本論文提出的方法對於高動態範圍影像的處理上達到保留影像細節、有效提 升影像能見度、避免光暈或環狀等人造現象、無需使用者自訂參數。且經由額外 添加的螢幕校正處理流程可以確保一張高動態範圍影像經由色調重現處理後仍 可以在螢幕上呈現出正確的色彩。實驗結果可以看到對於影像亮處細節的提升仍 然不夠明顯，這是因為區域成分演算法問題所造成的。我們可以看到影像亮處細 節的亮度差距若是以比值的方式去取得會發現比暗處細節來的小，因為分母變大 導致細節變小。未來希望能夠更進一步改善影像細節的演算法，以期望得到更良 好的高動態範圍影像的處理結果。
參 考 文 獻
[1] E. Reinhard, G. Ward, S. Pattanaik, and P. Debevec, High dynamic range imaging:
acquisition, display and image-based lighting. San Francisco: Elsevier/Morgan
Kaufmann, 2006.[2] W. C. Kao, C. C. Hsu, L. Y. Chen, C. C. Kao, and S. H. Chen, “Integrating image fusion and motion stabilization for capturing still images in high dynamic range scenes,” IEEE Trans. Consum. Electron., vol. 52, no. 3, pp. 735-741, Aug. 2006.
[3] W. C. Kao, “High dynamic range imaging by fusing multiple raw images and tone reproduction,” IEEE Trans. Consum. Electron., vol. 54, no. 1, pp. 10-15, Feb.
2008.
[4] E. Reinhard, “Parameter estimation for photographic tone reproduction,” Journal
of Graphics Tools., vol. 7, no. 1, pp. 45-52, Nov. 2002.
[5] E. Reinhard, M. Stark, P. Shirley, and J. Ferwerda, “Photographic tone reproduction for digital images,” ACM Trans. Graph, vol. 21, no. 3, pp. 267-276, July 2002.
Electron., vol. 52, no. 2, pp. 682-688, May 2006.
[8] E. Reinhard, and K. Devlin, “Dynamic range reduction inspired by photoreceptor physiology,” IEEE Trans. Vis. Comput. Graph, vol. 11, no. 1, pp. 13-24, Jan.-Feb.
2005.
[9] W. C. Kao, C. C. Hsu, L. Y. Chen, C. C. Kao, S. H. Chen, “Integrating image
fusion and motion stabilization for capturing still images in high dynamic range scenes,” IEEE Trans. Consum. Electron., vol. 52, no. 3, pp. 735-741, July 2006.
[10] G. Guarnieri, S. Marsi, and G. Ramponi, “High dynamic range image display with halo and clipping prevention,” IEEE Trans. Image Process., vol. 20, no. 5, pp.
1351-1362, May 2011.
[11] D. J. Jobson, Z. Rahman, and G. A. Woodell, “Properties and performance of a center/surround retinex,” IEEE Trans. Image Process., vol. 6, no. 3, pp. 451-462, Mar. 1997.
[12] B. Gu, W. Li, M. Zhul, and M. Wang, “Local edge-preserving multiscale decomposition for high dynamic range image tone mapping,” IEEE Trans.
Image Process., vol. 22, no. 1, pp. 70-79, Jan. 2013.
[13] K. Subr, C. Soler, and F. Durand, “Edge-preserving multiscale image decomposition based on local extrema,” ACM Trans. Graph., vol. 28, no. 5, pp.
147-155, Dec. 2009.
[14] J. Tumblin, J. K. Hodgins, and B. K. Guenter, “Two methods for display of high contrast images,” ACM Trans. Graph., vol. 18, no. 1, pp. 56-94, Jan. 1999.
[15] R. Fattal, D. Lischinski, and M. Werman, “Gradient domain high dynamic range compression,” ACM Trans. Graph., vol. 21, no. 3, pp. 249-256, July 2002.
[16] Q. Wang, and R. K. Ward, “Fast image/video contrast enhancement based on weighted thresholded histogram equalization,” IEEE Trans. Consum. Electron., vol. 53, no. 2, pp. 757-764, May 2007.
[17] F. Drago, K. Myszkowski, T. Annen, and N. Chiba, “Adaptive logarithmic mapping for displaying high contrast scenes,” in Proc. of Comput. Graph. Forum, vol. 22, 2003, pp. 419-426.
