一种高动态范围图像可视化算法

学基金资助项目（加４２００８）；教育部博士点基金资助项目（２咖５０１５） 收稿日期：２００６一０９一１１；修返日期：２００６一１２—２０
基金项目：国家自然科学基金资助项目（６０４７２０３６，６０４３１０２０，６０４０２０３６）；北京市自然科
作者简介：李晓光（１９８０－），男。北京人，博士研究生，主要研究方向为图像视频信号处理（１】【ｇ＠∞ｌａｉｋ．ｂｊｕｔ．ｅｄｕ．∞）；沈兰荪（１９３８·），男，教授， 博导，主要研究方向为图像编码、处理、传输与应用、光谱信号的检测与处理等；ＬＡＭ晒ｎ·ｍ∞（１９６２·），男，副教授，博导，主要研究方向为人脸识别、 图像、视频信号处理及计算机视觉．
边缘。这样霹浚将较大懿对比发驽在基本罄，两细节层仅保馨
局部的较小对比度信息，这样分解有助于消除强边缘处的晕轮
噪声。
万方数据
１．２计算基本层映射曲线以及映射图
对基本层进行线性限制直方嬲调整Ｈ】。这种调整充分剩
耀了匿像藏方鹜串酶统计信意，增强整体鞠踣对迸度的圈时限
制了对比魔增强的程艘不会过大，在实际应用中能保持令人满 意的图像憋体明暗对比度视觉感受。文献［４］给出了算法伪
ｐｅ面姗ｎｃｅ ｔｅ册 ｖｅｍⅡｉｍｐｒｅｓｓｉ伽ｐｒｅ舱ｒｖａｔｉ∞明ｄ ｖｉｓｕａｌ ｄｅｔａｉｌ８ ｒｅｐｒｏｄｕｃｔｉｏｎ．Ｔｈｅ ｈ谢ｅ－ｏｆｆ ｂｅⅢｅｅｎ ｔｈｅｓｅ ｔｗｏ ｉｓｓｕｅｓ ｃｏｕｌｄ ｂｅ ａｃｈｉｅｖｅｄ ａ ｂａｌ－
明ｃｅ ｔｌｌ】ｍｕｇｈ ｔｈｅ ａｄ印ｔｉｖｅ ｅｎｈａｎｃｅｎｅｎｔ ｏｆ ｄｅ“ｌｓ．Ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈｅ ｓｕｐｅｒｉｏｒ
力基本层，‰的直方隧，将输入露像像素取蘸藏匿分箭为２５６ 个等间隔区间计算得到以６）为调越后的直方豳。
计算映射曲线，即调整后的累积分布：
尹（６＞＝，∑露毽）／ｆ，ｆ＝乏兵鬼）
（彳）
９ｌ‘ｐ
口‘
进一步计算基本屎的映射结果：
ｊ翻。。＝ｍｉｎ（厶。。）＋（ｍａｘ（氏。）一ｍｉｎ（ｊｈ。）］×Ｐ（ｋ）（８）
№魄’，脚．矿‰疏＆删钿删如帆凸ｇ沁矾ｎｇ，舶昭‰昭Ｐｏ咖诚疵‰毋，如愕‰昭，血ｆ胁） （１．Ｓ谛越＆啊钿删面ｎ｜Ｐ胁∞￡昭儿６∞咖叮，＆狮ｇ踟五∞毋矿死咖ｌＤｌｌｏｇｙ，＆咖ｗ １０００２２，ｃ硒ｍ；２．Ｃｈ抛如ｒ胁出打船ｄ缸ｓ细讲
Ａｂｓｔ刚：Ｈ讪ｄｙｎ锄ｉｃ啪ｇｅ（ＨＤＲ）ｉＩＩｌａｇｅ ｉｓ ｄｅｓｉ印ｅｄ ｔｏ ｄｅｐｉｃｔ ｔｈｅ枷ｖｉｓｕａｌ ｄｙｎａＩｎｉｃ砌ｇｅ‘ｏｆ ｔｈｅ陀ａｌ－ｗｏｒｌｄ ｓｃｅｎｅｓ．Ａ
摘要：提出的自适应ＨＤＲ图像可视化算法中，输入图像被分解为基本层和细节层。该算法将整体明暗效果
的显示看做整体问题，对表示亮度的基本层采用基于整体统计信息的直方图调整算法处理；可视细节信息的保
持作为局部问题，算法采用自适应细节增强算法处理细节层。通过定义映射图对细节增强后的图像进行最终映
射，将两方面结合起来得到最终结果。实验结果表明，该算法能对ＨＤＲ图像进行较高视觉质量的显示。
