高動態(tài)范圍（HDR）影像技術(shù)應(yīng)用概述

劉霞　張硯

摘要：高動態(tài)范圍圖像比起普通圖像，它所能表現(xiàn)的畫面層次更加豐富，光影效果也更加逼近現(xiàn)實。近年，隨著高動態(tài)范圍技術(shù)的革新與發(fā)展，其應(yīng)用領(lǐng)域也再不斷的擴大。目前高動態(tài)范圍技術(shù)應(yīng)用主要集中在影像制作、虛擬現(xiàn)實、遙感探測、醫(yī)學(xué)檢測等領(lǐng)域，對客觀世界最真實光線的再現(xiàn)能力的優(yōu)越性，決定了未來對高動態(tài)影像技術(shù)的追求必然會是大勢所趨。

關(guān)鍵詞：HDR 寬容度 曝光 采樣

中圖分類號：TP391 文獻標(biāo)識碼：A 文章編號：1007-9416（2016）08-0253-02

1 HDR介紹

高動態(tài)范圍（High-Dynamic Range，高動態(tài)范圍）HDR是對同一場景采用不同的曝光值進行采樣，融合成局部自適應(yīng)曝光的高動態(tài)范圍圖像。比起普通圖像，它所能表現(xiàn)的畫面層次更加豐富，場景中的高亮度區(qū)和低亮度區(qū)的細節(jié)信息都能很好的保留下來，可以得到更加逼近現(xiàn)實的光影效果。高動態(tài)范圍圖像在影像制作、虛擬現(xiàn)實、遙感探測、醫(yī)學(xué)檢測等領(lǐng)域?qū)⒂芯薮蟮膽?yīng)用價值[1-2]。

近年隨著影像技術(shù)產(chǎn)業(yè)的應(yīng)用需求，諸多企業(yè)和研究學(xué)者都在為高動態(tài)范圍圖像的技術(shù)發(fā)展做出自己的努力。而對于HDR影像技術(shù)的研究，國外的科研機構(gòu)主要針對硬件技術(shù)和軟件實現(xiàn)方面，國內(nèi)研究學(xué)者則主要集中在HDR的應(yīng)用研究方面。

2 HDR應(yīng)用現(xiàn)狀

2.1 影像制作領(lǐng)域

高動態(tài)范圍成像技術(shù)自20世紀(jì)30至40年代由美國攝影師查爾斯·威科夫首先提出，在20世紀(jì)晚期由美國南加州大學(xué)Paul Debevec博士公開提出了組合多個不同曝光量影像以生成HDR影像的技術(shù)，縱使感光器件或者膠片的寬容度有限，卻仍然能夠通過多次成像來得到高動態(tài)范圍的影像[3]。富士、尼康、佳能、賓得以及索尼等公司近年也都大力發(fā)展HDR技術(shù)，努力改進CCD的生產(chǎn)技術(shù)，解決HDR功能內(nèi)置時，由于提高相機感光度，而產(chǎn)生的噪點增多等諸多問題。

在HDR連續(xù)影像記錄方面，Soviet Montage 2010年前首次提出雙機同步拍攝方案使用2臺5DII單反照相機，用個分光棱鏡把影像分成兩個并分別進入兩個相機，使不同位置的相機沒有視差，以獲取HDR的視頻短片，該方案主要針對穩(wěn)定畫面拍攝，以確保畫面像素的重合效果[4]。RED公司HDRx技術(shù)，同時獲取“正常曝光”和“高光保護”即過曝光兩幅畫面來達到HDR效果。越來越多的商家都在致力于HDR的商業(yè)化應(yīng)用，大家都在期待著值得推廣的技術(shù)方案出爐，屆時攝影、攝像等相關(guān)產(chǎn)業(yè)的發(fā)展也許將會發(fā)生重大的變革。

2015年美國CES國際消費電子展會，在這個世界最大、影響最為廣泛的消費技術(shù)產(chǎn)業(yè)盛會上，在圖像拍攝領(lǐng)域被熟知的高動態(tài)范圍（HDR）技術(shù)，也開悄然地開始被電視所采用。HDR電視的最高亮度可達1000尼特，這使得場景色彩更加生動，畫面更加清晰，影像效果更加真實。這項技術(shù)的應(yīng)用被認為有可能會引發(fā)電視領(lǐng)域的一次新的變革。

