陈文艺， 赵晓光

(1.西安邮电大学 物联网与两化融合研究院， 陕西 西安 710061;　2.西安邮电大学 通信与信息工程学院， 陕西 西安 710121)

一种自适应控制饱和度的色调映射方法

陈文艺1， 赵晓光2

(1.西安邮电大学 物联网与两化融合研究院， 陕西 西安 710061;2.西安邮电大学 通信与信息工程学院， 陕西 西安 710121)

摘要:为了解决传统色调映射算法在处理过程中存在的色偏问题，给出一种自适应控制饱和度的色调映射改进算法。该方法首先采用对数压缩和限制对比度的自适应直方图均衡化算法对图像的亮度值进行处理，其次根据处理前后的亮度比值自适应控制输出图像的饱和度，从而校正图像色偏。实验结果表明，对图像的亮度值进行对数压缩并用限制对比度的自适应直方图均衡化算法可以保证图像的清晰度和对比度，通过图像亮度比值自适应控制饱和度的方法有效地减少了由亮度调整差异引起的色偏。所给改进方法相比于Reinhard算法和iCAM06算法可以较好地校正图像色偏。

关键词:高动态范围图像；色调映射；亮度压缩；饱和度

高动态范围(highdynamicrange,HDR)图像有更多的动态范围和更丰富的细节[1]，而普通输出设备(如标准显示器、打印机等)所表现的动态范围和处理位数有限。为了能在低动态范围(lowdynamicrange,LDR)设备上再现高动态范围图像，通常用色调映射(tonemapping,TM)或色阶重建(tonereproduction)算法将HDR图像处理成为LDR图像[1]。

近年来，国内外学者们相继提出了一些优异的色调映射算法。这些算法大致可分为全局算法和局部算法[2-5]。全局色调映射算法对整个HDR图像使用相同的映射函数，算法简单、效率高，但忽略了像素位置特征，导致对比度偏低和局部细节丢失；局部色调映射算法考虑了局部空间内容，在压缩动态范围的同时保持了图像局部细节和纹理，增强了图像局部对比度[6]。

Reinhard等[7]提出基于摄影法的动态范围压缩，算法实现简单，但易产生光晕；Kuang等[8]在图像色貌模型(imagecolorappearancemodel,iCAM)的基础上提出了iCAM06算法，算法运算复杂度较高，存在整体对比度不高和区域细节丢失的问题。宋明黎[9]提出基于概率模型的色阶映射方法，该算法中需要获取学习样本，操作繁琐。

总的来说，目前算法或者只强调对HDR图像亮度域的处理，未考虑图像的色彩域处理，或者算法效率不高，繁琐复杂。

本文给出一种基于亮度信息的自适应控制饱和度色调映射改进算法，根据处理前后的亮度信息自适应地控制彩色图像合成公式中的饱和度控制参数，校正彩色图像中的色偏，并用Reinhard算法、iCAM06算法和改进算法分别处理相关图像，观察所给改进算法的效果。

1算法描述

整个算法可分为两部分，亮度域处理和色彩域恢复。亮度域处理部分中，主要对图像的亮度值I进行处理。首先使用对数压缩方法对HDR图像的亮度值I进行压缩处理，其次为了保持图像的局部细节部分和提高图像的对比度，采用限制对比度自适应直方图均衡化算法(contrastlimitedadaptivehistogramequalization,CLAHE)[10]处理压缩后的数据。在色彩恢复部分，根据图像处理前后亮度值的统计信息，自适应控制色彩饱和度参数，用得到的饱和度参数值完成色彩图像的恢复。算法处理过程如图1所示。

图1　算法处理过程

1.1亮度域处理

在HDR图像亮度域处理之前需要先获取HDR色彩图像的亮度数据，对HDR图像进行转换[11]，即

I=0.299Cr+0.587Cg+0.114Cb。

式中Cr、Cg和Cb分别为HDR图像输入时的红绿蓝3个通道的数据，I为计算得到的图像亮度值。

对于HDR图像来说，亮度值较大的像素数较少，在直方图上表现为大量的像素集中在某些亮度区域，不利于算法处理。通常先将亮度数据转换为对数域上进行处理，这样处理可以符合人眼的视觉特性。由于对数曲线的特性，在进行直方图统计时，不表现细节的高亮度区域集中，降低了该区域的对比度，而表现细节的低亮度区域则可以划分为更多的灰度级。对数压缩处理把原始场景中的高照度部分进行缩减，增强了低照度部分的对比度效果。对数压缩通用函数为[11]

