本发明专利技术涉及一种低动态范围显示设备再现高动态范围图像的方法，通过模拟人眼颜色视觉处理信息的过程压缩图像的动态范围，在低动态范围显示设备上比较正确的再现高动态范围图像中场景的纹理细节和颜色，步骤是：先从高动态范围图像中读取每像素ＲＧＢ通道的真实亮度值；将ＲＧＢ转换成ＸＹＺ值；然后计算各像素适应性亮度；接着在各适应性亮度下进行光源的色度适应性调整；再模拟光感应细胞响应机制，计算各适应性亮度下的相对响应值；最后，利用ＰＣＡ转换到正交对立空间，再模拟中心－周边感知结构细胞的边缘相阻机制进一步处理。本发明专利技术可以高效的压缩动态范围较高的图像，以适应现有的低动态范围的显示设备或纸张。
【技术实现步骤摘要】
本专利技术属于数字图像处理中的再现
，具体涉及高动态范围图像在低动态 范围显示设备(如显示器和纸张)上的显示再现方法。
技术介绍
现在普遍使用的、每个通道8位的图像，称之为低动态范围图像。此类图像不能记 录场景中真实的亮度，只是记录视觉编码过的、有限的阶调关系(通常每个通道只有256个 阶调)，其最终所记录场景的效果必须根据具体的显示设备而决定。如果一显示器的最大显 示亮度为100cd/m2，动态范围为100 1，那么只能正确显示场景中lcd/m2到100cd/m2亮 度之间的光影效果，无法呈现原场景完整的光影效果。因此，它也称为设备相关的图像。高动态范围图像(High Dynamic Range image, HDRi)则为一种场景相关的图像， 其动态范围一般超过1000 1，且各像素记录的是场景真实亮度。可以记录所有视觉可以 观察到的场景(10_6cd/m2-108cd/m2亮度范围的场景)。鉴于高动态范围图像的这些优点，近 年来，高清影片、游戏特效、航空航天、卫星气象、医疗、印刷以及交通金融等行业都期望高 动态范围图像能代替现有的低动态范围图像，被广泛应用。但，这些应用都会遇到一个共同 的问题，即在现有的低动态范围显示设备上正确显示再现高动态范围图像的问题。现在一般商用的显示设备的动态范围都比较低。例如，CRT显示器的最大显示亮 度大约80cd/m2，实际的动态范围通常都不高于100 1 ；纸张所能呈现的动态范围更低，亚 光纸张动态范围大约50 1，而非亚光的纸张的动态范围只有30 1上下。如果说设备相 关的低动态范围图像显示在这些显示设备上时，呈现原图像所记录场景的改变并不足以引 起视觉感知的话，当高动态范围图像显示在这些显示媒介上时，动态范围的大范围压缩，呈 现场景的亮度相对较大的改变，则会使得表现真实场景的纹理细节和颜色都发生视觉容忍 范围外的变化，高动态范围图像所记录的高动态范围场景的真实光影效果也不复存在。为了为解决这些问题，业界提出了一种称之为阶调映射的方法。按照映射方式又 分为全局阶调映射和局部阶调映射。全局阶调映射方法在变换图像动态范围时，每个像素 映射利用同一个映射曲线关系，局部阶调映射方法则会针对各像素具体所在图像区域情况 进行不同的变换。全局阶调映射方法从根本上认为，人眼在观察任何亮度范围的图像时，人 眼只在一个适应性亮度下产生一个响应曲线。事实上，人眼并不能适应一次动态范围超过 1000 1的场景，对于高动态范围图像，其场景的动态范围远大于此，因此，使用全局阶调 映射则会导致图像纹理细节的损失。很多局部阶调映射方法则认为视觉上各像素的相互影 响为低通滤波性质的，结果产生了光晕问题。人眼视觉在观察真实场景时，既有全局调整也 存在局部调整。例如，人眼中各个光感应细胞中的感光色素的光响应能力会随着亮度的变 化而变化，从而表现为光感应细胞具有消除或减弱光源变化的影响，即色度适应，这为人眼 的全局性调整。又如，在人眼视觉系统中存在着一系列中心-周边感知结构的细胞(如活 动细胞、外侧膝状、双对立细胞等)，它们使得空间上中心响应信息与周边响应信息相互阻 碍。这些则为视觉的局部调整关系。此外，阶调映射方法多为在亮度通道的映射处理，很少顾及颜色是否受到影响<
