色调映射中的滤波技术

2018-01-09 22:50郭凯皇甫珍珍李静庞泽邦
科技视界 2017年28期

郭凯 皇甫珍珍 李静 庞泽邦

【摘 要】随着人们对娱乐产品性能要求的提高,高动态范围图像应用的领域不断增强。由于高动态范围图像数据保存为浮点型,因此难以直接在传统的显示设备上进行显示,需要通过色调映射技术对图像亮度范围进行压缩,并同时尽量保持图像细节、颜色和整体对比度。本文讨论滤波技术在色调映射算法设计中的使用原理、发展现状及尚待解决的问题。

【关键词】高动态范围图像;色调映射;图像滤波

1 高动态范围图像

与传统图像不同,高动态范围图像可以记录物理世界的真实光值,并将其保存为浮点数。因此,高动态范围图像可以表现更多的亮度等级,在娱乐产业、消费电子、虚拟现实等多个领域有广泛的应用,为用户带来色彩鲜艳、亮度广泛、栩栩如生的显示效果,很好的解决现实生活中拍照与人眼所见不符的问题[1]。传统显示设备只能显示8位图像数据,无法直接显示高动态范围图像。由于高动态范围显示器价格昂贵,更换所有的显示设备不切实际,研究人员转而利用软件技术,对高动态范围图像的数据范围进行压缩,将其压缩到传统显示器可以显示的范围,同时保持高动态范圍图像的亮度、细节等特征。

2 色调映射算法分类

根据映射方式不同,大致上可以将现有的色调映射算法分为两类,第一类是全局色调映射方法,第二类是局部色调映射算法。在全局色调映射算法中,使用一条曲线调整所有的亮度值,调整之后的亮度值仅与调整之前的亮度值和调整曲线有关,而与所在位置无关。在局部色调映射算法中,不仅要考虑当前像素的亮度值,还要考虑周围邻域对当前亮度的影响,因此更符合人类日常生活的视觉体验,具有更好的视觉效果。全局色调映射算法通常使用初等函数及其变形进行色调映射处理,常用函数包括指数函数、对数函数和有理函数等等。在局部色调映射算法中,首先提取图像的亮度,然后对亮度数据进行分层处理,将其分为包含大尺度信息的基本层和小尺度信息的细节层,分别对基本层和细节层进行压缩后再进行合成,最后恢复颜色信息即可得到色调映射结果。在上述流程中,如何分层处理是色调映射的关键问题,通常使用滤波技术进行实现。

3 色调映射中的滤波技术

高斯滤波是数字图像处理中最经典的滤波方式。经典的iCAM算法中使用了高斯滤波对图像进行处理。高斯滤波器中的权重仅与空间距离相关,双边滤波考虑了空间距离和亮度距离两个因素,可以更好地保持图像的边界等重要特征,也被改进后用于色调映射,并取得了巨大的成功[1]。但在实际应用中发现,双边滤波会产生梯度逆转效应,因此在色调映射结果图像的边界处会引起光晕现象。非局部均值算法在权重时考虑了图像全局对当前像素的影响,并改变了原有的像素亮度比较方式,而是改进为像素块之间的比较,因此可以更好的保持纹理等细节特征,应用于色调映射中可以取得较好的效果,细节尤佳。但是,非局部均值算法的运算量过大,计算效率较低用[2]。最近兴起的引导滤波克服了双边滤波的逆转现象,因此具有更大的潜力,构造更加有效的色调映射算法,均取得了较好的效果[3]。

4 色调映射中使用滤波技术的问题

虽然使用滤波技术构造局部色调映射算法可以得到较好的色调映射结果,但还存在一些问题尚待解决。第一个问题滤波器中的参数设定。滤波器通常包含很多参数,用以控制滤波的效果和光滑程度,参数调整更依赖于经验。第二个问题是滤波的计算速度,低效的计算效率会会影响色调映射的使用和推广。因此,研究人员需要在速度和效果之间进行均衡把握和处理。第三个问题是滤波技术使用的数据域。高动态范围图像包含了丰富的亮度和色度信息。目前,滤波技术主要用于亮度数据处理,而未对色度信息进行处理,无法很好地再现场景中的色彩和色域。为此,需要构造用于颜色信息的滤波技术,以消除色调映射中的的色偏现象、提高色调映射的整体视觉效果。

5 结语

随着高动态范围图像获取方式的改进和人们对高质量图像需求的增高,色调映射技术已经应用于多个领域。大多数相关产品使用的是全局色调映射算法,技术速度快但是效果仍有很大的提高空间。局部色调映射虽然可以得到较好的视觉效果,但关键的滤波技术仍然有一些问题需要解决,如滤波器参数的设定、计算效率等。但相信随着大数据技术兴起,以及硬件技术的进步和优化算法的提出,这些问题将逐渐被解决,效果更好的局部色调映射技术将逐步走向更广阔的应用领域。

【参考文献】

[1]Durand,Dorsey.Fast Bilateral Filtering for the Display of High-Dynamic-Range Images.ACM Transactions on Graphics.21:3,257-266,2002.

[2]李祎,芦碧波,王永茂.分区非局部均值色貌模型在色调映射中的应用[J].武汉大学学报(信息科学版),2016,41(05):649-655.

[3]邵华,郁梅.一种人眼感知驱动的成分分解色调映射算法[J].光学技术,2017,43(05):415-422.