人眼视觉特性的高动态范围彩色图像自适应
ITU标准化超高清电视色域、动态范围转换方法跟踪研究
1 引言目前适配于超高清的节目内容数量较少，有很大一部分超高清节目需通过转换技术，才能满足超高清电视节目的制作及播出需求。
为了达到更舒适的人眼视觉效果，各种转换算法应运而生。
图像域的转换包括：HDTV向UHDTV、709色域向2020色域、SDR向HDR节目的转换。
色域和各种映射曲线的改变最终都是为了使得图像更加鲜艳更加符合人眼视觉特性。
本文介绍了ITU标准化的超高清色域、动态范围转换方法。
准ITU-R BT.709中规定的色域（又称Rec.709或sRGB）仅覆盖了Rec.2020的35.9%。
因此超高清电视显示出更丰富的色彩，如高密度橘色和深绿色等。
色域面积的提升使得整个图像的色彩层次呈现出指数型增加，各个色块之间的过渡也变得更为自然。
2.3 色域转换基本思路色域映射技术可以被分为两类：一类是将大色域映射到小色域，称之成同一种颜色；而空间色域映射考虑了其相邻像素的信息，用这种算法同一种源颜色可能会根据其临近像素的不同被映射成不同的目标颜色。
3 HDR3.1 定义动态范围是一个场景的最大亮度和最小亮度的比值，亮度单位一般用坎德拉每平方米（cd/m2），通常叫做摘要：超高清电视技术日趋成熟，但超高清节目内容却依旧内容不足。
目前仍有很大一部分4K超高清视频内容，尤其是HDR内容，是通过各种转换技术生成的。
本文对ITU标准化组织发布的超高清电视在色域、动态范围方面的转换算法进行了跟踪研究。
关键词：动态范围 标准化转换 ITU 色域* 本文受国家广播电视总局广播电视科学研究院2019年度广播电视科学研究院基本科研业务费课题（项目编号：JBKY2019007）资助39. . 40尼特（nit）。
自然界的动态范围很广，一般可以从10-6nit 到109nit，亮度范围可以到1015:1。
人眼在无瞳孔调节的情况下，可以感知到的典型动态范围是105:1。
由于受到传输设备等条件的限制，现有的电视系统一般是标准动态范围SDR 系统，最高亮度只能达到100nit，动态范围一般是103:1。
第二章 数字图像处理基础
2.1 数字图像的表示 2.2 数字图像的采样与量化 2.3 人的视觉特性 2.4 光度学与色度学原理
第二章 数字图像处理基础
本章重点、难点
重点： 采样和量化 BMP图像文件格式 RGB颜色模型和HSI颜色模型 难点： 采样和量化的理解 BMP位图
2.1 数字图像
数字图像：f(x,y)，函数值对应于图像点的 亮度。称亮度图像。 注意：模拟图像与数字图像的区别 动态图像：f(x,y,t)
人眼成像过程
视细胞分为两类： 锥状细胞：明视细胞，在强光下检测亮度 和颜色。 杆(柱)状细胞：暗视细胞，在弱光下检测亮 度，无色彩感觉。 人眼成像过程
图像的对比度和亮度
人眼的亮度感觉 图像 “黑”“白”(“亮”、“暗”)对比参数 对比度 : c=Bmax/Bmin 相对对比度:cr=(B-B0)/B0 人眼亮度感觉范围 总范围很宽 c = 108 人眼适应某一环境亮度后，范围限制 适当平均亮度下：c=103 很低亮度下：c=10
亮度
也称为灰度，它是颜色的明暗变化，常用 0 ％～ 100 ％ (由黑到白) 表示。以下三幅图是 不同亮度对比。
对比度
对比度(contrast)是亮度的局部变化，定义为物体亮 度的平均值与背景亮度的比值，是画面黑与白的比 值，也就是从黑到白的渐变层次。比值越大，从黑 到白的渐变层次就越多，从而色彩表现越丰富。人 眼对亮度的敏感性成对数关系。
同时对比度
人眼对某个区域感觉到的亮度不是简单 地取决于该区域的强度，背景亮度不同 时，人眼所感觉到的明暗程度也不同。
