McCann99算法的改进

第 10卷 　第 12期 2005年 12月 中国图象图形学报 Journal of Image and Graphics Vol. 10, No. 12 Dec. , 2005 收稿日期 : 2005201217;改回日期 : 2005204211 第一作者简介 :顾耀林 (1948～　) ,男 ,教授 ,江南大学信息工程学院副院长。1982年毕业于上海交通大学。1994年 ～1995年在美国 Stony B rook大学作访问学者。主要研究方向为计算机图形学和并行计算。E2mail: gyl627@ sytu. edu. cn M cCann99算法的改进 顾耀林　袁雪庚 (江南大学信息工程学院 ,无锡　214122) 摘 　要 　分析了高动态范围图像 (HDR)显示算法中的 McCann99算法 ,并针对其在亮、暗区域处理的缺陷 ,提出了 改进 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 。即结合了新近的研究结果 ,更换 McCann99中的初值 ,调整它的反射图像值等。实验结果 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 明 ,改进后 的算法不但可以适应更高的动态范围图像的显示 ,而且有对比度可调的方便特性。 关键词 　照度图像 　反射图像 　多分辨率图像 　高动态范围图像 　光晕 中图法分类号 : TP391　　文献 标识 采样口标识规范化 下载危险废物标识 下载医疗器械外包装标识图下载科目一标识图大全免费下载产品包装标识下载 码 : A　　文章编号 : 100628961 (2005) 1221523206 Im provem en t of M cCann99 A lgor ithm GU Yao2lin, YUAN Xue2geng ( College of Inform ation Engineering, Southern Yangtze U niversity, W uxi 214122) Abstract　The analysis ofMcCann99 algorithm with regard to high dynam ic image disp lay is demonstrated here. The im2 p roved p lot was p roposed based on the weakness ofMcCann99 in dealing with very dark and light region of HDR images. Combining the new research result, the initial value and reflectance value were adjusted. In addition to the suitable visual2 ization of HDR image, the imp roved algorithm also has the facility of contrast adjustment. Keywords　illum ination image, reflectance image, multi2resolution image, HDR image, halo 1　引　言 真实场景具有宽广的亮度范围 ,尤其是有灯光 的场景或同时含有室内外的场景 ,它们的亮度变化 范围更大。另外 ,在照相时 ,由于曝光程度的不同 , 也会产生高动态图像。还有 ,在计算机合成的场景 中 ,由于光线跟踪技术的产生 (Monte Carlo path trac2 ing technique) ,高动态范围的图像也随之产生。 一般地 ,人眼视觉系统能够直接捕获的亮度范 围在 10 - 6 ～10 + 4左右。但是 ,现在大多数的显示设 备和打印设备最多 ( CRT, LCD, 打印机 ) 只有 100 ～102的显示范围。如果只是线性显示 ,那么在 明暗区图像的细节将会丢失 ,为了将高动态范围的 场景显示到低动态范围的设备中 ,映射技术随之 产生。 在不断的研究中 ,人们提出了各种映射方法。 来完成自然场景的真实再现 ,达到以下目的 : (1)可视化 ,你可以看到展示在图像上的东西 , 就像你在现实场景中一样。物体不会在过度曝光和 欠曝光下被遮掩 ,细节特征也不会丢失。 (2)看到图像和看到真实的场景会产生主观的 一致性。显示图像的总体特征应和现实场景基本 相同。 