直方网调整的映射关系并没有壹接应用到基本层的调憋， 蓠是应震到经过缨节璞强磊的图像。鸯式《１６）恢复颜色：
尺。＝（蚝／厶。ｙ‰，纯。＝（瓯／￡ｈ）’，哪，曰。＝（曰ｉ。他。）‘‰（１６） 其中：厶。为输入图像亮度值；，伽ｔ为最终映射输出结果；ｓ为颜色
效果；但是，全局映射会造成细节信息的严重损失。局部映射 算法比全局映射更灵活，它不是一对一映射，像素的映射结果 取决于其空间相邻的像素。现有的局部映射结果倾向于增强 局部较小的对比度，压缩相对较大的对比度，从而能保持几乎 所有的可视细节信息，而场景的整体明暗效果往往没有作为关 注的重点。由于局部映射没有保持原场景图像中的像素亮度 大小顺序，许多算法结果中均出现了不同程度的噪声，如在较 强边缘附近出现晕轮现象。这类算法的运算复杂度也比全局 映射要高。
基于映射曲线斜率的自适应细节增强：
，ＥＤ（ｇ，ｙ）＝芦（＊，，，）如ｅｔＩｉｌ（＃，，，）＋Ｊｈ。。（帮，ｙ）
筘（菇＋ｙ）＝ｌ。５＋Ｏ．２ｅ一甜ｔ
ｉ＝Ｐ（‰（＊，，，））
（１１） ＜１２） 、（１３）
其中：，功（搿，ｙ）为细节增强后的结果图像；】｜Ｂ（髫，ｙ）为自适应增强
系数；ｓ为锭子（善，，）处像素对应映射夔线的斜搴。式《１２）巾的
ｏｆ ｔｌｌｅ ａｐｐｒｏａｃｈ ｉｎ
ｏｆ ｖｉｓｕａｌ ｑｕａｌｉｔｙ．
Ｋｅｙ啪ｒｄｓ：ＨＤＲ ｉⅡｍｇｅ；订ｓｕａｌｉｚａｔｉｏｎ ｏｆ ｉ啪ｇｅ；咖ｅ撇ｐｐｉＩｌｇ
０ 引言
真实场景所展现的亮度值具有非常宽广的动态范围。从 夜空中的星光到耀眼的太阳，场景发出的亮度幅度涵盖了超过 九个数量级（１０９ ｃｄ／ｍ２）的动态范围。人眼视觉系统能够同时 感知约五个数量级范围的场景亮度，人眼通过动态调整机制来 感知真实世界。随着成像技术和计算机图形图像技术的发展，
（１０）
’．３自遥应细节增强
基本朦直方图调整映射是全局映射，映射曲线的斜率与细 节信息的损失有密切的关系。斜窭较小的相应像累亮度镳所
表示静可视细节信怠被映射蓟较小静显示亮度范霞内，细节损 失严重。如图１所示，明暗两端处斜率较小，细节损失较大。
算法根据映射曲线的斜率自适应地对图像细节进行增强，刺用 金蔫统计镶患来指导察闻位置上鹃缓节增强。
健玛。这袋选择线性隈裁壹方霾调整楚理基本溱，著菲为了褥
到相应的处理结果，而是要计算调艇后的直方豳映射曲线以及
将映射关系与空间位鬣关联起来的映射图。映射曲线用于指 导缨节层熟增强，映射辫矮子映射缨蒂增强瑟鹃墨橡。
对基本层进行线毂限制直方版调整：
以６）＝ｌｉｎ－ｃｅｉｌｉｎｇ∽一（６））
（６）
其中：函数ｌｉｎ＿ｃｅ丑堍袭示线性限制直方图调憋过程航。（矗）
理想的ＨＤＲ图像显示算法应当追求显示效果尽可能接近 真实场景带给人眼的视觉感受，因此要兼顾可视细节信息的保 持和整体明暗对比度的体现。这两方面是相互矛盾的，算法应 当自适应地达到这两方面的平衡。
