基于無(wú)窮范數(shù)約束與最大熵原則的色調(diào)映射方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于數(shù)字圖像處理技術(shù)領(lǐng)域，涉及將高動(dòng)態(tài)的數(shù)字圖像映射至低動(dòng)態(tài)范 圍，可用于完成高動(dòng)態(tài)數(shù)字圖像的低動(dòng)態(tài)顯示過(guò)程。
【背景技術(shù)】
[0002] 隨著數(shù)字圖像技術(shù)的發(fā)展和普及，傳統(tǒng)的低動(dòng)態(tài)范圍圖像已經(jīng)無(wú)法滿足人們?nèi)找?增長(zhǎng)的需求，高動(dòng)態(tài)的數(shù)字圖像視覺(jué)內(nèi)容正在增多。如在航空航天領(lǐng)域，人們使用更為高效 的數(shù)字傳感器捕獲動(dòng)態(tài)范圍更高的航空?qǐng)D像；在電腦動(dòng)畫游戲領(lǐng)域，人們使用計(jì)算機(jī)圖形 生成技術(shù)，產(chǎn)生無(wú)限動(dòng)態(tài)范圍的創(chuàng)作視覺(jué)內(nèi)容。
[0003] 然而，相較于快速發(fā)展并廣泛應(yīng)用的計(jì)算機(jī)圖形生成技術(shù)和數(shù)字傳感器工藝，目 前廣泛使用的卻是不支持高動(dòng)態(tài)數(shù)字圖像的傳統(tǒng)顯示設(shè)備。因而，高動(dòng)態(tài)的數(shù)字圖像往往 需要映射成低動(dòng)態(tài)圖像，以完成在傳統(tǒng)顯示設(shè)備上顯示。常用的方法是對(duì)高動(dòng)態(tài)圖像進(jìn)行 線性映射，即直接舍去高動(dòng)態(tài)圖像的低位，但是，這樣會(huì)舍去很多圖像的細(xì)節(jié)信息，從而造 成圖像顯示效果的減弱。因而，如何將高動(dòng)態(tài)圖像映射成低動(dòng)態(tài)圖像，使其能夠最優(yōu)地在低 動(dòng)態(tài)顯示器上顯示，成為了一個(gè)很重要的問(wèn)題。
[0004] 目前為止，已提出的色調(diào)映射算法主要有以下幾種：
[0005] 湯姆森特許公司提出的專利申請(qǐng)"基于區(qū)的色調(diào)映射"，專利申請(qǐng)?zhí)枮?201080029221，公開(kāi)了一種用于將高動(dòng)態(tài)范圍圖像色調(diào)映射到低動(dòng)態(tài)范圍顯示器上的方 法。該方法首先訪問(wèn)高動(dòng)態(tài)范圍圖像，并將圖像分段成不同區(qū)域，每個(gè)區(qū)域由矩陣表示，其 中矩陣的每個(gè)元素是像素的權(quán)重或者概率。隨后，計(jì)算每個(gè)區(qū)域的曝光值并將其應(yīng)用到每 個(gè)區(qū)域。最后，將不同區(qū)域融合到一起以得出最終的映射圖像。然而，該算法是根據(jù)特定的 函數(shù)曲線，將高動(dòng)態(tài)圖像直接映射至低動(dòng)態(tài)，并沒(méi)有考慮到圖像的細(xì)節(jié)信息以及最優(yōu)顯示 問(wèn)題。
[0006] 惠普開(kāi)發(fā)有限公司提出的專利申請(qǐng)"用于色調(diào)映射圖像的方法"，專利申請(qǐng)?zhí)枮?200980160696,公開(kāi)了一種用于色調(diào)映射的數(shù)字圖像方法。該方法首先將多個(gè)線性強(qiáng)度值 從線性空間映射至非線性空間，隨后基于當(dāng)前高位深度強(qiáng)度值選擇邊界區(qū)間值，將所選擇 的邊界區(qū)間值中的每一個(gè)映射到較低位深度非線性空間中，最后將被映射的所選擇的邊界 區(qū)間值存儲(chǔ)到計(jì)算機(jī)可讀介質(zhì)上。然而，該算法是通過(guò)使用伽馬函數(shù)來(lái)完成將圖像從高動(dòng) 態(tài)范圍映射至低動(dòng)態(tài)的非線性空間中，因而，其映射后，低動(dòng)態(tài)圖像的顯示效果并不是很 好。