I′=clog2(1+I)。

式中I为HDR图像的亮度值，I′为压缩处理之后得到的图像亮度值，c为常数。

在亮度值压缩之后，图像的对比度较低，为了提高图像局部对比度效果以及获得更多的图像细节，用CLAHE算法进行处理，其既可保留图像整体明暗效果，又使得图像的细节得以体现。

1.2色彩恢复

色调映射算法利用处理后的亮度信息恢复为彩色图像。彩色图像还原公式为[12]

其中：Rl、Gl和Bl分别为LDR图像红、绿、蓝3种颜色的色彩值；Rh、Gh和Bh分别为HDR图像红、绿、蓝3种颜色的色彩值；Il,Ih分别表示LDR和HDR图像的亮度值；s∈[0,1]是控制输出图像饱和度的参数，可通过手动调节，其值为0.4到0.6之间时图像色彩显示效果较好[12]，通常对整幅图像使用固定的s值。

对于Memorial图像，当s取0到1之间的不同值时，对应的图像饱和度不同，如图2所示。

图2　不同的s值映射的图像

亮度域算法处理后图像中不同区域的像素亮度值的变化程度不同。在不考虑亮度值前后变化程度的情况下，固定的s值设置会引起某些区域色彩失真，不能使所有区域都有良好的色彩感观，如图2中，当s=0.5时，图像中地毯的饱和度相对较低，而穹顶的饱和度较高。

为了使图像中不同区域的饱和度更符合视觉效果，考虑到亮度值的变化，提出用亮度值处理前后的比值来衡量变化程度，即

式中R为亮度比值，α为映射常数。

当比值较小时，像素值前后变化较小，表示像素处于高亮区域(如图2穹顶窗户)，此时s值应设置为较小值。当比值较大时，像素值前后变化较大，那么该像素处于暗区域(如图2地毯)，此时s值应设置成较大值。为方便处理，在计算亮度比值时，需用系数把LDR图像的亮度值定义域映射到HDR的亮度值定义域范围上。然后对R值进行归一化处理，即

式中Rnorm为归一化处理后的比值，Rmin为亮度比值中的最小值，Rmax为亮度比值中的最大值。如图3中，归一化后大部分的值集中于相对较低的区间，只有少数值处于相对较大的区间上。

为了能用亮度比值有效调节参数s，还需要对Rnorm值进行调整。根据幂函数的特性，可用幂函数对Rnorm值进行调节，即

式中β为常数，该值由HDR图像的像素位深度确定。根据实验结果，对于像素位深为20bit的HDR图像，β值设定为0.2时较为合适。经过幂函数处理之后，Rnorm的较低值区间部分得以展开，较大值区间部分得到压缩，结果如图4。

最后，通过式(1)完成色彩图像的合成。

图3　亮度比值归一化后的分布

图4　饱和度控制参数s的分布

2实验及结果分析

实验环境为Win7操作系统，仿真软件为Matlab2012b，计算机处理器为InterT4400(主频2.20GHz)，内存2G。

选取不同动态范围和场景的HDR图像作为测试对象，将所给改进算法与Reinhard算法和iCAM06算法进行比较，并从主观和客观两方面评价这3种算法的处理效果。

2.1主观评价

选择Reinhard算法、iCAM06算法与所给改进算法分别对Memorial、Tree和Rend04三幅图像进行处理，结果如图5、图6和图7所示。

图5　Memorial图像色调映射处理效果

图6　Tree图像色调映射处理效果

图7　Rend04图像色调映射处理效果

图5显示，经过Reinhard算法处理之后，图像在整体上偏亮，局部对比度欠佳(如图5(a)穹顶和墙壁上窗户)；iCAM06算法处理之后，图像局部细节清晰，但图像局部色彩失真；所给改进算法处理之后，画面整体对比度较好，局部细节清晰，由于对饱和度控制参数s进行自适应调整，使得画面色彩表现更好。

