相机结合HDR图像技术在博物馆光环境分析中的应用与验证

王嘉亮

(1.清华大学，北京 100085;2.Department of Architecture，Texas A＆M University，U．S．77843)

1 量化与可视化分析的必要性

博物馆属于对光环境条件要求比较高的建筑类型之一，其照明主要需要满足两个方面的要求:视觉清晰且舒适的要求以及展品保护的要求。为满足展品清晰可见且保证观看者的视觉舒适度，需要对光环境中亮度、亮度对比、眩光、光源显色指数、色温等参数进行控制。我国的博物馆照明设计规范以及其他国际标准中，亮度、亮度对比是普遍接受的参数指标，用以控制展品表现与环境眩光。例如:

通常情况下，有效得获得亮度相关数据的途径为使用光学仪器进行现场物理测试，然而这种方式不仅消耗时间，而且受到测试点位置和数量的影响。由此原因，非实测方式的量化分析系统逐渐得到了发展和应用，主要包括 M.S.Rea的影像分析、Steven J．Orfield的 CAPCALC、V．Berruto的 CCD 数码相机测试和天津大学沈天行教授SM像测系统［3～6］。这些系统应用的局限性主要在于设备的高造价、应用的复杂性或数值准确性。随着HDR(即High Dynamic Range)图像技术的逐渐进步，2005年美国劳伦斯伯克利国家实验室将这一主要应用于计算机图形学和影像拍摄领域的技术进行了改进和评测，并转移到建筑光环境分析的应用中。随后，关于数码相机采集数字图像的对齐、自动读取、叠加亮度反应曲线等辅助功能的插入，如今该免费的技术平台正在很多照明研究机构中进行应用分析和拓展。

2 HDR图像技术原理

最早提出HDR图像方式的是Paul Debevec，他在1997年SIGGRAPH会议上发表了一篇文章，关于如何从不同曝光条件下同一场景的一组照片中恢复高动态范围图像，这种技术可以通过照相机捕捉实现从黑暗阴影到高亮光源的更大动态范围的图像［7］。该技术产生的本质原因是由于大多数数码相机包括显示仪器等仅能够显示或捕捉几个数量级的亮度变化［8］，而人眼条件下实际场景的亮度变化范围能够达到12～14个数量级。因此当亮度对比范围超过单张图像数字信息所能表示的范围，数据会溢出从而导致环境实际信息的缺失。如果增加或减少曝光量满足局部的环境细节反应，会影响其他局部从而产生曝光过渡或者完全黑暗的问题 (如图1)。因此，通过低动态范围 (LDR)图像合成高动态范围 (HRD)图像后，采用色调映射 (Tone Mapping)技术在有限动态范围媒介例如电脑显示器、打印图上等近似显示最终的图像，即形成了HDR图像。尽管显示在屏幕等媒介上的HDR图像无法完全反应亮度对比的关系，但是文件自身已经相对准确地记录了场景的亮度和亮度关系信息，这为通过数码相机进行照明的分析和评估提供条件。HDR图像的存储格式针对应用者和电脑系统，可以选择不同类型，包括RAW，Radiance，TIFF，JPEG等，表1为某一同场景的各类型采集图像所含数据的压缩程度及文件大小。

图1 卢森堡MUDAM艺术馆的中央展厅 (笔者拍摄)过强或过弱的曝光导致场景中部分细节的丢失

表1 图像大小与质量

3 HDR图像技术的应用流程

由于HDR图像技术的便捷和准确性，对于建筑师在设计工作中可以相对简单在三到四步的流程中应用［8］。而对于专业的光环境分析中，HDR技术的应用流程可进一步细分为五步:亮度反应曲线的确定、多曝光时间场景图像的获取、HDR成像、刻度校准以及图像分析。

