High dynamic range video
•Download as PPT, PDF•
2 likes•465 views
SIG 2003 Paper125 論文研究簡報~ 現在已經有相機和手機可以用HDR攝影了，科技進步真快
Recommended
More Related Content
Recently uploaded
Recently uploaded (14)
Featured
Featured (20)
High dynamic range video
- 1. High Dynamic Range Video SIG 2003 Paper125 孫 弘 中華民國 92 年 12 月 22 日
- 2. HDRI （ High Dynamic Range Image ） ► HDR 是一種用於高對比相片的檔案格式 ► 影像包含輝度的完整資訊 ► 高解析的 HDRI 可用於背景使用，低解析的 HDRI 則多用於反射、折射貼圖
- 3. 典型的 HDRI 影像 Environment Map Reflection Map
- 4. HDRV （ High Dynamic Range Vide ） ► 典型的錄影過程是透過攝影機由受限的動態範圍擷 取影像 ► 目前已有特殊之攝影機可以記錄全輝度資訊 （ LM9628sensor 、 IMS Chips HDRC sensors 、 SiliconVision 、 SMaL Camera 、 Pixim ） ► 使用一般攝影機錄製後的 LDRV ，可經交互演算取 得 HDRV
- 5. HDRIV 範例：駕駛
- 6. 錄製 - Real-Time Exposure Control ► 自動增益控制 - auto gain control （ AGC ） ► 可程式化增益控 制
- 7. 組合 - HDR stitching ► Image warping for frame interpolation ► Motion estimation ► Hierarchical homography ► Radiance map recovery
- 8. Image warping for HDR computation
- 9. Motion estimation ► 全面性紀錄 S- 與 S+ 的不同點 ► 由局部的運動區域漸進運算至全運動區域
- 10. Hierarchical homography ► Hierarchical homography computation. Note that only the first two levels and one of the quadrants at Level 1 are shown.
- 12. Temportal tonemapping ε is a small value (10^−6) N is the total number of pixels Fi is the causal temporal neighborhood consisting of frames at times k − 1 and k.
- 13. 結果：魚市場
- 14. 結果：港口
- 15. 用於 HDRI 計算
- 16. HDRI 計算法之比較
- 17. 結論 ► 可應用現有一般的數位攝影器材 ► 適用於充分照明、表面富含紋理，少量的吸收光區 以及較小的運動狀態 ► 更佳的 HDRI 影像縫合計算 ► 對於非常大的明亮區域（暗室中的明亮窗戶），需 提高其取樣率
Editor's Notes
- HDR是一種使用於高對比相片的檔案格式，大部分的攝影機並沒有擷取存在於自然環境中的所有動態範圍的能力，然而，此一範圍可以藉由將一連串相同的取景而曝光度不同的畫面加以結合而成為單一一張影像檔案。 這樣類型的檔案我們就稱之為HDRI或是RADIANCE MAP（自發光圖），FDRI的延伸檔名為HDR，而RADIANCE MAP的延伸檔名則是PIC。這些檔案事實上由所有圖片中收集的所有資訊，所以由最明亮到最黑暗的發光性範圍資訊是存在的。 論文在1998年提出，電影隨即加以應用，在2001前後開始普及到一般3DUSER，目前已是所有3D軟體的基本功能，市面上也已有HDRI圖庫販售。
