高动态范围压缩算法研究

论文摘要

高动态范围图像的光影和颜色信息非常丰富，其动态范围远远超出目前主流显示设备显示的动态范围。对这种图像动态范围的压缩成为高动态范围图像领域的一项重要研究课题。本文在总结前人研究的基础上，提出了一种图像细节补偿和颜色校正的压缩算法。利用Retinex理论的基本原理，提取出图像光照层中的细节信息进行补偿。首先在相同的算法复杂度下增强并补充了图像的细节信息，其次对反射层信息的基本层进行自适应调整，压缩了动态范围，且避免了光晕的产生。再次，通过色彩校正，真实还原了图像颜色，获得更逼真的效果。本文在最后对新算法进行了仿真实验，在现有主客观评价的基础上分别和带色彩恢复的多尺度Retinex算法以及基于双边滤波的算法进行对比，实验结果表明，该算法在细节保持、动态范围压缩和颜色表现上优于传统Retinex算法。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 论文研究目的和意义
• 1.2 高动态范围压缩算法研究的现状
• 1.3 本文主要工作
• 第二章 高动态范围图像和人眼视觉特性
• 2.1 高动态范围图像
• 2.1.1 高动态范围图像基本概念
• 2.1.2 高动态范围图像的获取及存储
• 2.2 人眼视觉特性和视觉模型
• 2.2.1 人眼视觉特性
• 2.2.2 人眼视觉模型
• 2.3 本章小结
• 第三章 高动态范围压缩算法
• 3.1 高动态范围压缩算法分类
• 3.2 全局压缩算法
• 3.2.1 线性压缩
• 3.2.2 非线性压缩
• 3.2.3 直方图调整
• 3.3 局部压缩算法
• 3.3.1 基于双边滤波的压缩算法
• 3.3.2 基于摄影学的压缩算法
• 3.3.3 基于 Retinex 理论的尺度压缩算法
• 3.3.4 Meylan 基于 Retinex 理论的压缩算法
• 3.4 本章小结
• 第四章 基于 Retinex 理论的自适应压缩算法设计
• 4.1 算法思想及总体设计
• 4.2 前期处理
• 4.2.1 图像的视觉空间转换方法
• 4.2.2 图像亮度信息的获取
• 4.2.3 图像黑白点校正
• 4.3 自适应亮度处理方法设计
• 4.3.1 图像亮度增强处理
• 4.3.2 图像亮度细节信息补偿
• 4.4 颜色处理方法设计
• 4.4.1 彩色图像还原
• 4.4.2 颜色增强处理
• 4.5 本章小结
• 第五章 基于 Retinex 理论的自适应压缩算法实现及评价
• 5.1 算法具体实现步骤
• 5.2 算法评价方法
• 5.2.1 主观评价
• 5.2.2 客观评价
• 5.2.3 高动态范围图像评价
• 5.3 实验结果
• 5.4 几种方法的比较
• 5.5 本章小结
• 结束语
• 致谢
• 参考文献
• 附录 A 图像 vinesunset 处理后的结果图
• 附录 B 图像 PeckLake 处理后的结果图
• 附录 C 图像 memorial 处理后的结果图