马赫带效应
马赫带(Mach Band)效应:边界处亮度对比加强
为什么我们要在暗室评片？
马赫带效应的出现，是因为人眼对于图像中不同 空间频率具有不同的灵敏度，而在空间频率突变处 就出现了 “欠调”或“过调”
【国家自然科学基金】_人眼视觉_基金支持热词逐年推荐_【万方软件创新助手】_20140802
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106
科研热词 数字水印 人眼视觉特性 人眼视觉系统 视觉光学 虹膜识别 相关系数 图像质量评价 医用光学与生物技术 边缘检测 视觉信息 视力 自适应 空间频率 生物特征识别 彩色图像 图像融合 仿射变换 人眼视觉模型 中间视觉 个性化眼模型 鲁棒性 高斯混合模型 高斯模板 颜色空间 颜色直方图 隶属度 门限 链接强度 量化中心极限定理 部分参考型 边缘保持 计算机视觉 角放大率 视轴 视角 视觉评价 视觉系统 视觉特性模型 视觉注意 视觉感知 视觉功效法 视网膜仪 装置 虹膜区域 虚拟摄影棚 虚拟健身网络游戏 色度 色差公式 色差 自适应同步 自由立体显示 脱水大蒜片
推荐指数 8 5 4 3 3 3 3 3 2 2 2 2 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2009年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
一种基于视觉系统的宽动态处理方法
一种基于视觉系统的宽动态处理方法刘晓华;付秀华;田野;黄盛锋;舒伟平【摘要】传统相机动态范围与真实场景动态范围之间的巨大差距导致成像时很多细节信息无法被准确记录.传统的宽动态方法虽然有较明显的图像增强效果,但算法复杂度高、耗时长、无法满足实时性需求.针对现有宽动态方法的不足,提出一种基于视觉系统的宽动态处理方法.该方法只使用当前场景的一帧图像信息,根据人眼视觉系统特点制定一个两层宽动态处理机制,并且使用像素邻域信息计算参数环境变量,使得处理后的图像能够对暗区域还原信息,对亮区域抑制强光减少光晕影响,对中间区域拉伸,获得更大的动态范围.实验结果表明,可以有效地扩展图像的动态范围,且算法复杂度低,能够做到实时处理.【期刊名称】《长春理工大学学报（自然科学版）》【年(卷),期】2018(041)004【总页数】4页(P100-103)【关键词】宽动态;视觉系统;领域信息;环境变量;实时处理【作者】刘晓华;付秀华;田野;黄盛锋;舒伟平【作者单位】长春理工大学光电工程学院,长春 130022;长春理工大学光电工程学院,长春 130022;广东光阵光电科技有限公司,广东东莞 523660;广东光阵光电科技有限公司,广东东莞 523660;广东光阵光电科技有限公司,广东东莞 523660【正文语种】中文【中图分类】TP391随着摄像机技术和视频监控技术的不断发展，人们发现在某些自然场景下拍摄一幅高质量的图像依然不是一件容易的事情。
这是因为自然光线的动态范围很大，并且场景中会同时存在高亮度与低亮度的景物。
当使用摄像机对同时包括高、低亮度的区域进行取景时，输出图像在高亮区域由于曝光过度成为一片白色，而在阴暗区域因曝光不足成为一片黑色，从而导致该场景的细节信息无法被准确记录。
造成这种现象的原因在于普通摄像机的成像缺陷，也就是通常所讲的动态范围不足。
因此宽动态技术应运而生，专门用来扩大相机的动态范围，让摄像机在非常强烈的对比下依然能够看到影像的各种细节信息。
基于人眼视觉特性的多尺度DR图像增强方法
