一种高动态范围图像可视化算法
图像编码中的动态范围调整技术研究(三)

在图像编码技术中,动态范围调整是一项重要的研究领域。
它涉及到对图像的亮度和对比度进行调整,以便在不同的显示设备上达到最佳的显示效果。
一、图像动态范围的定义和作用动态范围是指图像中最亮和最暗部分之间的亮度差异。
在拍摄和显示图像的过程中,由于光照条件和摄像设备的限制,图像的动态范围常常会超出显示设备的范围,导致图像无法完整地显示出所有细节。
动态范围的调整可以提高图像的视觉效果,使得图像在各种显示设备上都能够准确传达出拍摄者的意图。
在摄影领域,摄影师经常使用HDR(High Dynamic Range)技术来拍摄高动态范围的照片,并通过后期处理将其转换为标准动态范围的图像。
二、动态范围调整的方法1. 色调映射色调映射是一种常用的动态范围调整方法。
它通过改变图像的亮度和对比度来调整图像的动态范围。
色调映射可以分为全局映射和局部映射两种。
全局映射是指将图像的整个动态范围按比例缩放,使得最亮部分变为最大亮度,最暗部分变为最小亮度。
这种方法简单直观,但往往无法处理复杂的光照条件和细节。
局部映射是指对图像的不同区域进行不同的亮度和对比度调整。
它可以根据图像的特征和需求,有选择性地调整图像的动态范围。
局部映射可以通过阈值分割、曲线调整等技术实现。
2. 色彩空间转换色彩空间转换是另一种常用的动态范围调整方法。
它通过将图像从RGB色彩空间转换到其他色彩空间,再进行调整后再转换回RGB色彩空间,以改变图像的亮度和对比度。
常用的色彩空间转换方法包括YUV、YCbCr、Lab等。
这些色彩空间通常将亮度分量和色度分量分开处理,可以更加灵活地调整图像的动态范围。
例如,可以通过调整亮度分量来改变图像的明暗程度,通过调整色度分量来改变图像的饱和度。
三、动态范围调整的应用领域动态范围调整技术在许多领域得到广泛应用。
1. 摄影领域在摄影领域,动态范围调整可以使得照片更加真实和生动。
通过HDR技术,摄影师可以拍摄到具有更高动态范围的照片,并通过后期处理将其转换为标准动态范围的图像。
动态拓扑图的卫星网络可视化方法

动态拓扑图的卫星网络可视化方法胡华全;吴玲达;杨超;宋汉辰【摘要】针对高度动态变化的卫星网络,提出一种基于动态拓扑图的可视化方法。
动态拓扑图可视化的难点在于如何保持动态可视化过程中的稳定性,从而使用户容易地感知到网络中所发生的拓扑变化。
根据卫星网络的动态变化特点,构建连续的动态拓扑图模型;设计一种保持布局稳定性的策略,并基于力引导思想提出一种动态拓扑图布局算法;以Iridium系统为典型实例,验证本文的可视化方法的合理性和可行性。
实验表明,该方法能够以清晰的可视化图像支持用户对卫星网络动态拓扑的感知和理解。
%A visualization method based on dynamic topological graph specific to satellite networks changing over time is proposed.The challenge of dynamical topological graph visualization lies in how to preserve the dynamic stability during visualization process and facilitatethe perception of dynamic change of networks for users.Firstly,a continuous dynamical topological graph model was built,based on the analysis of dynamic characteristic of satellite networks.Then,a strategy for preserving dynamic stability of layout was designed and a dynamical topological graph layout algorithm was proposed,based on force-directed.Finally,the Iridium system was taken as a representative instance and the rationality and feasibility of our approach was validated.The experiment illustrated that the visualization results of our approach effectively supports the perception and understanding of dynamic topological of satellite networks.【期刊名称】《国防科技大学学报》【年(卷),期】2014(000)004【总页数】6页(P118-123)【关键词】卫星网络;动态网络;网络可视化;动态拓扑图【作者】胡华全;吴玲达;杨超;宋汉辰【作者单位】国防科技大学信息系统工程重点实验室,湖南长沙 410073; 装备学院,北京 101416;国防科技大学信息系统工程重点实验室,湖南长沙 410073; 装备学院,北京 101416;装备学院,北京 101416;国防科技大学信息系统工程重点实验室,湖南长沙 410073【正文语种】中文【中图分类】TP391卫星网络具有高度持续变化的拓扑结构,是一种典型的动态网络[1-2]。
如何进行高效的图像增强和降噪

如何进行高效的图像增强和降噪图像增强和降噪是数字图像处理中的重要任务之一。
它们的目的是改善图像的视觉质量和可视化细节,并消除图像中的不必要的噪声。
在本文中,我将介绍一些常用的图像增强和降噪技术,以及一些实现这些技术的高效算法。
一、图像增强技术1.灰度变换:灰度变换是一种调整图像亮度和对比度的常用技术。