人眼对场景中细节的关注是非常敏感的。只有人眼视网 膜中央凹处视觉最敏锐，这种敏感性是限制在视场中很小的局 部范围内的。可视细节的保持是个局部性的问题。现有局部 映射方法利用了图像中局部邻域的空间信息，即每个像素的映 射结果与它邻域内的信息有很大关系，这种灵活的映射方式有 利于可视细节信息的保持。在接受场景的整体明暗对比度刺
。矗№ｌｌ（￥，ｙ）：，《搿，，，）一毛。。（茹，ｙ）
（３＞
其中：ｋ（髫，，，）为输入ＨＤＲ图像亮度值；，（搿，，，）为对输入图像
取以ｌＯ海底的对数；亮度小予Ｏ．Ｏｏｏ ｌ ｃｄ／ｍ２时已难以引起人
酸裰觉感知；ｋ＜菇，，，）为双渤濂渡器的输出结栗，弦秀基本
层；细节信息层，ｄｅｔ＿ｄ（茗，，，）定义为原图像与基本层之麓。 双向滤波器是一种非线性边缘保持平滑滤波器。其输出
第２４卷第１１期 ２００７年１１月
计算机应用研究
Ａｐｐｌｉｃａｔｉｏｎ Ｒｅｓｅａｒｃｈ ｏｆ Ｃｏｍｐｕｔｅ璐
Ｖ０１．２４ Ｎｏ．ｒ１ Ｎｏｖ．２００７
一种高动态范围图像可视化算法术
李晓光１’２，沈兰荪１，林健文２
（１．北京工业大学信号与信息处理研究室，北京１０００２２；２．香港理工大学电子工程及资讯学系多媒体中心， 香港）
参数盯定义了斜率调整的有效区闻，当斜率ｓ怒够大时，便幂蒋
对增强系数产生有意义的影响。按以Ｆ步骤设定参数矿：
令
·ｅ。秘＝ｏ．ｏｌ
＜１４）
求得
矿＝霉／ｂ ｌ∞
（１５）
实验中设咒＝２。
１．４最终豳像映射以及颜色的处理
按式（９）定义静映射蚕对叁遗应缍节增强后的匿像遴行 映射，由最终映射式（１０）得到显示结果。
高动态范围图像（ｈｉｇｌｌ ｄｙｎａＩｎｉｃ啪ｇｅ ｉＨｌａｇｅ，ＨＤＲ）已经可以通
过光谱记录仪器或多幅同一场景具有不同曝光时间的图像序 列合成而获得。这种图像可以同时记录处于场景中非常亮和 非常暗的区域中的可视细节信息，这些细节信息在普通低对比 度图像中很容易丢失。然而，现有的标准显示设备（如ｃＲＴ显 示器）仅能显示约两个数量级动态范围的亮度。在标准显示 设备上显示这些高动态范围图像之前，必须对它们进行对比度 压缩。现有的ＨＤＲ图像可视化方法主要分为两种【Ｉ Ｊ，即全局 映射ｐ叫和局部映射＂叫引。全局映射算法通过像素间点到点 的对应函数（曲线）对ＨＤＲ图像中的每个像素进行映射。这 种映射是一对一的，即原ＨＤＲ图像中取值相同的像素映射为 同一结果。其优点在于计算速度快，能够保持良好的整体明暗
，狭射隰定义秀
ｇ（＊，ｙ）＝，Ｄｂ。。（岸，，，＞／［，ｈ。（＊，，，）一ｍｉｎ（，‰）＋ｌ】
（９）
其中：分母常数ｌ是为了避免分母为Ｏ。ｇ（并，，，）记录了图像中
每一像素焱的变换毙倒关系，是对特定壹方跫鞭整豹另一种撼
wk.baidu.com
述方式。它将保持整体对比度的全局映射和像素空间位麓联
系起来。
厶。（＃，，，）＝ｇ（ｚ，，，）＜屯（＃，ｙ）＋１）。 ，
关键词：高动态范围图像；图像显示；图像映射
中图分类号：哪９ｌ
文献标志码：Ａ
文章编号：１００１—３６９５（２００７）１１一０３０３一０３
Ａｌｇｏｒｉｔｈｍ ｆｏｒ Ｖｉｓｕａｌｉｚａｔｉｏｎ ｏｆ ｈ噜ｈ ｄｙｎａｍｉｃ ｒａｎｇｅ ｉｍａｇｅｓ。。
Ｕ）【ｉ∞一ｇｌｌ锄９１ ｒ，ＳＨＥＮ Ｌ矗ｎ—ｓｕｎ‘，ＬＡＭ硒ｎ—ｍ舳２
