[发明专利]一种基于自适应双伽玛变换的HDR图像生成方法

说明书

本发明公开了一种基于自适应双伽玛变换的HDR图像生成方法，步骤1、基于图像统计特性双伽玛变换值的获取，计算输入的LDR原始图像双伽玛变换值；步骤2、对输入图像进行伽玛变换；步骤3、将两幅生成的图像进行曝光融合。与现有技术相比，本发明提出了一个简化的由输入LDR图像转化为具有HDR效果的图像算法，实现过程简单，复杂度低；并且摆脱了对人为调试参数的依赖，可以自适应的针对不同输入图像进行计算得出相应的变换参数，使这一过程更为智能化。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种高动态范围(HDR)图像生成方法。

背景技术

高动态范围(HDR)图像是近年来在数字图像领域的一项重大突破，相比于低动态范围(LDR)图像，它能呈现更接近人眼所能捕捉的动态范围，且细节更为丰富。随着HDR显示器终端设备的产生及渐渐普及，对高动态范围图像及视频内容的需求也随之大量增加。而获取HDR内容的一种有效的方法就是利用现有内容资源，将LDR内容资源转化为HDR内容资源。

为了直接实现将单一曝光的低动态范围图像内容转换为具有高动态范围效果的图像，很多研究人员采用了反色调映射算子的方法，该方法采用线性或非线性函数对图像的动态范围进行扩展，而伽玛变换就是其中的一种采用非线性函数进行扩展的方法。在此基础上，Masia等人提出了一种基于图像内容与先前实验数据自动计算伽玛值的方法，避免了许多反色调映射算子在高亮区域所产生的问题。

Wang等人则提出了一种基于区域增强生成伪曝光图像，并将其融合生成高动态范围图像的方法(PMET)。该方法提出了一种基于曝光的S曲线，根据不同的输入曝光参数便可通过此曲线对原图像变换，从而生成多幅具有不同曝光效果的伪曝光图像，而区域增强特性使得生成的伪曝光图像展示了原图像中不同区域的细节信息。随后通过融合算法将这些在多幅伪曝光图像中呈现的细节信息融合到同一幅图像中。这种方法确实可以通过单一曝光LDR图像生成具有HDR效果的图像，然而其缺点是对于不同的图像，需要人为地去调整一组曝光参数，才能使融合后的图像具有理想的效果。

发明内容

基于上述现有技术，本发明提出一种基于自适应的双伽玛变换来生成高动态范围图像的方法，通过对图像内容的分析将图像分成偏亮的“明区”与偏暗的“暗区”，针对两个区域自适应地计算生成伽玛变换值；则经过不同伽玛值变换的两幅图像分别包含了原图像中“明区”与“暗区”的细节信息；再将两幅具有不同细节信息的图像融合起来即可生成具有HDR效果的图像。

本发明提出的一种基于自适应双伽玛变换的HDR图像生成方法，该方法包括以下步骤：

步骤1、基于图像统计特性双伽玛变换值的获取，计算输入的LDR原始图像双伽玛变换值，该计算过程又包括以下3个小步骤：

(1)对图像进行分区：在一幅图像中，任意亮度值i出现的次数占图像总像素数的比例为亮度i的概率，这里的i为任意一幅图像Y通道的亮度值，根据图像的统计学特性进行分区，计算公式如下：

N_i表示亮度为i的像素个数，N为图像总的像素数，以i为上限的累积概率为

其中，p_m为亮度值为m的像素出现的概率，将累积概率为0.5的亮度值L_middle作为划分区域的阈值点，亮度大于此值为“明区”中的像素点,小于此值的为“暗区”中的像素点；

(2)分别计算“明区”与“暗区”的亮度倾向指数：

亮度划分后，在每一区域内根据以下计算公式得出明区与暗区的亮度倾向指数k_d、k_b：