关于01动态范围压缩的这一部分, 它是一个简介。
在自然界里面的那些真实场景里头, 能够展现出非常宽广的色彩以及亮度的一个范围。比如说, 从特别昏暗的夜色这样的地方开始看过去, 它的亮度值可以低到10^-5 cd/m2这么一点点, 然后一直一直到日光那里去, 那边的亮度就非常明亮了, 能达到10^5 cd/m2这个程度。
在这个中间所涵盖的动态范围, 它总共跨越了接近10个数量级这么多。但是, 传统的显示设备在用于画面呈现、视频播放以及图片展示的时候, 其所能达到的能力, 很大程度上会受制于硬件设备本身的条件。
这类设备通常只能够呈现出一种亮度范围非常有限的效果。以大家最常见的8比特图像为例来说, 它所能显示的数值区间被严格限制在了0至255这样的整数范围之内。

因此, 为了能够呈现出高动态范围的效果, 我们需要做一件事。这件事就是把高动态范围图像映射为低动态范围图像。同时呢, 由于不同显示设备的出现, HDR与LDR之间的相互转换就变得愈发重要。这其实就是动态范围压缩的作用。
大家会把动态范围压缩的算法分成两大部分来讨论, 也就是全局映射和局部映射这两类。
考虑到目前存在的这些情况, 大家心里都清楚, 想要找到一个特别合适的算法不是件容易的事。因为这个理想的方案, 得有一手好本事。它得能让图像里所有像素的明暗变化趋势保持住不跑偏。
与此同时呢, 对于那些局部的关键细节特征, 它也还得能牢牢地给保存下来, 一点不让丢。最终达到目的的时候, 那个画面的亮度表现效果, 才能够和现实生活中的真实场景靠得更近些, 让人看着觉得更真实些。
02动态范围压缩算法
▍ 线性移位算法
在动态范围压缩这一领域里, 线性移位算法是最基础的一种实现方式, 这个原理很简单, 就是直接拿表示HDR图像的那些位深度为n的整数, 做把二进制数向右移动(n减m)位的操作, 这么做是为了得到位深度为m的结果, 而这里的m通常是指压缩后的。
▍ 对数映射算法
对数映射算法的原理是这样的, 为了简化计算过程, 它通常会选择以2作为底数, 先把HDR图像里的数值区间通过一种称为对数映射的操作, 转移到某个指定的目标区间里面去, 接着再通过实施线性变换这个步骤, 把这个结果进一步投射到另一个确定的区间当中, 由此最终获得LDR图像, 该算法和线性移位算法存在相似之处, 这意味着它也属于一种全局算法的范畴, 其不足之处在于无法针对图像的局部细节进行精细化的修正操作, 尽管它存在上述局限, 但在效率方面却表现出较高的水平。
大家需要特别注意一点, 那就是这两种算法在实际操作的时候, 因为没办法很好地解决颜色分布不均匀这件事, 所以很有可能会碰到颜色不够明亮、细节看不清楚以及高亮的部分过于尖锐这样的问题。
▍ 分段函数映射
分段函数映射的原理在于, 针对HDR图像中, 不同亮度区域的特点, 采用三段式的分段函数, 进行压缩, 这种方式下, 算法可以对, 各个亮度区域, 进行针对性的分辨率调整, 它的优点在于, 映射曲线的斜率在两端较小, 在中间区域较大, 这说明算法会, 特别提升中间值像素的分辨率。
与此同时, 该算法所用的拐点值会根据具体的图像情况而定, 这就意味着它能够将图像的局部特征变化考虑到其中, 所以它并不是那种完全意义上的全局算法。不过, 分段函数映射也有它的不足之处, 因为这种方式仍旧属于一种粗粒度的处理手段, 并且没有能够在足够的程度上把像素彼此之间的关系给考虑进去。
▍ 自适应性对数映射
自适应对数映射的原理是它引入了一个数值这个数值是实际场景里的最高亮度值和现实场景里的最高亮度值两者之间对数的比, 并且通过选取了一个对比度调节算子而这个算子是经过优选得来的, 这样就实现了从HDR到LDR的有效映射。
这种算法能够把中间亮度值的映射范围给显著地扩大一下, 同时又会对高亮度值的映射斜率进行压缩处理。这一套做法下来是为了把图像的对比度给优化好。关于算法的复杂度, 还有图像呈现的效果这两个方面来说, 自适应性对数映射这种办法, 和前头的两种算法比起来的话, 都是表现出了特别明显的长处。
▍ 高动态范围图像可视化算法
高动态范围图像可视化算法的原理是这样子, 它通过快速双向滤波器这个手段, 把输入图像放到对数域里面进行分解操作, 进而得到基本层还有细节层这两个东西, 在后面这个阶段的话, 就需要分别地对这两层去应用各自不同的映射算法了, 其中基本层是采用直方图映射调整这种方式, 而细节层则是要进行自适应细节增强的, 这一算法的作用在于它能够起到保留全局对比信息的效果, 同时也还能显著地增强局部细节, 这样一来最终的目的就是能够提升视觉效果。
但是, 由于算法引入了双向滤波器, 所以它的复杂度是比较高的。
03对数分段映射算法实现
▍ 对数映射改进

