基于视网膜自适应模型的高动态范围图像色调映射方法

摘要

本发明公开一种基于视网膜自适应模型的高动态范围图像色调映射方法，属于数字图像处理领域。其具体操作步骤为：①输入一幅高动态范围图像；②获得该图像中每个像素p的对数域亮度L(p)；③使用双边滤波器对每个像素p的对数域亮度L(p)进行双边滤波，得到其自适应因子Aopl(p)；④得到每个像素p的对数域亮度L(p)经过非线性映射后的亮度Lram(p)；⑤得到每个像素p分别在红色通道R、绿色通道G、蓝色通道B进行非线性映射后的红色通道值I′(pR)、绿色通道值I′(pG)、蓝色通道值I′(pB)；⑥使用I′(pR)、I′(pG)、I′(pB)，构造一个新的图像文件，即可实现高动态范围图像的色调映射。本发明方法同时具备了全局方法的速度快、局部方法能够较好地保留图像细节的优点。

主权项

1.一种基于视网膜自适应模型的高动态范围图像色调映射方法，其特征在于：其具体操作步骤为：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：使用双边滤波器对每个像素p的对数域亮度L(p)进行双边滤波，得到其自适应因子A_opl(p)；第4步：通过公式2得到每个像素p的对数域亮度L(p)经过非线性映射后的亮度L_ram(p)：$L_{\mathrm{ram}}\left(p\right)=\frac{m(L\left(p\right)-s)}{m(L\left(p\right)-s)+A_{\mathrm{opl}}\left(p\right)}---\left(2\right)$其中，m和s是对输入图像进行尺度平移和缩放的参数，0＜m≤1，s＞0；第5步：分别通过公式3～5得到每个像素p分别在红色通道R、绿色通道G、蓝色通道B进行非线性映射后的红色通道值I′(p_R)、绿色通道值I′(p_G)、蓝色通道值I′p_B)：$I^{\prime }\left(p_R\right)=\frac{m(I\left(p_R\right)-s)}{m{(I\left(p_R\right)-s)+(L_{\mathrm{ram}}\left(p\right)+L_{\mathrm{av}})}^C}---\left(3\right)$$I^{\prime }\left(p_G\right)=\frac{m(I\left(p_G\right)-s)}{m(I\left(p_G\right)-s)+{(L_{\mathrm{ram}}\left(p\right)+L_{\mathrm{av}})}^C}---\left(4\right)$$I^{\prime }\left(p_B\right)=\frac{m(I\left(p_B\right)-s)}{m(I\left(p_B\right)-s)+{(L_{\mathrm{ram}}\left(p\right)+L_{\mathrm{av}})}^C}---\left(5\right)$其中，I(p_R)为像素p在原始图像中的红色通道值；I(p_G)为像素p在原始图像中的绿色通道值；I(p_B)为像素p在原始图像中的蓝色通道值；L_av为全部像素p的对数域亮度L(p)的平均值；C为参数，参数C的计算借鉴了对比度感知模型，其通过公式6得到：C＝0.413+0.586×K^(1.0+K)        (6)其中，K是图像的明暗关键值，L_max为L(p)中的最大值，L_min为L(p)中的最小值；第6步：使用第5步得到的每个像素p分别在红色通道R、绿色通道G、蓝色通道B进行非线性映射后的红色通道值I′(p_R)、绿色通道值I′(p_G)、蓝色通道值I′(p_B)，构造一个新的图像文件，即可实现高动态范围图像的色调映射。