刘　颖， 张　凤， 伍世虔， 刘卫华

(1.西安邮电大学 通信与信息工程学院，陕西 西安 710121;2.武汉科技大学 机械自动化学院，湖北 武汉 430081)



计算与测试

高动态范围图像全局与局部色调映射的融合*

刘颖1， 张凤1， 伍世虔2， 刘卫华1

(1.西安邮电大学 通信与信息工程学院，陕西 西安 710121;2.武汉科技大学 机械自动化学院，湖北 武汉 430081)

针对高动态范围(HDR)图像显示于普通显示设备的问题，提出一种新的结合全局与局部的色调映射方法，先对高动态范围图像分别进行全局和局部的映射，对所得的图再各自进行曲波分解，然后对分解系数进行加权融合。用5组HDR图进行验证,结果表明：用该方法得到的图像有更好的视觉效果。

高动态范围图像； 全局色调映射； 局部色调映射； 曲波变换

0　引　言

高动态范围(high dynamic range,HDR)成像能够展示出自然场景的实际亮度动态范围，一般能够达到9个数量级[1]，从而拥有丰富的细节、清晰的视觉感受。普通的显示设备只有2个数量级，不能直接显示HDR图像。而要想在普通的显示设备上显示 HDR图像，则需要对其映射以压缩色调。

文献[2]中总结了各种HDR图像色调映射算法。1993年，Tumblin J等人[3]将色调映射概念引入计算机图形学。2002年，Reinhard E等人[4]提出了基于摄影法的色调映射方法。Krik A G等人[5]提出了一种针对弱光场景下的基于视觉感知的阶调压缩方法。Ferradans S等人[6]提出一种符合人类视觉模型的全局映射方法，并对局部对比度进行了增强。2004年，Fairchild M D等人[7]首次提出了基于图像色貌模型框架的HDR图像可视化算法。2007年，Kuang J等人[8]基于图像色貌模型和双边滤波分层技术提出了一种新的局部算法。每种方法都具有一定的针对性，为了使更大范围的HDR图像映射后都能得到高质量的低动态范围(low dynamic range,LDR)图像，本文提出一种新的结合全局与局部的色调映射方法，对分别映射的结果组合后重构图像，以获取高质量的LDR图。

1　总体架构

基于全局映射和局部映射的结果进行融合，先对HDR图像分别进行全局和局部的映射，对得到的两幅图进行曲波变换，分别对其变换系数进行融合，然后重构LDR图像。算法流程如图1所示。

图1　色调映射融合框架

1.1全局色调映射

在全局算法[4]中，首先，计算整幅图像的平均对数亮度值为

(1)

式中N为图像像素总和数，LW(x,y)为位置(x,y)处的像素值，σ为一个修正值。平均像素亮度总是被映射到平均关键场景显示范围的a倍上

(2)

式中a为为亮度比例常数，其值从0到1。使用式(3)将L(x,y)映射到显示设备的Ld(x,y)，即

(3)

(4)

式中satu为指数变换参数，指数变换的作用是扩展图像的高灰度级、压缩低灰度级。

1.2局部色调映射

ReinhardE提出运用遮光—曝光的局部色调映射算法文献[4]来压缩动态范围，其基本思想是对每一个像素找到其周围反差不超过阈值的最大环绕域，根据其环绕域亮度信息选择不同的a。首先，要找到目标像素点最大环绕域半径，其满足

|V(x,y,smax)|<ε

(5)

当smax在位置(x,y)的像素得到最大值的时候，对应的最大亮度环绕域的平均像素亮度为V(x,y,smax),局部映射的算法公式

(6)

1.3曲波变换

CandésEJ和DonohoDL于1999 年提出曲波变换论[9],2002年,CandésEJ等人又提出了实现更简单、更便于理解的快速曲波变换算法[10],2005年，CandésE等人给出了两种基于第二代Curvelet变换理论的快速离散实现方法[11]。以笛卡尔坐标系下的二维离散信号f(n1,n2),0≤n1,n2

(7)

如图2融合方法：由于全局映射结果的整体效果很好，局部映射结果的局部细节更丰富，粗尺度融合规则取全局映射的粗尺度，细尺度融合规则为局部映射和全局映射高频系数的加权和。当所对应的细尺度块的值相差很大时，有可能是噪声，权值采用0.5,0.5，反之，则是全局所丢掉的细节信息，此时权值采用全局0.3，局部0.7。经过大量实验表明:此阈值设为2 000较为合适。如果太大，则会引入噪声或光晕；如果太小，则会丢失细节信息。

图2　Curvelet 融合规则

2　实验结果

本文对5组高动态范围图像(见图3所示)进行了实验，该5组图像的内容和动态范围有很大差异，实验结果包括主观评判和客观评价。

图3　实验样图

2.1主观评价

实验选了gove D和office 2组图进行细节对比。

图4　grove D映射结果细节分析

图5　Office映射结果细节分析

由实验细节图很容易看到，如图4中树干左边的树枝和图5中窗外的树，在全局里映射树枝细节有丢失，而局部映射有细节但是图像整体比较黑，平均加权后依然还是细节不完整，而曲波融合得到了整体对比对相对较好的图。