- 真實世界中環境的光線變化程度遠大於目前攝影機的感應器所能感應的範圍。單一場景的輝度由充分照明區至陰影區可能包含四個量化層級，而一般的CCD或CMOS感應器僅能捕捉256～1024階（用GAMMA值可輕微改進此此非線性的分佈）。 現今對於攝影機有限的動態範圍已有許多不同的解決方案，一個取得全輝度貼圖的方式是取得多張以不同曝光拍攝的影像，再結成起來產生一張高動態範圍影像（High Dynamic Range Image）。但這些方式都需要輸入多張影像，影像與影像之間有位移的潛在風險（例如手持相機）： Mitsunaga 和Nayar [ 1999 年] 論及這個問題在受限的寬度上塞入一個環場運動模型。 Mann et al [ 2002 年] 使用homographies紀錄不同曝光值的畫面，如此大幅抵銷照相機的轉動影響。 Bogoni [ 2000 年] 用模擬運動每映像點流程跟隨紀錄不同的曝光, 但不提供紀錄畫面細節。 Uyttendaele [ 2001 年] 使用a blockbased 曝光調整技術去除曝光人工製品在圖像馬賽克。 但是, 他們不計算HDR 圖像。 這個需要採取在不同的時間組合、融合圖像的方式可能被使用多重圖像探測器所取代：如新式的感應器 (e.g., 全國LM9628sensor, IMSChipsHDRCsensors, SiliconVision 產品,SMaL 照相機, Pixim) 或空間地變化的映像點曝光[ Mitsunaga 和Nayar 2000] 。 我們的焦點在本文裡是在什麼可能達到使用廣泛可利用的普通的(LDR) 圖像紀錄器和攝像機。 我們的工作論及引起HDR貼圖的問題：使用多重曝光時在曝光之間的移動。 這使我們仍然引起HDR 錄影序列並且移動的場面的HDR 圖像。 適用於我們的方法的結果駕駛的錄影能看在表1 。 引起HDRvideo 由..構成 自動地確定世俗曝光托在捕獲期間, 行動補償的資訊在鄰居圖像之間, 並且tonemapping 為觀察(圖2) 。 這導致有Frame reat和易變的曝光輸入序列一樣的HDR 錄影。 仍然引起HDR 圖像, 我們使用一個相似的HDR 縫的技術。 我們的錄影捕獲解決方案與早先努力不同因為它使用一簡單重編程式自動獲取機制在照相機。 這允許我們可利用目前所使用的低廉和高解析率感應器, 不同於新穎的傳感器設計不廣泛是可利用的, 也許遭受缺乏決議。 在部分2,我們提出自動獲取聰明變化暴露從框架到框架為了奪取scene4a..s 發光地圖的不同的部份的算法。當與空間地變化的映像點曝光比較接近[ Mitsunaga 和Nayar 2000 年], 我們的方法可能被觀看作為二段抽樣沿世俗而不是一個空間維度。 獲得過程被行動補償被奪取的錄影和估計一張充分的發光地圖在□框架時刻的一個離線過程跟隨(部分3) 。 這操作, 哪些我們叫HDR 縫, 建立密集的書信在圖像之間為了結合映像點在不同的曝光。 在結合映像點, 我們介紹一致性校驗在之間motioncompensated 中間結果。 這使系統健壯對錯誤在流程估計。 在我們能觀看HDR 錄影之前, 它必須是tonemapped（色調、調性處理）。 運用現有的算法的當中一個根據框架由框架依據不是充足的, 如同這可能導致可看見的世俗不一致在映射。 為了補嘗這, 我們擴大現有的tonemapping 的技術的當中一個從世俗地鄰居框架操作onHDRvideo 使用統計為了生產tonemapped 及時的圖像(部分4) 順利地變化。
- 圖1: 一個駕駛的場面的高力學範圍錄影。 頂面列: 輸入錄影以交替短和長的曝光。 底下列: HDRV(tonemapped) 。 駕駛場面。 在這個例子, 司機在大約25 哩/時駕駛通過一條繁忙的街道。 這是一個特別困難的場面因為偶爾地由於駕駛的手的快速的行動導致畫面間資料的流失。 我們的光學流程算法有時無法為這樣大行動, 但這個問題能被緩和使用一臺更高的Frame Rate照相機。 依照前面提到, 我們的照相機的捕獲率當前是15 個每秒傳輸幀數並且相似的曝光被抽樣因此在7.5 每秒傳輸幀數。
