Image Pre-compensation: Balancing Contrast and Ringing

在文章中，作者展示了全局色调映射函数如何在图像预补偿中影响Contrast （期望）和Ringing（避免）。线性色调映射函数有消除Ringing 的效果，但会产生严重的Contrast 损失，而非线性色调映射函数，如伽玛曲线略有增强Contrast ，但会引入Ringing 。如图（1）给定一个sharp 参考图像 I 和模糊核或点扩散函数（PSF）K，目标是找到一种“补偿”,使得图像与K卷积后，会接近I。
具有阶跃特征（对比度明显）的图像，经过可逆PSF后，得到的Pre-compensation图像有严重的Ringing,将该图像进行线性色调映射，与PSF卷积后得到的图像虽然消除了Ringing，但对比度削弱了。
为了定量分析，作者采用一种新的指标来衡量的Contrast and Ringing ,
文章在投影机的离焦补偿和视力增强实验上验证了结论。
1.Projection Defocus Compensation
为了验证我们的方法，在墙上设置一个Epson PowerLite 3LCD投影机和捕获投影图像的佳能60D相机。另外安装一个产生可逆的PSF和36×64点阵的编码孔径去估计PSF，I为每一个参考图像，首先获得预补偿的图像，使用维纳滤波，然后计算Jl （范围[ 0 ，1]）。然后计算Jl 的直方图，找到最佳的对比度的色调映射曲线。
2.Improving Visual Acuity
作者运用Zernike 多项式的方式模仿近视、远视
我们用sharp的文本图像的与PSF做卷积模仿近视效果，在普通液晶显示器以对比度1000:1显示结果。然后我们用我们的算法来计算预补偿的图像。
对于一个固定的内核，自然图像上α的范围是远远大于其在文本图像上的范围。当查看文本图像时，用户偏向相对较小的α，即使它会牺牲对比度。这表明，文本对人的视觉比自然图像要求更高。
研究结果还表明，模糊内核的大小会影响α的选择。对于较小的内核，损失的对比度普遍较低。对于较大的内核，用户似乎喜欢低ringing。

Tailored Displays to Compensate for Visual Aberrations （没细看，好像用不到）
文章中的调整过程使用像差和散射map来矫正屈光不正和白内障。它可以将一个对象的光场分裂成多个实例，其中的每一个都有一个给定的子孔径。将它们聚焦整合到视网膜导致感知图像质量得到改善，利用多个深度渲染视网膜的每一个焦点可以产生多焦点、多深度显示。