技术实现思路
本专利技术的目的是为了解决现有高动态范围图像显示再现存在的上述不足，提供一 种模拟颜色视觉处理信息过程的高动态范围图像显示再现方法。本专利技术提供的技术方案是， 其特征在于包含如下步骤，步骤1，先读取高动态范围图像中每个像素的实际亮度值RGB，并转换为三刺激值 XYZ，得到图像XYZ空间；步骤2，设置步骤1所得三刺激值XYZ中的Y为高动态范围图像各像素的亮度L， 利用以下公式计算光感应细胞的响应各像素时的适应性亮度Lw(X，y)，当低动态范围显示设备为纸张时，对于纸张上观察的图像 Lw (x, y) = Fg (k, l)*L(x，y)当低动态范围显示设备为显示器时，对于显示器上观察的图像 Lw(χ, y) = Fg(k, l)*L(x，y) +Lrefl其中，L(x，y)为高动态范围图像各像素(X，y)的亮度值，Fg(k, 1)为滤波器窗口 为(k，l)的高斯低通滤波器，用于近似模拟人眼在变化亮度中获得的等量适应亮度，LMfl为 光源在显示器的屏幕上反射的亮度； 步骤3，利用M矩阵将图像XYZ空间中各像素(x，y)的值X(x，y)，Y(x，y)，Z (x，y) 转到视锥细胞的响应值空间中各像素(x, y)的值R (x, y)，G(x，y) ,B (χ, y)^0.7982 0.3389 2 0.1371λ 2 0.5918 1.5512 0.0406 0.0008 0.0239 0.9753 y步骤4，利用色度适应性模型调整各像素(X，y)由于光源光谱分布变化导致颜色 的变化，色度适应性模型如下Ra (χ, y) = R (x, y) · (D (Lw (χ, y))Ga(χ, y) = G(x,y) · (D (Lw (x,y))Ba(x，y) = B (χ, y) · (D (Lw (χ, y)) G(x,y)=MM =KZ(x,y) y(Rwr/Rw)+l-D(Lw(x, y))) (Gwr/Gw)+l-D(Lw(x, y))) (Bwr/Bw)+l-D(Lw(x, y)))其中，Ra(x，y)，Ga(χ, y)，Ba(χ, y)为高动态范围图像各像素针对光源光谱分布变 化作色度适应性调整后的视锥细胞响应值，Rw, Gw, Bw*高动态范围图像原来的光源视锥响 细胞应值，Rwr, Gwr, Bwr为低动态范围显示设备的光源视锥细胞响应值，D (Lw(X，y)为观察高 动态范围图像各像素时在各像素适应性亮度Lw(X，y)下视锥细胞的适应程度；步骤5，模拟光感应细胞响应机制，计算各像素适应性亮度下的相对响应值rK(x， y)，rG (χ, y)禾口 rB(x, y)(Ra{x,y))n(x'y)rR^y)^BR^y)· 其中，Be(x, y)，Bg(x, y)，Bb(x, y)表示视锥细胞在各像素适应性亮度Lw(x, y)下 的漂白指数，σ (Lw(χ, y)为各像素适应性亮度Lw(x，y)的适应性因子，η(x，y)为指数，根据 各像素适应性亮度Lw (X，y)设定；步骤6，利用主成分分析把光感应细胞响空间的值rK(X，y)，r(;(X，y) *rB(x，y)转 换到正交对立空间的值Ib—w(x，y)，Ir_g(x, y)，Iy—b(xy)，再模拟中心-周边感知结构细胞的 边缘相阻机制进一步处理 其中，g(AI)为边缘相阻机制的对比度影响函数，Δ]表不Ib,,(χ，y)-ibff(i， j)，f ( ·)为边缘相阻机制的空间影响函数，Ω为以像素(X，y)为中心的邻域范围；步骤7，利用主成分分析把图像正交对立空间的值Rb w(x，y)，Rr g(x, y)，Ry b(x，y) 转回光感应细胞响空间，再利用步骤3所述M矩阵的逆矩阵转回XYZ空间，最后利用sRGB 转换矩阵的逆矩阵转换到低动态范围显示设备显示空间RGB的值。而且，所述的步骤2中，光源在显示器屏幕上反射的亮度Lrefl计算如下Lre本文档来自技高网...
