岁月蹉跎的一杯酒
ISP小粉丝一枚
展开
-
Robust Multi-Exposure Image Fusion: A StructuralPatch Decomposition Approach论文详解(2017年TIP)
基于块分解的多曝光融合算法(SPD_MEF)相关论文总结和介绍原创 2023-06-10 16:07:36 · 845 阅读 · 0 评论 -
HDR学习之旅(四)—HDR10+
HDR学习之旅(四)—HDR10+目录HDR学习之旅(四)—HDR10+介绍高动态范围视频的背景高动态范围的视频标准高动态范围内容工作流静态元数据的限制动态元数据的必要性HDR10 +系统优势HDR10+工作流程和生态系统HDR10 +元数据生成HDR10 +实时编码HDR10 +向后兼容性HDR10+适用的内容配置文件设备色调映射H...原创 2020-04-19 22:11:41 · 4878 阅读 · 2 评论 -
HDR色调映射学习(一)
色调映射学习(一)摘要HDR技术当前发展迅速,各大手机厂商将其视为重要的评价标准,未来也会成为图像和视频的主流。如何让HDR图像与视频也能够同时兼容地在现有的LDR显示设备上显示,是非常重要的技术挑战。色调映射技术(Tone Mapping)就是用来实现将HDR源信号,转换到LDR源信号的技术。...原创 2020-04-04 19:03:16 · 3515 阅读 · 0 评论 -
HDR学习之旅(三)——杜比视界
HDR学习之旅(三)——杜比视界目录杜比视觉是什么?杜比视觉:植根于人类视觉系统的科学我们需要多大的动态范围?为什么使用杜比视界?内容创建者看到的就是观众看到的如何实现杜比视觉?内容创作游戏创作传输/运输我们需要多少位深度?播放解码器和编码器显示管理器杜比视觉是什么?杜比视觉改变您体验电影、电视节目和游戏的方式,具有令人难以置信...原创 2020-04-18 20:57:54 · 2085 阅读 · 0 评论 -
A novel tone mapping algorithm(matlab)
%%%2019-A novel tone mapping algorithm %2020年6月28日-2020年6月28日clcclearimg=hdrread('Oxford_Church.hdr');%转为XYZ空间X=0.412453*img(:,:,1)+0.357580*img(:,:,2)+0.180423*img(:,:,3);Y=0.212675*img(:,:,1)+ 0.715160*img(:,:,2)+ 0.072169*img(:,:,3);Z=0.019334.原创 2020-06-28 21:19:16 · 510 阅读 · 0 评论 -
A Hybrid ℓ1-ℓ0 Layer Decomposition Model for Tone Mapping—CVPR论文阅读
A Hybrid ℓ1-ℓ0 Layer Decomposition Model for Tone Mapping目录A Hybrid ℓ1-ℓ0 Layer Decomposition Model for Tone Mapping摘要1、介绍2、相关工作3、层分解方法3.1 混合ℓ1 -ℓ0层分解模型3.2 模型求解3.3 扩展到多尺度分解4. Tone Mapping5. 实验和分析5.1 参数选择5.2 分解层6、结论摘要色调映射旨在从保原创 2020-07-17 17:39:10 · 1438 阅读 · 2 评论 -
A comparative review of tone-mapping algorithms for high dynamic range video(高动态范围视频色调映射算法的比较研究)(—)
研读论文A comparative review of tone-mapping algorithms for high dynamic range video(高动态范围视频色调映射算法的比较研究)(—)目录研读论文A comparative review of tone-mapping algorithms for high dynamic range video(高动态范围视频色调映射算法的比较研究)(—)0、摘要1、介绍2. 一般的背景2.1.LDR和HDR图像之间的差异原创 2020-05-18 21:02:06 · 1601 阅读 · 0 评论 -
HDR学习之旅(二)——SL-HDR1标准
