matlab怎样查看图像的动态范围,图像处理之动态范围压缩

本文介绍了动态范围压缩在图像处理中的重要性,特别是针对HDR到LDR的转换。讨论了线性移位、对数映射、分段函数映射等算法,并提出了一种结合对数映射和分段映射的新算法,以平衡全局和局部信息,提高图像的视觉效果。通过MATLAB仿真对比,展示了新算法在增强对比度和平滑亮度变化方面的优势。
摘要由CSDN通过智能技术生成

原标题:图像处理之动态范围压缩

1、动态范围压缩介绍

自然界中真实场景能够表现比较广泛的颜色亮度区间,比如从很暗(10^-5 cd/m2)的黑夜到明亮(10^5 cd/m2)的太阳光,有将近10个数量级的动态方位。而传统显示设备所能显示的场景、视频和图像通常受限于硬件设备,通常只能表达出很小一部分的亮度范围,比如如常见的8比特图像显示0到255的整数范围,因此为了能够显示高动态范围的影响,需要实现从高动态范围图像(HDR)到低动态范围图像(LDR)的映射,并且不同显示设备的出现,需要实现HDR和之间的相互转换 ,即动态范围压缩(DRC,Dynamic Range Compression)。

动态范围压缩算法常见的分为全局映射和局部映射:

全局映射:像素的一对一映射,降低一致的分辨率,这样得到的LDR图像的对比度大大地减少,容易丢失细节部分的信息 。

局部映射:考虑像素和像素之间的关系,能够适当增强局部范围的亮度对比度,它保留了一定的细节,但是某些区域会出现失真的现象,并且它的复杂度较高 。

鉴于这个原因,我们希望有一个理想算法:既要能保持像素的整体变化,又要能保存一部分细节特征,使得亮度效果能够达到人眼可以接受的接近现实的场景。

2、动态范围压缩算法

实现动态范围压缩有许多种算法,比如线性移位算法、对数映射算法、分段函数映射算法、自适应性对数映射算法、高动态范围图像可视化算法。

2.1 线性移位算法

原理:是最简单的DRC算法,它将以n比特整数表示的HDR图像直接右移(n—m)个比特得m(m

缺点:考虑像

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值