陳軍[5]研究了視頻應(yīng)用前沿技術(shù)達芬奇平臺的程序開發(fā)過程，針對基于達芬奇的HDR圖像合成進行了探討，開發(fā)基于 RGB 和 YUV 色彩空間的 HDR 圖像處理算法仿真程序，并對高動態(tài)范圍圖像處理算法在達芬奇平臺上如何進行移植，進行了方案設(shè)計和嘗試，該研究工作為高動態(tài)范圍圖像在達芬奇平臺上的應(yīng)用提供了有價值的參考。

2.2 虛擬現(xiàn)實領(lǐng)域

曾珂[6]等提出了改進的虛擬環(huán)境實HDR光照工作流及相關(guān)模型，通過對實時光照渲染中的HDR光照渲染技術(shù)及實時陰影渲染中的高復(fù)雜度大規(guī)模陰影區(qū)域虛擬環(huán)境實時陰影渲染技術(shù)的相關(guān)研究和實現(xiàn)，來提高虛擬世界對真實場景模擬的逼真程度。

趙磊[7]提出了一種基于動態(tài)HDR背景下的透明物體渲染方法，在互動虛擬展示系統(tǒng)中展現(xiàn)了實時觀看復(fù)雜產(chǎn)品外觀、內(nèi)飾在動態(tài)真實HDR背景光照下材質(zhì)光影特性變化的功能，為虛擬現(xiàn)實領(lǐng)域中針對復(fù)雜對象的真實感和實時性呈現(xiàn)問題提供了一種可借鑒的解決方案。

李可嘉[8]定義了9個用來渲染HDR效果的獨立的紋理渲染目標(biāo)對象來實現(xiàn)HDR算法，并將其配置好的合成器腳本運用到大規(guī)模海洋實時渲染技術(shù)研究中，運用HDR技術(shù)來提升海洋渲染的真實感[9]。

丁穎浩[10]在軌道無人機三維視景仿真技術(shù)研究中為了避免在標(biāo)準(zhǔn)光照流程計算下產(chǎn)生的結(jié)果會受到軌道空間環(huán)境劇烈變化亮度影響而發(fā)生失真，而利用帶有色調(diào)映射算法的高動態(tài)范圍光照（HDR Tone Mapping）來達到接近真實的光照效果，有效地提高了軌道無人機視景仿真畫面的真實感[11-12]。

趙再騫[13]通過 HDR技術(shù)渲染交會對接電視仿真圖像，對各像素點的亮度值進行重新分配來突出圖像的細節(jié)，以此來提高決定航天員完成實際太空飛行任務(wù)的熟練度與精準(zhǔn)度的仿真圖像質(zhì)量，使載人手控交會對接任務(wù)完成的更加順利。

2.3 遙感探測領(lǐng)域

李山山[14]等為了獲取更加接近真實景物的遙感影像，對亮度范圍高于普通遙感圖的高位動態(tài)影像（High Dynamic RangeImages，HDR）進行了重點研究，提出了基于分段線性變換（PLT）的算法，使極暗區(qū)域和極亮區(qū)域得到有效擴展，盡量多的捕獲符合原始地物特點的細節(jié)紋理，使圖像的整體質(zhì)量得到明顯得提高[15]。

王華[16]針對近年來開始應(yīng)用于軍事和空間探測等領(lǐng)域的CMOS 圖像傳感器的 HDR 技術(shù)的工程實現(xiàn)方法進行了研究，對于集成度高，功耗低，抗輻射能力強，但動態(tài)范圍不高的CMOS 圖像傳感器，在HDR模式下，將圖像傳感器的每個像素進行三次不同時間的曝光，后再進行合成輸出，以獲取高動態(tài)的影像，對提高CMOS 圖像傳感器在探測等領(lǐng)域的使用價值具有重要意義。

張春華[17]等結(jié)合使用專用相機拍攝的高動態(tài)范圍HDR的星空觀測圖像的特性，提出基于局部直方圖Gauss擬合的方法進行星圖背景參數(shù)估計，提出基于最優(yōu)Gamma變換的弱小目標(biāo)增強算法進行高亮恒星灰度動態(tài)范圍的壓縮和星圖中空間弱小目標(biāo)成像對比度的增加，以降低HDR星空觀測圖像中恒星成像對空間目標(biāo)檢測的干擾[18-19]。