现有的映射 函数 excel方差函数excelsd函数已知函数     2 f x m x mx m      2 1 4 2拉格朗日函数pdf函数公式下载 主要可以分为两类 ,一类是基 于像素的整体调整映射 ,它的最终目的是得到一种 映射曲线。其中以 Larson[ 1 ]的方法为代表。这种方 法简单而有效 ,但是也容易引起局部的失真 [ 2 ]。另 一类是基于图像内容的调整映射。它的总体方法是 将图像分层 ,在不同的层面上采用相应的压缩方法 , 而后将它们合成。如 Tumblin[ 3 ]将图像分成 6层 3 对 ,有漫反射层、镜面反射层、透射层。每层又分为 反射层和照度层 ; Pattanaik I[ 4 ]将依据人眼视觉将图 像分成 L2cone,M 2cone, S2cone, rod 4层处理。后期 1524　 中国图象图形学报 第 10卷 人们将双边滤波技术 ,非线性滤波技术融入进来 ,以 得到最佳照度层的同时减少光晕现象的产生 [ 5, 6 ]。 除了典型的映射技术外 , Land[ 7 ]等人在研究人 眼视觉特点的基础上模拟了人眼视觉成像的过程 , 发明了 Retinex算法 ,他们发现人眼成像一部分与视 网膜 ( Retinal)有关 ,一部分与大脑的视觉皮层有 关 ,因此将此算法命名为 Retinex。这种算法在处理 高动态图像的过程中 ,也显示了优良的效果。 本文要介绍的是在经典的 Retinex[ 7 ]思想指导 下的 McCann99[ 8 ]算法。我们对其中的参数做了具 体的分析。发现本算法在速度上 ,初始值的选择上 , 以及在高的动态范围图像的处理上 (尤其是暗区 ) , 有不足之处。针对此提出了改进的方法。基于新近 的研究成果 ,将照度图像的压缩技术引入其中。并 用不同的算子调整反射层 ,以提高对比度。实验表 明 ,改进的算法提高了原算法的适应能力。 2　M cCann99算法分析与改进 Retinex计算的目的是为了获得人眼对外界亮 度的反应值。而非真正的亮度物理值。即是在不丢 失图像信息的前提下充分利用人眼视觉的特性 ,将 场景图像的高动态范围压缩到显示设备的显示范围 内。这一思想的实施包括求比例、相乘、重置、平均 4个步骤。在这种思想的指导下产生了许多算 法 [ 9 ] ,而 McCann99是其中的经典。 图 1　McCann99流程图 (以 3层金字塔图像为例 ) Fig. 1　McCann99 flow chart( take 3 layers as examp le) 有关 McCann99 算法细节的描述请参见文献 [ 9 ]。流程图如图 1,图 2所示。其中 , RR i 为不同 层的图像 ; N Pi 为经过 Retinex处理后的结果图像 ; O Pi 是将 N Pi 向上 2倍抽样的结果 ,以给下一层的 Retinex处理。现将其核心思想作类比来阐述其精 髓 ,显示一个高动态场景 ,就像是将人眼看到的景物 画在画纸上一样 (这一过程有些特殊 )。在画纸上 图 2　Retinex处理流程图 Fig. 2　Retinex algorithm flow chart (设其是白纸 ) ,先刻画最粗略的场景变化 ,再刻画 出次粗略的场景变化 ,这样不断的往复 ,就可以得到 最终的图像了。在这个过程中 (注意 : McCann99算 法的图像是在自然对数域内处理的 ) ,画纸相当于 图 2中的初始值 O P1 (在 McCann99中 , O P1 为图像 的最大值矩阵 ) ,粗略的场景变化相当于图 1中金 字塔各层图像内的相邻像素点的差值 ,每一次的刻 画即是将差值矩阵叠加到原画板上的过程 ,那么很 明确 ,这个差值有正负之分 ,而正的差值刻在画纸上 是没有意义的 ,因为这已经超过了画纸的显示范围。 故此将叠加后的值重新设置为原图纸的颜色。而负 的差值就在画纸上留下了印象。所谓不断的往复是 指在不同金字塔图像层的循环叠加过程。 实验的结果证明该算法的处理效果良好。但 是 ,该算法也存在一定的问 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 值得深入地讨论。 2. 1　原值 O P1 的选择 就其直观的效果来说 ,McCann99算法对一般的 高动态图像处理得很好 ,但是对高动态范围图像中 亮、暗区域的处理不是很理想。那么是什么原因呢 ? 本文认为问题之一在 O P初值的选择上 ,此算法的 O P初值是对应于顶层的原图像最大值的矩阵 ,那 么在后期的差值相加过程中 ,正差值这一信息被人 为地丢失了 ,而对于暗区域中的负差值来说 ,刻画固 然是有的 ,但是它是在最大值的基础上进行的 ,要想 达到真实场景的亮度也要经过多次的刻画 ,这无疑 影响了算法速度的提高。结合文献 [ 10 ]的照度压 缩思想 ,将初值 O P1 设成是顶层图像的压缩值。