1.2 問題描述
動態範圍 (Dynamic Range)[1]在學術上的定義為場景中最大亮度與最小亮度 的比值,現實生活中的動態範圍是相當廣大的,從圖 1-1 可以看到:直視太陽光 的亮度大約落於
10
6cd / m
2,而夜晚星光大約落於10
3cd / m
2。這些場景之間的動 態範圍約有10
9之多。這樣廣大的動態範圍遠遠超乎現代相機所能記錄的上限,也造就高動態範圍影像所造成的問題至今仍然還在探討中。
圖1-1 現實場景的亮度範圍
(資料來源:http://www.cambridgeincolour.com/tutorials/dynamic-range.htm)
前面提到相機因為其光感測器特性關係無法一次捕捉完整高動態範圍場景 的亮度資訊。相機的光感測器是以線性的方式去記錄光的能量大小,這是為了捕 捉最原始的亮度資訊。然而,以目前常見的相機原始圖檔格式 (RAW Image) 來 記錄影像資訊,其以10位元至16位元來記錄每個影像像素資訊。原始圖檔格式大 約可以記錄動態範圍從
10
3至10
4.8。但是現實場景往往會超過此動態範圍,對於這 樣的問題有學者提出使用多重曝光技術來獲得完整高動態範圍場景的亮度資 訊。多重曝光技術是以相機設定不同曝光時間去拍攝相同場景,接著取其中低曝 光值影像的亮處資訊與高曝光值影像的暗處資訊將其合成一張高動態範圍影像 (High Dynamic Range Image, HDRI)[3]。有了一張完整亮度資訊的高動態範圍影像 後,接下來要思考如何讓其完整呈現在低動態範圍顯示裝置上。作法有兩種:利 用高動態範圍顯示裝置呈現、使用色調重現演算法來處理影像。高動態範圍顯示裝置與其技術並不是本論文探討主題,本論文主要著重於使
用色調重現演算法處理高動態範圍影像讓其完整呈現在低動態範圍螢幕上。色調 重現演算法主要是模擬人眼視覺去重現高動態範圍影像,其中關鍵的技術就是色 調映射運算子 (Tone Mapping Operator, TMO),如圖1-2所示:色調重現運算子的 主要功能就是將高動態範圍影像資訊映射到低動態範圍影像所能呈現的範圍。目 前仍然沒有人可以做到能讓高動態範圍影像完整呈現人眼所見的場景。這是因為 還沒有學者可以完全了解人眼如何去適應高動態範圍場景。處理高動態範圍影像 重點大致上都著重於:保留影像細節、提升影像能見度、避免光暈或環狀人造現 象。本論文所提出的色調重現演算法可以針對此三個要點去做處理進而得到良好 的處理結果。
圖1-2 色調映射運算子主要功能
(資料來源:http://people.csail.mit.edu/fredo/PUBLI/Siggraph2002/Bilateral.ppt)
1.3 現有研究探討及存在的問題
像能見度、避免光暈或環狀人造現象 (Halo and Ringing Artifacts),一個好的色調 重現演算法應該要能夠同時對三個要點做處理且執行速度也要快速,最好也不需而,因為雙邊濾波器需考量每個像素距離、亮度差異等高斯權重關係導致運算過 於複雜,此方法主要著重於降低雙邊濾波器的運算複雜度而其色調映射的部分以 別人提出的方法為主,這樣的做法對於參數的選擇需要相當慎重避免影像得到不 預期的結果,我們認為應該要降低或是取消給使用者決定的參數,這樣才能讓使 用者方便去使用。直方圖等化是一般處理高動態範圍影像常見的方法之一,其是 利用累積分佈函數和機率密度函數對影像色階做重新分配,但是因為其只考量到 影像色階直方圖而沒有考量影像像素間的區域關係,這導致處理後的影像相當不 自然且調整幅度過於暴力。快速頻率分割演算法理念相當類似於快速雙邊濾波器 色調重現演算法,它們都是取出影像細節後再做色調映射處理,然而,快速頻率 分割演算法主要是應用在即時影片色調重現處理,目的是講求快速且對夜間能見 度有較高的要求,這造成其影像結果偏亮且有可能會有不自然現象。伽瑪校正早 期主要是拿來針對螢幕非線性輸出曲線做校正,因為其是對影像往上做非線性調 整導致現今也有業者使用伽瑪校正來處理高動態範圍影像,然而,伽瑪校正沒有 考慮到影像任何資訊就對影像做調整導致其影像細節保留不易且容易造成影像 過曝,且因為其對 R、G、B 三通道分別處理導致可能會產生色偏的問題。區域 邊緣保留之影像多重分割及色調重現其類似快速雙邊濾波器的作法,其將影像分 割成基礎層和多個細節層去做處理,但仍然需要精準的設定參數。基於梯度之高 動態範圍壓縮演算法是壓縮變化劇烈的影像梯度及提升變化平緩的影像梯度,奇 實驗結果對於動態範圍壓縮及影像能見度提升都有相當好的效果,但仍然看起來 有點不自然。
1.4 提出的方法
本 論 文 根 據 攝 影 色 調 重 現 演 算 法 中 的 映 射 函 數 (Photographic Mapping Function) 去 添 加 兩個 區域參數 : 對 比 值 (Contrast Value) 、 灰 暗 值 (Darkness Value)。對比值是經由區域對比影像 (Local Contrast Map)配合高斯權重得到,其 可以用來提升高動態範圍影像的細節。而灰暗值是經由亮度平滑影像 (Smoothed Map) 配合高斯權重得到,其是用來更進一步壓縮影像動態範圍進而提升影像能 見度。本論文提出的方法是一個容易實作且有效的色調重現演算法,且皆能考量 到高動態範圍影像的處理上需要注意的三點:保留影像細節、提升影像能見度、
避免光暈或環狀人造現象,這讓高動態範圍影像經由提出的色調重現演算法處理 後能得到理想的結果。為了能夠讓影像在螢幕上呈現正確的色彩,我們也配合亮 度量測儀器去添加螢幕的伽瑪校正流程和色彩校正流程。