它可以通过改变灰度级来增加图像的对比度和动态范围,提高图像的视觉效果。
2.直方图均衡化:直方图均衡化是通过重新分配图像灰度级来增加图像对比度的一种方法。
它通过改变图像的直方图来增强图像的细节和对比度。
3.双边滤波:双边滤波是一种能够保留图像边缘信息,同时消除噪声的滤波技术。
它能够通过平滑图像来改善图像的质量,同时保持图像的细节。
4.锐化增强:锐化增强是一种通过增加图像的高频分量来提高图像的清晰度和细节感的方法。
它可以通过增加图像的边缘强度来突出图像的边缘。
5.多尺度增强:多尺度增强是一种通过在多个尺度上对图像进行增强来提高图像视觉质量的方法。
它可以通过提取图像的不同频率分量来增强图像的细节和对比度。
二、图像降噪技术1.均值滤波:均值滤波是一种常见的降噪方法,它通过将像素值替换为其周围像素的均值来减少噪声。
然而,它可能会导致图像的模糊,特别是在对边缘等细节进行处理时。
2.中值滤波:中值滤波是一种基于排序统计理论的降噪方法,它通过将像素值替换为其周围像素的中值来消除噪声。
相比于均值滤波,中值滤波能够在去除噪声的同时保留图像的边缘细节。
3.小波降噪:小波降噪是一种利用小波变换的降噪方法,它在时频域上对图像进行分析和处理。
它能够通过消除噪声的高频分量来降低图像的噪声水平。
4.非局部均值降噪:非局部均值降噪是一种通过将像素值替换为与其相似的像素均值来减少噪声的方法。
它能够通过比较像素的相似性来区分图像中的噪声和细节,并有选择地进行降噪。
三、高效实现图像增强和降噪的算法1.并行计算:利用并行计算技术,如GPU加速、多线程等,在处理图像增强和降噪算法时,可以提高计算效率和算法的实时性。
(完整版)可视化方法与技术

可视化方法与技术计算机系统在各领域中的广泛应用导致海量数据的产生,数据处理能力的滞后迫切需要研究和开发新的信息处理技术和方法。
基于此,海量、异构、时变、多维数据的可视化表示和分析在各领域中日益受到重视并得到越来越广泛的应用.一、可视化概述测量的自动化、网络传输过程的数字化和大量的计算机仿真产生了海量数据,超出了人类分析处理的能力.可视化提供了解决这种问题的一种新工具。
一般意义下的可视化定义为:可视化是一种使复杂信息能够容易和快速被人理解的手段,是一种聚焦在信息重要特征的信息压缩语言,是可以放大人类感知的图形化表示方法。
可视化就是把数据、信息和知识转化为可视的表示形式并获得对数据更深层次认识的过程。
可视化作为一种可以放大人类感知的数据、信息、知识的表示方法,日益受到重视并得到越来越广泛的应用。
可视化可以应用到简单问题,也可以应用到复杂系统状态表示,从可视化的表示中人们可以发现新的线索、新的关联、新的结构、新的知识,促进人机系统的结合,促进科学决策。
可视化充分利用计算机图形学、图像处理、用户界面、人机交互等技术,形象、直观地显示科学计算的中间结果和最终结果并进行交互处理。
可视化技术以人们惯于接受的表格、图形、图像等方法并辅以信息处理技术将客观事物及其内在的联系进行表现,可视化结果便于人们记忆和理解。
可视化为人类与计算机这两个信息处理系统之间提供了一个接口。
可视化对于信息的处理和表达方式有其它方式无法取代的优势,其特点可总结为可视性、交互性和多维性。
二、可视化技术目前,可视化技术包括数据可视化、科学计算可视化、信息可视化和知识可视化等,这些概念及应用存在着区别、交叉和联系.(一)数据可视化数据可视化技术指的是运用计算机图形学和图像处理技术,将数据转换为图形或图像在屏幕上显示出来,并进行交互处理的理论、方法和技术。
数据可视化的重点是将多维数据在二维或三维空间内显示,这对初步的数据分类理解是有意义的。
针对于此,产生了许多数据可视化的技术,大体分为散点矩阵法、投影矩阵法、平行坐标法、面向象素的可视化技术、层次技术、动态技术、图标表示技术、直方图法及一些几何学技术等等。
ss-oct 原理

SS-OCT(Swept Source Optical Coherence Tomography,扫频源光学相干断层扫描)是一种高性能的生物医学成像技术,主要用于对人体内部进行三维成像和病变检测。
它基于光学相干层析原理,通过扫描光源在光谱范围内连续波长的变化,获取不同深度组织的反射信号,从而实现对组织结构的成像。
SS-OCT 的原理可以简要概括为以下几点:
1. 光源:SS-OCT 使用一种特殊的扫频激光源,其输出波长在一定范围内连续变化。
这种光源可以获得不同深度的组织反射信号,从而实现高分辨率的三维成像。
2. 光学系统:SS-OCT 系统主要包括光源、分光器、扫描单元和探测器等部分。
分光器将扫频光源分成两束,一束作为参考光,另一束作为探测光。
扫描单元负责调整探测光在组织中的深度,以便获取不同深度的反射信号。
探测器接收参考光和探测光之间的干涉信号,并将其转换为电信号。
3. 信号处理:探测器输出的电信号经过信号处理单元,包括放大、滤波和模数转换等步骤,最终得到数字化的干涉信号。
计算机对这些信号进行处理,计算出不同深度的组织结构信息。
4. 图像重建:计算机根据组织结构信息,采用一定的算法对信号进行重建,得到可视化的三维断层图像。
通过比较不同时间点的扫描数据,可以观察到组织结构的动态变化,从而为临床诊断和治疗提供有力依据。
SS-OCT 技术具有高分辨率、高对比度、实时动态监测等优点,在眼科、皮肤科、神经科等领域有广泛的应用前景。
在我国,SS-OCT 技术的研究和应用正逐渐成为生物医学影像领域的一个热点。
一种高动态范围图像可视化算法

李 晓光 ,沈兰荪 ,林健文
(. 1 北京 工业 大学 信 号与信 息处理研 究室 , 北京 102 ;2 香 港理 工 大学 电子 工程 及 资讯 学 系 多媒 体 中心 , 00 2 .
香港 )
摘
要 :提 出的 自 应 H R图像 可视 化 算法 中, 入 图像被 分 解 为基 本层 和 细 节层 。该 算 法将 整 体 明暗 效 果 适 D 输
维普资讯
第2 4卷 第 1 1期
20 0 7年 1 1月
计 算 机 应 用 研 究
