本發(fā)明屬于計(jì)算機(jī)視覺技術(shù)領(lǐng)域，具體涉及高動(dòng)態(tài)范圍圖像的動(dòng)態(tài)范圍壓縮技術(shù)。

背景技術(shù)：

圖像的動(dòng)態(tài)范圍是指圖像的亮度范圍，亮度范圍有多種度量方式，通常采用圖像中最亮處和最暗處的亮度比來表示?，F(xiàn)實(shí)生活中的場景大多有著很高的動(dòng)態(tài)范圍，通常超過100000:1。隨著人們對圖像質(zhì)量的要求不斷提高，高動(dòng)態(tài)范圍圖像因其涵蓋的場景信息更加豐富，獲取成本又日益降低，所以被廣泛應(yīng)用。然而現(xiàn)有的主流顯示設(shè)備和打印設(shè)備的動(dòng)態(tài)范圍卻是極低的，一般只有1-2個(gè)數(shù)量級(jí)，因此，在低動(dòng)態(tài)范圍的設(shè)備上顯示高動(dòng)態(tài)范圍的圖像，往往會(huì)導(dǎo)致嚴(yán)重的圖像信息丟失。所以，對高動(dòng)態(tài)范圍圖像的動(dòng)態(tài)范圍進(jìn)行壓縮，并盡可能保留原有的圖像信息，使其匹配低動(dòng)態(tài)范圍顯示器是非常有必要的。目前主要的方法可以分為兩類，一類方法是將圖像看做一個(gè)整體，對于圖像中的每一個(gè)像素都采用相同的變換，這類方法可能會(huì)出現(xiàn)局部對比度丟失和難以保留細(xì)節(jié)等問題。第二類方法會(huì)參考中心像素及其周圍像素的信息，對不同位置的像素采用不同的變換，但是在亮度變化較大的邊緣容易出現(xiàn)偽影等問題。比較典型的方法有Pattanaik等人在2000年提出的方法，參見文獻(xiàn)S.N.Pattanaik,J.Tumblin.Time-Dependent Visual Adaptation For Fast Realistic Image Display[C],Conference on Computer Graphics,2000.47-54。該方法在對亮度通道進(jìn)行動(dòng)態(tài)范圍壓縮時(shí)，利用了視桿和視錐的亮度響應(yīng)模型，并模擬了隨著時(shí)間變化的視覺適應(yīng)過程。該算法的整體框架采用的是Tumblin在1993年提出的算法框架，并增加了視覺適應(yīng)模型和視覺展示模型來表現(xiàn)視網(wǎng)膜響應(yīng)，亮度以及顏色。但是該算法對所有像素采用的相同的變換，處理后的結(jié)果對比度較低，細(xì)節(jié)不夠清晰。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是為了解決現(xiàn)有的圖像動(dòng)態(tài)范圍壓縮方法的缺陷，提出了一種彩色圖像動(dòng)態(tài)范圍壓縮方法。

為了實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案是：一種彩色圖像動(dòng)態(tài)范圍壓縮方法，包括如下步驟：

S1.計(jì)算視桿和視錐細(xì)胞的感受亮度圖像：將輸入的彩色圖像轉(zhuǎn)換到CIEXYZ空間，將Y通道的值作為視錐細(xì)胞的感受亮度圖像，將XYZ三通道的加權(quán)和作為視桿細(xì)胞的感受亮度圖像；

S2.計(jì)算視桿和視錐細(xì)胞的響應(yīng)圖像：通過一個(gè)感光細(xì)胞的響應(yīng)函數(shù)，將步驟S1中的視桿和視錐細(xì)胞的感受亮度圖像分別轉(zhuǎn)換為視桿和視錐細(xì)胞的響應(yīng)圖像；

S3.計(jì)算感受野作用后的圖像：用兩個(gè)高斯的差函數(shù)來構(gòu)建濾波器，以此模擬感受野作用，將步驟S2中計(jì)算所得到的視桿和視錐的響應(yīng)圖像分別與該濾波器進(jìn)行卷積，再將卷積后的結(jié)果分別乘上一個(gè)權(quán)重系數(shù)和卷積前的原圖相加，得到感受野作用后的視桿和視錐響應(yīng)圖像；

