一种基于人类视觉模型和WLS滤波器的高动态范围图像色调映射方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108898564A(43)申请公布日2018.11.27(21)申请号201810734434.2(22)申请日2018.07.06(71)申请人中国科学院光电技术研究所地址610209四川省成都市双流350信箱(72)发明人程虹徐智勇魏宇星张建林(51)Int.Cl.G06T5/00(2006.01)权利要求书2页说明书5页附图7页(54)发明名称一种基于人类视觉模型和WLS滤波器的高动态范围图像色调映射方法(57)摘要本发明公开了一种基于人类视觉模型(HVS)和WLS(WeightedLeastSquares)滤波器的高动态范围图像色调映射方法，首先将高动态范围图像转化为亮度通道并取对数和归一化；然后用WLS滤波器进行滤波，得到相应的基本层和细节层；其次对基本层采用ATT算法进行动态范围压缩，细节层采用S曲线进行处理，得到映射后的亮度值；最后剔除异常像素以去除噪声，归一化并且进行颜色校正得到输出的图像。与传统的其他色调映射方法相比，该方法能够保留丰富的细节信息，较高的局部对比度以及整体明暗对比度，无梯度反转和光晕现象，更适合人眼观察或机器进行分析处理。CN108898564ACN108898564A权利要求书1/2页1.一种基于人类视觉模型和WLS滤波器的高动态范围图像色调映射方法，其特征在于，包括以下步骤：步骤一、原始高动态范围图像转化为亮度通道并取对数和归一化：将高动态范围图像转化为HSI颜色空间，得到I亮度通道：其中，R,G,B分别为输入高动态范围图像的红、绿、蓝三个通道的值；取对数：I＝ln(I·106+1)(2)归一化：I＝I/max(I)(3)步骤二、用WLS滤波器进行滤波，得到相应的基本层和细节层；步骤三、对基本层采用ATT算法进行动态范围压缩，细节层采用S曲线进行处理，得到映射后的亮度值；步骤四、剔除异常像素以去除噪声，归一化并且进行颜色校正得到输出的图像，颜色校正的具体实现过程为：其中C＝R,G,B代表三个颜色通道，Iin和Iout分别代表色调映射前和映射后的亮度通道的值，S为色饱和度，s的取值范围为[0.5,1]。2.根据权利要求1所述的一种基于人类视觉模型和WLS滤波器的高动态范围图像色调映射方法，其特征在于，用WLS滤波器对亮度通道进行滤波，得到相应的基本层和细节层，然后对基本层采用ATT算法进行动态范围压缩，细节层采用S曲线进行处理，得到映射后的亮度值，具体实现过程为：(1)用WLS滤波器对亮度通道进行滤波，得到相应的基本层和细节层：所属WLS滤波器需要完成两个矛盾的目标：给定一幅输入图像I，经滤波后的输出图像B要尽可能的接近I，同时I中除了显著性梯度的地方要尽可能的平滑，即使(5)中能量函数最小：其中，I是输入图像，B是输出图像，p代表像素的空间位置，第一项用于最小化输出图像B与输入图像I间的差距，第二项通过减少输出图像B的大梯度点达到平滑图像的目的，λ是平滑系数，用于两项间的平衡，增加λ可以增强图像的平滑程度，即对图像进行更大尺度的平滑，以便提取出较粗尺度的细节，ax,p(I)和ay,p(I)是平滑权重，用于控制不同空间类型下的平滑要求，其大小依赖于输入图像I，如式(6)所示：2CN108898564A权利要求书2/2页指数参数α确定对图像I中梯度的敏感度，ε是极小数，以避免分母为0；根据以上的条件，并假设输出图像B和输入图像I具有线性依赖关系，求出式(5)的函数取最小时自变量B的取值，即可得到输出的图像；得到相应的基本层：Bbase＝B(7)相应的细节层：Bdetail＝I-B(8)(2)由JND(JustNoticeableDifferences)计算直方的中心：以Bbase的最小值作为第一个直方的中心，新的直方的中心与前一个直方的中心的距离为n个JND步长，直到Bbase的最大值。这个过程可用式(9)表示：bi+1＝bi+n·δbi(9)其中，bi是当前直方的中心，bi+1是下一个直方的中心，一个JND步长由δbi用基于人类视觉模型(HVS)的TVI曲线得出，曲线方程如下：其中，δLa是人眼感知背景亮度La的一个JND阈值；(3)计算出相应的直方图f(b)；(4)忽略每个直方中不可区分的像素进行精细的计数，得到新的精细直方图r(b)；(5)由直方图f(b)和精细直方图r(b)计算出组合直方图c(b)，如式(11)所示：c(b)＝wf(b)+(1-w)r(b)(11)其中，w和(1-w)是权重，w的取值范围为[0,1]；(6)创建一个具有两列N+1行LUT，由线性插值和查找表(LUT)得到由基本层Bbase动态范围压缩后的值B′base；(7)对细节层采用S曲线进行处理，曲线方程如下：B′detail＝2·ar