| 简短说明 | |
|---|---|
|
文件：
\examples\Processing\HDR_ImageComposition\HighDynamicRange\HDR_CRC_Bayer.vad |
 |
|
默认平台： mE5-MA-VCL, imaFlex CXP-12 Quad |
|
|
简要说明 基于 Debevec 和 Malik 的 HDR 算法，以及基于 Reinhard 等人和 Fattal 等人的 LDR 算法。 |
|
高动态范围 (HDR) 图像能够再现高范围的亮度。因此，非常暗和非常亮的细节可以组合在同一张图像中。 在大多数摄影技术中，很难通过单个 Exposure Time 实现如此高的亮度范围。因此，HDR 图像是通过具有不同 Exposure Time 的图像创建的。 大多数显示器无法直接显示 HDR 图像。因此，为了显示 HDR 图像，需要将亮度对比度按比例缩减为低动态范围 (LDR) 图像。 此过程也称为色调映射。在此 VisualApplets 示例中，实现了根据 Debevec 和 Malik [Deb97] 的 HDR 算法。 LDR 算法基于 Reinhard [Rei02] 和 Fattal [Fat02]。下面将简要解释这两种算法。
像素值 
在具有像素坐标的图像 i 中
和
可以表示为辐照度值 
和
Exposure Time 
:
当我们定义 
时，得出：
其中我们将 
称为响应曲线。
它将 Exposure Time
的像素值
与场景辐照度关联起来
.
假定每个像素都是常数。
已知 
和
,
可以用奇异值分解方法 [Deb97] 计算。
现在可以使用以下表达式 [Deb97] 创建 HDR 图像：
其中 
是生成的 HDR 图像中像素 x,y 处的对数辐照度值（以
为底）。对于彩色图像 
是红色、绿色
和蓝色值
(
,
和
).
即， 公式 34 必须分别计算红色、绿色和蓝色值。
是曝光次数。
在 公式 34
是一个加权函数：
可以计算为：
是缩放后的 HDR 亮度：
用于调整所显示 LDR 图像的亮度。
典型值介于 0.09 和 0.72 之间 [
根据 HDR 颜色计算得出：
,
和
:
在此示例中计算为
,
和
现在可以重建为
用于在显示器上输出的灰度图像可以计算为：
是根据以下内容进行 HDR 处理的结果 
是一个参数常量，可用于调整输出图像中的亮度。
用于拍摄具有极宽亮度范围（包含极暗和极亮物体）场景的 HDR/LDR 算法已在 VisualApplets 中实现， 适用于 灰度（“HDR_CRC_Gray.vad”）、Bayer（“HDR_CRC_Bayer.vad”）和彩色（“HDR_CRC_Color.vad”）相机图像。 图像传输至 PC，其中场景的每个物体都能正确显示。 设计“HDR_CRC_Bayer.vad”的基本结构如图 347 所示。所有示例均遵循相同的原则。 对于 Bayer 模式原始图像，每个图像像素的红、绿、蓝色值是在 HierarchicalBox Bayer 中使用 Bayer5x5Linear 算子计算的。此框仅包含在示例“HDR_CRC_Bayer.vad”中。 在框 ImageSequence 中，缓存了三幅图像的序列。这三幅图像应具有用于 HDR-LDR 处理的三种不同 Exposure Time。 选择 Exposure Time 时应确保每个图像像素在曝光序列的至少一幅图像中 既不曝光不足也不曝光过度。 您可以通过 HierarchicalBox Trigger（参见图 348）中的算子 SignalWidth width1 到 width3 来设置这些时间。 请注意，时间刻度为 8 ns 的系统时钟周期。算子 Generate-Period 必须至少设置为大于算子 SignalWidth width1 到 width3 最长时间的值。此外，请参阅相机手册中了解算子 Generate-Period 的最小周期长度。 这三幅图像使用上文所述根据 Debevec 和 Malik [Deb97] 的 HDR 算法进行组合。它在 HierarchicalBox HDR（图 347）中实现。对于灰度、Bayer 和彩色图像，实现方式是相同的。 LDR 算法在 LDR 中实现。彩色/Bayer 图像与灰度图像的实现方式不同（参见小节 和 ）。生成的 RGB 图像的颜色在 HierarchicalBox OutputToPC 中合并。此框在示例“HDR_CRC_Gray.vad”中不存在。 算子 SourceSelector 允许选择处理后的 HDR-LDR 图像或 （Bayer 去马赛克后的）相机图像的 DMA 传输。