Ap l a i n Re e r h o mp t r p i to s a c fCo u e s c
Vo. 4 No 1 12 ." 1
No .2 o v o 7
vs aiain ag r h wa e e s r h n d s ly n i l z t oi m sn c sa y w e ipa i g HDR g so h tn a d o t u e ie . n v l lo t m a e n u o l t i e n t e sa d r u p td v c s A o e g r h b s d o ma a i s aila d s t t a no ma in w sp o o e rte d s ly o p t n t i il i fr t a rp s d f ip a f a a sc o o h HDR g s T ea g rtm o l e i ep o lmso ・ i ma e . h o h c u d d a w t t r be f l i l hh O v r l i r si n p e e v t n a d v s a e al r p o u t n h a e of ew e h s w s e o l e a h e e a- e a mp e so rs r ai i l d ti r d ci .T e t d . f b t e n t e e t o i u sc u d b c iv d ab l o n u se o r s l a c h o g h d p iee h n e n fd ti .E p r n a e u t s o h u e o e o a c f h p ra h i r s n e tr u h t e a a t n a c me to ea l v s x e me tl s ls h w t e s p r r r r n eo e a p o c nt m i r i pfm t e o iu u l y f sa q ai . v l t
基于引导滤波的高动态红外图像压缩算法

第51卷 第2期 激光与红外Vol.51,No.2 2021年2月 LASER & INFRAREDFebruary,2021 文章编号:1001 5078(2021)02 0250 07·图像与信号处理·基于引导滤波的高动态红外图像压缩算法汪 璇1,赵金博2,刘智嘉3,高旭辉2,夏寅辉2(1 湖北大学知行学院计算机与信息工程学院,湖北武汉430011;2 北京波谱华光科技有限公司,北京100015;3 华北光电技术研究所,北京100015)摘 要:非制冷红外机芯的原始图像位宽为14Bit,虽然相对于8Bit红外图像来说,14Bit红外原始图像具有灰度动态范围更广、灵敏度更高、包含细节信息更多的优点,但是由于普通显示设备能够显示的最大灰度范围为8Bit,所以需要对14Bit原始图像进行压缩,以满足常规显示设备显示及后端图像处理的需求。
若压缩算法性能不佳,在图像压缩过程中可能会丢失大量的细节信息,直接影响成像质量。
本文提出了一种基于引导滤波的压缩和显示算法,该算法首先利用引导滤波对图像进行分层,根据不同图层的特点和在合成图像中的作用,分别进行增强和降噪处理,使合成图片具有良好的显示效果。
通过与常用算法的仿真对比实验,以及对视觉效果和定量评价参数两个方面的实验结果分析,本文所提出算法在压缩和图像处理的性能表现上均获得一定程度的提升。
关键词:红外;高动态;引导滤波;分层中图分类号:TP391 41 文献标识码:A DOI:10.3969/j.issn.1001 5078.2021.02.021HighdynamicinfraredimagecompressionalgorithmbasedonguidedfilteringWANGXuan1,ZHAOJin bo2,LIUZhi jia2,GAOXu hui2,XIAYin hui2(1.CollegeofComputerandInformationEngineeringofZhiXingCollege,HubeiUniversity,Wuhan430011,China;2.BeijingBopOpto ElectronicsTechnologyCo.,Ltd.,Beijing100015,China;3.NorthChinaResearchInstituteofElectro Optics,Beijing100015,China)Abstract:TheoriginalimageofuncooledinfraredmovementhasaBitwidthof14Bit.Comparedwiththe8Bitinfraredimage,the14Bitinfraredoriginalimagehastheadvantagesofwidergraydynamicrange,highersensitivityandmoredetailedinformation.However,becausethemaximumgrayrangethatordinarydisplayequipmentcanmakeis8Bit,itisnecessarytocompressthe14Bitoriginalimagetomeettherequirementsofconventionaldisplayequipmentandback