(Single-Layer HDR Video Coding with SDR Backward Compatibility)论文学习HDR端到端系统的示例图1显示了一个端对端的工作流程,首先获取HDR视频以及相关的内容元数据,再分发阶段,将传入的HDR信号分解为SDR信号以及与内容相关的动态元数据,通过编码器(HEVC高效视频编码)进行解码,然后通过现有的SDR分发网络中进行传输(包...原创 2020-04-14 20:30:36 · 1870 阅读 · 0 评论 -
HDR学习之旅(一)
1. HDR VS LDR绝对亮度VS相对亮度 对于HDR图像和LDR图像来说,两者的亮度是存在区别的,这种区别不仅仅是亮度是范围,也在于亮度的意义上。对于LDR图像,因为LDR显示设备的亮度范围有限,并且编码格式也是只有0-255,因此能够显示的颜色和亮度范围有限,为了让有限的亮度空间能够合理利用,LDR图像亮度实际上并实际上并不对应显示场景中的亮度,而是一种相对亮度,...原创 2020-04-14 20:08:05 · 1576 阅读 · 0 评论 -
HDR学习之旅(五)—飞利浦HDR技术(2015)
HDR学习之旅(五)—飞利浦HDR技术目录HDR学习之旅(五)—飞利浦HDR技术1. 介绍2. 概念3、SDR兼容模式4.非实时工作流程中的艺术指导5.实时工作流程中的艺术指导6. 标准化现状7. 价值链8、峰值亮度10、相应的OETF11、未来的色彩表现12、结论1. 介绍当前的视频格式仍基于CRT监视器的显示功能。他们无法捕获专业相机...原创 2020-04-22 20:21:53 · 1123 阅读 · 0 评论 -
A New Tone Mapping Operator Based on Twolayer Model(matlab)
%%%2019-A New Tone Mapping Operator Based on Twolayer Model %2020年6月28日-2020年6月28日clcclearimg=hdrread('Bottles_Small.hdr');[m,n,channel]=size(img);%Luminance Layer Acquisition Lave=exp(mean2(log(0.001+img)));Lwa=img./Lave;L_wmax=max(max(img));L.原创 2020-06-28 21:21:02 · 232 阅读 · 0 评论 -
Tone Mapping Survey
3.1色调映射一般管道目录3.1色调映射一般管道3.2 Global Tone Mapping Algorithms3.3 Local Tone Mapping Algorithms3.4 Color to Luminance图3.1显示了从HDR到LDR的广泛流水线。 此HDR内容需要存储在比单个LDR图像具有更多位/像素的介质中。 为了获得更大的动态范围,这是必要的。 尽管确实存在HDR显示系统[73],并且动态范围扩展的电视目前已在商业市场上获得,但是由于其在动态范围和色域方面原创 2020-06-21 13:39:49 · 838 阅读 · 1 评论 -
Color Correction for Tone Mapping-色调映射的色彩校正
Color Correction for Tone Mapping摘要色调映射算法提供了用于将实际亮度范围映射到输出介质的亮度范围的复杂方法,但是它们通常会导致颜色外观发生变化。 在这项工作中,我们进行了一系列主观的外观匹配实验,以测量对比度压缩和增强后图像色彩的变化。 结果表明,对比度压缩和与颜色外观匹配的颜色饱和度校正之间的关系是非线性的,并且对于较小的对比度变化需要较小的颜色校正。 我们证明了这种关系不能由颜色外观模型完全解释。 我们提出了可以与现有色调映射算法一起使用的颜色校正公式。 我们扩原创 2020-06-09 15:37:47 · 3044 阅读 · 0 评论 -
A comparative review of tone-mapping algorithms for high dynamic range video(高动态范围视频色调映射算法的比较研究)(二)
研读论文A comparative review of tone-mapping algorithms for high dynamic range video(高动态范围视频色调映射算法的比较研究)(二)目录研读论文A comparative review of tone-mapping algorithms for high dynamic range video(高动态范围视频色调映射算法的比较研究)(二)5. Video tone-mapping5.1.背景5.2.时间相干性原创 2020-05-19 22:31:54 · 2159 阅读 · 0 评论 -
