一种高动态范围图像压缩的方法及装置

技术领域

本申请涉及图像处理技术领域，特别是涉及一种高动态范围图像压缩的方法及装置。

背景技术

目前，常用的高动态范围图像压缩的方法分为全局映射法和局部映射法。最常见的是使用局部映射法来实现高动态范围图像的压缩。在局部映射法中，每个像素点的映射曲线都与同邻域中像素点的像素信息相关，其中与该像素点相邻的N*N窗口中的每个像素点即可视为同邻域中的像素点。但这样会引入图像光晕伪影的问题。

因此，本申请需提出一种减弱光晕问题的高动态范围图像压缩方法。

发明内容

为克服上述现有技术存在的不足，本申请之目的在于提供一种高动态范围图像压缩的方法及装置，能解决现有方案中存在的图像光晕的问题。其中，图像高动态范围压缩的光晕问题是在图像的细节信息中,为减弱高动态范围压缩的光晕问题需要对图像的细节信息进行图像的中频细节提取和高频细节提取,以及特殊的细节增强处理。

为达上述及其它目的，本申请提出一种高动态范围图像压缩的方法，包括如下步骤：

对高动态范围图像的亮区和暗区进行滤波，得到亮区滤波结果和暗区滤波结果；

对所述亮区滤波结果和所述暗区滤波结果进行加权平均，得到所述高动态范围图像对应的亮度滤波结果；

对所述亮度滤波结果进行直方图调整映射，得到所述高动态范围图像对应的亮度映射图像；

对所述高动态范围图像进行滤波弱强度和滤波中强度计算，得到滤波弱强度结果和滤波中强度结果；

根据所述滤波弱强度计算结果和所述滤波中强度结果，对所述高动态范围图像进行细节提取和细节增强，得到所述高动态范围图像的高频细节增强信息和中频细节增强信息；

根据所述亮度映射图像、所述高动态范围图像的高频细节增强信息和中频细节增强信息，对所述高动态范围图像进行压缩，得到对应的压缩输出图像。

可选的，所述对高动态范围图像的亮区和暗区进行滤波，得到亮区滤波结果和暗区滤波结果包括:

使用第一窗对所述高动态范围图像的亮区进行滤波，将所述第一窗中每个像素点的平均亮度作为所述高动态范围图像的亮区滤波结果；

使用第二窗对所述高动态范围图像的暗区进行滤波，将所述第二窗中每个像素点的平均亮度作为所述高动态范围图像的暗区滤波结果；

其中，所述第一窗的大小小于所述第二窗的大小。

可选的，所述对所述亮区滤波结果和所述暗区滤波结果进行加权平均，得到对应的亮度滤波结果包括：

根据所述高动态范围图像中每个像素点的亮度值和预设的亮暗区强度曲线函数，确定所述高动态范围图像中每个像素点的亮暗区强度weight；

根据确定的所述亮暗区强度weight，对所述亮区滤波结果和所述暗区滤波结果进行加权平均，得到所述高动态范围图像对应的亮度滤波结果。

可选的，所述对所述亮度滤波结果进行直方图调整映射，得到所述高动态范围图像对应的亮度映射图像包括：

根据预设的直方图映射曲线函数，对所述亮度滤波结果进行亮度调整映射，得到所述高动态范围图像对应的亮度映射图像；其中，所述亮度映射图像和所述高动态范围图像的大小相同。

可选的，所述对所述高动态范围图像进行滤波弱强度和滤波中强度计算，得到滤波弱强度结果和滤波中强度结果包括：

使用第三窗对所述高动态范围图像进行滤波弱强度计算，将所述第三窗中每个像素点的平均亮度作为所述高动态范围图像的滤波弱强度结果；

使用第四窗对所述高动态范围图像进行滤波中强度计算，将所述第四窗中每个像素点的平均亮度作为所述高动态范围图像的滤波中强度结果；

其中，所述第三窗的大小小于所述第四窗的大小。

可选的，所述根据所述滤波弱强度计算结果和所述滤波中强度结果，对所述高动态范围图像进行细节提取和细节增强，得到所述高动态范围图像的高频细节增强信息和中频细节增强信息包括：

