×
Ng，Michael K。；乔、莫通

色调映射HDR图像的总变差伽马校正方法。 （英语） Zbl 07468059号

Tai，Xue-Cheng（编辑）等，图像处理中的数学方法和反问题。根据2018年4月21日至24日在中国北京举行的IPIP 2018图像处理与反问题国际研讨会上的演讲选出的论文。新加坡：斯普林格。施普林格程序。数学。《统计》第360、113-138页（2021年）。
摘要：色调映射方法旨在通过压缩动态范围，在普通8位液晶显示器上显示高动态范围（HDR）图像。色彩渲染和对比度是色调映射方法发展中的两个重要问题。本文提出了一种变分方法，通过对HDR图像进行局部Gamma校正来生成低动态范围（LDR）图像，以处理颜色渲染和对比度问题。我们的想法是使用一个权重图来控制每个像素的局部Gamma校正，权重是通过最小化原始HRD图像和LDR图像在邻近像素的对比度之间的差异来确定的。通过对权重映射进行正则化，将权重的总变分项合并到Gamma校正过程的目标函数中。基于广泛使用的HDR图像的数值结果表明，与其他测试方法相比，该方法的有效性以及色调映射图像中细节的可见性。
关于整个系列，请参见[Zbl 1476.68015号].

MSC公司：

68T45型 机器视觉和场景理解
68平方英寸10 图像处理的计算方法
92 C55 生物医学成像和信号处理
94A08型 信息与通信理论中的图像处理（压缩、重建等）

关键词：

伽马校正；总变化量；色调映射；动态范围
PDF格式BibTeX公司 XML格式引用
\textit{M.K.Ng}和\textit{M.乔}，施普林格程序。数学。Stat.360，113--138（2021；Zbl 07468059）
全文： 内政部