[0007] 綜上所述，上述兩種技術(shù)均是簡(jiǎn)單的采用固定形式的映射函數(shù)將高動(dòng)態(tài)圖像直接 映射至低動(dòng)態(tài)，雖然對(duì)過(guò)亮或過(guò)暗的單峰圖像有較好的顯示效果，但映射函數(shù)形式單一，可 調(diào)節(jié)范圍僅僅是映射函數(shù)的相關(guān)參數(shù)，無(wú)法對(duì)所有圖像進(jìn)行有效顯示，尤其是對(duì)包括有過(guò) 亮區(qū)域和過(guò)暗區(qū)域的多峰圖像進(jìn)行有效顯示。其次，上述顯示方法并沒(méi)有考慮到圖像整體 的信息論意義，沒(méi)有顯式的最優(yōu)映射表達(dá)式。最后，上述顯示方法由于沒(méi)有色調(diào)誤差保護(hù)機(jī) 制，在映射的過(guò)程中會(huì)不加區(qū)分地丟棄所有統(tǒng)計(jì)特征不明顯的內(nèi)容，若這些內(nèi)容中包含有 語(yǔ)義信息顯著的重要內(nèi)容，如小目標(biāo)及隱藏目標(biāo)等，則會(huì)導(dǎo)致重要信息的丟失。

【發(fā)明內(nèi)容】

[0008] 本發(fā)明的目的在于針對(duì)上述已有技術(shù)中的不足，提出一種基于無(wú)窮范數(shù)約束與最 大熵原則的色調(diào)映射方法，以減少高動(dòng)態(tài)圖像映射成低動(dòng)態(tài)圖像時(shí)信息的損失，得到效果 最優(yōu)的低動(dòng)態(tài)圖像。
[0009] 實(shí)現(xiàn)本發(fā)明目的技術(shù)思路是：根據(jù)高動(dòng)態(tài)圖像的系數(shù)分布，建立圖論模型，采用帶 無(wú)窮范數(shù)約束的最大熵原則，設(shè)計(jì)并求解最優(yōu)映射函數(shù)，在保證細(xì)節(jié)信息的前提下，對(duì)圖像 中的元素進(jìn)行非線性映射，并最大化低動(dòng)態(tài)圖像系數(shù)的信息熵。具體步驟包括如下：
[0010] ⑴依據(jù)待映射圖像中像素點(diǎn)的值，將像素點(diǎn)分為2m個(gè)類別，并遍歷待映射 圖像所有的像素點(diǎn)，統(tǒng)計(jì)出每個(gè)類別的出現(xiàn)概率P m(a)，其中，m為待映射圖像的位寬， 0 ^ a ^ 2m-l ；
[0011] (2)根據(jù)步驟⑴所得的統(tǒng)計(jì)信息，建立圖論模型，即從2-個(gè)類別中選取出2n-l個(gè) 節(jié)點(diǎn)s k，并與初始節(jié)點(diǎn)Stl組成節(jié)點(diǎn)集合S，其中，η為映射目標(biāo)圖像的位寬，I < k < 2 n-l，Stl =〇 ；
[0012] (3)以最大熵為原則，建立如下最優(yōu)化方程：
【主權(quán)項(xiàng)】
1. 一種基于無(wú)窮范數(shù)約束與最大熵原則的色調(diào)映射方法，包括如下步驟： (1) 依據(jù)待映射圖像中像素點(diǎn)的值，將像素點(diǎn)分為2-個(gè)類別，并遍歷待映射圖像所有的 像素點(diǎn)，統(tǒng)計(jì)出每個(gè)類別的出現(xiàn)概率Pm(a)，其中，m為待映射圖像的位寬，O < a < 2m_l ; (2) 根據(jù)步驟（1)所得的統(tǒng)計(jì)信息，建立圖論模型，即從2-個(gè)類別中選取出2 n-l個(gè)節(jié) 點(diǎn)sk，并與初始節(jié)點(diǎn)Stl組成節(jié)點(diǎn)集合S，其中，η為映射目標(biāo)圖像的位寬，I < k < 2 n-l，Stl = 〇 ； (3) 以最大熵為原則，建立如下最優(yōu)化方程： 2^-1 max 2]-P (λ;.) log P (,ν;) <1> 其中，Pn(Sj) = ΣΡ>)，Sj< b < s J+1，?