endimageprocessingrequirements.Iftheperformanceofthecompressionalgorithmispoor,alotofdetailsmaybelostintheprocessofimagecompression,whichdirectlyaffectstheimagequality.Inthispaper,acompressionanddisplayalgorithmbasedonguidedfilterisproposed.Firstly,guidedfilterisusedtolayertheimage.Accordingtothecharacteristicsofdifferentlayersandtheroleinthesyntheticimage,theenhancementandnoisereductionarecarriedoutrespectively,sothatthesyntheticimagehasagooddisplayeffect.Bycomparingthesimulationresultswithcommonalgorithms,andanalyzingtheexperimentalresultsofvisualeffectandquantitativeevaluationparameters,itisprovedthatthealgorithmproposedinthispaperhasacertainimprovementintheoverallperformance.Keywords:infrared;highdynamic;guidedfiltering;delamination作者简介:汪 璇(1984-),女,硕士,讲师,主要研究方向为信号处理。
LED显示屏高动态范围显示技术研究

LED显示屏高动态范围显示技术研究向健勇1,范晓倩1,袁胜春2(1西安电子科技大学技术物理学院,710071;2西安诺瓦电子科技有限公司,710075)摘要:LED显示屏在环境光的影响下,其显示图像的对比度和有效动态范围会产生一定程度的下降。
所谓动态范围,就是一幅图像可见区域亮度的最大值与最小值之比。
本文介绍了将图像高动态范围压缩至低动态范围,同时保留原图像感观质量的高动态范围显示技术,并仿真其应用于受环境光干扰的LED显示屏后效果。
实验表明,该种技术可以有效提高被环境光影响的LED显示屏图像显示质量,显示图像更加接近真实效果。
关键字:LED显示屏环境光高动态范围显示技术Study of Visualization of High-Dynamic-Range for LED DisplayXiang Jianyong1, Fan Xiaoqian1(1 School of Technical Physics, Xidian Univ., Xi’an 710071, China;2 Xi’an Nova star Tech Co., LTD, Xi’an 710075, China)Abstract: Under the influence of environmental light,the contrast and effective dynamic range of the image, which is showed on the LED display,will produce a certain degree of decline.The so-called dynamic range,is the intensity ratio of the maximum and minimum of the visible region in an image.In this paper,we introduce the algorithms that can transform a high dynamic range image into a reduced dynamic range image while retaining important visual information,then apply them to the LED display which has been affected by the ambient light.Experiments show that this technology can effectively improve the quality of images on the LED display,and they are close to the real ones.Key words:LED Display Ambient Light Visualization of High-Dynamic-Range1. 前言首先说明一下动态范围的概念。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
Abstract: High dynamic range ( HDR) image is designed to depict the full visual dynamic range of the real-world scenes. A visualization algorithm was necessary when displaying HDR images on the standard output devices. A novel algorithm based on spatial and statistical information was proposed for the display of HDR images. The algorithm could deal with the problems of overall impression preservation and visual details reproduction. The trade-off between these two issues could be achieved a balance through the adaptive enhancement of details. Experimental results show the superior performance of the approach in terms of visual quality. Key words: HDR image; visualization of image; tone mapping 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。 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