S4.視桿和視錐圖像融合：將步驟S3中得到的視桿和視錐的感受野作用后的響應(yīng)圖像進(jìn)行融合，將一個(gè)sigmoid函數(shù)w的值作為視錐圖像融合的權(quán)重，1-w的值作為視桿圖像融合的權(quán)重；

S5.將亮度圖像轉(zhuǎn)換到RGB彩色空間：將步驟S1中視錐的感受亮度圖像與步驟S4中融合后的亮度圖像的比值作為縮放因子，對原圖像的R、G、B三個(gè)通道進(jìn)行等比例縮放，得出最終的彩色圖像。

作為一個(gè)較佳的實(shí)施例，步驟S1中視桿細(xì)胞的感受亮度圖像的計(jì)算公式為：L_rod(x,y)＝-0.702X+1.039Y+0.433Z，其中，L_rod為視桿細(xì)胞的感受亮度圖像，X Y Z表示像素點(diǎn)對應(yīng)的X、Y、Z通道灰度值。

進(jìn)一步的，步驟S2中計(jì)算視桿響應(yīng)圖像的具體計(jì)算方式為其中，L_rod為S1中得到的視桿細(xì)胞感受亮度圖像，其中，R_max表示細(xì)胞的最大響應(yīng)值，其取值范圍是1-3；β_rod用來控制響度，越小對圖像的暗區(qū)亮度提升的力度越大，取值范圍是1-2；n為靈敏度控制參數(shù)取，值范圍是0.7-1；

視錐響應(yīng)圖像的具體計(jì)算方式為其中，L_cone為S1中得到的視錐細(xì)胞感受亮度，參數(shù)β_cone用來控制響度，越大對圖像的亮區(qū)壓縮力度越大，取值范圍是2-4。參數(shù)n的取值和視桿處理通道相同。

進(jìn)一步的，步驟S3中，使用的濾波器是一個(gè)雙高斯差模版，其中，中心高斯尺度大小的范圍是0-1，外周高斯尺度大小范圍是1-5，濾波后的結(jié)果相當(dāng)于原圖的邊界信息，此邊界圖乘上一個(gè)權(quán)重系數(shù)再和原圖相加得到一個(gè)邊界增強(qiáng)的圖像，其中權(quán)重系數(shù)的取值范圍是1-5。

進(jìn)一步的，步驟S4中，在視桿和視錐融合中視錐權(quán)重w的計(jì)算方式為其中，L_cone是S1中視錐的感受亮度，a的取值范圍是-0.1到-1，m是的最小值。

需要說明的是：這里α是一個(gè)常數(shù)，是L_cone的α次方的意思，m是在α已經(jīng)確定取值的情況下，計(jì)算出來的L_cone的最小值；這樣可以保證分母部分是恒大于1的，由此保證權(quán)重w的值在0到1之間。

進(jìn)一步的，步驟S5中，最終輸出彩色圖像的R通道值的求解方式為其中，L_out為經(jīng)過感受野處理后的視錐通道結(jié)果DOG_cone和經(jīng)過感受野作用后的視桿通道結(jié)果DOG_rod兩者的加權(quán)和，即L_out＝w*DOG_cone+(1-w)*DOG_rod，G、B通道的求解方式與R通道類似，其中，s為一個(gè)飽和度控制參數(shù)，取值范圍為0.6-1，s取值越大輸出的彩色圖像的飽和度越高。