但 由于人体 结构 和组 织 的复 杂 性 ， 以及 数 字 Ｘ线 成 像 系统 中 ｘ线 散 射 、 器 噪声 、 量 子 噪声 等 各 种 电 光 不利 因素 的影 响 ， 得 Ｄ 图像 成 像 效果 不 尽 如 人 使 Ｒ
意 ， 响 医学诊断 的正 确性 。因此 ， Ｄ 影 对 Ｒ图像 进 行
Ｋｅ ｙ ｗｏｒ ｓ： ｅ ｉａ ｍａ ｅ； ｒｎ ｆｒ ｄ ｍａ ｎ；Ｌ ｃ ｎ ａ ｃ ｍｅ ｔＨｉｔｇａ ｑｕ ｌｚ ｔ ｎ； Ｒｅｉｅ ｄ Ｍ ｄｃ ｉ ｇ Ｔｔａ ｓｏｍ ｏ ｉ ｌ ｏ ａ ｅ ｈ ｎ ｅ ｎ ； ｓｏ ｒｍ ｅ ａｉａ ｏ ｌ ｉ ｔｎ ｘ
一
１ 引 言
综合 以上考虑 我们提出一个结合局部增强和 全局直方图均衡的算法。主要原理是在不同尺度上 提取 图像 细节予 以增 强 ＿ ， 根 据 Ｒｔ ｅ ２ 并 。Ｊ ｅｎｘ理论 对 ｉ
关键词 ： Ｒ医学 图像 ； Ｄ 变换 域 ； 部增 强 ； 局 直方 图均衡 ； ｅ ｎｘ Ｒ ｔ ｅ ｉ 中图分类 号 ： ３８ Ｒ １ 文 献标 识码 ： Ａ 文 章编 号 ：６ ２６７ ２ １ ）１ ０ ５０ １７ —２ ８（００ ０ — ０ ．４ ０
Ａ ｕ ｔ —ｓ ａ ｅ Ｉ ａ ｅ Ｅｎ ａ ｅ ｅ ｔ Ｍ ｅ ｈ ｄ Ｍ ｌ ｉ— ｃ ｌ ｍ ｇ ｈ ｎｃ ｍ ｎ ｔｏ ｂ ｓ ｄ ｏ ｍ ａ ｓ ａ ｏ ｅ ｔｅ ａ ｅ ｎ Ｈｕ ｎ Ｖｉｕ ｌＰｒ ｐ ｒ ｉ ｓ
生 物 医 学 工 程 研 究 Ｊ
ｏ ｒａ ｆＢ ｏ ｄ ｃ ｌＥｎ ｉ ｅ ｒ ｇ Ｒ ｓ ａ ｃ ｕ ｎ ｌｏ ｉｍｅ ｉａ ｇｎ ｅ ｎ ｅ ｅ ｒｈ … ｉ
２ ｌ ２ （）０ ０ ０Ｏ ９ １ ：５～ ８
人眼视觉原理.2ppt
3. RGB颜色模型
R（红）G（绿）B（蓝） （0,0,0）代表黑色，(1,1,1)代表白色
一种颜色 C rR gG bB
3. RGB颜色模型
R（红）G（绿）B（蓝）
0.8 0.7
0.1
0.2
0.7
• CMY(青、品红、黄)、CMYK (青、品红、黄、黑）
– 运用在大多数在纸上沉积彩色颜料的设备，如彩色打印机和复印机 – CMYK
• 饱和度：纯度 该频率的颜色表现
能量分布
能量E
频率
红
紫
白色光
纯度 依赖于Ed与Ew差别
Ew=0 纯度100%
Ed=Ew
Ed
纯度0
Ew
红
紫
某主频光
RGB三基色
• RGB三基色 – 基本颜色 可用来生成其他颜色的两种或三种颜色 – Blue=435.8nm – Green=546.1nm – Red=700nm
x, y, z：色系数
CIE色度图 作用：为不同基色组比较整个颜色范围
标识互补颜色 确定颜色主波长和纯度
2. 标准基色和色度图
2. 标准基色和色度图
2. 标准基色和色度图（续）
3. RGB颜色模型
R（红）G（绿）B（蓝） （0,0,0）代表黑色，(1,1,1)代表白色
一种颜色 C rR gG bB
计算机技术中，一个字节可以表示 0~255范围内的值，但作为视频信号幅 度，只能在0~100 IRE单位之间。
注：IRE是视频测量中的单位，广播级视频电平规定了任何视频信号在播放时 的亮度电平都不能超过100 IRE。
视频分辨率
视频质量通常用线分辨率来度量； 本质上是表示在显示器上可以显示多少不同的黑 白垂直线；
人眼时间响应范围
人眼时间响应范围人眼时间响应范围是指人类眼睛对光的刺激所能产生的感知范围。
人眼对光的感知是由视觉系统完成的，它包括视觉信息的采集、传输和处理过程。
人眼的时间响应范围是指人眼对不同光信号的反应速度和灵敏度的限制。
人眼对光的感知是有限的。
根据实验结果，人眼的时间响应范围大约在16至20毫秒之间。
