1. 研究目的与意义
研究背景：高动态范围图像（high-dynamic range，简称hdr），是一种亮度范围非常广的图像，它比其他格式的图像有着更大的数据储存，而且它记录亮度的方式与传统的图片不同，不是用非线性的方式将亮度信息压缩到8bit或16bit的颜色空间内，而是用直接对应的方式记录亮度信息，它可以说记录了图片环境中的照明信息。该技术是近年来数字图像领域的重要发展和突破，较之于传统的把像素色彩分解为3 个8位rgb 通道来记录的方式，hdr图像采用16位或32 位的浮点数据来记录像素信息，能够更加准确记录真实场景的全部色彩范围值，表现丰富的色彩细节和明暗层次。据目前最新的研究表明，hdr图像是数字图像的未来和明天，将有着十分宽广的应用领域。
研究目的：高动态范围图像色调映射算法的目标是将高动态范围图像的亮度压缩到传统显示设备可以接受的范围，同时尽可能保留原图的细节信息，并避免造成图像瑕疵。将hdr图像的亮度范围压缩到普通显示设备可以接受的范围,并且在尽量保持原图像细节信息的同时不能引入其他视觉上的瑕疵。本文针对这种hdr图像显示于普通显示设备的问题,设计了基于多尺度分解的tone mapping算法。该算法首先利用局部边缘保留(local edge-preserving, lep)滤波器对hdr图像进行多尺度分解,有效平滑了图像的细节同时保留了突出的边缘；其次,根据分解后各层的特点和压缩的要求,使用一个带参数的动态范围压缩函数,通过变化参数以便压缩图像的粗尺度层并增强细尺度层,从而压缩图像的动态范围并增强细节；最后重组各层图像并恢复颜色,所得到的映射后图像具有良好的视觉效果。
研究意义：色调映射是在有限动态范围媒介上近似显示高动态图像的一种计算机图形学方法，本题目在于研究现有色调映射方法的特点，从视觉感知的角度评价典型算法。本设计要求有一定的数学基础、编程思想和对matlab软件使用的熟悉。熟悉视觉感知实验的设计方法和数据处理方法。高动态范围图像技术的研究和发展为数字图像向高品质、高信息量的形式发展提供了强有力的前进动力。人们高兴地看到近年来与hdr相关的采集、显示技术得到飞速的发展，我国研发的下一代显示技术——激光显示已经和国际水平接近并将在不久的将来得到普及和应用。目前，hdr技术的应用才刚刚开始，可以预计它今后的推广应用将十分的广泛，如：基于物理的渲染，数字摄影，数字影院和数字视频，基于图像的虚拟现实以及遥测遥感技术等。
2. 研究内容和预期目标
研究内容：色调映射是在有限动态范围媒介上近似显示高动态图像的一种计算机图形学方法，本题目在于研究现有色调映射方法的特点，从视觉感知的角度评价典型算法。本设计要求有一定的数学基础、编程思想和对matlab软件使用的熟悉。熟悉视觉感知实验的设计方法和数据处理方法。
3. 研究的方法与步骤
研究方法：
（1）利用matlab实现对高动态范围图像色调映射方法的研究
（2）参考各类文献，改革创新。
4. 参考文献
| [1] 陆许明，朱雄泳，李智文 等．一种亮度可控与细节保持的高动态范围图像色调映射方法[J]．自动化学报，2015，41(6)：1080-1092 [2] 王作省，邹少芳，王章野．高动态图像色调映射技术新进展[A]．计算机应用研究，2010,27（7）：001-3695(2010)07-2421-04 [3] 李晓光，沈兰荪，林健文．一种高动态范围图像可视化算法[J]．计算机应用研究，2007，24(11)：303-305 [4] TUMBLIN J，RUSHMEIER H．Tone reproduction for realistic images[J]．IEEE Computer Graphics and Applications，1993，13(6)：42-48． [5] SHEN Jian-bing，FANG Shiao-fen，ZHAO Han-1i，et al.Fast appmximlation of trilateral filter for tone mapping using a sigoal processing approach[J]．Signal Process，2009，89(5)：90l一907． [6] MANTIUK R,MYSZKOWSKI K,SEIDEL H P,et al.A perceptual framework for contrast processing of high dynamic range images[J]．ACM Trans on Applied Perception,2006,3(3)：286-308． [7] Canny J．A Computational Approach To Edge Detection．IEEE Transactions On Pattern Analysis And Machine Intelligence,1986,V01,8(6):679-698． [8] Sobel R. Improvingthe Retinex Algorithm For Rendering Wide Dynamic Range Photographs．Journal ofElectronic Imaging,2004,V01,13(1):65-74． [9] Laurence Meylan，David Alleysson，Sabine Siissmmk．Model Of Retinal Local Adaptation For The Tone Mapping Of Color Filter Array Images.Journal Of The Optical Society Of America,2007,V01,24(9)． [10] Raanan Fattal，Dani Lischinski，Michael Werman．Gradient Domain High Dynamic Range Compression,ACM Transactions On Graphics(TOG),2002,V01,21(3):249-256． [11] Hamish Millar.High dynamic range ("HDR") technology [C]//Proceedings of ACMSIGGRAPH,2006: 698-706. [12] Kimmo Roimela,Tomi Aarnio. High dynamic range texture compression [C]//Proceedings of ACM SIGGRAPH,2006: 707-712. [13] Ruifeng XU,Sumanta N Pattanaik, Charles E Hughes.High-dynamic-range still-image encodingin JPEG 2000 [J]. IEEE CG and Applications, 2005, 25(6):57-64. [14] Reinhard E, StarkM, Shirley P. Photographic tone reproduction for digital images[C]//Proceedings of ACM SIGGRAPH 2002. San Antonio, Texas,2002:267-276. [15] Ward G. Fastrobust image registration for compositing high dynamic range photo graphicsfrom hand-held exposures [J]. Journal of Graphics Tools, 2003, 8(2):17-30. [16] N. Hautiere,J.-P. Tarel, D. Aubert, E. Dumont, Blind contrast enhancement assessment bygradient ratioing at visible edges, Image Anal. Stereol.，2008，J. 27 (2),87–95. [17] Z. Wang, A.C. Bovik, H.R.Sheikh, E.P. Simoncelli, Image quality assessment:from error visibility tostructural similarity, IEEE Trans. Image Process，2004，13(4) 600–612. [18] T. Aydin, R. Mantiuk, K.Myszkowski, H. Seidel, Dynamic range independent image quality assessment, ACMTrans. Graph.2002，27(3)1–10. [19]M. Barkowsky, P.L. Callet, On theperceptual similarity of realistic looking tonemapped high dynamic rangeimages, in: Proceedings of the 17th IEEE，International Conference on ImageProcessing, IEEE, 2010, pp. 3245–3248. [20]M. Cadik, M. Wimmer, L. Neumann,A. Artusi, Evaluation of HDR tone mappingmethods using essential perceptualattributes, Comput. Graph.2008，32(3)330–349.
|
5. 计划与进度安排
（1）1月9日至2月26日(1周前)：根据任务书， 明确设计的内容和目的 ，查阅相关文献材料准备开题报告。
（2）2月27日至3月5日（2周）：根据阅读的资料文献初步了解设计的原理以及实现的方法，开始写开题报告。
（3）3月6日至4月2日（3-6周）：掌握所选择硬件或软件平台的使用方法、开始完成设计的具体内容。
