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 Algorithms

3.3 Local Tone Mapping Algorithms

3.4 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的限制，它们并不那么普及。 色调映射的过程包括将HDR图像的动态范围缩小为可以轻松显示在动态范围和色域有限的各种显示设备上的图像。

此过程可能高度非线性，具体取决于预期结果。 由于色调映射功能减少了信息，因此色调映射后的LDR图像将比原始HDR图像具有更少的信息。 但是它随时可以显示，并且根据我们的感知，可以通过显示黑暗和明亮部分的细节来为图像提供足够的信息。 色调映射已成为重要的研究领域，这可以从多年来发表的几项调查中看出来[70,75,92,113,114]。 根据色调映射功能使用的处理功能，可以将其分为两大类。

• Global operators:相同的映射函数被应用到所有像素通过出来的图像。
• Local operators:应用于一个像素的映射函数依赖于它的邻居像素。

3.2 Global Tone Mapping Algorithms

全局色调映射算法（也称为“色调重现曲线”）在空间上是不变的，也就是说，它们对输入图像中的所有像素都应用相同的功能[115-119]。 这导致针对特定输入像素值的一个且只有一个输出值，而不管其附近的像素如何。 图3.3显示了一个通用管道，可用于实现图3.2（a）所示的全局色调图功能。 如我们所见，色调映射管线首先获取亮度图像，并由此计算全局统计量（如Lmax，Lmin，Laverage）。 在某些算法中，这些统计信息也是基于以下假设而计算的，即，以每秒30/60帧的速度成像时，连续帧之间的变化很小[15,16,24]。

图3.3:硬件实现的全局色调映射系统的一般框图。

图3.4:用于硬件实现的局部色调映射系统的一般框图。对于局部计算，全帧缓冲区/行缓冲区或压缩帧缓冲区是必需的(图像来自[68])。

在流水线中，下一步是实现对数或指数函数，以计算色调映射图像。 这些功能的硬件实现是一个挑战，一种常见的方法是通过在实现的实现中保持可接受的错误级别来近似这些功能。 由于在许多工程和科学应用中经常需要计算这些函数，因此文献[120-122]中提出了许多硬件友好的方法。 色调图之后，管线中的最后一步是还原颜色以显示输出图像。 有关色彩校正技术的详细说明，请参见第3.4节。

3.3 Local Tone Mapping Algorithms

局部色调映射算法（也称为“色调再现运算符”）在空间上有所不同，并根据输入像素的邻域应用不同的功能[123–129]。因此，一个输入像素可能会基于其位置产生不同的输出值，如图3.2（b）所示。与全局色调映射算法相比，局部色调映射算法在计算上更加昂贵且耗时[130]。我们可以使用图3.4中所示的框图来描述本地色调映射算法的操作。与全局色调图一样，我们最初获得输入图像的亮度值。颜色校正步骤将在3.4节中详细介绍。局部色调图运算符的高计算成本是由于局部信息计算所致，如图3.4所示，必须为其填充整个帧或几行输入图像。一些算法还实现了压缩帧缓冲器（下采样图像）以减少存储成本[12,40]。为了满足实时约束，作为一种通用方法，使用前一帧来计算当前帧的本地信息。

局部色调映射方法通常会保留更好的细节，从而产生质量更好的图像，而使用全局色调映射方法则可能不是这种情况[70]。 然而，局部色调映射算法的主要缺点之一是在高对比度边缘之间产生了光晕伪像，以及在低对比度区域中出现了灰化[131,132]。 因此，局部色调图方法实现了额外的滤波器，以抑制这些图像伪像，例如光晕和噪声。 这种过滤可能需要将输入图像（大小为M×N）与过滤器（大小为k×r）进行卷积。 Benedetti等。 演示了一个简单的硬件滑动窗口卷积块，每个时钟可以输出一个像素[133]。 与此滑动窗口方法相关的等待时间计算为：

3.4 Color to Luminance

图像亮度可用于各种应用程序，例如打印，数据压缩，特征提取和色调映射。 因此，获得亮度对于TMO是非常重要的步骤。 有很多定义明确的方法可以从彩色图像中获得亮度值。 获得亮度的一种简单方法是根据RGB到XYZ转换方案将其计算为红色，绿色和蓝色分量的线性组合。 这里，

是RGB图像的亮度。 另一种无缝方法是使用CIELab或YUV颜色空间，并且可以直接获取亮度通道作为彩色图像的灰度版本。 因为，他们认为亮度和颜色通道是独立的。

色调映射算法在如上所述获得的亮度通道上运行。 对于给定的HDR图像，将计算亮度值，并按稍后需要的色度值进行存储/存储，以恢复彩色后期色调图。 不同的研究使用了不同的亮度方法，我们在表4.1中列出了这些方法。 一些研究机构还使用了单色图像[11,15,32,45,50]，这种方法在减少内存和减少计算方面可以具有某些优势。 但是，单色图像的应用受到限制。

色调映射后，一种常用的颜色恢复方法是基于Schlick的色比[116]:

在Eq. 3.3中，Cin为原始RGB图像，Lin为由Eq. 3.2得到的对应亮度值。如果Lout是色调映射的亮度值，那么我们可以计算出Eq. 3.3中所示的三个输出色度值，其中，temp是用于显示彩色图像的颜色饱和因子，其值通常设置在0.4到0.6之间[134]。