移动端HDR
移动HDR是近年来移动设备最大的技术进步之一。自2017年起,它就开始出现在旗舰手机上,包括苹果(Apple)和三星(Samsung)在内的大多数制造商都加入了这一行列。这一趋势在过去几年里席卷了整个电视行业,但在最近几年才真正深入人心。而且,最近,将更多的HDR内容放到移动设备上的趋势已经加快。对于这种新兴技术来说,它还处于相对早期的阶段,但它也非常有趣,值得关注。HDR是什么?HDR是...原创 2020-04-17 22:14:56 · 986 阅读 · 0 评论 -
HDR 色调映射线性压缩(matlab)
HDR 色调映射线性压缩(matlab)目录HDR 色调映射学习(matlab)1、介绍2、matlab在HDR上的应用参考文章:1、介绍即使在引入数码相机之后,多年来,专业摄影师还是更喜欢使用基于胶片的SLR相机进行摄影。 主要原因是与胶片相比,数码相机图像传感器的像素数更少。 如今,在半导体制造的较新技术中,此问题已被较小面积的大量像素克服。 电子电路使从捕获到显示的图像制作工作流程变得轻松,快速和强大。 新的成像技术为摄影创造了新的领域。 这些领域之一是HDR(高动态范围.原创 2020-05-20 15:11:04 · 2841 阅读 · 0 评论 -
3.5.4 Exposure Fusion(曝光融合)—Mertens TMO
3.5.4 Exposure Fusion(曝光融合)HDR图像通常由一系列LDR图像组成,这些图像最终可以进行色调映射。 Mertens等人提出了一种可以避免色调映射步骤的新颖方法。 。 这是受到Goshtasby 融合工作的启发。 该运算符的中心概念是合并每次曝光中曝光良好的像素。第一步是分析每个LDR图像,以确定在合并过程中可以使用哪些像素。 这是通过为第i个图像的每个像素Ii计算三个指标来实现的:对比度,饱和度和曝光良好。 对比度Ci = |∇2Li|,使用拉普拉斯算子捕获图像的局部亮度对比原创 2020-06-16 13:24:25 · 3610 阅读 · 2 评论 -
3.5.3 Interactive Local Manipulation of Tonal Values(局部自动色调映射)
3.5.3 Interactive Local Manipulation of Tonal Values(局部自动色调映射)Lischinski等人提出了一种基于用户的系统,用于修改HDR / LDR图像中的色调值。 [229]。 该系统基于Levin等人启发的画笔界面。 [222]和Agarwala等。 [9],它可以看作是一种软分段方法。 用户指定图像中的哪些区域需要通过画笔进行曝光调整; 见图3.21。图3.21。 Lischinski等人的自动操作器示例。 [229]应用于运河HDR图.原创 2020-06-12 15:35:11 · 597 阅读 · 0 评论 -
3.5.2色调再现中的明度感知
3.5.2色调再现中的明度感知Krawczyk等。 [204]基于Gilchrist等人的亮度感知锚定理论提出了一种算子。 [142]。 该理论指出,HVS将视场中的最高亮度值或锚点视为白色。 感知受相对面积的影响。 当最高亮度覆盖一小块区域时,它似乎是自发光的。 要将亮度理论应用于复杂图像,Gilchrist等人。 [142]提出将图像分解成称为框架的区域,可以在其中应用锚定。操作人员的第一步是确定框架。 然后在log10域中计算图像直方图。 k均值聚类算法用于确定直方图中的质心Ci,通过基于像素原创 2020-06-11 20:42:32 · 382 阅读 · 0 评论 -
3.4.1用于色调映射的边缘感知过滤器(Bilateral Filtering )
3.4.1用于色调映射的边缘感知过滤器(Bilateral Filtering )Tumblin和Turk [374]提出了该类别的第一个算子,它是基于低曲率图像简化器(LCIS)的滤波器。 这个想法是通过复制画家在绘画场景时使用的技术来解决在不损失细节和纹理的情况下保持局部对比度的问题。 通常,艺术家在绘制场景时会从大型特征的草图(即,最重要的大型特征周围的边界)开始,并逐渐细化这些大型特征,从而添加更多细节,即添加更多阴影和边界。图3.13。带通滤波器和LCIS滤波器的比较:(a)带通滤波器原创 2020-06-09 23:36:52 · 872 阅读 · 0 评论 -
3.3 Local Operators(局部色调算子)
