英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料
附录A 外文译文
测试HDR图像渲染算法
摘要
对八高动态范围的图像渲染算法进行了测试，并且使用十个高动态范围的图像.一个大型的对偶比较心理物理学实验包括两个部分，用来比较整体渲染性能和灰度色调映射性能。创建一个区间规模的偏好，用来评估渲染结果。这个实验结果表明，色调的一致性与整体的渲染效果图的关联，说明了迪朗和多尔西的双边快速过滤技术以及莱因哈德的摄影色调再现技术拥有着最好的渲染性能。本实验的目的是建立一个健全的测试和评估方法的基础上的心理物理学的实验结果，以便今后研究渲染算法的准确性。
1.简介
捕捉和显示高动态范围（HDR）场景的困难早已被人们所领会。自然场景中包含大量的亮度变化，经常跨越10000:1。人们可以很容易地感知场景中的细节场景跨越的范围4 - 5数量级的亮度，通过适应，可以适应超过9个数量级的亮度。彩色成像技术的最新进展是创造了能够捕捉低动态范围图像探测器的HDR图像成像系统。然而，HDR图像仍不能很容易地显示在当前的CRT或液晶显示器上，它拥有约100:1的动态范围限制。无线电侦查图像动态范围更加的窄。这种动态范围的差距已经成为精确数字复制管道的瓶颈，高精度动态图像的色调映射的深入研究，对于准确的图像分析和摄影具有重要意义。
在过去的十年中已经开发了一些HDR图像渲染算法，以提供所需的感知效果的HDR图像的低动态范围显示。详细审查了许多算法，比如德夫林，马特科维科，龙，坦布林的算法。
这些渲染技术大致可分为两大类：空间均匀和空间变化。在全局图像的基础上，空间均匀映射适用于图像中的每个像素的相同的变换。而空间均匀映射的主要优点在于其简单性和计算效率，尽管在图像的每个区域中保持适当的局部对比度还是存在困难。空间变化的映射能够更灵活的控制局部对比度，因为根据其局部空间内容可以为每个像素使用特定的映射策略。这需要更多的时间进行局部比较，因此，在空间变化的映射的实际应用中计算效率优化是非常重要的。计算效率优化是非常重要的。
当一个新的渲染算法被提出，渲染性能就可以与以前的HDR图像渲染算法相比，然而，一个健全的测试和评估方法的心理物理实验结果尚未建立。Moroney进行了他的初次尝试，使用3个HDR图像的灰度图测试Retinex和iCAM。本文测试了多种算法和更大的图像集，并且比较许多现有的渲染算法的性能，用来帮助在HDR渲染算法未来的发展。
2.实验算法
在这项研究中，参考各类文献，选择了8种渲染算法，它们代表着不同的色调映射和空间处理技术。S形变换和局部色彩校正采用经典的8位图像增强技术绘制高动态范围图像。Ward Larson所提出的包含人类感知模型的直方图调整技术是最佳的空间均匀映射算子之一。空间变化的映射算子往往具有更好的渲染性能；由于这个原因，最近开发的五种渲染算法都包含在我们的实验：Retinex，，ICAM以及仙童、约翰逊的双边快速滤波；迪朗，多尔西的摄影色调再现，莱因哈德和法塔勒等人的梯度压缩。
3.S形变换
Braun提出图像亮度调整技术,采用S形对比来实现8位图像的色域映射的增强功能。S形函数的形式来自离散累积正态函数见方程1，其中x0和sigma;是均值的正态分布方差。
轻，亮度的对数，使规范化0到100，用来压缩HDR图像。根据布劳恩的想法，将图像分为三个级别组：高亮度级，正常亮度等级低亮度级。图像分类取决于平均亮度因数。初步实验是完成实验得到最优的x0，这三类sigma;参数如表1。
表1 三类图像的最优x0和sigma;
- 局部颜色校正
Moroney提出局部色彩校正技术，一基于非线性掩蔽的空间变化算子8位RGB图像的图像增强。高斯滤波器是模糊特定大小的低通滤波单色版本输入图像。对于HDR图像，对数属于亮度是从0到255，然后用于模糊计算代替。该算法见方程2。调整亮度，然后重新调整亮度到可显示的范围。
- 直方图调整
Ward Larson等提出的空间均匀的映射直方图调整技术重现HDR场景中的感知准确音调。通过局部亮度适应水平直方图可以映射原图像，以显示值保存局部对比可见性。眩光、空间锐度和颜色的人眼视觉模型敏感性效应被纳入到这个模型,重现人类视觉的缺陷并模仿观察。Experience自绘制这个实验中，只有人类对比敏感度函数。
