一种彩色高动态范围图像增强显示的方法技术

技术编号:11447988 阅读:266 留言:0更新日期:2015-05-13 20:10
该发明专利技术公开了一种高动态范围图像增强显示的方法,包括:对RGB图像进行非线性矫正,建立彩色图像亮度模型并提取亮度信息,建立彩色图像色度模型并提取色度信息,对亮度做Retinex滤波,新亮度结合色度信息还原成RGB图像。本发明专利技术的方法通过选取合适的亮度和颜色模型,改善了结果图像的灰度分布和有效减轻了结果图像中颜色失真的问题,经Retinex滤波较好地恢复了高动态范围图像包含的信息。本发明专利技术可用在带有HDR功能的数码相机、现场监控摄像机等图像采集设备的图像增强处理单元和在低动态范围设备上显示高动态范围图片的转换处理过程。本发明专利技术的方法提出的亮度和色度模型简单而实用,在对图像进行增强显示的同时保持颜色不失真。

【技术实现步骤摘要】
一种彩色高动态范围图像增强显示的方法
本专利技术属于计算机视觉和图像处理
,具体涉及彩色高动态范围图像的增强显示。
技术介绍
图像的动态范围是指图像的亮度范围。亮度范围可以有多种度量方式,比如用图像中最亮处和最暗处的亮度亮之比来表示。现实世界中的场景都有着很高的动态范围,很多都超过100000:1。在数字图像的采样量化过程中,通常用有限个离散的数值(如0到255)来表示对应像素点处的亮度大小,其动态范围为所有可能的离散像素值的个数所限制,这等价于图像深度——数字图像中储存每个像素所用的位数(通常是8位256个亮度阶)限制了数字图像的动态范围。高动态范围图像是个相对的概念,当自然场景本身的动态范围远大于数字图像采集设备的动态范围,或者当数字图像本身的动态范围(亮度阶数)超过了显示设备的能承受的最大动态范围(如深度为32的数字图像在深度为8的显示系统中显示),就称该数字图像为高动态范围图像。人眼可识别的亮度变化有一定的阈值,通常称作亮度分辨率。这样当高动态范围场景被低动态范围的图像采集设备捕获或者高动态范围图像在低动态范围显示系统上显示的时候就会出现亮度信息隐藏甚至丢失,具体表现为原来较大的亮度反差被挤压到很小的亮度范围内隐而不现(低于人眼的亮度分辨率),甚至根本不同的亮度值被压缩到同一亮度予以显示,产生信息丢失。因此,对于一幅输入的原始高动态范围图像,怎么样通过一定变换降低其信息损失就显得非常的重要。高动态范围图像增强显示致力于解决这个问题,它的主要目的是将一幅彩色高动态范围图像的信息最大化增强显示。该过程主要要求解决四方面问题。高动态范围图片中普遍存在过暗或者过亮的区域,首先需要把图像中过暗的区域亮度调至人眼的可视范围,其次是把过亮的区域进行拉伸使之显现出亮度层次信息。第三个是需要在整个亮度范围增强局部对比度,比较典型的高动态范围图像增强方法是依据E.Land等提出的Retinex理论演变出来的一系列算法,参考文献:JobsonDJ,RahmanZU,WoodellGA.Amultiscaleretinexforbridgingthegapbetweencolorimagesandthehumanobservationofscenes[J].ImageProcessing,IEEETransactionson,1997,6(7):965-976.该方法使用的中心外周Retinex算法和经典感受野模型极为相似。第四个问题是在处理彩色高动态范围图像的时候,要考虑选取合适的颜色模型或者颜色矫正方法来减小图像颜色的失真。
技术实现思路
本专利技术针对当前彩色高动态范围图像增强算法的缺陷,设计一种新的彩色高动态范围图像的增强显示方法。本专利技术的技术方案是一种彩色高动态范围图像的增强显示方法,该方法包括如下步骤:S1.根据图像的饱和度设定非线性矫正参数,然后对输入的RGB图像作非线性矫正;S2.建立亮度提取模型,在步骤S1得到的图像上提取图像亮度信息;S3.建立色度提取模型,结合S2的结果,在步骤S1得到的图像上提取色度信息;S4.针对步骤S2得到的亮度信息,对亮度信息进行Retinex滤波,获得新亮度信息;S5.结合步骤S3得到的色度信息和步骤S4得到的新亮度信息,经过反变换还原到RGB空间生成结果图像。进一步地,步骤S2所述的亮度模型为:选取该RGB图像中红、绿、蓝三通道中的最大数值作为对应像素点处的亮度值。进一步地,步骤S3中色度提取模型为:将步骤S1得到图像的各像素点的红、绿、蓝三个通道利用S2提取的该点亮度值归一化处理。进一步地,步骤S4的具体步骤为:S41.选取步骤S2得到图像中的一个像素点;S42.对该像素做高斯滤波;S43.对步骤S41的像素点作对数变换并归一化;对步骤S42得到的对应像素点作对数变换并归一化;S44.将这两个归一化的亮度值相减,得到新的亮度值。经过上述步骤S5之后计算出来的图像可以在低动态范围显示系统上取得良好的显示效果。比如通常在夜间拍摄包含灯光的图片,就难以兼顾灯光周围的场景和暗处的场景,原始场景图片经过本专利技术的方法处理过后,就能使在夜间拍摄的图片取得更加清晰的显示效果。类似的,本专利技术的方法还可用满足于室外监控设备、隧道内场景拍摄和其它计算机视觉的需求等。本专利技术的有益效果:本专利技术的彩色高动态范围图像的增强显示方法首先对待处理的彩色图像进行适当参数下的非线性变换,该变换作为本方法色度模型的一部分,其必要性在于帮助高动态范围图像中的暗区域在整个处理过程中保持色度不变。之后在变换后的图像上进行亮度提取计算,本方法采用的亮度模型不仅在理论上保证了亮度和色度的独立性,而且相比于其他的线性模型,它能够使得处理后的图像更加充分地利用显示设备提供的动态范围。亮度提取完毕后,结合此亮度结果,按照本方法采用的色度模型在原图像上计算提取色度信息,该色度模型不仅计算过程简单,且经过显示实验证实其具有很好的色度保真效果。经过上面的亮度色度信息分离操作之后,对亮度施加Retinex算法,该方法来源于Retinex理论,本质上模仿了人视觉系统中视觉神经细胞的中心外周经典感受野模型的机制,不仅能够较好地提升局部对比度,增强细节信息的显示效果,而且处理后的图像亮度变化更加均匀自然。最后,结合色度信息和处理过的亮度信息,经反变换操作还原到RGB空间,得到最终的彩色图像。附图说明图1是本专利技术的高动态范围图像增强显示方法的流程示意图。图2是实施例中采用本专利技术方法对一幅原始输入的高动态范围图像(图2a)进行高动态范围图像增强显示的结果(图2b)。具体实施方式下面通过一个实施例进行具体说明。现选取一副在高动态范围图像增强领域常用的图像(treeUnil.hdr)为例,图像为hdr格式的高动态范围图像,该图像有63%的像素点的像素值均在0.1以下,另有2%左右的区域其像素值在0.9以上,故而直接显示的效果为在整体黑暗不清中有少部分高亮的区域,图像信息显示效果极差(图2a)。本专利技术的详细步骤的流程示意图如图1所示,具体过程如下:S1.对RGB图像进行非线性矫正:首先获得原始彩色高动态范围图像(treeUnil.hdr),该图像为RGB空间表示的彩色数字图像。根据图像的饱和度状况,选取非线性矫正参数γ并对图像做非线性变换(不妨用T表示该变换)。以原始RGB(红绿蓝)图像treeUnil.hdr中两个相邻像素点[0,0,0]和[0.04,0.20,0.13]为例,该图饱和度偏大,选取经验参数γ=0.7,原始图像经非线性变换后,这两个像素点的值分别为[0,0,0]和[0.11,0.32,0.24]。该变换专为暗区域设计,能有效抑制图像采集时在暗区域引入的色度失真。S2.建立彩色图像亮度模型并提取亮度信息:在步骤S1的结果图像上进行计算提取亮度信息;步骤S1的结果图像仍旧由RGB(红绿蓝)空间表示,亮度提取规则如下:①若某一点像素的红,绿,蓝分量全部为零,则设置该点的亮度等于零;②若某一点像素的红,绿,蓝分量不全为零,则选取红,绿,蓝三者中的最大数值作为该像素点处的亮度值。仍以上述两个相邻像素点为例,这两个点的像素值分别为[0,0,0]和[0.11,0.32,0.24],那么按照该亮度计算方法得到的亮度分别为0和0.32。该本文档来自技高网
...
一种彩色高动态范围图像增强显示的方法