彡 j 彡 2n_l，\ ; (4) 根據(jù)色調(diào)失真需求，對(duì)式〈1〉中各節(jié)點(diǎn)sk的最大長(zhǎng)度進(jìn)行約束，即得到〈1〉的約束 條件： Sjtl-Sj^ τ 〈2> 其中，0 < j < 2η_1，τ為色調(diào)失真控制系數(shù)，根據(jù)實(shí)際需求設(shè)定； (5) 使用圖論中的K-Links最長(zhǎng)路徑求解算法，在式〈2>的約束情況下，優(yōu)化步驟（2) 中各節(jié)點(diǎn)Sk的選取，得到使式〈1>取得最大值時(shí)的最優(yōu)集合S b; (6) 根據(jù)步驟（5)中求得的最優(yōu)集合Sb，完成待映射圖像中每個(gè)像素點(diǎn)的映射操作，即 將待映射圖像中像素值為[s h，sh+1)的點(diǎn)的像素值賦為h，得到映射目標(biāo)圖像。
2. 根據(jù)權(quán)利要求1所述的基于無(wú)窮范數(shù)約束與最大熵原則的色調(diào)映射方法，其中所述 步驟（5)，按如下步驟進(jìn)行： (5a)從步驟⑴的2-個(gè)類別中，選取出1個(gè)節(jié)點(diǎn)，并與初始節(jié)點(diǎn)s ^組成1次節(jié)點(diǎn)集合 S1，遍歷所有的節(jié)點(diǎn)選取情況，求得每種情況時(shí)的1次節(jié)點(diǎn)最大熵e(1;i)，其中0 < i < 2m-l， e(1;i)表示選取節(jié)點(diǎn)為i時(shí)，2-Pn(Sj)l〇gPn( Sj)的最大值，其中Sje S1; (5b)設(shè)置變量M = 2 ; (5c)從步驟（1)的2m個(gè)類別中，選取出滿足式〈2>的M個(gè)節(jié)點(diǎn)，并與初始節(jié)點(diǎn)s ^組成 M次節(jié)點(diǎn)集合SM，結(jié)合已經(jīng)求得的M-I次節(jié)點(diǎn)最大摘e(M_1; ，遍歷所有的節(jié)點(diǎn)選取情況，求得 每種情況時(shí)的M次節(jié)點(diǎn)最大熵e(su)，其中O < i < 2m-l，e(su)表示選取的最后一個(gè)節(jié)點(diǎn)為 i 時(shí)，X-Pn(Sj)IogPn(Sj)的最大值，其中 Sm; (5d)設(shè)置變量M = M+1，并判斷M彡2"是否成立，若成立，則返回步驟（5c)，若不成立， 則進(jìn)行步驟（5e); (5e)根據(jù)求得的2n-l次節(jié)點(diǎn)最大熵結(jié)果，以取得最大值時(shí)對(duì)應(yīng)的選取情 況作為最優(yōu)集合Sb，其中O < i < 2m-l。
【專利摘要】本發(fā)明公開(kāi)了一種基于無(wú)窮范數(shù)約束與最大熵原則的色調(diào)映射方法，主要用于解決高動(dòng)態(tài)圖像低動(dòng)態(tài)映射時(shí)信息損失較大，易造成重要語(yǔ)義信息細(xì)節(jié)丟失的問(wèn)題。其實(shí)現(xiàn)步驟為：1)統(tǒng)計(jì)待映射圖像中像素值的分布情況；2)根據(jù)統(tǒng)計(jì)結(jié)果建立圖論模型；3)以圖論模型為基礎(chǔ)建立最優(yōu)化方程；4)根據(jù)色調(diào)失真需求，設(shè)置最優(yōu)化方程的約束條件；5)使用圖論中K-Links最長(zhǎng)路徑求解算法，求解最優(yōu)化方程；6)根據(jù)最優(yōu)化方程的解，完成映射操作。本發(fā)明可有效降低圖像低動(dòng)態(tài)映射時(shí)信息的損失，通過(guò)加入色調(diào)誤差保護(hù)機(jī)制，可確保重要語(yǔ)義信息的細(xì)節(jié)不會(huì)損失，且運(yùn)算復(fù)雜度低，并行性好，易于實(shí)時(shí)實(shí)現(xiàn)，可用于高動(dòng)態(tài)圖像的低動(dòng)態(tài)映射及顯示。
【IPC分類】G06T5-00
【公開(kāi)號(hào)】CN104835121
【申請(qǐng)?zhí)枴緾N201510205188
【發(fā)明人】牛毅, 石光明, 任瓊巍, 李甫, 樊春曉, 焦陽(yáng), 柳林
【申請(qǐng)人】西安電子科技大學(xué)
【公開(kāi)日】2015年8月12日
【申請(qǐng)日】2015年4月27日