- 自動獲取控制(AGC) 一臺典型的攝像機測量場面的亮光和計算適當的曝光。 多數場面比能由攝影機的8-bit per pixel sensor擷取能力有一個更加廣域的動態範圍。 因此, 一些影像點將飽和並且一些未曝光。 為了擷取一個更加廣域的動態範圍,我們開發了根據Frame狀況變化曝光設定的一個系統。 基本思想是程式化設置在適當地暴露場面的黑暗和明亮的地區反之的不同的數值之間。在後續加工部分然後結合這些不同地被曝光的Frame。 我們的系統與自動托是相似被發現在許多今天仍然生動描述照相機。 當自動托場面, 照相機確定正確曝光使用當前的測量的方式, 並且然後另外奪取二另外曝光在原始的曝光的固定的倍數, 例如二上上下下f 停止。我們採用一種相似的方法。 但是, 而不是使用一個固定的倍數, 我們計算更加理想的套曝光為當前的場面。 這儘可能考慮到力學範圍擴展當保留許多個映像點合理地被暴露在所有圖像, 因此促進好行動分析。 為我們的實驗, 我們使用一個可編程式的控制單元的15 每秒傳輸幀數Ladybug牌的IEEE 1394數位照相機。固件被升級了與四快門(CCD 綜合化時間) 銀行並且獲取(ADC 獲取) 登記。 照相機做圓知更鳥通過銀行使用一個另外記數器集合在□框架時刻。 另外, 照相機用當前的設置標記每個框架以便這些可能被使用在發光地圖計算期間。一種真正timeAGC 的算法(運行在個人電腦被束縛對照相機) 確定下個小組四個設置。 在我們當前的實施, 曝光設置交替在二不同價值之間和連續被更新反射場面變動。 適當的曝光自動地被確定從場面統計被計算在一個次級被抽樣的框架。 比率在曝光之間可能變化從1, 如果一個唯一設置是充分的奪取scene4a..s 強度, 對用戶指定的最大值。 實踐上, 我們發現最大值16 有最佳結果, 因為這當仍然考慮到做在曝光之間運動分析給4 位元動態範圍擴展。 圖3: 二被輸入的曝光從駕駛的錄影。 發光直方圖被顯示在上面。 紅色圖表匹配長的曝光Frame(左下), 當綠色圖表匹配短的曝光Frame(右下) 。 注意, 這些圖表的組合跨過發光範圍大於唯一曝光可能奪取。 顯示由照相機擷取連續Frame與他們對應的直方圖一起在發光空間。 在這種情況下, 曝光比率是緊挨最大值16 。
- 因為畫面被奪取以世俗地變化的曝光, 引起一個HDR 畫面在指定時候要求映像點顏色資訊調動從鄰居框架。 這, 反過來, 要求映像點書信橫跨不同的框架是高度準確的。 我們提到轉移顏色資訊從鄰居框架和提取theHDRimage 的過程asHDRstitching 。 來源錄影包含交替長和短的曝光框架。 第一步在HDR 縫將引起一個長和一個短的曝光框架在每瞬時以便發光地圖可能被計算從對。 這要求, 我們綜合缺掉曝光使用一個翹曲的過程(部分3.1), 哪些反過來要求高度準確行動估計(部分3.2 和3.3) 。 一旦被內插的框架被綜合了, 我們有選擇性地混合映像點從這些圖像計算一個高力學範圍發光圖像(部分3.4) 。 A 畫面補插之影像扭曲 B 運動估算 C 階層性同形圖 D 重建發光性圖像 1.我們的HDR 縫合的過程產生四個中間翹曲的框架: 二個Frame單方向歪斜從前一個和下個框架(S- U 和S+ U 在表4), 並且二個雙向地翹曲的框架S4a.’B 和S+ B 由直接地比較計算早先和下個框架。 unidirectionally 翹曲的框架被使用當有一封好書信在當前之間和早先下個框架, 當雙向地翹曲的圖像被使用在當前的框架是太黑暗的地區或太飽和可靠地建立書信。 在我們發現映像點書信在用不同的曝光框架之間之前, 我們首先促進框架的強度以更短的曝光。 發現相當數量強度促進要求, 我們使用照相機響應函數轉換更短的被暴露的圖像成發光地圖, 被轉換跟隨嚮一個真正圖像有更長的曝光使用相反反應。 這個真正圖像應該匹配映像點價值(模數離散化和噪聲登記它的) 的更長的被暴露的圖像向。 