具 体的压缩办法是 : D ( x) =β log (αx + 1)log (α + 1) (1) 其中 ,α是曲线弯度控制参数 ,一般选取为 1, 10, 1 000等 , β是压缩范围控制参数。图 3是该函数的 第 12期 顾耀林等 :McCann99算法的改进 1525　 图 3　压缩曲线图 Fig. 3　Comp ression curve for initial layer 归一化表现形式 ,横坐标是 x的变化范围 ,纵坐标是 D ( x)的变化范围 ,图中的曲线是在α为 1, 10, 100 时 D ( x)的表示。 从图 3中可以看出映射的最大值并非是 1,这 样的压缩可以减少正差值在相加后由于超过最大值 丢失的机会 , 从而保留了正差值的信息。另外从 图 3中还可以看出不同的α值可以控制图像的总体 亮、暗程度。 2. 2　差值处理 2. 2. 1　加权值处理 在 McCann99算法中 ,不同的金字塔图像层的 　 变化是被等同对待的 ,即是在求金字塔图像层内的 差值时 ,没有考虑加权的问题。然而在对图像的向 下抽样过程中 ,不同层的图像像素点之间的实际空 间距离各自不同 ,那么就应该用加权值来反映这种 不同。加权值表示为 di = nLayer - iLayer + 1 (2) di 是加权值 , nLayer是金字塔图像的层数 , iL ayer是对 应的第 i层 , i = 0表示顶层。这样作可以达到有层 次的处理 ,同时由于高层金字塔图像层的差值被 赋予大的加权值 ,那么它所代表的远相关细节被 控制在一定的范围内而不容易快速的被“重 置 ”掉。 2. 2. 2　差值调整 在真实场景中 ,既含有细微的纹理变化 ,又含有 大的边缘变化 ,根据人眼视觉对亮度的感应是其相 对值 ,而非绝对值 ,因此有必要通过提升小变化 ,压 缩大变化来调整高动态范围图像的整体动态格局 , 从而使亮、暗区域的细节更加可视化 (如图 4 所 示 )。选择了 3种调整函数 [ 11 ]其中 , T, T1 , T2 是门 限值 , T控制了要调整细节的范围 ,如果 T1 很小 ,说 明要调整的细节范围很小 ,反之亦然 ; T1 , T2 是控制 动态范围的 ,在二值之间的像素点得到了适当的压 缩。通过实验 ,得出以第 3种函数更为适合动态范 围图像的变化调整。 ( a) 非线性函数 1 ( b) 非线性函数 2 ( c) 非线性函数 3 图 4　差值调整函数 Fig. 4　D ifference value adjustment function 2. 3　循环次数的分析 在 McCann99中 ,给出了每一层的循环次数为 4,认为是实用数据 ,在文献 [ 12 ]中给出了 33为理 论的最佳数值 ,当然这些循环次数对于各层金字塔 图像均是一致的。增加高层循环次数可以更好地刻 画远相关细节 ,而增加底层循环次数可以更好地刻 画近相关细节 ,但是如果过度地增加底层循环次数 会产生 halo现象。由此提出了下面的循环策略 nIterationsi = nLayers - iLayer + 1 (3) 其中 , n Iterationsi代表第 i层的循环次数 , nLayer是金字塔 图像的层数。这种方法可以有效地抑制 halo现象 的产生。 2. 4　颜色校正处理 经过上面的处理 ,发现图像色彩较暗 ,这样的现 1526　 中国图象图形学报 第 10卷 象在 MSR (multi2scale retinex)的处理中也遇到过。 为了提高彩色图像的饱和度 ,恢复图像的色彩 ,采用 下面的校色公式 [ 8 ] : Cout = Cin L in s ·Lout (4) 其中 , Cout是指 R, G, B色彩通道 , L in代表算法处理前 图像的亮度值 , Lout代表算法处理后图像的亮度值。s 是控制图像颜色饱和度的参数。这里选择 s = 017 时 ,效果较好。改进后的 Retinex处理流程图 , 如 图 5所示。 图 5　改进的 Retinex流程图 Fig. 5　Flow chart of imp roved Retinex algorithm 3　实验与分析 编 程 环 境 为 赛 扬 210GHz, 内 存 256M , Matlab 615。 3. 1　原值 O P的选择 图像在不同的α下的图像比较显示如图 6所 示。从图 6 ( b)中可以看出 McCann99算法对动态 范围图像暗区域的显示能力有限。并且容易产生如 门把手的 halo现象。从图 6 ( c)、( d)的比较来看 , 当α增大 ,图像整体的对比度在下降。这与图 3的 曲线相对应。 3. 