|
传统的宽动态的算法感觉都是用多次曝光的算法进行的。我在想如何对一幅图像进行宽动态的处理呢，整了好长时间，也看了不少方法，基本都是对图片进行滤波，然后分解成基础层和细节层，然后分别对基础层和细节层进行处理。经过两个月的努力，终于做出来了，但是感觉更像是个暗场景提升。理论上采用双边滤波的效果最好，但是双边滤波速度太慢，为了能达到实时，采用更粗略的滤波，经过更深的优化，速度优化到了可以接受的地步。 下面就每一步骤详细说一下： 1 图像的色彩空间 这个算法要用到滤波，如果是rgb的话，就需要在三个通道上分别处理，时间肯定快不起来，所以这里是在YCbCr空间上处理，这样只用在Y通道上处理，然后对CbCr进行修正. 2 细节层和基础层提取 基础层就是对图像进行滤波，这里可以用高斯滤波，均值滤波。。。，最好的效果是双边滤波，但是速度太慢，看了不少双边滤波的快速算法，但是就论文中的时间，速度还是很慢，这里我用了高斯滤波，可以说是一种粗略的近似。 细节层论文中大多提到是拿原图除以基础层后得到的，我试了一下，效果不错，也可以用原图-基础层来得到细节层。 3 基础层与细节层处理 我上面第一段说了，我这个“宽动态”更像是暗场景提升。而细节层很大程度上影响图像的细节，那么如何提升图像的亮度呢？可以有很多中方法，比如说直方图均衡化就是一种相当好的方法（但是有些图会失真）。总之这里需要得到一个映射表，要是这个映射表可以根据图像自适应得到更好了，我是所有图的初始映射表是相同的，然后根据图片的灰度进行调整，效果还不是很好。这里有个很大的优化空间。 至于细节层，原来我是没有处理的，后来对其进行了提升，就是细节层同步提高10%（这个幅度不宜过大）； 这里说一下，，这个算法不错，可以借鉴一下。 4 亮度和色彩恢复 根据上面的处理后，需要对亮度Y通道和色彩CbCr通道进行恢复，亮度恢复就是很简单的基础层-细节层的逆操作，而CbCr是根据Y处理前后的提升幅度做相同幅度的变化。 大概的思路就是这个了，上面有错误的地方还请各位读者指正。1080p速度可以达到25ms以内。这个可以做到更好，可惜本人才疏学浅。
| 
