[发明专利]一种基于人眼视觉模型的高动态范围图像产生方法

说明书

本发明公开了一种基于人眼视觉模型的高动态范围图像产生方法，首先将低动态范围图像分解为亮度图像和色度图像，对亮度图像进行双边滤波得到像素点的局部亮度图像，并计算出对应的高动态范围局部亮度图像；然后，根据局部人眼视觉感知模型对低动态范围图像的亮度图像及高动态范围局部亮度图像进行处理，得到高动态范围图像的亮度图像；最后，将获得的高动态范围亮度图像和低动态范围图像的色度图像合并产生高动态范围图像。本发明通过人眼视觉系统成像的逆过程即构建的局部人眼视觉感知模型来获得高质量的高动态范围图像，同时利用各像素点周边的局部亮度信息对像素亮度扩展的局部处理，从而解决现有方法引入细节伪像或轮廓效应的问题。

技术领域

本发明属于图像处理技术领域，更为具体地讲，涉及一种基于人眼视觉模型的高动态范围图像产生方法。

背景技术

由于高动态范围图像能更好地表示实际场景的真实色彩范围，近年来受到了图像处理相关领域的高度关注。与之相对应的高动态范围显示设备，由于其能够提供更宽的动态范围及更优质的画面，也受到了研究人员的青睐。高动态范围显示设备已经在一些研究机构和实验室使用，虽然现在还没有普及，但是它是下一代显示设备的发展趋势。高动态范围显示设备的出现以及高动态范围图像的优越性能，引发了研究人员对从目前普及的单帧低动态范围图像获取高动态范围图像，即基于单帧图像的高动态范围图像获取技术的研究。

现有的单帧图像的高动态范围图像产生方法可以分为两类，一类是全局变换，另一类是局部变换。

全局变换是对一帧图像中的所有像素采用同一个变换函数，不考虑图像的局部特性。全局变换大多要求低动态范围图像是曝光均匀的高质量图像，而在实际应用中，由于成像设备和真实场景的动态范围差别以及成像过程中的环境光照条件等因素的影响，往往会导致图像中无法避免地存在过曝光区域以及欠曝光区域。因此，全局变换方法的适用范围有限。

局部变换是针对图像中不同区域采用不同的变换函数。局部变换对图像中的不同曝光、纹理区域采用不同的变换函数，虽然考虑了图像的局部特性，但是带来了两个问题：一、由于采用不同的变换函数，使得局部区域与其周围交接的边缘看起来不连续，会导致轮廓效应的出现；二、这种分区处理的方式会使得整个技术实现的复杂度增加，同时可能带来令人讨厌的伪像，使得动态范围扩展后的图像质量有可能比原图像的质量还要差。

为了解决全局变换和局部变换存在的问题，需要研究一种既能考虑图像中不同区域特性信息，又能用同一个数学模型对整个图像处理的方法，在获得高质量动态范围图像的同时，避免轮廓效应以及伪像，并减少技术实现的复杂度。

发明内容

本发明的目的在于克服现有技术的不足，提出一种基于人眼视觉模型的高动态范围图像产生方法，在获得高质量的高动态范围图像的同时，避免轮廓效应以及伪像，并减少技术实现的复杂度。

为实现上述发明目的，本发明基于人眼视觉模型的高动态范围图像产生方法，其特征在于，包括以下步骤：

(1)、图像分解

将输入的低动态范围图像I_l进行分解，得到亮度图像L_l以及色度图像I_l/L_l；

(2)、获取低动态范围局部亮度图像L_s,l

对亮度图像L_l进行迭代双边滤波后得到低动态范围局部亮度图像L_s,l；

(3)、获取高动态范围局部亮度图像L_s,h

对低动态范围局部亮度图像L_s,l进行以下计算，得到高动态范围局部亮度图像L_s,h：