讓我們假設, 當前的框架L 被奪取在長的曝光以毗鄰框架S4a. ‘ 和S+ 被奪取在短的曝光(圖4) 。 我們首先使用行動估計算法的一個單向的版本被描述在部分3.2 建立密集的映像點書信在一個促進的版本的早先之間其次圖像和當前的框架(圖4) 的綠色部份。 (在逆LSL 情況, 中央框架首先促進。) 計算流程領域直接地嚮早先和下個框架然後被應用綜合unidirectionally 翹曲的早先和下個圖像S4a.’U 和S+ U, 各自地。 過程為計算雙向地被內插的框架是更複合體(圖4) 的黑部份。 首先, 如果需要,我們促進早先或下個圖像如果他們不同地被暴露。 其次, 我們匹配這兩個圖像使用雙向行動估計算法下述(部分3.2) 。 收效的被混合的(框架被內插) 圖像5Eoe SB 能被使用計算發光價值在當前的框架的飽和的或黑暗的地區。 不幸地, 由於照相機焦慮和加速度在對象運動, 那裡也許仍然是一些mis-registration 在5Eoe SB 和當前的框架L 之間。 因此, 我們登記5Eoe SB (i. 的一個促進的版本e., 5EoeLB) 以當前的框架使用等級制度的同形多義算法被描述在部分3.3, 哪些是保守的在它的行動估計。 收效的流程領域然後增加來原始的流程領域導致被提煉的流程嚮鄰居框架被申請。 我們稱收效的決賽產品雙向地翹曲的(或內插) 圖像S4a.‘B 和S+ B 。
- HDR computation的影像歪斜 。 這圖表顯示此一狀況是屬於SLS序列, 但LSL 演算法也是相似的 S=short 曝光圖像 L=long 曝光圖像 黑的雙線表示流程(行動)的估算，其啟動單一序列計算圖像 B, F, H, 與W回圈分別相當於增益(強度報償), 運動估算, 階層式同形多義, 以及圖像歪斜化 原始的（擷取）圖像被顯示在藍色方框，單向內插的圖像以綠色方框，而雙向內插的圖像在黑色方框
- 3.2 行動估計 我們的行動估計算法包括二個階段。 首先, 我們全面性的紀錄S- 和S+ 由估計精煉變換地圖一個其他。 我們然後使用基於梯度的光學流程計算形成一個地方更正對全球性變換的一個密集的行動領域。 而不是分開地計算向前或落後流程領域在早先和下個框架之間, 我們計算一個雙向領域在當前的框架時間。 這允許我們避免向前翹曲的孔填裝的問題當引起各個被內插的框架。 在各個映像點在產品框架(5Eoe SB), 我們獲得指向入早先和下個框架的一綜合傳染媒介。 這些傳染媒介是各總和精煉和地方組分。 精煉組分從全球性翹曲的參量被獲得, rescaled 翹曲或從S4a. ‘ 對產品框架或從S+ 對產品。 (筆記收效的二個行動領域不一定相稱。) 地方組分由我們的對稱光學流程算法引起。 為地方行動估計, 我們使用盧卡斯和Kanade[1981]technique 的變形在Laplacian 金字塔框架[ 卑爾根等。 1992] 。 (筆記那卑爾根等。 [ 1992 年] 有好的介紹對光學流程題目。)We 增加來這一定數量的改進處理退化流程案件。 而不是進步地簡單地翹曲一個源像往另一一個在各疊代, 我們翹曲兩個源像往中間框架和估計殘餘的flowvectors 在這兩個翹曲的圖像之間。 如同殘餘被積累在金字塔下, 他們提升一個相稱流程領域被集中在中間框架。 我們增添這個技術由包括全球性精煉流程在翹曲期間因此積累殘餘總代表根據一個地方更正對不對稱的全球性(精煉) 流程。 為單向的案件, 我們如所描述使用上述行動估計做法的修改(包括精煉階段) 引起唯一翹曲的框架S4a.'U 和S+ U 在部分3.1 。 在這個案件, 做法直接地匹配當前的框架L 對它的促進的鄰居。 收效的流程領域是單向的因為唯一鄰居框架re 翹曲在各疊代步。