这意味着当两个连续的光信号的间隔小于16毫秒时，人眼很难分辨出它们之间的差别。
这也是为什么电影和电视中的连续画面可以形成流畅的动态效果的原因。
人眼对光的感知在不同光强下表现出不同的特性。
在低光强条件下，人眼的时间响应范围会增大，即人眼对光信号的变化更为敏感。
而在高光强条件下，人眼的时间响应范围会减小，即人眼对光信号的变化较为迟钝。
这是因为在低光强条件下，视觉系统需要更多的时间来采集和处理光信号，以提高对光的感知能力。
人眼对不同颜色的光信号也表现出不同的时间响应范围。
根据研究，人眼对绿色光信号的时间响应范围最宽，约为30毫秒左右，而对红色和蓝色光信号的时间响应范围则较窄，约为20毫秒左右。
这也意味着人眼对绿色光信号的变化更为敏感，对红色和蓝色光信号的变化相对较迟钝。
除了时间响应范围外，人眼对光的感知还受到其他因素的影响。
例如，人眼对光信号的灵敏度在白天和夜晚会有所不同。
在白天，人眼对光的感知能力较强，对光的变化更为敏感。
而在夜晚，人眼对光的感知能力较弱，对光的变化相对迟钝。
这是因为白天光线充足，人眼需要更高的灵敏度来适应光照条件，而夜晚光线较暗，人眼的灵敏度相应降低。
总结起来，人眼的时间响应范围是指人眼对光的感知能力的限制。
人眼的时间响应范围大约在16至20毫秒之间，受到光强和光颜色等因素的影响。
了解人眼的时间响应范围对于设计和优化视觉系统具有重要意义，可以提高图像和视频的质量，使其更符合人眼的感知能力。
快速Retinex彩色图像增强
快速Retinex彩色图像增强许欣;陈强;孙怀江;夏德深【摘要】提出了一种快速Retinex彩色图像增强方法,模拟了人类视觉系统全局和局部自适应性.首先对图像的亮度范围做全局调整;然后在光照估计步骤中对亮度进行Mean Shift滤波,用于其后光照影响的消除;最后对增强结果进行颜色恢复并进行了后处理.实验结果表明,方法能够有效压缩图像的动态范围,克服光照不均的影响,有效去除了光晕现象,且方法的颜色保持性较同类方法更好.使用了Mean Shift加速算法.方法运行速度快于此前提出的方法.【期刊名称】《计算机工程与应用》【年(卷),期】2010(046)005【总页数】4页(P4-6,72)【关键词】图像增强;Retinex;Mean Shift;光晕现象;颜色保持【作者】许欣;陈强;孙怀江;夏德深【作者单位】南京理工大学,计算机科学与技术学院,南京,210094;南京理工大学,计算机科学与技术学院,南京,210094;南京理工大学,计算机科学与技术学院,南京,210094;南京理工大学,计算机科学与技术学院,南京,210094【正文语种】中文【中图分类】TP391.411 引言图像增强是指针对特定的需要采用特定方法突出图像中的某些信息，同时削弱或去除无关信息的图像处理方法。
其主要目的是为某种特定应用去改善图像质量，得到对具体应用来说更实用的图像，或将原图转换成一种更适合人或机器进行分析处理的形式，方法的设计和实际应用的目的密切相关。
图像增强在图像处理和分析领域有着广泛的应用，如改善光照不均条件下所拍摄照片的视觉效果，增强医学图像的对比度以利于后续分析诊断，提取图像中人眼不易见的细节信息等。
常见的图像增强方法可分为频域方法和空域方法两类。
频域方法一般需先借助傅里叶变换等将图像转换至频率域，再做滤波等处理；而空域方法则直接作用于图像中的像素点，其又可分为全局处理的方法和区域自适应处理的方法。
传统的全局增强方法如直方图均衡化、梯度拉伸、伽玛校正等，实质上只是用一个灰度值的映射对直方图进行全局调整，改变图像灰度的分布形式，使原图中人眼不易见的隐藏信息得以显现出来。