根据原始输入的所述高动态范围图像和所述滤波弱强度结果，对所述高动态范围图像进行高频细节提取，得到所述高动态范围图像的高频细节信息；

根据预设的高频细节增强增益曲线函数和所述高动态范围图像的高频细节信息，计算所述高动态范围图像的高频细节增强信息；

根据所述滤波弱强度结果和所述滤波中强度结果，对所述高动态范围图像进行中频细节提取，得到所述高动态范围图像的中频细节信息；

根据预设的中频细节增强增益曲线函数和所述高动态范围图像的中频细节信息，计算所述高动态范围图像的中频细节增强信息。

可选的，所述根据预设的高频细节增强增益曲线函数和所述高动态范围图像的高频细节信息，计算所述高动态范围图像的高频细节增强信息包括：

根据预设的高频细节增强增益曲线函数和所述高动态范围图像的高频细节信息，计算所述高动态范围图像的高频细节增强增益；

将所述高动态范围图像的高频细节增强增益对应乘以所述高动态范围图像的高频细节信息，得到所述高动态范围图像的高频细节增强信息。

可选的，所述根据预设的中频细节增强增益曲线函数和所述高动态范围图像的中频细节信息，计算所述高动态范围图像的中频细节增强信息包括：

根据预设的中频细节增强增益曲线函数和所述高动态范围图像的中频细节信息，计算所述高动态范围图像的中频细节增强增益；

将所述高动态范围图像的中频细节增强增益对应乘以所述高动态范围图像的中频细节信息，得到所述高动态范围图像的中频细节增益信息。

可选的，所述根据所述亮度映射图像、所述高动态范围图像的高频细节增强信息和中频细节增强信息，对所述高动态范围图像进行压缩，得到对应的压缩输出图像包括：

将所述高动态范围图像的高频细节增强信息和中频细节增强信息进行叠加，得到所述高动态范围图像的细节层信息；

将所述亮度映射图像作为所述高动态范围图像的亮度层信息，与所述高动态范围图像的细节层信息进行叠加，得到对应的压缩输出图像。

为达上述及其它目的，本申请还提供一种高动态范围图像压缩的装置，包括：

亮暗区强度计算单元，用于确定高动态范围图像的亮区、暗区和所述高动态范围图像中每个像素点的亮暗区强度weight；

亮区滤波结果计算单元，用于对所述高动态范围图像的亮区进行滤波，得到亮区滤波结果；

暗区滤波结果计算单元，用于对所述高动态范围图像的暗区进行滤波，得到暗区滤波结果；

滤波结果加权平均单元，用于根据确定的所述亮暗区强度对所述亮区滤波结果和所述暗区滤波结果进行加权平均，得到所述高动态范围图像对应的亮度滤波结果；

直方图调整映射单元，用于对所述亮度滤波结果进行直方图调整映射，得到所述高动态范围图像对应的亮度映射图像；

滤波弱强度计算单元，用于对所述高动态范围图像进行滤波弱强度计算，得到滤波弱强度结果；

滤波中强度计算单元，用于对所述高动态范围图像进行滤波中强度计算，得到滤波中强度结果；

高频细节提取单元，用于根据原始输入的所述高动态范围图像和所述滤波弱强度计算结果，对所述高动态范围图像进行高频细节提取，得到所述高动态范围图像的高频细节信息；

高频细节增强单元，用于根据预设的高频细节增强增益曲线函数和所述高动态范围图像的高频细节信息，计算所述高动态范围图像的高频细节增强信息；

中频细节提取单元，用于根据所述滤波弱强度结果和所述滤波中强度结果，对所述高动态范围图像进行中频细节提取，得到所述高动态范围图像的中频细节信息；

中频细节增强单元，用于根据预设的中频细节增强增益曲线函数和所述高动态范围图像的中频细节信息，计算所述高动态范围图像的中频细节增强信息；

图像压缩输出单元，用于根据所述亮度映射图像、所述高动态范围图像的高频细节增强信息和中频细节增强信息，对所述高动态范围图像进行压缩，得到对应的压缩输出图像。