2.4 醫(yī)學(xué)檢測領(lǐng)域

在現(xiàn)實環(huán)境場景中存在很寬的動態(tài)范圍，普通照片所能記錄的范圍是有限的，有些細節(jié)會被淹沒掉，使照片所呈現(xiàn)的影像效果與真實感知存在一定差異，那么，在醫(yī)療影像的成像系統(tǒng)中也會存在同樣的問題，在保證整體最優(yōu)化的狀態(tài)下，有些細節(jié)可能就很難得保障了。試將HDR的高動態(tài)范圍優(yōu)勢，遷移至醫(yī)學(xué)影像的獲取中，來提高醫(yī)學(xué)成像的質(zhì)量，提高對疾病檢測的準(zhǔn)確性。

羅年[20]提出利用痰涂片連續(xù)視野進行結(jié)核菌的動態(tài)智能檢測，重點對顯微圖像動態(tài)范圍擴展與其中結(jié)核菌目標(biāo)的提取進行了研究，通過改變圖像獲取設(shè)備的曝光度的方法，獲取結(jié)核菌不同細節(jié)的圖像，再進行圖像的融合，即獲取比一般圖像具有更寬動態(tài)范圍的HDR結(jié)核菌數(shù)字圖像，將人眼所無法感知的結(jié)核菌也提取出來，提高了檢測的準(zhǔn)確性[21-25]。

吳云飛[26]在對醫(yī)學(xué)影像數(shù)據(jù)的高清體繪制研究中，提出了一種基于特征分析的局部特征加強體繪制方法，對體數(shù)據(jù)進行局部特征分析和局部特征加強繪制進行兩個過程的處理，對采樣光線上大部分的特征區(qū)域執(zhí)行加強累積，使最終的累積顏色值處于一個高動態(tài)范圍（High Dynamic Rang，HDR），并基于自適應(yīng)等方法來完成高動態(tài)范圍圖像的正常顯示[27]，實現(xiàn)對體數(shù)據(jù)的快速高質(zhì)量特征繪制。

邊青山[28]等根據(jù)膝骨性關(guān)節(jié)炎病灶點斷面圖像數(shù)據(jù)運用計算機圖像重建技術(shù)將二維圖像轉(zhuǎn)換為三維數(shù)字模型，進行膝部經(jīng)筋循行區(qū)域、病灶點及經(jīng)筋的三維可視化影像研究。研究中使用含有的高對比光照信的HDR圖像來代替虛擬燈光效果，來提升渲染圖像的對比度，增強影像的真實感。該研究為中醫(yī)學(xué)科診斷病情實現(xiàn)三維診斷分析、為中醫(yī)學(xué)科臨床治療方法選擇提供了科學(xué)依據(jù)。

劉賓[29]從系統(tǒng)控制設(shè)計、數(shù)據(jù)采集、圖像融合及顯示方面展開高動態(tài)范圍X射線成像檢測技術(shù)的研究，以線性遞變高壓射線源控制配合探測器曝光時間間隔的調(diào)整，來自動獲取不同管電壓間隔的透照圖像序列；利用相鄰管電壓間隔圖像對應(yīng)厚度重復(fù)率約束的思想對原始透照數(shù)據(jù)進行二次抽樣，提取不同厚度區(qū)域?qū)?yīng)的有效信息；再通過一系列運算處理后，最終獲得融合后的高動態(tài)范圍圖像，對不同材質(zhì)、厚度分布的大厚度比物體均具有較強的適用性。該方法一定程度上改善了X 射線數(shù)字成像在檢測大厚度比物體時，由于傳統(tǒng)固定管電壓成像模式出現(xiàn)過曝光和欠曝光共存現(xiàn)象而導(dǎo)致圖像中數(shù)據(jù)信息嚴重缺失，結(jié)構(gòu)信息無法完整再現(xiàn)的問題[30-31]。

2.5 其他領(lǐng)域

何海冉[32]對紅外圖像發(fā)展的新方向高動態(tài)紅外圖像（High Dynamic Range Infrared Images）進行了研究，基于線性映射方法對高動態(tài)紅外圖像進行可視化后圖像細節(jié)的增強[33-34]，利用 CLAHE 算法[35-36]對有大尺度變化信息特點的基礎(chǔ)層進行增強處理，利用Gamma 算法對變化不明顯的細節(jié)層進行像素的非線性的調(diào)整[37-38]來達到增強的目的。