目录3.3局部算子3.3.1空间非均匀尺度3.3.2摄影色调复制3.3局部算子通过尝试重现局部和全局对比度,局部比全局提高了色调映射图像的质量。 局部色调映射考虑到要进行色调映射的像素周围的邻域的局部统计信息来实现。 但是,必须仔细选择邻居,即仅选择相似像素或属于相同区域的像素。 否则,局部统计数据将产生光晕伪影; 参见图3.10(b)。 这通常发生在边缘周围,这些边缘将强度和/或颜色值不同的区域分开。 注意,当需要注意特定区域时,有时会需要光晕[235],但是如果该现象不受控制,.原创 2020-06-04 14:34:52 · 529 阅读 · 0 评论 -
3.2.3 Quantization Techniques(HDR量化)(Advanced High Dynamic Range Imaging)Schlick TMO
3.2.3 Quantization Techniques(HDR量化)(Advanced High Dynamic Range Imaging)Schlick TMOSchlick [341]提出了一种基于有理函数的算子,以提供一种直接直观的色调映射方法。 TMO定义为:其中p∈[1,∞),它可以自动估算为变量N是输出显示的位数,L0是HVS可以感知的监视器的最低亮度值。 由于将相同的函数应用于所有像素,因此在公式(3.9)中使用p是统一的量化过程。 可以使用如下自适应参数p...原创 2020-05-24 22:00:17 · 376 阅读 · 0 评论 -
3.3 HDR生成亮度信息— TumblinTOM(Advanced High Dynamic Range Imaging )
3.3 HDR生成亮度信息(Advanced High Dynamic Range Imaging )Tumblin和Rushmeier [373]提出了计算机图形学领域的第一个TMO。 随后,Tumblin等人对其进行了修订。 [372]。 该操作员的灵感来自HVS,并采用了史蒂文斯(Stevens)和史蒂文斯(Stevens)关于亮度的工作[353,354]。 TMO定义为:其中Ld为显示器的适应亮度(LDR显示器为30–100 cd / m2)。 函数γ(x)是人类适应亮度值x的史蒂文斯.原创 2020-05-24 10:20:03 · 617 阅读 · 0 评论 -
3.2 Global Operators全局算子 (Advanced High Dynamic Range Imaging )
3.2 Global Operators全局算子 (Advanced High Dynamic Range Imaging )使用全局运算符,会将相同的运算符f应用于输入图像的所有像素,从而保留全局对比度。操作员有时可能会对图像进行第一遍计算,以计算图像统计信息。这些随后用于优化动态范围减小。通常为色调映射计算的一些常见统计数据是最大亮度,最小亮度以及对数或算术平均值;请参见第1.1.3节。为了提高鲁棒性并避免离群值,这些统计数据使用百分位来计算,尤其是对于最小值和最大值,因为它们可能会在图像捕获期间受原创 2020-05-23 21:14:52 · 422 阅读 · 0 评论 -
3.1 TMO MATLAB 框架(Advanced High Dynamic Range Imaging )
3.1 TMO MATLAB 框架(Advanced High Dynamic Range Imaging )通常,无论属于哪一类TMO,都有两个共同的步骤。 本节描述了大多数但不是全部TMO使用的通用例程。 第一步是从输入的HDR图像或帧中提取亮度信息。 这是因为TMO通常在亮度通道上工作,从而避免了颜色压缩。 第二步是恢复压缩图像中的颜色信息。 list3.1和list3.2中显示了这两个步骤的实现。在list3.1的第一步中,检查输入图像img,看它是否由三个颜色通道组成。 然后,使用函数lu原创 2020-05-22 19:12:34 · 848 阅读 · 0 评论 -
3、Tone Mapping色调映射(Advanced High Dynamic Range Imaging )
3、Tone Mapping色调映射(Advanced High Dynamic Range Imaging)如今,大多数可用的显示设备无法本地显示HDR内容。 入门级显示器的对比度仅为200:1。 尽管高端液晶电视具有更高的对比度,但平均对比度约为10,000:1,但通常每个色彩通道的离散度为8位,很少为10位。 这意味着色调限制为255。在过去的二十年中,研究人员花费了大量时间和精力来压缩HDR图像和视频的范围,以便可以在LDR显示器上更“自然”地看到数据。图3.1 色调映射和真实场景之间.原创 2020-05-22 17:32:13 · 1510 阅读 · 0 评论 -
