_l是R₁中像素值从小到大排序后，99％的像素处所对应的R₁的值； 

步骤6，采用自适应调节函数对R₂进行调节，并将其灰度值映射到[0,255]的范围，即：调节参数b在本实施例中，取b＝0.78。 

步骤7，引入指数控制饱和度，采用如下计算公式，在本实施例中，取s＝1/2.2。进行色彩恢复，即可完成高动态范围图像色调映射。 

$\left\{\begin{array}{c}{R}_{\mathrm{out}}={\left(\frac{R}{L_{\mathrm{in}}}\right)}^s\&times;L_{\mathrm{out}}\\ G_{\mathrm{out}}={\left({\frac{G}{L}}_{\mathrm{in}}\right)}^s\&times;L_{\mathrm{in}}\\ B_{\mathrm{out}}={\left(\frac{B}{L}\right)}^s\&times;L_{\mathrm{out}}\end{array}\right.,$

其中指数s为控制饱和度，R_out、G_out、B_out分别为高动态范围图像经色调映射后最终得到的红、绿、蓝颜色值。 

图1是本发明实施例1处理后显示的一个高动态范围图像。为了更好地说明本发明方法的效果，图2是采用现有的方法，即基于Retinex的高动态范围图像色调映射方法处理后显示的高动态范围图像，图3是图1和图2的局部放大对比图，其中图3的上半部是图1中的黑框部位的局部放大图，图3的下半部是图2中的黑框部位的局部放大图。从图3可以对比看出，采用本发明方法与现有的基于Retinex的方法相比，能够更好地去除高动态范围图像色调映射后存在的“光晕”现象。值得说明的是，本发明方法及现有方法针对处理的是彩色的图像，由于申报文本的要求所限，所有附图已经变成灰度图进行显示，其“光晕”现象没有彩色图像逼真。 

本发明的高动态范围图像的色调映射方法，针对局部化色调映射方法中易产生的“光晕”现象，通过WLS滤波估计光照分量，可以避免明暗对比强烈处产生的“光晕”现象；通过去除两极端1％处的灰度级，防止欠曝光与过曝光的产生，采用自适应调节函数对图像的明暗进行调节，使色调映射后的图像具有对比度高、细节显示效果好的特点。 

Claims (2)

1.一种高动态范围图像色调映射方法，其特征在于，按照以下步骤实施： 

步骤1，获取高动态范围图像的亮度图像L_in，并取对数形成对数域亮度图像L，其中的R、G、B分别为高动态范围图像各像素的红、绿、蓝颜色值，其计算为： 

L_in＝0.299R+0.587G+0.114B， 

L＝log(L_in+0.00001)； 

步骤2，对L进行多尺度WLS滤波，估计出多尺度的光照分量L_k，其中的k＝1,2,...，以避免明暗对比强烈处产生的“光晕”现象，其表示为： 

L_k＝WLS(L,λ_k)， 

其中算子WLS(·)表示进行WLS滤波，λ_k代表尺度因子，其取值决定了光照分量图像L_k的平滑程度，增大λ_k，将使得平滑程度增加； 

步骤3，采用多尺度Retinex方法恢复高动态范围图像的亮度成分，即： 

其中N代表尺度个数，ω_k为不同尺度的权重系数，且

步骤4，对R_L取指数，得到R₁，即：R₁＝exp(R_L)； 

步骤5，消去R₁两极端1％的灰度级，防止欠曝光与过曝光的产生，并进行归一化，得到R₂，即： 

其中，m_s是R₁中像素值从小到大排序后，1％的像素处所对应的R₁的值；m_l 是R₁中像素值从小到大排序后，99％的像素处所对应的R₁的值； 

步骤6，采用自适应调节函数对R₂进行调节，并将其灰度值映射到[0，255]的范围，即：其中，调节参数b可获得不同明暗程度的图像，b的取值范围为[0.5，1.0]； 

步骤7，引入指数控制饱和度，采用如下计算公式，进行色彩恢复： 

即完成高动态范围图像色调映射， 

其中指数s为控制饱和度，R_out、G_out、B_out分别为高动态范围图像经色调映射后最终得到的红、绿、蓝颜色值。 

2.根据权利要求1所述的一种高动态范围图像色调映射方法，其特征在于：所述步骤2中的多尺度WLS滤波为：L_k＝(I+λ_kL_g)^-1L， 

其中，I为单位矩阵，λ_k为尺度因子，L_g为：

其中，D_x、D_y分别为水平和垂直方向差分因子，T代表矩阵的转置，A_x、A_y均为对角矩阵，其对角线元素分别为a_x,p(L)、a_y,p(L)，其计算为： 

其中参数α用来控制平滑过程对图像边缘的敏感程度，取值范围为1.0-1.8；参数l＝log(L+0.000001)，常数ε为0.00001。