戴價[39]在多臺投影機無縫拼接校正中減弱和消除多臺投影機由于亮度疊加后所產(chǎn)生的亮度差異的亮度校正中，采用了基于相機HDR（High Dynamic Range，HDR）的方法先求出相機的亮度響應(yīng)曲線，再以相機的亮度響應(yīng)曲線為基礎(chǔ)，使相機的輸入為投影機的輸出，從而間接求得投影機的亮度響應(yīng)曲線，這種方法縮減了求出投影機亮度曲線的時間需求和價格需求，而得出的亮度曲線測量與直接使用照度計比較，結(jié)果相差在10%以內(nèi)。

楊中東[40]提出基于高動態(tài)（High Dynamic Range， HDR）成像的三維視覺測量系統(tǒng)，來提高激光掃描三維視覺測量的精確度，在光學(xué)空間實現(xiàn)對三維視覺測量成像系統(tǒng)的高動態(tài)成像擴展，采用 HDR 圖像作為三維視覺測量系統(tǒng)圖像處理軟件的輸入進行坐標(biāo)位置的解算，從根源上解決由于圖像采集質(zhì)量而影響視覺測量系統(tǒng)的精度問題。

3 討論

高動態(tài)范圍影像技術(shù)應(yīng)用越來越廣，除了影像制作領(lǐng)域外，已逐步擴展到了虛擬現(xiàn)實、遙感探測、醫(yī)學(xué)檢測等領(lǐng)域。為了實現(xiàn)現(xiàn)實場景的寬動態(tài)范圍，對高動態(tài)范圍技術(shù)的追求將會是大勢所趨，而隨著高動態(tài)范圍影像技術(shù)的自身發(fā)展，必將會影響到更多領(lǐng)域，而HDR這個能夠?qū)陀^世界最真實光線再現(xiàn)的優(yōu)勢技術(shù)必也將會給我們帶來全新的視覺感受。

參考文獻

[1]謝一凇，方俊永.高動態(tài)范圍圖像色調(diào)映射技術(shù)的發(fā)展與展望[J].照明工程學(xué)報，2011.22（5），11-17.

[2]Debevec P. Image based lighting[J]. IEEE Computer Graphics and Applications， 2002，22（2）：26-34.

[3]趙陽.高動態(tài)范圍連續(xù)影像技術(shù)的發(fā)展及前景[J].現(xiàn)代電影技術(shù)，2013，6：42-46.

[4]Li Y.，SharanL.Adelson E.H. Compressing and companding high dynamic range images with subband architectures[J]. ACM Trans. Graph，2005，24（3）：836-844.

[5]陳軍.基于達芬奇平臺的HDR圖像合成算法研究[D].上海交通大學(xué)，2012.

[6]曾珂.分布交互虛擬環(huán)境真實感渲染的關(guān)鍵技術(shù)研究[D].電子科技大學(xué)，2009.

[7]趙磊.面向復(fù)雜對象的實時虛擬展示關(guān)鍵技術(shù)研究[D].浙江大學(xué)大學(xué)，2009.

[8]李可嘉.基于圖形引擎的大規(guī)模海洋實時渲染技術(shù)研究及應(yīng)用[D].電子科技大學(xué)，2011.

[9]Kei Iwasaki.Efficient Rendering of Optical Effects within Water Using Graphics Hardware.0-7695-1227-5/01，2001， IEEE：277-284.

[10]丁穎浩.軌道無人機三維視景仿真技術(shù)研究[D].電子科技大學(xué)，2012.

[11]陳雷霆，蔡洪斌，王國錦等.基于HDR的延遲光照技術(shù)[J].電子科技大學(xué)學(xué)報，2007， 36（5）：817-820.

[12]Ulf Assarsson，TomasMoller.Optimized View Frustum Culling Algorithms for Bounding Boxes.journalsof graphics tools，2000，1-10.

[13]趙再騫，晁建剛，王金坤等.交會對接電視圖像高動態(tài)范圍仿真技術(shù)[J]. 計算機輔助設(shè)計與圖形學(xué)學(xué)報，2015，27（2）：279-286.

[14]李山山，彭嫚，孫小芳等.高位動態(tài)遙感影像可視化算法研究[J].安徽理工大學(xué)學(xué)報（自然科學(xué)版），2008，28（1）：6-8，15.

[15]ERIK REINHARD，PAUL DEBEVEC，GREG WARD. High Dynamic Range Imaging： Theory andPractice[J].SIGGRAPH，2006，Course（5）：21-23.

[16]王華.基于CMOS圖像傳感器的HDR圖像采集技術(shù)研究[D].中國科學(xué)院研究生院，2012.