由上可见本申请提供了一种高动态范围图像压缩的方法及装置，能达到以下有益效果：能够自动、高效地对高动态范围图像进行压缩，同时保留图像整体的对比度、削弱图像的光晕伪影问题。

附图说明

图1是本申请实施例提供的一种高动态范围图像压缩的方法的流程示意图。

图2是本申请实施例提供的一种亮暗区强度曲线函数的示意图。

图3是本申请实施例提供的一种直方图映射曲线函数的示意图。

图4是本申请实施例提供的一种高频细节增强增益曲线函数的示意图。

图5是本申请实施例提供的一种中频细节增强增益曲线函数的示意图。

图6是本申请实施例提供的一种高动态范围图像压缩的装置的结构示意图。

具体实施方式

以下通过特定的具体实例并结合附图说明本申请的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本申请的其它优点与功效。本申请亦可通过其它不同的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离本申请的精神下进行各种修饰与变更。

请参见图1，是本申请实施例提供的一种高动态范围图像压缩的方法的流程示意图。如图1所示的方法包括如下实施步骤：

S101、根据高动态范围图像中每个像素点的亮度值，确定所述高动态范围图像的亮区、暗区及所述高动态范围图像中每个像素点的亮暗区强度。

本申请可将亮度值小于预设第一阈值的像素点作为图像暗区中的像素点，将亮度值大于或等于预设第二阈值的像素点作为图像亮区中的像素点；其余像素点作为图像亮暗过渡区中的像素点，以此原理可确定出图像中的亮区、暗区及亮暗过渡区。其中，预设第二阈值和预设第一阈值均为系统自定义设置的像素值，预设第二阈值大于预设第一阈值。

在一具体实施例中，本申请可根据高动态范围图像中每个像素点的亮度值(即像素值)和预设的亮暗区强度曲线函数，计算出高动态范围图像中每个像素点的亮暗区强度weight。该亮暗区强度曲线函数为系统预先自定义配置的，如图2示出一种可能的亮暗区强度曲线函数。如图2中，高动态范围图像中暗区对应的weight＝1.0，亮区对应的weight＝0.0，亮暗过渡区对应的weight在0.0-1.0之间，其具体数值根据高动态范围图像中每个像素点的像素值再结合图2所示的亮暗区强度曲线函数计算得到。

S102、对所述高动态范围图像的亮区进行滤波，得到亮区滤波结果。

作为一种可能的实施方式，针对图像亮区使用M1*N1的第一窗来对高动态范围图像的亮区进行滤波，将第一窗中每个像素点的平均亮度作为高动态范围图像的亮区滤波结果BaseBri。其中，第一窗中每个像素点的平均亮度是指对第一窗中每个像素点的亮度值进行平均值计算，得到第一窗的平均亮度。第一窗的大小可为M1*N1，M1和N1可为系统自定义设置的数值，例如根据用户经验设置的经验值等。这里M1*N1可取较小的值其可被视为小窗，例如11*11等。

S103、对所述高动态范围图像的暗区进行滤波，得到暗区滤波结果。

作为一种可能的实施方式，针对图像暗区使用M2*N2的第二窗来对高动态范围图像的暗区进行滤波，将第二窗中每个像素点的平均亮度作为高动态范围图像的暗区滤波结果BaseDark。其中，第二窗的平均亮度是指对第二窗中每个像素点的亮度值进行平均值计算得到的平均亮度。第二窗的大小为M2*N2，M2和N2可为系统自定义设置的数值，例如根据用户经验设置的经验值等。第二窗的大小需大于第一窗的大小。这里M2*N2可取较大的值其可被视为大窗，例如161*161等。

