基于L0梯度最小化滤波和对比度受限直方图均衡的色调映射算法

第26卷，第1期中国传媒大学学报(自然科学版)

2019年2月JOURNAL OF COMMUNICATION UNIVERSITY OF CHINA(SCIENCE AND TECHNOLOGY)Vol26,No1

Feb,2019

基于厶梯度最小化滤波和对比度受限

直方图均衡的色调映射算法

段瑞，郭钺

（中国传媒大学信息工程学院，北京100024）

摘要:提出了一种基于梯度最小化滤波和对比度受限直方图均衡的色调映射算法。首先通过Reinhard全局压缩将图像映射到一个特定的范围，然后运用梯度最小化滤波将图像分为基础层和细节层，对基础层利用基于比例分配的对比度受限直方图均衡化算法以提高其对比度，最终将细节层和基础层合成，并利用原有颜色信息对图像进行Gamma校正。实验结果表明，本文所提算法在主观和客观实验中都取得了较好的效果，相较于经典算法，图像细节保真度好，层次丰富，较完整了保留了场景信息。

关键词：高动态范围图像；色调映射;梯度最小化滤波；对比度受限直方图均衡

中图分类号:TP391.41文献标识码：A文章编号：1673-4793（2019）01-0045-07

A Tone Mapping Algorithm Based on Gradient

Minimization Filtering and CLAHE

DUAN Rui,GU0Cheng

（Information Engineering School,Communication University of China,Beijing100024,China）

Abstract:This paper proposes a lone mapping operator based on L_0filter and contrast limited histogram equalization.First,the image is mapped to a specific range by Reinhard global compression,and then the image is divided into a base layer and a detail layer using L_0gradient minimization filtering,and a pro­portional一restricted contrast limited histogram equalization algorithm is applied to the base layer to en­hance contrast..Final,the result is combined by detail layer and base layer synthesis,with the original color information for image Gamma correction.Experimental results show that the proposed algorithm a-chieves good results both in subjective and objective pared with classical algorithms,it has good detail fidelity,rich layers,and complete scene information.

Key words:high dynamic range image；tone mapping；gradient minimization filtering；CLAHE

可以展现出和真实场景相同的视觉感官。真实场景1引言中光照的动态范围可以达到，而普通的显示设备的

动态范围只有10‘，由于在动态范围方面的巨大差高动态范围图像和普通数字图像相比,是一种距，高动态范围图像无法直接在显示设备上输出。能完整记录场景光照数据的新兴图像解决方案，它色调映射算法通过将高动态范围图像映射为一张和

收稿日期:2018-05-04

作者简介：段瑞（1992-）,男（汉族），江苏徐州人，中国传媒大学硕士研究生.E-mail：582924605（®

46中国传媒大学学报(自然科学版)第26卷

真实场景具有相同感官的普通图像.进而解决了高动态范围引发的矛盾。

近年来随着高动态范围图像的普及，色调映射算法已经成为学界研究的热点。Reinhard"：等人首先提岀了一种基于摄影理论中遮光-曝光思想的色调映射方法。Reinhard首先通过全局平均亮度将整幅图像压缩到一个较小的范围中，然后利用两个不同高斯核函数对图像块分别做卷积运算的差值等操作进而形成中心-环绕函数，最后用该估值结合前面的全局压缩进行色调映射。Durand⑵等人首先提岀了一种基于保边滤波分层处理的色调映射算法。该方法的贡献在于使用双边滤波将图像分为基础层和细节层，双边滤波一种既可以保留图像物体边缘又可以模糊物体内部的滤波方法，动态范围的压缩仅对基础层进行。Ji⑶等人提岀了一种基于K均值聚类和自适应gamma值的色调映射算法。该方法首先对输入图像进行全局压缩，然后用双边滤波的对图像进行分层，得到的结果作为k均值聚类的输入，由此将图像分割为若干个区域。计算每个聚类簇中心可得到该类的gamma值，最终由全局压缩后的图像和gamma值决定最终色调映射的结果图像。Li⑷等人提出了一种基于视觉显著性的色调映射算法。该算法将显著性加权和边缘加权加入到导引滤波之中，利用导引滤波将输入图像分为基本层和细节层,而显著性加权用来进行全局色调压缩。

本文提岀了一种基于L n梯度最小化滤波和对比度受限直方图均衡的色调映射算法。由于运用高斯核函数的图像分层很容易造成光晕现象，本文使用厶梯度最小化滤波抑制了光晕现象的发生;而经过压缩之后的图像往往对比度较弱，本文提出了基于比例分配的对比度受限直方图均衡，结果图像的对比度得到了显著提升。

2本文算法

本文沿用Retinex算法的思想，将图像分为基础层和细节层来处理，但Retinex算法使用的高斯滤波在运算过程中会造成梯度弥散,从而在最终的效果中会产生光晕现象,所以本文使用厶梯度最小化滤波代替了高斯滤波;而单纯地经过全局压缩后,恢复图像的对比度提升不足，最终图像细节部分不突出，本文经过研究使用基于比例分配的对比度受限直方图均衡解决了这一问题。本文所提出的色调映射算法

流程图如图1所75。首先利用Reinhard全局压缩将高动态范围数据归化到一个合理的区间，然后利用£0梯度最小化滤波将图像分为基础层和细节层,针对全局压缩后对比度较弱的问题，对基础层进行基于比例的对比度受限直方图均衡，然后合并细节层和基础层，利用原有的图像颜色信息进行Gamma校正。

读入高动态范围图像数据

显示色调映射图像

图1本文算法流程图

2.1Reinhard全局压缩

读入高动态范围图像后，首先进行全局压缩。

Reinhard全局压缩是在色调映射算法中经常被用到的一种大幅度压缩方法。该方法首先计算整幅图像的平均对数亮度：

瓦=*x p(丫“bg(E+厶”(x,y)))(1)

其中,N为图像中像素值的个数丄”(％』)是像

素点的亮度值,3是一个很小的修正值，作用是避免纯黑像素点对运算的影响。

那么可以利用平均对数亮度对全部像素点进行缩放,可得式如下：

厶(％,y)=兰£”(％』)(2)

厶W

其中，L(x,y)为经过缩放后的像素值,a为一个比例调整系数。

然后通过引入就可以将像素值控制在可以显示的动态范围之中

：