参考文献：

[1] R.Erik、W.Heidrich、P.Debevec、S.Pattanaik、G.Ward、K.Myszkowski，《高动态范围成像：采集、显示和基于图像的照明》（Morgan Kaufman，2010）
[2] 安德森，M。；莫塔·R。；Chandrasekar，S。；Stokes，M.，互联网标准默认颜色空间提案-sRGB，IEEE Conf.图像处理。，1, 238-245 (1996)
[3] G.Wyszecki，W.S.Stiles，《颜色科学》，第8卷，威利出版社，纽约（1982）
[4] J.Tumblin，H.Rushmeierr，《真实图像的色调再现》。计算。图表。申请。6，42-48（1993年）
[5] J.Stevens，S.Stevens.《亮度函数：适应的影响》。JOSA 53（3），375-385（1963）
[6] G.Ward，亮度显示的基于对比度的比例因子。图表。宝石IV，415-421（1994）
[7] C.Schlick，高动态范围图像可视化的量化技术。真实感照片渲染技术，7-20（1995）
[8] K.Chiu，M.Herf，P.Shirley，S.Swamy，C.Wang，K.Zimmerman，高对比度图像的空间非均匀缩放函数，图形界面，245-245。加拿大信息处理协会（1993）
[9] M.Ashikhmin，《高对比度图像的色调映射算法》，载于第13届欧洲图形绘制研讨会论文集，145-156，欧洲图形协会（2002）
[10] J.Tumblin，J.Hodgins，B.Guenter，高对比度图像显示的两种方法。ACM事务处理。图表。（TOG）18（1），56-94（1999）
[11] F.Durand，J.Dorsey，高动态范围图像显示的快速双边滤波。ACM事务处理。图表。（TOG）21（3），257-266（2002）（ACM）
[12] C.Tomasi，R.Manduchi，灰度和彩色图像的双边滤波，第六届IEEE计算机视觉国际会议（1988年）
[13] P.Choudhury，J.Tumblin，高对比度图像和网格的三边过滤器，ACM SIGGRAPH（2005）
[14] F.Dragoa，W.Martensb，K.Myszkowskic，N.Chiba，基于心理物理评估和偏好映射的高动态范围图像色调映射算子的设计（国际光学和光子学学会，电子成像，2003）
[15] E.Lan、J.McCann，《轻与视网膜理论》。JOSA 61，1-11（1971）
[16] L.Meylan，S.Susstrunk，使用基于视网膜的自适应滤波器进行高动态范围图像渲染。IEEE传输。图像处理。15, 2820-2830 (2006)
[17] K.Kyungman，J.Bae，J.Kim，基于视网膜的自然HDR图像色调映射。IEEE传输。消费电子。57, 1807-1814 (2011)
[18] G.Larson，R.Holly，C.Piatko，高动态范围场景的可见性匹配色调再现操作符。IEEE传输。目视检查。计算。图表。3(4), 291-306 (1997)
[19] J.Duan，M.Bressan，C.Dance，G.Qiu，通过新的直方图调整对高动态范围图像进行色调映射。模式识别。43(5), 1847-1862 (2010)
[20] G.Qiu，J.Duan，高动态范围图像显示的最佳色调再现曲线操作符。IEEE电路与系统国际研讨会（2005）
[21] G.Qiu，J.Guan，M.Chen，使用优化的HDR图像色调映射——一种新的封闭形式解决方案，第18届国际模式识别大会，第1卷，第996-999页（2006）
[22] Q.Shan，J.Jia，M.Brown，全球优化线性窗口色调映射。IEEE传输。目视检查。计算。图表。16, 663-675 (2009)
[23] P.Gouras，《神经科学原理》，第三版，E.R.Kandel、J.H.Schwartz和T.M.Jessell，Eds.，Prentice-Hall，纽约（1991）
[24] 吴明辉，王福林，袁新元，图像恢复的非精确交替方向方法。SIAM J.科学计算。33, 1643-1668 (2011) ·Zbl 1234.94013号
[25] F.Drago，K.Myszkowski，T.Annen，N.Chiba，用于显示高对比度场景的自适应对数映射。计算。图表。论坛22（3），419-426。布莱克威尔出版公司（2003）
[26] F.Banterle，A.Artusi，K.Debattista，A.Chalmers，《高级高动态范围成像：理论与实践》。CRC出版社（2011）
[27] R.Fattal、D.Lischinski、M.Werman，梯度域高动态范围压缩。ACM事务处理。图表。（TOG）21（3），249-256（2002）
[28] E.Reinhard、M.Stark、P.Shirley、J.Ferwerda，数字图像的摄影色调再现。ACM事务处理。图表。（TOG）21（3），267-276（2002）
[29] S.Paris，F.Durand，使用信号处理方法快速逼近双边滤波器。国际期刊计算。视觉。81(1), 24-52 (2009)
[30] Y.Yee，S.Pattanaik，高动态范围图像细节显示的分割和自适应同化。可视化计算。19(7-8), 457-466 (2003)
[31] Endo，Y。；Kanamori，Y。；Mitani，J.，深度反调映射，ACM Trans。图表。，36, 177-1 (2017) ·数字对象标识代码：10.1145/313080.3130834
[32] X.Hou，J.Duan，G.Qiu，深度特征一致的深度图像转换：降尺度、脱色和hdr色调映射，arXiv预印本arXiv:1707.09482（2017）
[33] J.Lee，K.Sunkavalli，Z.Lin，X.Shen，I.Kweon，《自动内容软件颜色和色调风格化》，IEEE计算机视觉和模式识别会议论文集，第2470-2478页（2016）
[34] S.Ning，H.Xu，L.Song，R.Xie，W.Zhang，使用生成对抗正则化子学习反调映射网络，2018 IEEE声学、语音和信号处理国际会议（ICASSP），第1383-1387页（2018）
[35] K.Plataniotis，A.Venetsanopoulos，彩色图像处理和应用，Springer（2000）
[36] J.Tumblin，G.Turk，《LCIS：细节-保护对比度降低的边界层次》，载于《第26届计算机图形与交互技术年会论文集》，83-90。ACM出版社/Addison-Wesley Publishing Co.（1999）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。