论文部分内容阅读
随着计算机技术的发展和人们生活质量的不断提高,医疗影像和高清电影等不同应用对图像质量提出了更高的要求,因此能够包含真实自然场景几乎所有数据信息的高动态范围图像受到人们广泛的关注。然而普通的显示设备是基于八位存储的,只能显示低动态范围图像,不能完全显示高动态范围图像。为了解决动态范围不匹配的矛盾,本文研究了色调映射算法,主要工作如下:1.提出了一种基于多尺度改进的局部极值(Improved Local Extrema,ILE)滤波器的色调映射算法,具有实时高效性,在改进传统局部极值(Local Extrema,LE)滤波器工作方式的同时,使用极值点周围像素的相关性来计算极值包络,从而克服耗时长的缺点。该算法流程如下:(1)使用ILE滤波器对原始图像进行多尺度分解,求得基础图像和不同尺度的细节图像;(2)融合基础图像和不同尺度的细节图像,得到融合图像;(3)经过色度处理和伽马校正,得到最终的彩色图像。对比实验结果表明,该算法的运行时间远远小于LE等其它经典色调映射算法,效率高,更具有实用价值;在主观评价方面,保留了边缘和纹理等细节信息,带来了良好的视觉效果;在客观评价方面,能取得较高的评价分数。2.在上述算法的基础上,提出了一种基于局部保真度的色调映射算法,改进了多尺度分解框架和融合准则。通过充分利用多尺度分解的优势,同时借鉴图像质量评价标准改进低动态范围图像的融合法则,最终使得基础图像包含更多的显著性特征,细节图像包含更多的细节性特征。该算法流程如下:(1)使用改进的多尺度分解框架进行分解,获得不同尺度的基础图像和不同尺度的细节图像;(2)使用显著性特征标准进行融合基础图像;(3)使用细节性特征标准融合基础图像和细节图像,得到融合图像;(4)经过色度处理和伽马校正,得到最终的彩色图像。对比实验结果表明,在可接受的耗时条件下,该算法在主观评价方面保留了边缘、纹理等细节信息;在客观评价方面,能取得更高的图像质量评价得分。