・ 304・
计 算 机 应 用 研 究 1. 2 计算基本层映射曲线以及映射图
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 这一方面看做整体问题 , 显然 , 通过图 像的整 体统计 信息来 解 决 HDR 图像整体明暗对比度的显示问题更加合理。基于以上 的分 析 , 本 文 提 出 了 空 间 信 息 与 统 计 信 息 相 结 合 的 自 适 应 HDR 图像显示算法。
提出的快速双向滤波器对输入图像进行对数域分解:
I( x, y) = log( max( L w( x, y) , 0. 0001) Ibase ( x, y) = bil_filter( I( x, y) ) I detail ( x, y) = I( x, y) - I base ( x, y) ( 1) ( 2) ( 3)
[ 8]
其中 : 函数 lin_ceiling 表示 线性 限制直 方图 调整 过程 ; fbase ( b) 为基本层 Ibase 的直方 图, 将 输入图 像像素 取值范 围分 割为 256 个等间隔区间计算得到 ; f( b) 为调整后的直方图。 计算映射曲线 , 即调整后的累积分布:
P( b) = f( bi ) /T, T = f( bi )
1, 2
, 沈兰荪 , 林健文
1
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 ,
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 。 关键 词 : 高 动态 范围 图像 ; 图 像显 示 ; 图 像映 射 中图 分类 号 : TP391 文 献标 志码 : A 文 章编 号 : 1001 - 3695( 2007) 11- 0303- 03
[2~ 4]
和局部映射
[ 5 ~10]
。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
收 稿日期 : 2006- 09- 11 ; 修返 日期 : 2006- 12- 20
f( b) = lin_ceiling( f base ( b) ) ( 6)
1
本文算法
本文算法首先是将图像 分解为 细节层 和基本 层。细节 层
表示局部细节信息 , 基本 层表示 整体明 暗亮度 , 分解 后的图 像 可以进行分别处理。利用统计信息对基本层进行直方图调整 , 得到全局映射 的映 射曲 线。本文 算法选 择了 文献 [ 4] 中 提 出 的线性限制直方图调整算法 , 实际上也可采用其他能够产生满 意的整体明暗视觉效果的 调整算 法。将这种 全局映 射关系 通 过映射图记录下来 , 根据 映射曲 线斜率 , 对原 输入图 像中的 细 节进行自适应增强 , 以保持可视细节信息。细节增强后的图像 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空间位置而不是 像素值进行的。这样可以在具 体像素 值被细 节增强 过程改 变 的情况下 , 保持全局映射产生的总体明暗效果。算法在图像分 解中利用了局部 空间 信 息 , 基本 层 映射 中应 用 了全 局统 计 信 息, 而在自适应细节增强中结合应用了空间信息和统计信息。 1. 1 图像分解 图像分解的主要目的是将图像分解为表示局部细节信息的 细节层和表示整体亮度变化的基本层。算法采 用了 F. Durand 等人
Algorithm for visualization of high dynamic range images
LI Xiao-guang , SHEN Lan-sun , LAM Kin-man
1, 2 1 2
( 1 . Signal & Information Processing Laboratory, Beijing University of Technology, Beijing 100022 , China; 2 . Centre for Multimedia Signal Processing, Dept. of Electronic & Information Engineering, Hong Kong Polytechnic University, Hong Kong, China)
bi < b bi
( 7)
进一步计算基本层的映射结果 :
IDbase = min( Ibase ) + [ max( Ibase ) - min( Ibase ) ] ×P( I base ) ( 8)
映射图定义为
g( x, y) = IDbase ( x, y) /[ I base ( x, y) - min( Ibase ) + 1] ( 9)
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 , 高动态范围图像 ( high dynamic range image, 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 [ 1] , 即全 局 映射
对基本层进行线性限 制直方 图调整 [ 4] 。 这种调 整充分 利 用了图像直方图中的统计信息 , 增强整体明暗对比度的同时限 制了对比度增强的程度不会过大 , 在实际应用中能保持令人满 意的图像整体 明暗 对比 度视觉 感受。文 献 [ 4] 给出 了算 法 伪 代码。这里选择线性限制直方图调整处理基本层 , 并非为了得 到相应的处理结果 , 而是要计算调整后的直方图映射曲线以及 将映射关系与空间位置关 联起来 的映射 图。 映射曲 线用于 指 导细节层的增强 , 映射图用于映射细节增强后的图像。 对基本层进行线性限制直方图调整 :