大家把对数分段映射这个算法的实现过程, 给弄明白了, 是这样来叙述的。
第一步, 针对原始输入的内容进行指定区间之中的改进对数映射处理。这里的所谓改进, 主要是对传统的那种对数映射公式做一定的优化, 目的是为了去适应各种不一样的映射需求情况。
在传统的对数映射这种方法里面, 对数底数base和系数a这两个东西的选择, 其实都是取决于具体的那个映射范围是多大, 而我们这里的做法是采用以2为底的对数映射作为整个方法的基础。
接下来, 我们会对所涉及的数区间实施分段方面的调整操作。这样做的主要目的, 是为了能够更加好地去适应那些HDR图像所带有的那种比较复杂的特性, 从而使得相关算法能够对处于不同亮度范围内部的那些细节进行更为精细化的处理过程。
在全局映射那个步骤里面, 我们把对数映射的算法给改进了, 举个例子说像是使用10比特的HDR图像的时候, 我们提出了一个新的映射公式。
f(x) =
lb(x+1) 1..6
^2 - 0.5
; 0 x 1023
这里面, lb指的是对数运算那个操作, x代表的是输入的数值, 这个数的取值范围是从0一直到大等于1023之间。靠着用上这个经过改良过的公式, 我们就能够对那种HDR格式的高动态范围图像进行更加细分的映射工作, 并且做出相应的调整操作。
针对分段调整这件事呢, 进行实施操作。
为了更好地去优化这个算法, 我们要对那一些不同数据分布区域的地方进行一些局部的调整。具体的情况是, 就是让那些数据分布比较密集的区域可以能够获得一个更加广泛的一个映射空间, 与此同时让那些数据分布比较稀疏的区域呢, 则可以相应地去缩小一下它们自己的那个映射范围。
通过采用这样的这样一个方式方法, 我们也就能够更好地去适应不同区间段里面所拥有的那些具体需求了, 那么这样一来自然也就是能够提升整体的最终效果表现。
比如说, 我们能够把那些需要去进行映射的关于亮度的那个区间这个事儿, 给它划分成为两个子区间: 和(511, 1023。
然后呢, 就在每一个单独的区间里头, 去使用那个带有不一样参数的映射曲线来进行处理。

令 A(x) =
(1.6 log(x + 1))^2 - 0.5
那么, 这个函数就满足以下这些条件:
此外, 我们会引入一个渐变参数a, 把它定义为a等于a3除以a1, 这个式子也等同于N2除以N1, 在式子里面, Ni表示的是那些亮度值落在第i个区间当中的像素的数量, 这个渐变系数的具体数值状况, 能够直接反映出每一个特定的区间里面, 像素数量呈现出来的那种递增方面的趋势。
▍ 仿真对比分析
我们这里拿一个10位的HDR图像来做例子, 这个图像的亮度值的范围是从0一直到1023。当它经过了两个映射区间的处理之后, 它的曲线表达式就成了下面这样子的情况:
我们拿Matlab里边各自拟合出来的那些曲线做了对比, 具体的输入范围是, 具体的输出范围是,这么做的意思就是为了验证改进之后的那个对数映射算法是不是真的有效。
大家通过对比能够看得很清楚, 改好之后的L2曲线, 在把中间那一块数值的映射范围给拓宽开来上头, 是有着很明显的优点的, 所以它就把这个区域的分辨率给有效地提上去了。
总的结论是, 本文研究的那些算法在处理亮度很高、亮度很低的那些部分的时候, 把它们的对比度提升了, 效果是非常好的, 而且, 在这些很亮和很暗的地方连接在一起的分界线上, 过渡的过程是比较平滑的, 没有出现不自然的情况。