- 视网膜大脑皮层理论
Retinex理论已经有40多年的历史，由Land在1963年首次描述，到现在已经实现了很多。Mccann总结说”Retinex是从视网膜到皮层的必要机制，用明度形式形成图像。应用描述了真实图像的动态范围压缩，是Frankle和McCann的专利.我们测试McCann99版本Retinex与公共Matlab代码是由Funt.Retinex迭代的数量控制对比度来得图像的动态范围压缩; Unt提出了一种自动设置这一重要的方法自由参数，用于我们的实验。
- 综合计算机辅助制造
ICAM是由Fairchild和的Johnson提出图像外观模型，旨在结合传统色彩外观能力以及空间视觉和图像质量指标。 因此，ICAM具有独特性能够预测高精度的色彩外观，动态范围场景。 Johnson描述了怎么具体实现ICAM框架的高动态性范围色调映射。设备相关的RGB输入考虑到本地图像被转换为IPT颜色空间色度适应和亮度适应变换使用高斯模糊滤镜。另一个低通版本的亮度通道图像用于计算每个像素的本地色调复制曲线。 映射然后将IPT图像反向返回到依赖于设备的位置图像显示。 来自Johnson和Taplin的Matlab代码在本实验中进行了改进和应用。
8.双边快速滤波技术
Durand和Dorsey提出了一种渲染技术可以减少对比度，同时保留图像中的细节。一个边缘保护的空间处理操作，就是双边滤镜，可将图像分解为两层：基础层，编码大规模的变体和细节层。 基层的对比度被压缩然后再与细节层组合以生成最终的结果图片。 这个过滤器是Tumblin的进一步发展，更容易控制的同时也解决了提到的两个问题，区域光晕和扩散不连续性。
- 摄影色调复制
摄影师传统上使用区域系统和闪避和刻录技术来映射场景亮度成一套印刷品。 Reinhard的色调再现技术渲染，使场景的亮度和动态范围可以分区域，并为中灰色和关键的适当选择现场确保最大可能的细节保留。 一个简单而有效的全局算子用于压缩图像中的高强度，这避免引入一些其他的对比度减少之外的亮点; 如果一个高动态范围的场景包括超过11个区域就使用不同程度曝光技术。在本实验中使用自动选择两个用户参数“关键”和“白点”。
- 渐变压缩
Fattal等人提出了一种基于梯度域高动态范围压缩的色调映射技术。他们观察到，剧烈的亮度变化往往会导致大幅度的亮度梯度，精细的细节往往对应于较小的梯度幅度。创建了适当的空间变体映射函数，以减轻在不同尺度上的大梯度，同时保留细节。梯度衰减函数是通过使用多分辨率解压缩技术在不同尺度上组合衰减函数得出的。通过衰减压缩亮度对数的梯度域，然后通过在修改的梯度场上求解一组泊松方程来获得新的动态范围图像。 该算法的目标是提供一种快速且易于使用的色调映射技术，而不是感知精度。
11.实验
设计了一个探索性心理物理实验，用于在LCD显示屏上使用十个图像HDR彩色图像来测试HDR图像渲染算法。 在考虑音调压缩性能，色彩外观等图像属性的同时，要求观察者对偏好进行缩放。
- 情景选择
测试场景的选择是比较HDR图像渲染算法的一个重要考虑因素。动态范围和场景的平均亮度是最明显的两个因素。开发了一个定量评估系统，用于描述区域系统中的这两个因素，被广泛用于摄影。图像的动态范围在等式3中定义。
LMax和LMin分别是场景的最大和最小亮度。平均亮度因子可以指示场景是否是主观的，正常的或暗的，这可以计算公式4至6。
公式4是从reinhard摄影色调再现技术，其中Lw是像素的亮度（x，y）的世界，N为图像中的像素的总数，delta;是一个小值，以避免奇异性，Lw描述图像的亮度平均值。通过动态范围的归一化平均亮度可以用于定量表达图像的一般主观亮度。
由于渲染性能可能是依赖于一个特定的捕获过程或内容，所以选择十个场景来测试各种HDR图像源的实验算法。这些实验图像映射到我们的评估系统，如图1所示。十个实验场景接近均匀分布在这个地图，覆盖不同的动态范围和三个亮度组： 黑暗，正常和光。图像“纪念”是Debevec的经典基准HDR图像；“bristolb”、“tahoe1”、“clockbui”也是由Greg Ward；提供”lamp_up”是被Pattanaik等人采取拍摄的。 “比利时”是耶路撒冷希伯来大学公开发行的，“colorcube”、“split_cube2”和“车库”是从RIT的高动态范围图像数据库.最后，计算机生成的场景，“由Shirley，提供的“lamp_pete”被选中。
