[发明专利]一种基于经验模态分解的高动态范围图像可视化方法

权利要求书

1.一种基于经验模态分解的高动态范围图像可视化方法，其特征在于：包括如下步骤：

步骤1：将原始高动态范围图像由RGB空间转换到HSV空间，提取亮度通道V通道作为灰度图像I(x,y)；

步骤2：对灰度图像I(x,y)进行经验模态多尺度分解，得到分解结果；

步骤3：根据分解结果和灰度图像I(x,y)计算局部对比度得到反射分量R(x,y)后，计算照度分量L(x,y)；

步骤4：对照度分量L(x,y)进行重映射得到新的照度分量L'(x,y)，根据反射分量R(x,y)和新的照度分量L'(x,y)进行图像重构，得到色调映射后的图像；

所述步骤2包括如下步骤：

步骤2.1：构建大小为3*3的窗口；

步骤2.2：利用窗口检测灰度图像中所有满足条件的极大值和极小值点；

步骤2.3：利用上述极大值点和极小值点进行立方插值，得到极大值点包络面MaxEnvelop(x,y)和极小值点包络面MinEnvelop(x,y)；

步骤2.4：将MaxEnvelop(x,y)和MinEnvelop(x,y)相加后取平均值，得到第一次分解的结果s₁(x,y)：

步骤2.5：将第一次分解的结果s₁(x,y)作为新的灰度图像，设置窗口的大小为7*7，重复步骤2.2-2.4获得第二次分解结果s₂(x,y)；

步骤2.6：将第二次分解结果s₂(x,y)作为新的灰度图像，设置窗口的大小为11*11，重复步骤2.2-2.4获得第三次分解结果s₃(x,y)，将s₃(x,y)作为分解结果L_s(x,y)。

2.根据权利要求1所述的一种基于经验模态分解的高动态范围图像可视化方法，其特征在于：所述步骤3包括如下步骤：

步骤3.1：利用分解结果L_s(x,y)和灰度图像I(x,y)计算局部对比度cm，计算如下：

步骤3.2：将局部对比度cm的值缩放在[0，1]内，得到反射分量R(x,y)；

步骤3.3：利用灰度图像I(x,y)除以反射分量R(x,y)，得到照度分量L(x,y)：

3.根据权利要求1所述的一种基于经验模态分解的高动态范围图像可视化方法，其特征在于：所述步骤4包括如下步骤：

步骤4.1：对照度分量L(x,y)进行重映射，得到新的照度分量L'(x,y):

L'(x,y)＝L(x,y)^0.45；

步骤4.2：利用反射分量R(x,y)和新的照度分量L'(x,y)得到新的亮度通道I'(x,y)：

I'(x,y)＝R(x,y)*L'(x,y)

步骤4.3：将新的亮度通道I'(x,y)替代灰度图像I(x,y)，并返回到RGB空间，得到色调映射后的结果。

4.根据权利要求1所述的一种基于经验模态分解的高动态范围图像可视化方法，其特征在于：所述步骤2.2利用窗口检测灰度图像I(x,y)中所有满足条件的极大值和极小值点包括如下步骤：

a)在以像素p为中心的k*k的邻域中，如果最多有k-1个元素大于p，则p点标记为极大值；

b)在以像素p为中心的k*k的邻域中，如果最多有k-1个元素小于p，则p点标记为极小值；

其中，k*k表示窗口的大小。