S104、根据确定的亮暗区强度对所述亮区滤波结果和所述暗区滤波结果进行加权平均，得到亮区滤波结果。

本申请可根据高动态范围图像中每个像素点的亮暗区强度weight，对亮区滤波结果BaseBri和暗区滤波结果BaseDark进行加权平均，得到该高动态范围图像中每个像素点对应的亮度滤波结果Base。其具体计算公式如下公式(1)所示：

Base＝(1.0-weight)×BaseBri+weight×BaseDark 公式(1)

由上公式(1)可知，暗区对应的weight＝1.0，则当weight＝1.0时，Base等于BaseDark。

S105、对所述亮度滤波结果进行直方图调整映射，得到所述高动态范围图像对应的亮度映射图像。其中高动态范围图像和亮度映射图像的大小相同。

作为一种可能的实施方式，本申请可根据预设的直方图映射曲线函数对亮度滤波结果进行亮度调整映射，得到调整后每个像素点的亮度值，从而获得高动态范围图像对应的亮度映射图像。该直方图映射曲线函数为系统自定义配置的函数，如图3示出一种可能的直方图映射曲线函数。如图3中，横坐标表示输入图像中每个像素点(即亮度滤波结果对应的每个像素点)的亮度值。纵坐标表示调整后该像素点的亮度值。图3中，X10、X20…X100表示亮度滤波结果中对应10％、20％、30％、40％...80％、90％及100％位置像素点的亮度值。其各位置像素点对应输出调整后的亮度值分别为25.6、51.2、76.8、102.4、128.0、153.6、179.2、204.8、230.4及256.0。

S106、对所述高动态范围图像进行滤波弱强度计算，得到滤波弱强度结果。

作为一种可能的实施方式，本申请使用M3*N3的第三窗对高动态范围图像进行滤波弱强度计算，以将第三窗中每个像素点的平均亮度作为高动态范围图像的滤波弱强度结果。其中第三窗中每个像素点的平均亮度为对第三窗中每个像素点的亮度值进行平均值计算得到的。第三窗的大小为M3*N3，M3和N3均可系统自定义设置的数值，这里M3和N3可取较小的数值，例如5*5等。

S107、对所述高动态范围图像进行滤波中强度计算，得到滤波中强度结果。

作为一种可能的实施方式，本申请使用M4*N4的第四窗对高动态范围图像进行滤波中强度计算，以将第四窗中每个像素点的平均亮度作为高动态范围图像的滤波中强度结果。其中第四窗中每个像素点的平均亮度为对第四窗中每个像素点的亮度值进行平均值计算所得的。第四窗的大小为M4*N4，M4和N4均为系统自定义设置的数值，这里M4和N4可取适中的数值其可被视为中窗，例如21*21。

S108、根据所述滤波弱强度结果对所述高动态范围图像进行高频细节提取，得到所述高动态范围图像的高频细节信息。

本申请可根据滤波弱强度计算结果和滤波中强度结果，对高动态范围图像进行细节提取和细节增强得到高动态范围图像的高频细节增强信息和中频细节增强信息，具体实施如步骤S108-S111。

在一具体实施例中，本申请利用高动态范围图像中每个像素点的亮度值对应减去滤波弱强度结果，得到该高动态范围图像的高频细节信息。其中，相减后的高频细节是有正负值之分的。

S109、根据预设的高频细节增强增益曲线函数和所述高动态范围图像的高频细节信息，计算得到所述高动态范围图像的高频细节增强信息。

在一具体实施例中，本申请根据高动态范围图像中每个像素点的高频细节信息和预设的高频细节增强增益曲线函数，计算得到高动态范围图像中每个像素点的高频细节增强增益。其中，该高频细节增强增益曲线函数为系统预先自定义配置的曲线函数，如图4示出一种可能的高频细节增强增益曲线函数。如图4中，根据每个像素点的高频细节的绝对值信息(即高频细节信息的绝对值)通过图4曲线可得到该像素点对应的高频细节增益增强。