本發(fā)明的有益效果：本發(fā)明的方法首先提取彩色圖像的亮度，采用不同的計(jì)算方式得到視桿感受亮度圖和視錐感受亮度圖，然后分別計(jì)算視桿亮度圖和視錐亮度圖中每個(gè)像素所對應(yīng)的響應(yīng)值。在計(jì)算響應(yīng)值時(shí)，每個(gè)像素點(diǎn)所采用的響應(yīng)函數(shù)都有所不同，與當(dāng)前像素點(diǎn)的亮度有關(guān)，同時(shí)在計(jì)算視桿和視錐的響應(yīng)時(shí)參數(shù)β的取值也不相同，通過調(diào)節(jié)參數(shù)β的大小可以有效地調(diào)整圖中亮區(qū)的壓縮力度和暗區(qū)的亮度提升力度。得到視桿和視錐的響應(yīng)圖后，分別與一個(gè)雙高斯差濾波器進(jìn)行卷積，并將卷積后得到的兩幅圖像進(jìn)行融合。在將進(jìn)行融合時(shí)，對于亮度較低的像素，視錐的權(quán)重小，對于亮度較高的像素，視錐的權(quán)重大。融合之后，在保持輸入的彩色圖像的RGB三通道的比值不變的情況下，根據(jù)融合后圖像的亮度與視錐感受亮度的關(guān)系來等比縮放原圖的RGB三通道，通過調(diào)整飽和度控制參數(shù)s的大小，可以有效的調(diào)節(jié)最終得到的彩色圖像的飽和度。本發(fā)明的動(dòng)態(tài)范圍壓縮方法在選擇恰當(dāng)?shù)膮?shù)后可進(jìn)行自適應(yīng)處理，適用于大部分高動(dòng)態(tài)范圍的圖像，處理后的結(jié)果無色偏，偽影等，且能夠十分有效的壓縮圖像的動(dòng)態(tài)范圍，清晰的顯示圖像中過亮區(qū)和過暗區(qū)的細(xì)節(jié)。

附圖說明

圖1是本發(fā)明一種彩色圖像動(dòng)態(tài)范圍壓縮方法的流程示意圖。

圖2是實(shí)施例中采用本發(fā)明對一幅高動(dòng)態(tài)范圍彩色圖像進(jìn)行動(dòng)態(tài)范圍壓縮前后的對比圖。

具體實(shí)施方式

下面結(jié)合附圖和具體的實(shí)施例對本發(fā)明做進(jìn)一步的闡述。

人眼能夠承受場景的亮度范圍是極廣的，其中視覺系統(tǒng)的明暗適應(yīng)機(jī)制起了很大的作用，其主要是依靠視網(wǎng)膜中的視桿細(xì)胞和視錐細(xì)胞共同作用，本發(fā)明方法便是基于此生理基礎(chǔ)提出的。

下面通過一實(shí)施例進(jìn)行具體說明。

處理對象為一幅.hdr格式的高動(dòng)態(tài)范圍圖像，圖像大小為656×1000，具體方法的流程如圖1所示，具體過程如下：

S1.計(jì)算視桿和視錐細(xì)胞的感受亮度圖：首先將輸入的彩色圖像從RGB空間轉(zhuǎn)換到CIEXYZ空間，并將XYZ空間中的Y通道值作為視錐感受亮度圖，將-0.702X+1.039Y+0.433Z計(jì)算后的灰度圖作為視桿感受亮度圖像。以像素點(diǎn)(600,600)為例，該像素點(diǎn)在R、G、B通道的灰度值分別為0.0018、0.0017和0.0031，轉(zhuǎn)換到XYZ空間后，該像素點(diǎn)對應(yīng)的X、Y、Z通道灰度值分別為0.0019、0.0018和0.0028。像素點(diǎn)(600,600)在視錐感受亮度圖中的灰度值為0.0018，在視桿感受亮度圖中的灰度值為0.0017。

S2.計(jì)算視桿和視錐細(xì)胞的響應(yīng)圖像：由步驟S1已經(jīng)得到了視桿的感受亮度圖像Lrod，通過公式可以計(jì)算出視桿的響應(yīng)圖像，其中參數(shù)R_max的取值范圍是1-3，參數(shù)β_rod取值范圍是1-2，參數(shù)n取值范圍是0.7-1。以像素點(diǎn)(600,600)為例，當(dāng)R_max取2.5，β_rod取2，n取0.8時(shí)，視桿響應(yīng)圖在該像素點(diǎn)的灰度值為0.2640。視錐的響應(yīng)圖像計(jì)算方式視桿類似，采用公式只是參數(shù)β_cone的取值范圍與β_rod不同，β_cone的取值范圍是2-4。以像素點(diǎn)(600,600)為例，當(dāng)R_max取2.5，β_cone取3.5，n取0.8時(shí)，視錐響應(yīng)圖在該像素點(diǎn)的灰度值為0.1771?？梢钥闯觯總€(gè)像素點(diǎn)都是采用的這個(gè)函數(shù)，但是函數(shù)中會(huì)有不同的參數(shù)取值，由此，每個(gè)像素點(diǎn)所采用的響應(yīng)曲線是不一樣的。