图1实验图像图。
从左到右：split_cube2，colorcube，tahoe1，bristolb，clockbui，lamp_pete，lamp_up，纪念馆，比利时和车库。
- 算法实现
Retinex，iCAM的实现源代码，直方图调整和照相色调再现算法是公开的，其他四个算法在Matlab实验中实现。输入的HDR图像都是 Radiance rgbe格式。由于大多数RGB图像的原始原色是未知的，图像值应该是线性的绝对亮度。相对亮度值为从输入R，G和B三元组近似L = 0.27R0.67G0.06B。参数选择有显着影响渲染性能，所以默认在每个算法中使用的参数，根据原始出版物。当我们开发实施的HDR图像渲染应用程序用于S形变换和局部色彩校正，这两种算法的参数从初步实验经验确定。一致的彩色图像输出以最小化颜色偏移是颜色的另一个重要问题图像呈现。 iCAM是在特定设备中开发的独立的色彩空间，而其他算法主要是仅设计色彩映射而不进行色彩处理。对于这些算法，使用了Schlick提出的颜色处理方法。
- 心里物理实验
渲染结果显示在一个苹果影院高清液晶显示屏的最大亮度为180流明/平方米。23英寸对角线显示屏具有1920times;1200像素分辨率，允许同时显示两个787times;704的像素图像。LCD显示器的特征在于由Day提供的图像的色度特征化模型。图像以黑暗环绕的20％灰色背景呈现。实施了两个配对比较心理物理实验。第一节比较了一般的渲染性能，包括色调压缩，自然外观，色彩饱和度，图像对比度和图像清晰度等，而在第二部分对灰度图像的色调映射性能进行了比较。第二部分使用的灰度图像从彩色图像的亮度通道转换，通过LCD显示的白点来减少图像中的颜色偏移。总共280次随机比较，并且在显示的左右两侧随机选择呈现给观察者。显示器被放置在约60厘米的距离。观察家们提出的合理的任务，他们喜欢的两个图像中的哪一个，然后直接点击图像。平均而言，观察者能够在30分钟内完成一个部分。
15.结果与讨论
Thurston的比较判断法用于分析配对比较结果，并将观察者数据转换成区间偏好量表。由于一些图像对之间的巨大性能差异，存在一些零比例的矩阵问题，其中正偏离是未定义的。Morrisey的不完整的矩阵解，采用线性回归方法来填充缺失的Z值，用来解决这个一致的判断问题。
在第1部分的颜色渲染中，每个场景的置信区间的置信区间为95%，如图2所示，图3所示为十个场景的平均间隔尺度。每个模型的我 沿纵坐标的组合规模值，从最坏到最好的顺序显示。对区间分数的平均绝对偏差检验，误差为0.042，说明Case V模型适合数据。从结果来看，Durand＆Dorsey的双边快速过滤技术和Reinhard的照相色调再现在算法中具有最佳的整体渲染性能。双边快速滤波技术在几乎所有的实验场景渲染中都取得了良好的效果，除了实验场景渲染“lamp_pete”。摄影色调再现在所有十个场景中具有一致的良好渲染性能平均间隔得分略低于双边快速过滤，但不具有统计学意义。Ward Larson的直方图调整和ICAM是彼此相媲美，且明显优于其他四种算法。Retinex有最大的偏好差异，在“lamp_up”有最好的渲染性能和在“车库”最坏的渲染性能。oroney的本地色彩控制技术和Sigmoidal渲染技术具有较低的平均偏好，这表明传统的8位图像增强技术在HDR图像渲染中的应用可能有限。Fattal的梯度域压缩技术具有最低的偏好程度，这可能是因为原始源代码不可用，并且实现的过程可能与原始出版物不同。
图2十个场景的HDR图像渲染的间隔分数（彩色图像）
图3 10个场景（彩色图像）的HDR图像渲染的平均间隔
图4十个场景（灰度图像）的间隔分数色调映射
图5平均间隔十个场景的色调映射（灰度图像）
图4给出了从第二部分的十个场景中的灰度色调映射性能得到的区间尺度图。十个场景的平均间隔尺度如图5所示 。同样，每个模型沿纵坐标的平均值的顺序显示。计算的平均绝对偏差
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[613593]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