然后再利用高动态范围图像中每个像素点的高频细节增强增益对应乘以每个像素点的高频细节信息，得到高动态范围图像中每个像素点的高频细节增强信息。

S110、根据所述滤波弱强度结果和所述滤波高强度结果对所述高动态范围图像进行中频细节提取，得到所述高动态范围图像的中频细节信息。

在一具体实施例中，本申请利用滤波弱强度结果减去滤波中强度结果得到高频动态范围图像的中频细节信息。其中，相减后的中频细节是有正负值之分的。

S111、根据预设的中频细节增强增益曲线函数和所述高动态范围图像的中频细节信息，计算得到所述高动态范围图像的中频细节增强信息。

在一具体实施例中，本申请根据高动态范围图像中每个像素点的中频细节信息和预设的中频细节增强增益曲线函数，计算得到高动态范围图像中每个像素点的中频细节增强增益。其中，中频细节增强增益曲线函数是系统预先自定义配置的函数，例如图5示出一种可能的中频细节增强增益曲线函数。如图5中，根据每个像素点的中频细节的绝对值信息(即中频细节信息的绝对值)和图5所示曲线可得到该像素点对应的中频细节增强增益。

然后再利用高动态范围图像中每个像素点的中频细节增强增益对应乘以每个像素点的中频细节信息，得到高动态范围图像中的中频细节增强信息。

需要说明的是，高频细节和中频细节做绝对值操作是能够根据图4和图5的绝对值的细节强度和对应的增益强度关系曲线得到需要的增益强度,然后根据增益强度需要乘以实际有正负数的高频细节和中频细节。

S112、根据所述亮度映射图像、所述高动态范围图像的高频细节增强信息和中频细节增强信息，对所述高动态范围图像进行压缩得到对应的压缩输出图像。

在一具体实施例中，本申请将高动态范围图像的高频细节增强信息和中频细节增强信息进行叠加(即相加)，作为高动态范围图像的细节层信息。将亮度映射图像作为高动态范围图像的亮度层信息，最后再将高动态范围图像的细节层信息和亮度层信息进行叠加，得到高动态范围图像压缩后的压缩输出图像。其具体计算公式如下公式(2)所示：

Out＝Ybase+Yde＝Ybase+(YdeM+YdeH) 公式(2)

其中，Out为压缩输出图像，Ybase为亮度映射图像，Yde为高动态范围图像的细节层信息，YdeM为高频细节增强信息，YdeH为中频细节增强信息。

需要说明的是，压缩输出图像是最终输出亮度的全幅面图像，可作为后续图像处理、图像存储及图像终端显示的输出图像源。

通过实施本申请，通过对图像亮度值的强弱来区分亮区和暗区的强弱；再把亮区、暗区和亮暗过渡区使用不同的滤波结果，以便解决图像亮区容易过曝的问题；通过对图像细节信息进行特殊的细节提取和细节增强处理，以便减弱动态范围图像压缩的光晕问题。这样本申请能够自动、高效地对高动态范围图像进行压缩，满足各种不同场景的变化和需求。