ｖｉｓｕａｌｉ嬲ｔｉ蚰ａ１９０打ｔｈｍ ｗａｓ眦ｃｅｓｓａｒ）ｒ ｗｈｅｎ ｄｉ８ｐｌａｙｉｎｇ ＨＤＲ ｉｍａｇｅｓ ｏｎ ｔＩｌｅ ８ｔ粕ｄａｒｄ伽ｔｐｕｔ ｄｅｖｉｃｅｓ．Ａ ｎｏｖｅｌ ａ１９０ｒｉｔ｝ｌＩｎ ｂ觞ｅｄ∞
ｓｐａｔｉａｌ舳ｄ ８ｔａｔｉｓｔｉｃａｌ ｉ幽删ｌｔｉｏｎ ｗ够ｐｒｏｐｏｓｅｄ ｆｏｒ ｄｌｅ ｄｉｓｐｌａｙ ｏｆ ＨＤＲ ｉｍａｇｅｓ．ｎｅ ａｌｇｏ训吼ｃｏｕｌｄ ｄｅａｌ ｗｉｔｈ她ｐｒｏｂｌｅ姗ｏｆ ｏ－
１本文算法
本文算法首先是蒋鎏豫分耩为缨节瑟稷基本屡。缍节层 表示局部细节信怠，基本层表永整体明暗亮度，分解藤的图像 可以进行分别处理。利用统计信息对基本层进行直方圈调整， 得到全局映射的映射趣线。本文算法选择了文献［４］孛提出 酶线性限制直方蘸调整算法，实际上氇可浆耀其他麓够产生满 意的整体明暗视觉效果的调熬算法。将这种全局映射关系通 过映射图记录下来，根据映射鞠线斜率，对原输入图像中的细 节避褥鑫适应增臻，泼保持可筏纲节信息。细节增强麓的瑟像 由映射图映射得到最终结果。映射图记录了映射曲线所反映 的全局映射关系，但在最终映射中映射是根据宅间位殿而不是 像素壤遂葑豹。这样霹羧在荚髂像素篷被缭节增强避程改交 的情况下，保持金尉映射产生的总体明暗效果。算法程图像分 解中利朋了局部空间信息，基本层映射中应用了全局统计信 息，纛礁塞适应缨带增强中结金应用了空阏信息纛统计信惠。
１．１豳像分解
臌像分解的主娶目的是将图像分解为寝示局部细节信息的
缨节屡纛表示鏊薅亮度变诧鹃基本层。算法采震了Ｆ＋玟嘲ｄ
等人【ｓｏ提出的快速双向滤波器对输入图像进行对数域分解：
，（ｇ，ｙ）＝ｌｏｇ（ｍａｘ（｜Ｌ。（＊，，，），０．０００１）
（１）
ｊｂ。（＊，，，）＝ｂｉ址ｌｔｅｒ（；《茗，ｙ））
《２）
赛叛蘸数，程ｇ的偏差，实验审取ｏ＝ｌ。Ｏ。％黪选取巍输入
图像的取值范围糨荚，按下雨公式设定：
吒＝Ｏ．５（，’～一，’ｍｉ。）
（５）
其中：，～和，’。分别为对，中像素取值最大、最小值。为了减
少隧祝噪声对参数酌影响，实际算法孛巍将图像ｆ孛所有像素
按大小排序，分别滤除１％两端像素后再求取最值。
双向滤波器熊够平滑对比度较小的蹶域，同时保鼹较强的
结果为銎蘸像素邻竣蠹各像素静翔投乎垮瞧，投篷不仅与像素
之间的空间位置稃关，与像素德之间的差也相关。公式为
…’五；［１／Ｉ（Ｊ）］∑以ｐ一‘）ｇ（‘一，１）‘
（４）
其中：Ｚ秀莹予５处憋像素滤泼辕窭结果；蠢（ｓ）＝∑必≯一ｓ）ｇ
（‘一‘）为归一化系数；ｎ为整体图像域；‘为空间位鬣ｐ处的
像素饿；权值核函数，和ｇ均为高斯函数。设矿，和∥。分别为
万方数据
谤霎瓤庶薅研兜
第２４卷
激时，人眼则不可能仅仅依赖视网膜中央凹处的成像来获得整 体印象，整个视网膜在产生总体视觉印象中发挥作用。笔者将 这一努蓠看徽整搭耀蘧，显然，遥过匿像黪整俸统计倍怠寒舞 决ＨＤＲ图像整体明暗对比度的显示问题更加合理。熬于以上 的分析，本文提出了空间信息与统计信息相结合的自适应 珏１）Ｒ豳像显示算法。