2.3HDR可视化(Advanced High Dynamic Range Imaging )
目录2.2 HDR可视化(Advanced High Dynamic Range Imaging )2.3.1 HDR监视器2.3.2 HDR打印2.3.3总结2.2 HDR可视化(Advanced High Dynamic Range Imaging )现在可以使用无需使用TMO即可本地显示HDR图像和视频的显示技术。 第一个这样的设备是HDR查看器[218,408],它受经典立体镜的启发; 在19世纪至20世纪初用于显示3D图像的设备。 尽管此设备可以实现10,000:1..原创 2020-05-21 20:52:31 · 689 阅读 · 0 评论 -
2.2 HDR 内容存储(Advanced High Dynamic Range Imaging )
2.2 HDR内容存储(Advanced High Dynamic Range Imaging )生成HDR内容后,就需要存储,分发和处理这些图像。 假设使用RGB颜色的三个波段,则使用三个单精度浮点数[173]表示未压缩的HDR像素。 这意味着一个像素使用12个字节的内存,在1920×1080的高清(HD)分辨率下,单个图像将占用大约24 MB。 这比不压缩就存储等效LDR映像所需的大约6 MB大得多。 研究人员一直在研究有效的方法来存储HDR内容,以满足高内存需求。 最初,仅使用浮点数的紧凑表示形式原创 2020-05-21 20:38:28 · 821 阅读 · 0 评论 -
2.1.2 Capturing HDR Videos(Advanced High Dynamic Range Imaging )
2.1.2 Capturing HDR Videos(Advanced High Dynamic Range Imaging )目录2.1.2 Capturing HDR Videos(Advanced High Dynamic Range Imaging )2.1.3市场化相机2.1.4 HDR的合成2.1.5 LDR内容的增强和扩大HDR的普及已推动了从静止图像到视频内容的转变。 最初的HDR视频是使用静止图像和定格或延时摄影等技术捕获的。 在受控条件下,这些方法可能会提供高质量原创 2020-05-21 20:20:08 · 468 阅读 · 0 评论 -
2、HDR管道
2、HDR管道HDR成像是成像领域的一场革命,使人们能够使用和操纵物理上真实的光值。 本章介绍了HDR成像的主要过程,可以将其最好地称为管道,称为HDR管道。 图2.1说明了HDR管道的不同阶段。图2.1。 HDR管道处于所有阶段。 捕获并组合多个曝光图像,以获得HDR图像。 然后,对该图像进行量化,压缩和存储。 可以对图像进行进一步处理。 例如,可以提取高亮度区域并将其用于重新照明合成对象。 最后,可以使用本机HDR监视器或传统LDR显示器可视化HDR图像或色调映射的HDR图像。第..原创 2020-05-18 19:21:01 · 765 阅读 · 2 评论 -
1.1光线、人类视觉和色彩空间
目录1.1光线、人类视觉和色彩空间1.1.1光1.1.2人眼1.1.3颜色空间1.1光线、人类视觉和色彩空间本节介绍可见光的基本概念、用于测量可见光的单位、人眼的视觉系统(HVS)和颜色空间。这些概念在HDR成像中是基本的,因为它们封装了光的物理-真实值,从非常暗的值(即。(10 - 3 cd/m2)到非常亮的(即10的6次方cd / m2)。场景的感知在很大程度上取决于照明条件。图1.5。(a)三种主要的光相互作用:透射、吸收和反射。在透射过程中,光穿过材料,根据介质.原创 2020-05-17 22:03:31 · 1808 阅读 · 0 评论 -
1、高动态范围成像介绍
第一章:介绍计算机图形学和相关行业,特别是涉及电影、游戏、模拟、虚拟现实和军事应用的行业,继续要求在计算机上显示更真实的图像,即更精确地匹配它们所要表示的真实场景的合成图像。这是特别具有挑战性的,当考虑到图像的自然世界,目前我们的视觉系统与广泛的颜色和强度。一个有星光的夜晚的平均亮度水平在0.001cd/m2左右,而日光场景的亮度接近1000000 cd/m2。在任何给定的眼睛适应水平下,人类都可以看到1:10000的区域细节。可能除了电影院,很少有人推动实现更大的动态范围,因为常见的显示器和观看环境限原创 2020-05-17 21:11:55 · 3139 阅读 · 1 评论