请参见图6，是本申请实施例提供的一种高动态范围图像压缩的装置的结构示意图。如图6所示的装置600包括：

亮暗区强度计算单元601，用于确定高动态范围图像的亮区、暗区和所述高动态范围图像中每个像素点的亮暗区强度weight；

亮区滤波结果计算单元602，用于对所述高动态范围图像的亮区进行滤波，得到亮区滤波结果；

暗区滤波结果计算单元603，用于对所述高动态范围图像的暗区进行滤波，得到暗区滤波结果；

滤波结果加权平均单元604，用于根据确定的所述亮暗区强度对所述亮区滤波结果和所述暗区滤波结果进行加权平均，得到所述高动态范围图像对应的亮度滤波结果；

直方图调整映射单元605，用于对所述亮度滤波结果进行直方图调整映射，得到所述高动态范围图像对应的亮度映射图像；

滤波弱强度计算单元606，用于对所述高动态范围图像进行滤波弱强度计算，得到滤波弱强度结果；

滤波中强度计算单元607，用于对所述高动态范围图像进行滤波中强度计算，得到滤波中强度结果；

高频细节提取单元608，用于根据原始输入的所述高动态范围图像和所述滤波弱强度计算结果，对所述高动态范围图像进行高频细节提取，得到所述高动态范围图像的高频细节信息；

高频细节增强单元609，用于根据预设的高频细节增强增益曲线函数和所述高动态范围图像的高频细节信息，计算所述高动态范围图像的高频细节增强信息；

中频细节提取单元610，用于根据所述滤波弱强度结果和所述滤波中强度结果，对所述高动态范围图像进行中频细节提取，得到所述高动态范围图像的中频细节信息；

中频细节增强单元611，用于根据预设的中频细节增强增益曲线函数和所述高动态范围图像的中频细节信息，计算所述高动态范围图像的中频细节增强信息；

图像压缩输出单元612，用于根据所述亮度映射图像、所述高动态范围图像的高频细节增强信息和中频细节增强信息，对所述高动态范围图像进行压缩，得到对应的压缩输出图像。

可选的，亮区滤波结果计算单元602具体用于使用第一窗对所述高动态范围图像的亮区进行滤波，将所述第一窗中每个像素点的平均亮度作为所述高动态范围图像的亮区滤波结果；

暗区滤波结果计算单元603具体用于使用第二窗对所述高动态范围图像的暗区进行滤波，将所述第二窗中每个像素点的平均亮度作为所述高动态范围图像的暗区滤波结果；其中，所述第一窗的大小小于所述第二窗的大小。

可选的，直方图调整映射单元605具体用于根据预设的直方图映射曲线函数，对所述亮度滤波结果进行亮度调整映射，得到所述高动态范围图像对应的亮度映射图像；其中，所述亮度映射图像和所述高动态范围图像的大小相同。

可选的，滤波弱强度计算单元606具体用于使用第三窗对所述高动态范围图像进行滤波弱强度计算，将所述第三窗中每个像素点的平均亮度作为所述高动态范围图像的滤波弱强度结果；

滤波中强度计算单元607具体用于使用第四窗对所述高动态范围图像进行滤波中强度计算，将所述第四窗中每个像素点的平均亮度作为所述高动态范围图像的滤波中强度结果；其中，所述第三窗的大小小于所述第四窗的大小。

可选的，高频细节增强单元609具体用于根据预设的高频细节增强增益曲线函数和所述高动态范围图像的高频细节信息，计算所述高动态范围图像的高频细节增强增益；将所述高动态范围图像的高频细节增强增益对应乘以所述高动态范围图像的高频细节信息，得到所述高动态范围图像的高频细节增强信息。

中频细节增强单元611具体用于根据预设的中频细节增强增益曲线函数和所述高动态范围图像的中频细节信息，计算所述高动态范围图像的中频细节增强增益；将所述高动态范围图像的中频细节增强增益对应乘以所述高动态范围图像的中频细节信息，得到所述高动态范围图像的中频细节增益信息。

可选的，图像压缩输出单元612具体用于将所述高动态范围图像的高频细节增强信息和中频细节增强信息进行叠加，得到所述高动态范围图像的细节层信息；将所述亮度映射图像作为所述高动态范围图像的亮度层信息，与所述高动态范围图像的细节层信息进行叠加，得到对应的压缩输出图像。

上述实施例仅例示性说明本申请的原理及其功效，而非用于限制本申请。任何本领域技术人员均可在不违背本申请的精神及范畴下，对上述实施例进行修饰与改变。因此，本申请的权利保护范围，应如权利要求书所列。