S3.計(jì)算感受野作用后的圖像：用兩個(gè)高斯的差函數(shù)來構(gòu)建濾波器，其中中心高斯尺度大小的范圍是0-1，外周高斯尺度大小范圍是1-5。將步驟S2中計(jì)算所得到的視桿和視錐的響應(yīng)圖像分別與該濾波器進(jìn)行卷積，得到視桿和視錐的響應(yīng)圖像的邊界信息圖，并將此邊界圖乘以權(quán)重系數(shù)k后與濾波前的圖像相加，得到感受野作用后的視桿和視錐圖像。以像素點(diǎn)(600,600)為例，當(dāng)中心高斯尺度取0.5，外周高斯尺度取2，權(quán)重系數(shù)k取2.5時(shí)，視桿響應(yīng)圖像卷積與原圖相加后該像素點(diǎn)的灰度值為0.2619，視錐響應(yīng)圖像卷積與原圖相加后該像素點(diǎn)的灰度值為0.1746。

S4.視桿和視錐圖像融合：給步驟S3中求得的感受野作用后的視錐圖像賦予權(quán)重w，視桿圖賦予權(quán)重1-w，然后將兩者相加求得視錐和視桿融合后的圖像。權(quán)重w是一個(gè)sigmoid函數(shù)，具體計(jì)算公式為其中，L_cone是S1中視錐的感受亮度，a的取值范圍是-0.1到-1，m是的最小值。當(dāng)a取0.1時(shí)，m＝0.6932，像素點(diǎn)(600,600)視錐的融合權(quán)重為0.6234，視桿的融合權(quán)重為1-0.6234＝0.3068，該像素點(diǎn)融合后的灰度值為0.2221。

S5.將亮度圖像轉(zhuǎn)換到RGB彩色空間：根據(jù)步驟S4中融合后的灰度圖和步驟S1中視桿的感受亮度圖之間的關(guān)系，對原圖的R、G、B三通道分別進(jìn)行處理，并保持三通道之間的比值不變。原圖中R通道的處理結(jié)果為其中s為一個(gè)飽和度控制參數(shù)，取值范圍為0.6到1，G和B通道的處理方式與此類似。以素點(diǎn)(600,600)為例，當(dāng)s取0.8時(shí)，該像素點(diǎn)的R值為0.0018^0.8×0.2221÷0.0018^0.8＝0.2238，G值為0.0017^0.8×0.2221÷0.0018^0.8＝0.2115，B值為0.0031^0.8×0.2221÷0.0018^0.8＝0.3450。

本方法對以上舉例所用圖片的動(dòng)態(tài)范圍壓縮后的結(jié)果如圖2所示：其中圖2a是原始圖像，圖2b是動(dòng)態(tài)范圍壓縮后的圖片。從圖中可以看出，本發(fā)明方法能夠有效的壓縮圖像的動(dòng)態(tài)范圍，原圖中過暗和過亮區(qū)域在處理后都能夠清晰的顯示出信息。

本領(lǐng)域的普通技術(shù)人員將會(huì)意識(shí)到，這里所述的實(shí)施例是為了幫助讀者理解本發(fā)明的原理，應(yīng)被理解為本發(fā)明的保護(hù)范圍并不局限于這樣的特別陳述和實(shí)施例。本領(lǐng)域的普通技術(shù)人員可以根據(jù)本發(fā)明公開的這些技術(shù)啟示做出各種不脫離本發(fā)明實(shí)質(zhì)的其它各種具體變形和組合，這些變形和組合仍然在本發(fā)明的保護(hù)范圍內(nèi)。