【技术保护点】
一种低动态范围显示设备再现高动态范围图像的方法，其特征在于：包含如下步骤，步骤１，先读取高动态范围图像中每个像素的实际亮度值ＲＧＢ，并转换为三刺激值ＸＹＺ，得到图像ＸＹＺ空间；步骤２，设置步骤１所得三刺激值ＸＹＺ中的Ｙ为高动态范围图像各像素的亮度Ｌ，利用以下公式计算光感应细胞的响应各像素时的适应性亮度Ｌ↓［ｗ］（ｘ，ｙ），当低动态范围显示设备为纸张时，对于纸张上观察的图像：Ｌ↓［ｗ］（ｘ，ｙ）＝Ｆ↓［Ｇ］（ｋ，ｌ）＊Ｌ（ｘ，ｙ）当低动态范围显示设备为显示器时，对于显示器上观察，ｙ）.（Ｒ↓［ａ］（ｘ，ｙ））↑［ｎ（ｘ，ｙ）］／（Ｂ↓［ａ］（ｘ，ｙ））↑［ｎ（ｘ，ｙ）］＋（σ（Ｌ↓［ｗ］（ｘ，ｙ））↑［ｎ（ｘ，ｙ）］其中，Ｂ↓［Ｒ］（ｘ，ｙ），Ｂ↓［Ｇ］（ｘ，ｙ），Ｂ↓［Ｂ］（ｘ，ｙ）表示视锥细胞在各像素适应性亮度Ｌ↓［ｗ］（ｘ，ｙ）下的漂白指数，σ（Ｌ↓［ｗ］（ｘ，ｙ）为各像素适应性亮度Ｌ↓［ｗ］（ｘ，ｙ）的适应性因子，ｎ（ｘ，ｙ）为指数，根据各像素适应性亮度Ｌ↓［ｗ］（ｘ，ｙ）设定；步骤６，利用主成分分析把光感应细胞响空间的值ｒ↓［Ｒ］（ｘ，ｙ），ｒ↓［Ｇ］（ｘ，ｙ）和ｒ↓［Ｂ］（ｘ，ｙ）转换到正交对立空间的值Ｉ↓［ｂ＿ｗ］（ｘ，ｙ）Ｉ↓［ｒ＿ｇ］（ｘ，ｙ），Ｉ↓［ｙ＿ｂ］（ｘｙ），再模拟中心－周边感知结构细胞的边缘相阻机制进一步处理：Ｒ↓［ｂ＿ｗ］（ｘ，ｙ）＝Ｉ↓［ｂ＿ｗ］（ｘ，ｙ）＋Σ＊ｇ（Ｉ↓［ｂ＿ｗ］（（ｘ，ｙ）－Ｉ↓［ｂ＿ｗ］（ｉ，ｊ））ｆ（（ｉ－ｘ，ｊ－ｙ）（Ｉ↓［ｂ＿ｗ］（ｘ，ｙ）－Ｉ↓［ｂ＿ｗ］（ｉ，ｊ））Ｒ↓［ｒ＿ｇ］（ｘ，ｙ）＝Ｉ↓［ｒ＿ｇ］（ｘ，ｙ）＋Σ＊ｇ（Ｉ↓［ｒ＿ｇ］（（ｘ，ｙ）－Ｉ↓［ｒ＿ｇ］（ｉ，ｊ））ｆ（（ｉ－ｘ，ｊ－ｙ）（Ｉ↓［ｒ＿ｇ］（ｘ，ｙ）－Ｉ↓［ｒ＿ｇ］（ｉ，ｊ））Ｒ↓［ｙ＿ｂ］（ｘ，ｙ）＝Ｉ↓［ｙ＿ｂ］（ｘ，ｙ）＋Σ＊ｇ（Ｉ↓［ｙ＿ｂ］（（ｘ，ｙ）－Ｉ↓［ｙ＿ｂ］（ｉ，ｊ））ｆ（ｉ－ｘ，ｊ－ｙ）（Ｉ↓［ｙ＿ｂ］（ｘ，ｙ）－Ｉ↓［ｙ＿ｂ］（ｉ，ｊ））其中，ｇ（ΔＩ）为边缘相阻机制的对比度影响函数，ΔＩ表示Ｉ↓［ｂ＿ｗ］（ｘ，ｙ）－Ｉ↓［ｂ＿ｗ］（ｉ，ｊ），ｆ（.）为边缘相阻机制的空间影响函数，Ω为以像素（ｘ，ｙ）为中心的邻域范围；步骤７，利用主成分分析把图像正交对立空间的值Ｒ↓［ｂ＿ｗ］（ｘ，ｙ），Ｒ↓［ｒ＿ｇ］（ｘ，ｙ），Ｒ↓［ｙ＿ｂ］（ｘ，ｙ）转回光感应细胞响空间...
【技术特征摘要】
【专利技术属性】
技术研发人员：万晓霞，谢德红，
申请(专利权)人：武汉大学，
类型：发明
国别省市：83[中国|武汉]
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。