图6显示，Reinhard算法色调映射处理之后，图像整体对比度高，暗部区域细节保持也好，但图像背景色存在失真(如图6(a)蓝天)；iCAM06算法处理之后图像色彩表现好，但暗部细节模糊(如图6(b)图像底部草地)；所给改进算法处理之后，图像整理对比度高，局部细节表现好，同时图像中色彩再现效果好。

图7显示，Reinhard算法处理之后，图像整体对比度高，但灯具部分细节表现较差，同时有过饱和现象；iCAM06算法处理之后灯具轮廓清晰，但其色彩饱和度过高，图像整体有色偏；所给改进算法处理之后，图像整体对比度高，同时局部细节清晰，过曝区域(图7(c)灯具)得到很好的处理，图像色彩视觉效果好。

2.2客观评价

个体主观差异可能导致评价结果有所不同，为达到准确评价通常需要进行客观测评。考虑到算法处理后为LDR图像，选择对图像统计信息的3方面进行评价：信息熵、清晰度和方差[13]。

图像信息熵越大，表明图像的中的信息越丰富，图像保留的信息量也越大；图像的清晰度通过图像的平均梯度来体现，它反映图像对细节的表现能力；方差表示图像像素偏离均值的程度，是衡量一幅图像信息量大小的重要参数，反映了图像的对比度情况，方差越大，图像的动态范围也越大。

表1给出了3种算法的时间复杂度评价。

表1　3种算法耗时对比 /s

表1显示，所给改进算法的处理速度较快。

3种算法处理结果在信息熵、清晰度和方差方面的客观对比见表2。

表2　3种算法处理结果客观对比

表2显示，相对于选取的不同场景对象的图像，经过所给改进算法处理后的图像，在信息熵、清晰度和方差方面一定程度上优于前2种方法，达到了预期效果。

3结语

给出一种基于亮度信息的自适应控制饱和度色调映射改进算法，该方法首先采用对数压缩和限制对比度的自适应直方图均衡化算法对图像的亮度值进行处理，然后根据处理前后的亮度比值自适应控制输出图像的饱和度，校正图像色偏。

采用所给改进算法、Reinhard算法和iCAM06算法分别对Memorial、Tree和Rend04共3幅图像进行处理，结果表明，通过亮度信息自适应控制输出图像的饱和度，一定程度上改善了图像还原过程中的色偏问题，调整了图像局部区域(如高亮区域和暗区域)的饱和度。与Reinhard算法和iCAM06算法相比，从客观上看，所给改进算法处理后的图像动态范围大，效率有所提高；从主观上看，图像清晰，对比度高，色彩还原真实自然，符合原始图像的视觉观感。

参考文献

[1]THAKURSK,KOWSALYAS,NALLAPERUMALK,etal.StudyandAnalysisofHallusinationinHDRImages[C/OL]//ComputationalIntelligenceandComputingResearch(ICCIC).Madurai:IEEE, 2013:1-4[2015-12-20].http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=6724299.DOI:10.1109/ICCIC.2013.6724299.

[2]LEEJW,PARKRH,CHANGS.Noisereductionandadaptivecontrastenhancementforlocaltonemapping[J/OL].IEEETransactionsonConsumerElectronics,2012,58(2):578-586[2015-12-20].http://dx.doi.org/10.1109/TCE.2012.6227463.

[3]RAHMANZU,JOBSONDJ,WOODELLGA.Retinexprocessingforautomaticimageenhancement[J/OL].JournalofElectronicImaging,2004,13(1):100-110[2015-12-20].http://cse.seu.edu.cn/people/bao.list/retinex%20processing.pdf.DOI:10.1117/1.1636183.

[4]李保其,陈文艺,陈瑞.基于梯度压缩的色阶重建算法[J].西安邮电大学学报,2011,16(6):24-26.DOI:10.13682/j.issn.2095-6533.2011.06.037.

[5]BAEKJ,JACOBSDE.AcceleratingspatiallyvaryingGaussianfilters[J/OL].AcmTransactionsonGraphics,2010,29(6): 169:1-10 [2015-12-20].http://graphics.stanford.edu/papers/spvarying/spvarying.pdf.DOI: 10.1145/1882261.1866191.

