一种基于亮度分层的快速三边滤波器色调映射方法

摘要

本发明涉及一种基于亮度分层的快速三边滤波器色调映射方法，属于数字图像处理领域。本发明在现有三边滤波器色调映射方法的基础上，仅对获得平滑后的水平方向梯度图像L′x(p)和经平滑后的垂直方向梯度图像L′y(p)的方法进行了改进，即：通过对水平方向梯度图像Lx(p)的像素值进行分级，然后根据Wk(p)＝s(Lx(p)-Ik)和Jk(p)＝Wk(p)·Ix(p)分别获得图像Wk(p)和图像Jk(p)；再利用图像Wk(p)和图像Jk(p)对水平方向梯度图像Lx(p)进行平滑处理，得到平滑后的水平方向梯度图像L′x(p)；使用相同方法，得到平滑后的垂直方向梯度图像L′y(p)。本发明方法与已有的三边滤波器色调映射方法相比较，具有处理速度快，但不损失图像细节的优点。

主权项

一种基于亮度分层的快速三边滤波器色调映射方法，其特征在于：具体操作步骤为：第1步：输入一幅高动态范围图像；第2步：根据该图像的红色通道R、绿色通道G、蓝色通道B的通道值，获得该图像中每个像素p的对数域亮度L(p)；第3步：利用前向差分法获得每个像素p的对数域亮度L(p)的水平方向梯度图像Lx(p)和垂直方向梯度图像Ly(p)；第4步：获得经平滑后的水平方向梯度图像Lx(p)；具体为：步骤①：找出第3步得到的水平方向梯度图像Lx(p)中的最大像素值Imax和最小像素值Imin，把从Imin到Imax的区间等分为m个亮度等级，分别记为I0、I1、……、Im‑1；其中，m≥4且m为正整数；步骤②：依次对第k个亮度等级，利用第3步得到的水平方向梯度图像Lx(p)，分别根据公式(16)和公式(17)得到图像Wk(p)和图像Jk(p)；k＝1，2，……，m且k为正整数；Wk(p)＝s(Lx(p)‑Ik)                                             (16)Jk(p)＝Wk(p)·Lx(p)                                            (17)其中：s为一高斯函数；步骤③：对第3步得到的水平方向梯度图像Lx(p)进行平滑处理，得到平滑后的水平方向梯度图像L′x(p)；具体为：如果Lx(p)∈[It，It+1]，1≤t≤m‑2且t为正整数；则： L x ′ ( p ) = I t + 1 - L x ( p ) k t ( p ) ( I t + 1 - I t ) Σ ζ ∈ N ( p ) c ( ζ - p ) J t ( ζ ) + L x ( p ) - I t k t + 1 ( x ) ( I t + 1 - I t ) Σ ζ ∈ N ( p ) c ( ζ - p ) J t + 1 ( ζ ) - - - ( 18 ) k t ( p ) = Σ p ∈ N ( p ) c ( ζ - p ) W t ( p ) - - - ( 19 ) k t + 1 ( p ) = Σ p ∈ N ( p ) c ( ζ - p ) W t + 1 ( p ) - - - ( 20 ) 其中，c为一高斯函数，N(p)表示以像素p为中心的n×n大小的区域，其中n≥3且n为正整数；ζ表示N(p)区域内的每一个像素；经过第4步的操作，即可获得经平滑后的水平方向梯度图像L′x(p)；第5步：获得经平滑后的垂直方向梯度图像L′y(p)；具体为：步骤①：找出第3步得到的垂直方向梯度图像Ly(p)中的最大像素值I′max和最小像素值I′min，把从I′min到I′max的区间等分为m′个亮度等级，分别记为I′0、I′1、……、I′m′‑1；其中，m′≥4且m′为正整数；步骤②：依次对于第k′个亮度等级，利用第3步得到的垂直方向梯度图像Ly(p)，分别根据公式(21)和公式(22)得到图像W′k′(p)和图像J′k′(p)；k′＝1，2，……，m′且k′为正整数；W′k′(p)＝s(Ly(p)‑I′k′)                                (21)Jk(p)＝W′k′(p)·Ly(p)                                   (22)步骤③：对第3步得到的垂直方向梯度图像Ly(p)进行平滑处理，得到平滑后的垂直方向梯度图像L′y(p)；具体为：如果Ly(p)∈[I′t′，I′t′+1]，其中1≤t′≤m′‑2且t′为正整数；则： L y ′ ( p ) = I ′ t ′ + 1 - L y ( p ) k ′ t ′ ( p ) ( I ′ t ′ + 1 - I ′ t ′ ) Σ ζ ∈ N ( p ) c ( ζ - p ) J ′ t ′ ( ζ ) + L ′ x ′ ( p ) - I ′ t ′ k ′ t ′ + 1 ( x ) ( I ′ t ′ + 1 - I ′ t ′ ) Σ ζ ∈ N ( p ) ( ζ - p ) J t + 1 ( ζ ) - - - ( 23 ) k ′ t ′ ( p ) = Σ p ∈ N ( p ) c ( ζ - p ) W ′ t ′ ( p ) - - - ( 24 ) k ′ t ′ + 1 ( p ) = Σ p ∈ N ( p ) c ( ζ - p ) W ′ t ′ + 1 ( p ) - - - ( 25 ) 经过第5步的操作，即可获得经平滑后的垂直方向梯度图像L′y(p)；第6步：对于每一个像素p及其周围n×n大小区域内的每一个像素ζ，根据公式(5)计算局部细节值LΔ(p，ζ)；LΔ(p，ζ)＝L(ζ)‑L(p)‑(L′x(p)，L′y(p))·(ζ‑p)             (5)第7步：根据公式(6)获得每一个像素p经三边滤波的结果Lout(p)，Lout(p)即为L(p)的基本层图像； L out ( p ) = L ( p ) + 1 k Δ ( x ) Σ ζ ∈ N ( p ) L Δ ( p , ζ ) c ( ζ - p ) s ( L Δ ( p , ζ ) ) f ( p , ζ ) - - - ( 6 ) k Δ ( x ) = Σ ζ ∈ N ( p ) c ( ζ - p ) s ( L Δ ( p , ζ ) ) f ( p , ζ ) - - - ( 7 ) 其中，f(p，ζ)为取值为0或1的二值函数，其定义如公式8所示； f ( p , ζ ) = 1 ( if ( L x ′ ( ζ ) - L x ′ ( p ) ) 2 + ( L y ′ ( ζ ) - L y ′ ( p ) ) 2 < R ) 0 ( otherwise ) - - - ( 8 ) R为一个阈值，其通过公式(9)来确定；R＝0.15(MaxG(L)‑MinG(L))(9)其中，MaxG(L)和MinG(L)分别为图像中每个像素p的对数域亮度L(p)中的最大梯度幅值和最小梯度幅值；第8步：通过公式(10)获得L(p)的细节层图像Ldetail(p)；Ldetail(p)＝L(p)‑Lout(p)                                     (10)第9步：通过公式(11)获得经动态范围压缩后的基本层图像Lbase(p)；Lbase(p)＝Lout(p)/factor                                     (11)其中，factor为压缩比例因子，取值为大于1的正实数；第10步：通过公式(12)合成经动态范围压缩后的对数域亮度图像Lmapped(p)；Lmapped(p)＝Lbase(p)+Ldetail(p)                              (12)第11步：从Lmapped(p)还原出彩色图像的三个颜色通道值；第12步：将第11步中的颜色通道值平移并缩放至0到255的区间，并四舍五入取整，再合并成一幅新的图像，即为输入的高动态范围图像经色调映射后的结果。