基于快速双边滤波的HDR图像对比度调整
时间：2022-10-19 11:44:51
摘要:该文提出了一种基于快速滤波的HDR图象对比度调整新技术。我们首先将图象分为两个层:基层和细节层(编码图象细节信息),然后保持细节层不变,对基层进行对比度调整,从而在进行对比度调整的同时较好的的保持了输入图象的细节信息。我们通过对输入图象进行滤波来获取基层。本文主要探讨了两种滤波器在新的对比度调整框架下的应用效果,并给出了详细的结果和深入的分析比较。
中图分类号:TP391文献标识码:A文章编号:1009-3044(2009)25-7226-03
Adjust the Contrast of High-Dynamic-Range Images Based on Filtering
ZHANG Ying1,2
(1.College of Information Engineering,Zhejing University of Technology,Hangzhou310032, China;2.Department of Industry and Business Administration, Taizhou Institute of Technological Professions, Taizhou 318020,China)
Abstract: The paper provided a new technique to adjust the contrast of High-Dynamic-Range Images based on filtering. Our new scheme is based on a two-scale decomposition of the image into a base layer, encoding rough variations, and a detail layer. We adjust the contrast on the base layer only so as to preserve the detail. To get the base layer, we apply filtering technique on the input High-Dynamic-Range Image. We explore the effect of two different filtering techniques. Detailed results are shown and compared.
Key words: image processing; contrast adjustment; bilateral filtering
伴随着光照模拟技术、多次曝光拍照技术以及新感知技术的不断取得进展,hdr图像的获取也变得越来容易,这促使在low-dynamic-rang媒介上显示HDR图像的需求变得越来越迫切,因此降低HDR图像的对比度在图像处理、医学成像、真实感绘制以及数字拍照等领域都有着巨大的需求。
近年来,常规成像及显示设备的受限dynamic Range问题吸引了图形学界的广泛关注,研究人员提出了大量的算法以捕获high dynamic range 的照片及视频,此外各种Tone mapping操作也被提出用于压缩图像的dynamic range从而在常规设备上正常显示。
Tone mapping技术是一类用于解决真实世界光照与传统设备受限的显示范围之间的矛盾图像处理技术。[8]最早将这个概念引入到了图形学界,随后[1]提出了第一个tone-mapping算子用于降低dynamic range,但该方法会导致反向梯度的出现在光源周围形成光晕。随后[6]提出了一个全局的操作算子解决了这个瑕疵。 Tone mapping操作可以分为全局方式和局部方式。由于全局操作对所有像素都应用同样的映射函数,绝大部分的全局技术都不适合于解决对比度降低的问题。利用人的视觉对局部的对比度敏感的特点,局部操作采用一些依赖于像素邻域的映射,从而达到降低对比度的目的。绝大部分的局部Tone mapping技术都将输入图像分解为不同的层或者尺度,然后对不同的层分别进行对比度调整,最后将调整后的各层重新组合在一起。
该文提出了一种快速、鲁棒的对比度降低机制,能够在降低输入HDR图像的对比度的同时很好的保持原始图像的细节信息:首先用滤波技术把原始图像分成基层和细节层,然后采用一个缩放系数对基层的对比度范围在log域压缩达到一个用户可控的基对比度,在进行像素强度的对比度调整后,我们进行重组以得到图像的颜色信息,对比度调整过程中保持细节层不做改动,从而很好的保持了原始图像的细节。本文的方法在本质上和文献[4]是类似的,不同的是我们采用了一种更快的双边滤波技术,从而能够达到交互的速度。图1是整个算法的流程示意。
(a) 基层 (b)细节层 (c)对比度调整后的结果
图1 基于滤波的对比度调整
首先用滤波技术对输入图像进行处理得到基层和细节层,然后保持细节层不变,对基层进行对比度调整,对三个颜色通道应用同样的方法进行处理。
1 基于滤波的图像分层
1.1 快速双边滤波技术
双边滤波器由/Tomasi等人[7]于1998年引入作为一个非循环的图像光顺工具并能够保持边细节信息。双边滤波器是一个规范化的卷积核,其中每个像素p的权值由该像素与中心像素s的空间距离以及强度方面的差值所确定,空间和强度权函数通常采用高斯函数的形式。对于输入图像I,,输出图像J,以及窗口Ω,双边滤波定义如下:
(1)
双边滤波的计算代价为O(r2),对于中等规模的半径就显得非常慢了。[4]提出了一种更为高效的方法并用于HDR的显示,他们的方法通过用离散的强度核对子采样样本进行滤波,然后把所得结果用线性插值的方式组合在一起来近似双边滤波。但是他们的输出结果极大的依赖于子采样的网格大小,此外离散过程也可能会导致精度的缺失,尤其对于含有窄强度权函数的HDR图像。[10]对Huang的快速中值滤波算法[5]进行进一步的改造得到了一个时间复杂度为O(logr)的快速中值滤波算法并推广到双边滤波算法,该算法不仅能够保持空间和强度的高分辨率,而且是平移不变的。该文采用了他们的方法。
1.2 O(logr)的双边滤波技术
提出了一种复杂度为O(logr)的中值滤波技术,并把它推广到了双边滤波的情况下,得到了比较好的效果。本节以中值滤波为例介绍该算法的主要思想,并论述如何推广到双边滤波的情况。
Huang利用计算过程相邻窗口的重叠特点,提出了一个利用序列重叠性质来避免重复计算,复杂度为O(r)的中值滤波算法(图2为该算法的具体流程)。但是Huang的算法是逐列处理的,而列与列之间仍存在类似的窗口重叠现象,这部分的计算冗余也是相当大的,为Weiss等人采取了一种多列同步处理的并行算法,将算法的复杂度降为O(logr)。