在图 349 中，您可以看到 HierarchicalBox HDR的内容。对于缓冲图像序列的三幅图像，分子
和分母的项 
的 公式 34 分别针对图像一到三（HierarchicalBox Image1 更改为 Image3）的红、绿、蓝色单独计算。
在图 350 以图像 1 的红色为例（在 HierarchicalBox 红色
中的框 Image1内），您可以看到此计算。所有图像的所有颜色都以相同的方式处理。相机响应曲线 (CRC) 的对数值通过 HierarchicalBox 中的查找表分配给（红/绿/蓝）像素值。 over127 如果像素值大于 127 或在框内
underequal127 如果像素值小于或等于 127。这些查找表的内容 gO127 和 g_ueq_127 红色、绿色和蓝色的颜色可以通过 Matlab 程序模块“HDR_CRC.m”、“sample.m”和“gsolve.m”（在
\examples\Processing\Advanced\HighDynamicRange\ 下）计算，这些程序模块
基于 Debevec 和 Malik 的代码 [Deb97] 并部分基于 M. Eitz 的示例 [Eit07]。
请阅读“HDR_CRC.m”中的简短手册，了解有关如何使用该代码的更多说明。
通过 CONST 算子 LNdt1
（以及模拟 LNdt2 和 LNdt3 对于图像 2 和 3）
可以设置曝光时间的对数值（以 e 为底）。请注意，该值必须乘以
因为有 16 个小数位。
相应的时间基准可以通过参数 LNTimeBase来选择。的值
,
或
将时间标度设置为秒、毫秒或微秒。在查找表中 weight 中看到框 350 的权重函数 Equation 35
已实现。使用 Matlab 程序模块“HDR_CRC.m”、“sample.m”和“Weight.m”可以创建权重表“Weights.txt”。
另请阅读“HDR_CRC.m”中的简短手册
（或用于灰度图像的“HDR_CRC_Gray.m”）以获取进一步说明。HierarchicalBox 的最终输出 红色 （以及模拟 绿色 和
蓝色) 在框中 Image1 （以及模拟 Image2 和 Image3) 随后为
和
.
回到图 349 作为框的内含物 HDR。
HDR 彩色分量对数值的计算
,
和
根据
公式 34 在框中执行 红色, 绿色 和 蓝色。此处实现了对分子
和
分母 
所有分量的求和以及最终的除法
（例如参见图 351 中的红色）。
框 Lw 中看到框 349 包含根据对数值计算
HDR 颜色值的内容。
指数函数通过查找表实现。然后根据
,
和
根据它们的对数值。指数函数通过查找表实现。然后根据 HDR 颜色分量计算相对“世界”亮度“Lw”。 方程 38计算相对的“world”亮度“Lw”。
其平均值根据 方程 39 在模块的框 Lw_d 中计算 LDR （参见基本设计结构图
347）。全部内容 LDR 如图所示。 352.
模块 Ls 包含根据以下公式计算缩放后的亮度 公式 37 即相对“world”亮度与其平均值的除法，再乘以一个“brightness 参数” a。通过更改此参数值，可以更改最终处理图像的亮度。您可以在 VA 设计的注释框中找到此参数的合适值，或者如果您深入了解，可以在 [Rei02]. LDR_Luminance 根据以下公式计算 LDR 亮度 公式 36。此最终值将与 HierarchicalBox HDRColor 
,
和
的输出相乘，分别对应红色、绿色和蓝色分量。结果即为处理后输出图像的 LDR 红色、绿色和蓝色彩色分量
[Fat02]。
HierarchicalBox 的内容 LDR 灰度图像如图所示 353.
在 HierarchicalBox 中 Exp_Ln 
根据其对数值计算得出 
作为 HDR 处理的结果（公式 34）。
在方框 SQRT 中，根据节 中的算法提取平方根。将结果除以其自身 
加
。可以通过算子
ShiftLeft_Brightness.
上一页