【技术保护点】
一种彩色高动态范围图像的增强显示方法,该方法包括如下步骤:S1.根据图像的饱和度设定非线性矫正参数,然后对输入的RGB图像作非线性矫正;S2.建立亮度提取模型,在步骤S1得到的图像上提取图像亮度信息;S3.建立色度提取模型,结合S2的结果,在步骤S1得到的图像上提取色度信息;S4.针对步骤S2得到的亮度信息,对亮度进行Retinex滤波,获得新亮度信息;S5.结合步骤S3得到的色度信息和步骤S4得到的新亮度信息,经过反变换还原到RGB空间生成结果图像。

【技术特征摘要】
1.一种彩色高动态范围图像的增强显示方法,该方法包括如下步骤:S1.根据图像的饱和度设定非线性矫正参数,然后对输入的RGB图像作非线性矫正;S2.建立亮度提取模型,在步骤S1得到的图像上提取图像亮度信息;所述的亮度模型为:选取该RGB图像中红、绿、蓝三通道中的最大数值作为对应像素点处的亮度值;S3.建立色度提取模型,结合S2的结果,在步骤S1得到的图像上提取色度信息;色度提取模型为:将步骤S1得到图像的各像素点的红、绿、蓝三个通道利用S2提取的该点亮度值归一化处理;S4.针对步...

【专利技术属性】
技术研发人员:李永杰高绍兵韩旺旺任燕泽李朝义
申请(专利权)人:电子科技大学
类型:发明
国别省市:四川;51

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1