[18] P. E. Debevec, J. Malik, “Recovering high dynamic range radiance maps from photographs,” in Proc. ACM SIGGPAPH , 1997, pp. 369-378.
[19] W. C. Kao, X. T. Huang, H. C. Wang, C. C. Pan, and F. C. Yang, “Real-time tone reproduction for video recording,” in Proc. IEEE Int. Symp. on Consum. Electron., Harrisburg, PA, USA, June. 2012.
[20] J. Kennedy, R. Eberhart, “Particle swarm optimization,” in Proc. IEEE Int. Conf.
on Neural Networks, Perth, Australia, Nov. 1995, vol. 4, pp. 1942-1948.
[21] K. Chiu, M. Herf, P. Shirley, S. Swamy, C. Wang and K. Zimmerman, “Spatially nonuniform scaling functions for high contrast images,” in Proc. Graph.
Interface , May 1993, pp. 245-253.
附 錄 A
(a) 快速雙邊濾波器色調重現 (b) 伽瑪校正
(c) 直方圖等化 (d) 攝影色調重現-全域
(e) 快速頻率分割演算法 (f) 提出的方法 圖 A-1 實驗結果
(a) 原始影像
(b) 快速雙邊濾波器色調重現 (c) 伽瑪校正
(d) 直方圖等化 (e) 攝影色調重現-全域
(f) 快速頻率分割演算法 (g) 提出的方法 圖 A-2 圖(A-1)直方圖結果
(a) 快速雙邊濾波器色調重現 (b) 伽瑪校正
(c) 直方圖等化 (d) 攝影色調重現-全域
(e) 快速頻率分割演算法 (f) 提出的方法 圖 A-3 實驗結果
(a) 原始影像
(b) 快速雙邊濾波器色調重現 (c) 伽瑪校正
(d) 直方圖等化 (e) 攝影色調重現-全域
(f) 快速頻率分割演算法 (g) 提出的方法 圖 A-4 圖(A-3)直方圖結果
(a) 快速雙邊濾波器色調重現 (b) 伽瑪校正
(c) 直方圖等化 (d) 攝影色調重現-全域
(e) 快速頻率分割演算法 (f) 提出的方法 圖 A-5 實驗結果
(a) 原始影像
(b) 快速雙邊濾波器色調重現 (c) 伽瑪校正
(d) 直方圖等化 (e) 攝影色調重現-全域
(f) 快速頻率分割演算法 (g) 提出的方法 圖 A-6 圖(A-5)直方圖結果
(a) 快速雙邊濾波器色調重現 (b) 伽瑪校正
(c) 直方圖等化 (d) 攝影色調重現-全域
(e) 快速頻率分割演算法 (f) 提出的方法 圖 A-7 實驗結果
(a) 原始影像
(b) 快速雙邊濾波器色調重現 (c) 伽瑪校正
(d) 直方圖等化 (e) 攝影色調重現-全域
(f) 快速頻率分割演算法 (g) 提出的方法 圖 A-8 圖(A-7)直方圖結果
(a) 快速雙邊濾波器色調重現 (b) 伽瑪校正
(c) 直方圖等化 (d) 攝影色調重現-全域
(e) 快速頻率分割演算法 (f) 提出的方法
(a) 原始影像
(b) 快速雙邊濾波器色調重現 (c) 伽瑪校正
(d) 直方圖等化 (e) 攝影色調重現-全域
(f) 快速頻率分割演算法 (g) 提出的方法 圖 A-10 圖(A-9)直方圖結果
(a) 快速雙邊濾波器色調重現 (b) 伽瑪校正
(c) 直方圖等化 (d) 攝影色調重現-全域
(e) 快速頻率分割演算法 (f) 提出的方法 圖 A-11 實驗結果