2.2客观评价

使用了 Yeganeh H等人[12]提出的专用于色调映射图像的客观评价方法。分别用S，N，Q代表结构保真度、 自然度和质量分数。S越大，其图像细节越丰富，其与N和Q一起综合展现LDR图与HDR图的相关信息。得到图3中的3幅图像的客观评价量如表1 所示，从中可以看出，客观评价和理论分析一致。曲波融合则有相对平衡的客观评价，使其主观视觉相对较好。

表1　HDR图像映射结果的结构保真度测量

曲波融合则有相对平衡的客观评价，使其主观视觉相对较好。

3　结束语

为了取得更好的视图效果，将曲波变化应用到映射的融合重建上，在粗尺度部分保留全局的框架，细尺度部分加权融合，选择性地提取局部算法结果里细节信息，结果表明：采用该方法所得的图像有更高的细节保持，更好的视觉效果。

该算法也可应用于图像处理技术中的预处理，例如刑侦案件的处理中图像检索[13]，图像特征提取的提取，图像增强，图像分割等,也可以应用于摄影技术中。

[1]Robertson M A,Borman S,Stevenson R L.Dynamic range improvement through multiple exposures[C]∥Proc of 1999 IEEE International Conference on Image Process,Kobe:IEEE,1999:159-163.

[2]王作省,邹少芳,王章野.高动态图像色调映射技术新进展[J].计算机应用研究,2010,27(7):2421-2424.

[3]Tumblin J,Rushmeier H.Tone reproduction for realistic image-s[J].IEEE Computer Graphics and Applications,1993,13(6):42-48.

[4]Reinhard E,Stark M,Shirley P,et al.Photographic tone reproduction for digital images[J].ACM Trans on Graphics,2002,21(3):267-276.

[5]O’Brien Kirk A G.Perceptually-based tone mapping for low-light conditions[J].ACM Transations on Graphics,2011,42:1-10.

[6]Ferradans S,Bertalmio M,Provenzi E,et al.An analysis of visual adaptation and contrast perception for tone mapping[J].Pattern Analysis and Machine Intelligence,2011,33(10):2002-2012.

[7]Fairchild M D,Johnson G M.The iCAM framework for image appearance,difference and quality[J].Journal of Electronic Imaging,2004,13(1):126-138.

[8]Kuang J,Yamaguchi H,Liu C,et al.M.D,Evaluating HDR rendering algorithms[J].ACM Trans on Applied Perception,2007,4(9):1-27.

[9]Candes E J.Monoscale ridgelets for the representation of images with edges[R].Stanford:Stanford University,1999:1-26.

[10] Donoho D L,Flesia A G.Digital ridgelet transform based on true ridge functions[M].Pittsburgh:Academic Press,2002:1-33.

[11] Candès E,Demanet L,Donoho D,et al.Fast discrete curvelet transforms[J].Multiscale Modeling & Simulation,2005,5(3):861-899.

[12] Yeganeh H,Wang Z.Objective quality assessment of tone-mapped images[J].IEEE Transactions on Image Processing,2013,22(2):657-667.

[13] 刘颖，范九伦，李宗，等.现勘图像数据库检索技术实例探讨[J].西安邮电大学学报，2015,20(3):1-20.

Fusion of global and local tone mapping for high dynamic range images*

LIU Ying1, ZHANG Feng1, WU Shi-qian2, LIU Wei-hua1

(1.Shool of Communication and Information Engineering,Xi’an University of Posts and Telecommunications,Xi’an 710121,China; 2.School of Machinery and Automation,Wuhan University of Science and Technology,Wuhan 430081,China)

In order to solve problem that high dynamic range(HDR)image displays weakly on ordinary devices,propose a new method which combines global and local tone mapping together.The first step is to map HDR image with global and local method respectively,and then,Curvelet transform is applied to the obtained image.The next step is to weighting fuse decomposition coefficients.Five groups of images are used for verification，and results show that the image obtained using the proposed method has better visual effect.

high dynamic range(HDR)images; global-based tone mapping; local-based tone mapping; Curvelet transform

10.13873/J.1000—9787(2016)09—0118—03

2015—12—25

国家自然科学基金资助项目(61371190)； 国家自然科学基金青年基金资助项目(61202183)； 陕西省国际科技合作计划资助项目(2013KW04—05，2014KW01—01)； 西安邮电大学青年教师科研基金资助项目(ZL2013—04)

TP 391

B

1000—9787(2016)09—0118—03

刘颖(1972-)，女，陕西西安人，博士，高级工程师，从事图像检索研究。