[17]張春華，張紅雷，袁博等.星空觀測圖像背景估計及其在HDR星圖增強中的應(yīng)用[J].遙測遙控，2013，34（4）：22-27，38.

[18]張科科，傅丹鷹，周峰.空間目標(biāo)可見光相機探測能力理論計算方法研究[J].航天返回與遙感，2006，27（4）：22-26.

[19]Payne T E， Gregory S A， Kim L. Electro-Optical Signatures of Geosynchronous Satellites[C]. Proc. 2006 IEEE Aerospace Conference，（2006）：6-11.

[20]羅年.顯微圖像動態(tài)范圍擴展及其在結(jié)核菌智能檢測中的應(yīng)用研究[D].東華大學(xué)，2011.

[21]ZHONGPing，LUONian，etal.ApplicationofMicroscopicImageDyna

micRangeEnhancementinSputumSmearTuberculosisIntelligentExam

ination，SPIE，2009，7382.

[22]MannS，RosalingW.Picard.Onbeing`”undigital” withdigital cameras：extendingdynamicrangeby combiningdifferently exposedpictures[A].In IS&Ts48thAnnualConference[C].1995.

[23] MannS，PicardRW.Onbeing “undigital”withdigitalcameras：extending dynamic rangeby combiningdifferently exposed pictures[C] Proceedingsof IS&Ts 48thAnnualConference.WashingtonDC； SocietyforImagingScienceandTechnology，1995：422-28.

[24] MartinCalik，MichaelWimmer. EvaluationofHDRtone mapping methodsusingessentialperceptualattributes： Computers&Graphics， 2008（32）：330-349.

[25]王忠立，趙清潔.高動態(tài)圖像獲取技術(shù)[J].光學(xué)技術(shù)，2006，32（1）：279-285.

[26]吳云飛.醫(yī)學(xué)影像數(shù)據(jù)的高清體繪制算法研究[D].浙江工業(yè)大學(xué)，2012.

[27]YuanX， Nguyen M.X， Chen， B， et al. HDR VolVis：High Dynamic Range Volume Visualization[J]. IEEE Transaction on Visualization and Computer Graphics，2006， 12（4）：433-445.

[28]邊青山，張志星，李春日，等.膝骨性關(guān)節(jié)炎經(jīng)筋病灶點醫(yī)學(xué)圖像三維可視化研究[J].中華中醫(yī)藥學(xué)刊，2014，32（11）：2595-2598.

[29]劉賓.高動態(tài)范圍X射線成像技術(shù)與系統(tǒng)[D].中北大學(xué)，2014.

[30]華順剛，王麗丹，歐宗瑛.同一場景不同曝光圖像的配準(zhǔn)及HDR圖像合成[J].中華中醫(yī)藥學(xué)刊，2007，15（11）：1362-1366.

[31] Li Y.，SharanL.Adelson E.H. Compressing and compandinghigh dynamic range images with subband architectures[J]. ACM Trans. Graph，2005，24（3）：836-844.

[32]何海冉.紅外視頻圖像細節(jié)增強的并行算法研究[J].浙江理工大學(xué)，2012.

[33] Francesco Branchitta， Marco Diani， Giovanni Corsini. New technique for thevisualization of high dynamic range infrared images[J]. Optical Engineering，2009，48（9）.

[34]劉松濤，王維，殷福亮.基于動態(tài)廣義直方圖均衡的紅外圖像增強方法[J].系統(tǒng)工程與電子技術(shù)，2010.32（7）.

[35]Phillip David Ferguson， TughrulArslan Ahmet T， Erdogan Andrew Parmley. Evaluation of Contrast Limited Adaptive Histogram Equalization Enhancement on a FPGA[C].IEEE International SOC Conference. Jan.2008.

[36]楊有，李波.CLAHE 和細節(jié)放大相結(jié)合的檔案圖像增強方法[J].中國圖象圖形學(xué)報， 2011，16（4）：522-527.

[37]魏永毅，李海峰，劉旭.液晶投影機自動 Gamma 校正系統(tǒng)[J].浙江大學(xué)學(xué)報.2005，39（11）.

[38]Texas Instruments.Implementing the Gamma Correction Algorithm Usingthe TMS320C2xx DSP[M].1997.

[39]戴價.基于HDR的投影機亮度曲線標(biāo)定[J].現(xiàn)代計算機，2013，12：54-56.

[40]楊中東.高速掃描三維測量系統(tǒng)寬動態(tài)自適應(yīng)成像方法研究[D].天津大學(xué)，2014.