对Huang的算法的一个简单推广就是维护N个Histogram,从而同步处理N列,但这并不能改变算法的复杂度。[10]利用Histograms的分布属性,如果一个图像窗口是两个不相交的区域A和B的并,那么它对应的Histogram HW就等价于HA+HB即,避免对每一列维护一个Histogram Hn。 如图3所示, 对于一个N ( N=9) 列的中值滤波,首先构造一个Partial Histograms集H* (P0...PN-1) ,Histogram H0...HN-1表示为T (图中T取2)个 Partial Histograms的和。H*组织成一棵树,Central Histogram P4 表示中间列的输入窗口,其他的Partial Histogram Pn表示 中央跟相邻窗口的差,每个Partial Histogram和 Central Histogram 的和就是对应列的输入窗口。每计算一个输出像素需要对H*进行的修改为(N2+4r+1)/N, 当 N≈2时, 所需的调整为最小,算法的复杂度降为O()。
在极限情况下,对于一个半径为r的双边滤波器,我们并行处理N=O(r)列,并将N histograms组织成T=O(logr) 固定半径的tires.每处理一行需要对每个输出像素进行T=O(logr)步的Histogram修改,计算复杂度即为T=O(logr)。
上面介绍了复杂度为T=O(logr)中值滤波技术,对于双边滤波,情况稍微有所不同,根据公式1,每个像素的权重由到中心像素的空间距离及其相对强度差所决定,通常两个权值函数都取为高斯函数。由于权重根距离相关,上述的快速滤波技术没法直接适用。为了加速计算的需要,我们采用一个箱滤波器作为空间权函数,这样,对于特定强度的所有像素,他们的权函数变为常量,上述算法生成的Histogram在强度域进行缩放后也可以直接用来进行双边滤波计算。
2 结果和讨论
我们采用浮点图像实现了本文的技术,并在各种合成/真实的图像上进行测试,图5为新的快速双边滤波算法与其他方法的比较。相比Durand et,al. [4]的算法要快很多,算法复杂度基本上是线性,这比以前的算法有了一个很大的提高。我们的技术可以结局一些极具挑战性的问题如室内光照或落日的照片并生成非常逼真的效果。
图6-图9是对一些HDR图像应用我们的方法处理后的显示结果,和Durand等的方法相比并不逊色。表1列出了具体的时间统计数据。
表1测试实例时间统计数据 (秒)
3 结论
HDR图像的对比度调整显示在图形学界受到了广泛的关注。在对现有方法进行组合改进的基础上,本文提出了一种基于双边滤波的快速处理方法,该方法不仅计算速度快,而且也却得了很好的效果。进一步的工作将把该算法在GPU上进行实现,从而达到实时效果。
图6室外场景 图7室内场景 图8窗户场景图9大厅场景
参考文献:
[1]Chiu, K., Herf, M., Shirley, P., Swamy, S., Wang, C., and Zimmerman K. 1993. Spatially nonuniform scaling functions for high contrast images. In Proc. Graphics Interface, 245-253.
[2] Choudhury, P., and Tumblin, J. 2003. The trilateral filter for high contrast images and meshes. In Proc. Of the Eurographics Symposium on Rendering, 186-196.
[3] Cohen, J., Tchou, C., Hawkins, T., and Debevec, P. 2001. Real-time high dynamic range texture mapping. In Rendering Techniques 2001: 12th Eurographics Workshop on Rendering, Eurographics, 313-320.
[4] Durand, F. and Dorsey, J. Fast Bilateral Filtering for the Display of High-Dynamic-Range Images. In Proc. ACM SIGGRAPH, 2002, 257-266.
[5] Huang, T.S. Two-Dimensional Signal Processing II: Transforms and Median Filters. Berlin: Springer-Verlag, 1981, pp. 209-211.
[6] Larson, G.W., rushmeier, H., and Piatko, C. 1997. A visibility matching tone reproduction operator for high dynamic range scenes. IEEE Transactions on Visualization and Computer Graphics 3, 4, 291-306.
[7] Tomasi, C. and Manduchi, R. Bilateral filtering for gray and color images. In Proc. IEEE. Int. Conf. on Computer Vision, 1998, 836-846.
[8] Tumblin, J., and Rushmeier, H. 1993. Tone reproduction for realistic images. IEEE Computer Graphics and Applications 13,6, 42-48.
[9] Tumbling, J., and Turk, G. 1999. LCIS: A boundary hierarchy for detail-preserving contrast reduction. In Proc of ACM SIGGRAPH' 99, 83-90.
[10] Weiss, B. Fast median and bilateral filtering. In Proc. ACM SIGGRAPH, 2006, 519-526.