2　加权值 是否加权值情况下的比较结果如图 7所示。从 图 7 ( b)、( c)的比较中可以看出 ,加权后 ,图像更加 有层次性 ,如图像右上角的显示效果。 3. 3　差值调整 图 8是不同的调整函数下的比较结果 ,其中 , G 是增益值。发现图 8 ( c)的对比度最强烈 ,但是效果 并没有图 8 ( d)、图 8 ( e)能满足视觉要求。 3. 4　循环次数与 ha lo的抑制 将改进算法中的循环次数与 McCann99中的 4 次和 33次的效果做了比较 ,结果如图 9所示。本文 的循环次数可以在一定程度上抑制光晕现象。 ( a) 原始图像 ( b) McCann99处理结果 ( c) α= 100,β= 0. 7Maximum( d) α= 1 000,β= 0. 7Maximum 图 6　选择不同α的效果图比较 Fig. 6　Comparison with differentα ( a) 原始图像 ( b) McCann99处理结果 ( c) 加权值的处理结果 图 7　是否加权的效果图比较 Fig. 7　Effect comparison between weighted and un2weighted algorithm s 第 12期 顾耀林等 :McCann99算法的改进 1527　 　　很明显 ,从图 9中可以看出本文的循环次数选 择能在一定的程度上抑制 halo现象。表 1给出了 计算的时间比较。 ( a) 原图像 ( b) McCann99处理结果 ( c) 调整函数 1效果 ( T = 0. 1, G = 2) ( d) 调整函数 2效果 ( T = 0. 2, G = 2) ( e) 调整函数 3效果 ( T1 = 0. 1, T2 = 0. 7, G = 2) 图 8　不同差值调整下的图像效果比较 Fig. 8　Comparison with different adjustment function ( a) McCann99循环次数 4 ( b) McCann99循环次数 33 ( c) 本文提出的循环次数 图 9　循环次数与 halo现象 Fig. 9　Comparison with different cycling numbers for dealing with halo 表 1　不同循环次数的时间对比 Tab. 1　T im e con sum ing com par ison w ith d ifferen t cycling num bers 单位 : s Image McCann99 (4次 ) McCann99 (33次 ) McCann99 (改进算法 ) 图像大小 (128 ×128) 2. 985 0 6. 047 0 2. 875 0 3. 5　全局效果 图 10给出了与其他算法的比较效果。 从图中可以看出 ,对于此图像中暗区域的显示 效果得到明显地改善 (请对比不同效果图像的右上 角和左边中部的区域 ) ,同时图像的对比度也有提 高 (请对比上部的圆形天窗和中下部的门 )。 ( a) 本文改进算法效果 ( b) A shikhm in效果 ( c) Larson效果 [ 2 ] ( d) Tumblin99效果 图 10　不同算法效果比较 Fig. 10　W hole effect comparison with different algorithm s 1528　 中国图象图形学报 第 10卷 4　结　论 本文从画图的角度重新解释了 McCann99算法 的思想 ,并且对其参数选择进行了分析和调整。在 初值的选择上 ,压缩了高斯金字塔顶层图像的显示 范围 ,并以此作为改进的算法初值。在对差值调整 的过程中 ,引用了 3种非线性调整的方法 ,同时进行 了测试。分析 McCann99算法的过程中 ,发现了两 个重要问题 ,其一是如果图像的动态范围很高 ,该算 法对暗区的处理效果不佳 ,对此引入了压缩初值的 方法提高动态的显示。其二是对有些图像的处理依 然存在 halo现象 ,这与图像层内循环次数有关。故 试图用线性递减的循环次数以减轻 halo现象。由 实验可以看到其优越性。 McCann99算法的分层模式与小波处理十分相 近 ,将来的研究任务是将这种算法嵌入到小波的压 缩处理中 ,这样可以使动态范围图像的压缩与显示 结合起来 ,同时为高动态视频的处理打下基础。 参考文献 ( References) 1　Rushmeier H, Larson G W , Piatko C. A visibility matching tone re2 p roduction operator for high dynam ic range scenes[ J ]. IEEE Trans2 actions on V isualization and Computer Graphics, 1997, 3 (4) : 291～ 306. 