1)亮度反应曲线的确定:由于不同型号相机对亮度的反应不同，并且同一型号相机所得图像中的像素亮度与实际亮度并不是线性对应关系，所以通过亮度反应曲线的确定可以恢复相机数字图像的像素亮度与场景中实际点亮度之间的对应关系。具体方法是拍摄一组曝光量变化范围较大的照片，将其导入HDR Shop或者Photosphere等软件得到 “亮度反应曲线”(如图2)。

图2 几款相机的亮度反应曲线图示 (图像来源:WebHDR)

2)多曝光时间场景图像的获取:通过数码相机调整不同的曝光量采集场景图像，尽量完整的反应待分析空间中的各个细节，这样得到的照片即原始的LDR(Low Dynamic Range低动态范围)图像。

3)HDR成像:在 HDR-Shop或 Photosphere等软件中导入LDR图像，并叠加亮度反应曲线生成HDR图像。目前，已经开发了很多种HDR的成像软件，其中部分软件为免费使用，例如基于MAC的Photosphere，PC的 HDRShop软件。图 3为通过HDRShop叠加一组LDR图像而得到的HDR图像。

4)刻度校准 (Photometric Calibration):首先相机光孔是通过镜头里的光圈来调节大小的，光圈值通过光圈拨杆或触点传给机身，其构造只是有限次的完全重复性，因此每次采集图像时的实际光孔大小会有所不同而带来一定的误差。另外，相对相机上表示的快门速度与真实曝光时间也存在一定误差，例如1/500s的快门速度，在Nikon F3上为1/531s。这些误差加在一起使得相机的曝光量并不完全准确。然而HDR技术所涉及的图像曝光量来自相机显示的参数，因此其像素亮度在叠加了亮度反应曲线之后仅是调整了相机感光装置在整体线性上的误差，而无法改变HDR图像单个像素亮度的准确性。这就要求我们采用实际的亮度测试仪进行同位置点校正，像素亮度与实际亮度的比值也被称为刻度校准系数(calibration factor)。

图3 原始LDR图像的采集与HDR图像生成左侧6张采集照片为法国巴黎的奥塞美术馆 (ISO250/F-stop3．5/快门1秒到1/2500秒);右侧为HDRShop软件合成的HDR图像

5)图像分析:校正之后得到的HDR图像可以有如表1所示的多种格式，这些数字图像能够在HDR-Shop，Photosphere进行伪彩色图和等亮度曲线图等内容的分析。此外，也可以用Radiance XYZE的格式在Radiance专业照明分析软件中进行分析，得到人视条件图像、亮度灰度图等。图4即结合相机采用HDR图像技术的整个分析流程。

图4 应用HDR技术于专业光环境分析的流程

4 博物馆光环境的HDR技术应用验证

前文已提及博物馆建筑的室内光环境独特性，因此本课题中我们也选择了巴黎卢浮宫建筑中的法国雕塑展览馆作为应用对象并进行数值准确性的验证，并采用Minolta LS-100亮度计进行同步亮度实测。首先，我们使用相机Nikon D80采集了如图5的该空间六张不同曝光量的照片，而后利用Mac Photosphere进行HDR图像的生成 (图6左)并得到了如下的伪彩色图像 (图6右)。对于HDR技术的亮度数值准确性，我们采用同步物理测试的方法，进行对比。下图7左可以看出在实际场所中的选取点对应的亮度数值以及亮度对比数值 (以最低亮度点为单位1);图7右侧为对应的HDR伪彩色图像亮度对比。

图6 合成的HDR图像与其对应的伪彩色图

图7 选取点所对应的亮度实测数值与亮度对比以及在HDR伪彩色图中的采集比较

我们利用同样的方法采集并分析了共五组建筑光环境的图像并进行了同步的亮度实测得到如下的曲线图8。所进行的照片采集和测试均在晴朗天空条件下进行，获得不同场景下的26组数据，亮度变化范围由13.2～16676.5cd/m2，统计后的平均误差为7.9%，且高误差主要分布在过亮与过暗的部分。通过实测进行刻度校正之后的HDR图像将具有更加准确的亮度信息。