[6]张尚伟,曾平,罗雪梅,等.具有细节补偿和色彩恢复的多尺度Retinex色调映射算法[J].西安交通大学学报,2012,46(4):32-37.DOI:10.7652/xjtuxb201204006.

[7]REINHARDE,STARKM,SHIRLEYP,etal.Photographictonereproductionfordigitalimages[J/OL]//ACMTransactionsonGraphics(TOG),2002, 21(3):267-276[2015-12-20].http://dl.acm.org/citation.cfm?doid=566654.566575.DOI: 10.1145/566654.566575.

[8]KUANGJT,JOHNSONGM,FAIRCHILDMD.iCAM06:ArefinedimageappearancemodelforHDRimagerendering[J/OL].JournalofVisualCommunicationandImageRepresentation,2007,18(5):406-414[2015-12-20].http://www.rit-mcsl.org/StudentResearch/JVC_iCAM06.pdf.DOI:10.1016/j.jvcir.2007.06.003.

[9]宋明黎,王慧琼,陈纯,等.基于概率模型的高动态范围图像色调映射[J].软件学报,2009,20(3):734-743.DOI: 10.3724/SP.J.1001.2009.03371.

[10] 陆许明,朱雄泳,李智文,等.一种亮度可控与细节保持的高动态范围图像色调映射方法[J].自动化学报, 2015, 41(06): 1080-1092.DOI: 10.16383/j.aas.2015.c130202.

[11] 谭锐莘.HDR到LDR图像的分段式对数映射算法[J].计算机应用,2008,28(7):1724-1725.

[12]MANTIUKR,MANTIUKR,TOMASZEWSKAA,etal.Colorcorrectionfortonemapping[J/OL].ComputerGraphicsForum, 2009, 28(2): 193-202[2015-12-20].http://www.cs.ubc.ca/～mantiuk/pdfs/mantiuk09cctm.pdf.DOI:10.1111/j.1467-8659.2009.01358.x.

[13] 陈亮,李卫军,谌琛,等.数字图像清晰度评价函数的通用评价能力研究[J].计算机工程与应用, 2013: 49(14): 152-155.DOI:10.3778/j.issn.1002-8331.1202-0442.

[责任编辑:杨洵]

Atonemappingmethodwithadaptivesaturationcontrol

CHENWenyi1,ZHAOXiaoguang2

(1.InternetofThingsandIntegrationofITApplicationandIndustrializationInstitute,Xi’anUniversityofPostsandTelecommunications,Xi’an710061,China;2.SchoolofCommunicationandInformationEngineering,Xi’anUniversityofPostsandTelecommunications,Xi’an710121,China)

Abstract:In order to solve the colour distortion problem in the traditional tone mapping algorithm, a new tone mapping algorithm with adaptive saturation control is proposed. In this new algorithm, in its first step, the luminance of the high dynamic range image is compressed by logarithmic compression algorithm and the compression results are then processed by contrast limited adaptive histogram equalization algorithm. In its second step, output image saturation is controlled according to the brightness ratio before and after adaptive processing, therefore the image can be corrected. Experimental results show that the luminance data are log compressed and the image sharpness and contrast can be guaranteed by contrast limited adaptive histogram equalization algorithm. Through the image brightness ratio of adaptive control saturation method the hue error caused by differences in brightness adjustment can be effectively reduced. The proposed tone mapping of saturation adaptive control method can achieve better image correction compared to the Reinhard and icam06 algorithm.

Keywords:high dynamic range (HDR) image, tone mapping, luminance compression, color saturation

doi:10.13682/j.issn.2095-6533.2016.03.014

收稿日期：2015-12-30

作者简介：陈文艺(1964-)，男，教授，从事通信专用集成电路设计和实时数字图像处理研究。E-mail: chenwy@xupt.edu.cn 赵晓光(1988-)，男，硕士研究生，研究方向为物联网技术及应用。E-mail: zxgsx2006@126.com

中图分类号：TP391

文献标识码：A

文章编号：2095-6533(2016)03-0084-06