(a) 原始影像
(b) 快速雙邊濾波器色調重現 (c) 伽瑪校正
(d) 直方圖等化 (e) 攝影色調重現-全域
(f) 快速頻率分割演算法 (g) 提出的方法 圖 A-12 圖(A-11)直方圖結果
(a) 快速雙邊濾波器色調重現 (b) 伽瑪校正
(c) 直方圖等化 (d) 攝影色調重現-全域
(e) 快速頻率分割演算法 (f) 提出的方法 圖 A-13 實驗結果
(a) 原始影像
(b) 快速雙邊濾波器色調重現 (c) 伽瑪校正
(d) 直方圖等化 (e) 攝影色調重現-全域
(f) 快速頻率分割演算法 (g) 提出的方法 圖 A-14 圖(A-13)直方圖結果
(a) 快速雙邊濾波器色調重現 (b) 伽瑪校正
(c) 直方圖等化 (d) 攝影色調重現-全域
(e) 快速頻率分割演算法 (f) 提出的方法 圖 A-15 實驗結果
(a) 原始影像
(b) 快速雙邊濾波器色調重現 (c) 伽瑪校正
(d) 直方圖等化 (e) 攝影色調重現-全域
(f) 快速頻率分割演算法 (g) 提出的方法 圖 A-16 圖(A-15)直方圖結果
(a) 快速雙邊濾波器色調重現 (b) 伽瑪校正
(c) 直方圖等化 (d) 攝影色調重現-全域
(e) 快速頻率分割演算法 (f) 提出的方法
(a) 原始影像
(b) 快速雙邊濾波器色調重現 (c) 伽瑪校正
(d) 直方圖等化 (e) 攝影色調重現-全域
(f) 快速頻率分割演算法 (g) 提出的方法 圖 A-18 圖(A-17)直方圖結果
(a) 快速雙邊濾波器色調重現 (b) 伽瑪校正
(c) 直方圖等化 (d) 攝影色調重現-全域
(e) 快速頻率分割演算法 (f) 提出的方法
(a) 原始影像
(b) 快速雙邊濾波器色調重現 (c) 伽瑪校正
(d) 直方圖等化 (e) 攝影色調重現-全域
(f) 快速頻率分割演算法 (g) 提出的方法 圖 A-20 圖(A-19)直方圖結果
(a) 快速雙邊濾波器色調重現 (b) 伽瑪校正
(c) 直方圖等化 (d) 攝影色調重現-全域
(e) 快速頻率分割演算法 (f) 提出的方法
(a) 原始影像
(b) 快速雙邊濾波器色調重現 (c) 伽瑪校正
(d) 直方圖等化 (e) 攝影色調重現-全域
(f) 快速頻率分割演算法 (g) 提出的方法 圖 A-22 圖(A-21)直方圖結果
(a) 快速雙邊濾波器色調重現 (b) 伽瑪校正
(c) 直方圖等化 (d) 攝影色調重現-全域
(e) 快速頻率分割演算法 (f) 提出的方法
(a) 原始影像
(b) 快速雙邊濾波器色調重現 (c) 伽瑪校正
(d) 直方圖等化 (e) 攝影色調重現-全域
(f) 快速頻率分割演算法 (g) 提出的方法 圖 A-24 圖(A-23)直方圖結果
(a) 快速雙邊濾波器色調重現 (b) 伽瑪校正
(c) 直方圖等化 (d) 攝影色調重現-全域
(e) 快速頻率分割演算法 (f) 提出的方法
(a) 原始影像
(b) 快速雙邊濾波器色調重現 (c) 伽瑪校正
(d) 直方圖等化 (e) 攝影色調重現-全域
(f) 快速頻率分割演算法 (g) 提出的方法 圖 A-26 圖(A-25)直方圖結果
(a) 快速雙邊濾波器色調重現 (b) 伽瑪校正
(c) 直方圖等化 (d) 攝影色調重現-全域
(e) 快速頻率分割演算法 (f) 提出的方法 圖 A-27 實驗結果
(a) 原始影像
(b) 快速雙邊濾波器色調重現 (c) 伽瑪校正
(d) 直方圖等化 (e) 攝影色調重現-全域
(f) 快速頻率分割演算法 (g) 提出的方法 圖 A-28 圖(A-27)直方圖結果
(a) 快速雙邊濾波器色調重現 (b) 伽瑪校正
(c) 直方圖等化 (d) 攝影色調重現-全域
(e) 快速頻率分割演算法 (f) 提出的方法 圖 A-29 實驗結果
(a) 原始影像
(b) 快速雙邊濾波器色調重現 (c) 伽瑪校正