对于该技术应用的准确性，Dr．MN Inanici曾经做过同场景的HDR图像分析与物理测试的比较，他采用Nikon CoolPix 5400和FC-E9鱼眼镜头获得图像并导出HDR图像，其亮度数值与实际数值的误差在全阴天条件下为5.8%，自然光条件下为7.2%。此外，由于相机对不同程度色彩的反应不同，因此不同的光源条件会影响HDR的亮度数值。他综合了不同的光源条件以及天然光条件下的485个点对点比较，统计得出的亮度误差平均值为7.3%［12］。

图8 选取点所对应的亮度实测数值与亮度对比以及在HDR伪彩色图中的采集比较

5 适用性探讨

HDR技术的应用和发展为照明研究者提供一种相对准确、低成本和快速的数字化分析途径，同时能够满足现场测试无法实现或难以准确的区域亮度评估。而且，HDR 技术能够结合 Desktop RADIANCE照明分析平台进行合成、等亮度曲线、亮度对比等更为细致的分析。我们认为随着数码图像技术的完善和发展，HDR技术在照明研究领域中具有巨大的潜力。目前，天津大学建筑学院建筑技术研究所基于原有的SM像测系统的成果和技术原理，尝试利用相机获得点照度的原理结合材料反射率进行照度分布图的生成研究，进一步考虑辐照度的参变量获得;此外针对HDR图像原有的红绿蓝三色通道获得关键光谱强度分布。该套技术平台可以应用于趋光性动植物光生态与绿色照明的研究。随着数码相机配套技术的发展，例如照片叠加功能、对齐功能、鱼眼镜头标记功能等，以及数码相机机械元件的制造技术提高和改进，基于HDR图像技术原理的方法在相关照明领域具有广阔的应用前景。

［1］Hopkinson，R．G．．Glare from Daylighting in Buildings［J］．Applied Ergonomics，1972，3(4):206 ～215．

［2］Iwata，T．，et al．．Discomfort Caused by Wide-source Glare［J］．Energy and Buildings，1990，15(3 －4):391～398．

［3］M．Rea，I．G．Jeffrey．A New Luminance and Image Analysis System for Lighting and Vision［J］．Journal of the Illuminating Engineering Society．1990，19(1):64～72．

［4］Orfield，Steven J．．Photometry and Luminance Distribution:Conventional Photometry vs．CAPCALC ［J］．LD+A Lighting Design and Application．1990(1):21～25．

［5］Berutto， V．， Fontoynont， M．． Applications of CCD cameras to lighting research:Review and Extension to the Measurement of Glare Indices［A］，Proceedings of 23rd Session of the CIE ［C］．1995:192～195．

［6］沈天行．建筑光环境研究的新手段 ［A］．中国建筑学会建筑物理分会第八届年会 ［C］．2000．

［7］Paul E． Debevec， Jitendra Malik． Recovering High Dynamic Range Radiance Maps from Photographs［A］．SIGGRAPH 97［C］，1997(8)．

［8］Rafa．Mantiuk，et al．．High Dynamic Range Image and Video Compression-Fidelity Matching Human Visual Performance［A］． Proceeding of IEEE International Conference on Image Processing［C］．2007:9～12．

［9］王嘉亮．高动态范围图像技术在建筑天然光设计中的应用 ［J］．建筑学报，2010，10．

［10］IESNA Office Lighting Committee． American National Standard Practice for Office Lighting，ANSI/IESNA RP-1-04［S］，New York:Illumination Engineering Society of North America，2004．

［11］Van Ooyen，M H F，van de Weijgert，JAC，Begemann S H C．Preferred Luminances in Offices［J］．Journal of the Illuminating Engineering Society，1987，16(2):152～156．

［12］IESNA Committee． IESNA Museum and Art Gallery Lighting:A Recommended Practice RP-30-96［S］，New York: Illumination Engineering Society of North America，1996．

［13］MN Inanici， Evaluation of High Dynamic Range Photography as a Luminance Data Acquisition System［J］．Lighting Res．Tech 2006，38(2):123～136．