2　D iCarlo J M, W andell B A. Rendering high dynam ic range images [A ]. In: Proceedings of SP IE: Image Sensors[ C ] , San D iego, Cal2 ifornia, USA, 2000, 3965: 392～401. 3　Tumblin J, Hodgins J K, Guenter B K. Two methods for disp lay of high contrast images [ J ]. ACM Transactions on Graphics, 1999, 18 (1) : 56～94. 4　Pattanaik S N, Ferwerda J A, Fairchild M D, et a l. A multi2scale model of adap tation and spatial vision for realistic image disp lay[A ]. In: Proceedings of SIGGRAPH’98 [ C ] , O rlando, 1998: 287～298. 5　Durand F, Dorsey J. Fast bilateral filtering for the disp lay of high dy2 nam ic range images [ A ] . ACM Transactions on Graphics [ C ] , 2002, 21 (3) : 257～266. 6　Tumblin J, Turk G. LC IS: A boundary hierarchy for detail p reserving contrast reduction [ A ]. In: Proceedings of SIGGRAPH’99 [ C ] , LOS Angeles, CA, USA, 1999: 83～90. 7　Land Edwin, McCann John. L ightness and retinex theory[ J ]. Jour2 nal of the Op tical Society of America, 1971, 61 (1) : 1～11. 8　Funt B V, Ciurea F, McCann J J. Retinex in Matlab[A ]. In: Pro2 ceedings of IS&T/SID Eighth Color Imaging Conference [ C ] , Scotts2 dale, USA, 2000: 112～121. 9　Ogata M, Tsuchiya T, Kubozono T, et a l. Dynam ic range comp res2 sion based on illum ination compensation [ J ]. IEEE Transactions on Consumer Electronics, 2001, 47 (4) : 548～558. 10 Carrato S. A p seudo2retinex app roach for the visualization of high dy2 nam ic range images[A ]. In: Proceedings of the 5 th COST 276 Work2 shop [ C ] , Prague, Czechoslovakia, 2003: 1～6. 11 B rown. An adap tive strategy for wavelet based image enhancement [A ]. In: Proceedings of IMV IP 20002Irish Machine V ision and Im2 age Processing Conference[ C ] , Belfast, Northern Ireland, 2000: 67 ～81. 12 Funt B, Ciurea F. Control parameters for Retinex[A ]. In: Proceed2 ings of the 9 th Congress of the International Color A ssociation [ C ] , Rochester, NY, USA, 2001: 287～290.