(d) 直方圖等化 (e) 攝影色調重現-全域
(f) 快速頻率分割演算法 (g) 提出的方法 圖 A-30 圖(A-29)直方圖結果
(a) 快速雙邊濾波器色調重現 (b) 伽瑪校正
(c) 直方圖等化 (d) 攝影色調重現-全域
(e) 快速頻率分割演算法 (f) 提出的方法 圖 A-31 實驗結果
(a) 原始影像
(b) 快速雙邊濾波器色調重現 (c) 伽瑪校正
(d) 直方圖等化 (e) 攝影色調重現-全域
(f) 快速頻率分割演算法 (g) 提出的方法 圖 A-32 圖(A-31)直方圖結果
(a) 快速雙邊濾波器色調重現 (b) 伽瑪校正
(c) 直方圖等化 (d) 攝影色調重現-全域
(e) 快速頻率分割演算法 (f) 提出的方法 圖 A-33 實驗結果
(a) 原始影像
(b) 快速雙邊濾波器色調重現 (c) 伽瑪校正
(d) 直方圖等化 (e) 攝影色調重現-全域
(f) 快速頻率分割演算法 (g) 提出的方法 圖 A-34 圖(A-33)直方圖結果
(a) 快速雙邊濾波器色調重現 (b) 伽瑪校正
(c) 直方圖等化 (d) 攝影色調重現-全域
(e) 快速頻率分割演算法 (f) 提出的方法 圖 A-35 實驗結果
(a) 原始影像
(b) 快速雙邊濾波器色調重現 (c) 伽瑪校正
(d) 直方圖等化 (e) 攝影色調重現-全域
(f) 快速頻率分割演算法 (g) 提出的方法 圖 A-36 圖(A-35)直方圖結果
(a) 快速雙邊濾波器色調重現 (b) 伽瑪校正
(c) 直方圖等化 (d) 攝影色調重現-全域
(e) 快速頻率分割演算法 (f) 提出的方法 圖 A-37 實驗結果
(a) 原始影像
(b) 快速雙邊濾波器色調重現 (c) 伽瑪校正
(d) 直方圖等化 (e) 攝影色調重現-全域
(f) 快速頻率分割演算法 (g) 提出的方法 圖 A-38 圖(A-37)直方圖結果
(a) 快速雙邊濾波器色調重現 (b) 伽瑪校正
(c) 直方圖等化 (d) 攝影色調重現-全域
(e) 快速頻率分割演算法 (f) 提出的方法 圖 A-39 實驗結果
(a) 原始影像
(b) 快速雙邊濾波器色調重現 (c) 伽瑪校正
(d) 直方圖等化 (e) 攝影色調重現-全域
(f) 快速頻率分割演算法 (g) 提出的方法 圖 A-40 圖(A-39)直方圖結果
附 錄 B
圖 B-1 原始影像(左)，未校正處理結果(中)，校正後處理結果(右)
圖 B-2 原始影像(左)，未校正處理結果(中)，校正後處理結果(右)
圖 B-3 原始影像(左)，未校正處理結果(中)，校正後處理結果(右)
圖 B-4 原始影像(左)，未校正處理結果(中)，校正後處理結果(右)
圖 B-5 原始影像(左)，未校正處理結果(中)，校正後處理結果(右)
圖 B-6 原始影像(左)，未校正處理結果(中)，校正後處理結果(右)
圖 B-7 原始影像(左)，未校正處理結果(中)，校正後處理結果(右)
圖 B-8 原始影像(左)，未校正處理結果(中)，校正後處理結果(右)
圖 B-9 原始影像(左)，未校正處理結果(中)，校正後處理結果(右)
圖 B-10 原始影像(左)，未校正處理結果(中)，校正後處理結果(右)
自 傳
決心準備研究所考試，同時也決定只給自己一年的時間。後來我考上台灣師範大
經驗都有更進一步的體認。 3A(Auto Focus, Auto White Balance, Auto Exposure)的處理流程、感測器特性及種 類、色彩校正、色調重現、伽瑪校正、色彩空間、雜訊濾除等等非常多的基礎觀 念。而對於色彩學高教授推薦我去讀 Color Imaging : Fundamentals and Applications 這本國內外都相當有名的色彩學書籍，儘管尚未融會貫通，但仍然 帶給我許多色彩學的基本知識。
有了這些基礎知識讓我從事高動態範圍影像的研究比較順利，而高動態範圍