- 階層關係的近似圖計算。 注意第一二水平和只象限的當中一個在水平1 被顯示。 3.3 等級制度的同形多義由於照相機焦慮和可能的加速度在對象行動, 雙向地被內插的圖像不可以完全向中央(當前的) 圖像登記。 我們使用因此一個供選擇的圖像註冊方法提煉註冊在促進的被內插的框架(5EoeLB) 並且當前的框架(l) 之間。 壓抑流程這時是中意的因為它減少錯誤映射的可能性在不可靠的地區的飽和並且低對比映像點。 (當計算流程以挑選飽和或黑暗的映像點是可能性的圖像面具, 我們然後會必須設置門限在什麼我們視為飽和或黑暗。) 等級制度的同形多義想法被顯示在表5, 哪些被簡化說明二個水平和一個象限唯一。 在最高的決議, 充分的框架註冊進行發現最佳的第2 透視變換(i.e., 同形多義) 在二個被輸入的圖像之間, 生產homographyH0 。當前的圖像(圖像1) 然後打破重疊的象限部份地被顯示在虛線。globalmotion 為各quadrantis 被繼承從它的父母。 如果有不足的強度變異在象限(我們之內設置這門限在10 個灰色水平), 它留給單獨。 否則它的全球性行動由進行提煉充分的圖像註冊在那個象限從當前的圖像和適當地被抽樣的相對物之間從第二個圖像。 次級圖像的界限從第二個圖像被計算根據了H0 在這個例證。 在例子被顯示在上圖5, 這被提煉變換在次級圖像對之間是H1,1 。 這操作被重覆為所有水平(二在我們的情況) 並且所有象限。 收效的充分的圖像流程然後被計算使用地方同形多義。在和在各個象限附近界限, 他們的流程重量平均減少流程間斷性。 這流程然後使用改正雙向流如所描述在部分3.1 。
- 3.4 發光地圖補救在這個部分, 我們描述結合輸入圖像的過程與theirwarped 鄰居生產發光地圖。 數技術提議做這[ 曼和Picard 1995 年; Debevec 和Malik 1997 年; Mitsunaga 和Nayar 1999 年; Tsin 等。 2001] 。 在每個這些技術, 輸入圖像被轉換成發光圖像使用已知的曝光價值和一個計算響應函數。 最後的發光價值在映像點然後被計算如同對應的映像點的平均重量在這些發光圖像。 在我們的系統, 我們計算響應函數法郎的我們的照相機(和對應的衡量的作用fW) 使用技術Mitsunaga 和Nayar [ 1999 年] 。 對發光地圖計算的現有的方法承擔完全登記的輸入圖像。 由於misregistrations 的可能性在第一步HDR 縫, 我們放鬆這個要求, 哪些使我們的系統寬容對錯誤在映像點註冊。 以下步驟被採取為輸入圖像是長的曝光的案件並且毗鄰框架是短的曝光。 ………………………..一拖拉估的計算方程式 低估翹曲了是太與對應的當前的發光價值不同的發光價值。 4I'max 是一個用戶指定的參量, 哪些我們設置了對發光價值等效與16 個強度在最長的被暴露的輸入圖像。 當fM heuristically 當前被選擇了, 一種更加原則性的方法會將使用照相機的噪聲統計。 計算發光價值為當前的圖像是的案件短的曝光跟隨同樣推理除了步驟2 。 在這步, 黑暗的映像點被擯除代替飽和的那些。 圖6 說明我們的發光地圖補救算法。 當前的框架被採取以短的曝光。 我們顯示唯一對發光地圖貢獻的映像點。
- 4 時間性色調調整 的口氣映射使用轉換浮點發光地圖成一個8位表示法適當為rendering 。 這processmust 減少各個框架的力學範圍雖然同樣維護一個好對比水平為明亮地和黑暗地被闡明的地區。 在加法, 變換在毗鄰框架之間必須是一致的防止時間性人工製品譬如閃爍。 (筆記那Pattanaik 等。 [ 2000 年] 去進一步由塑造人的視覺系統的時間性反應在他們的(全球性) 時間性tonemapping 的算法。) Sincewe 不期待一個迅速變化在場面強度上,我們申請amuch 更加簡單的技術。我們利用tonemapper 由Reinhard 等出席。 [ 2002 年], 哪些根據攝影技術推託和燒。 在我們的第一階段, 發光圖像被轉換成CIE 空間並且色度座標恢復。 光亮圖像然後被處理壓縮力學範圍。 終於, 色差被再插入給最後的位元組範圍RGB 圖像。 我們的時間性tonemapper 包括全球性和地方階段: 為全球性映射, 我們計算平均和最大光亮, 哪控制提供一好最初光亮映射的調動作用。 長時間平均照明光度被給ε是小數值(10^-6) N 是映像點的總數 Fi 是時間K-1與K間產生時序畫面上鄰近區域的組成 常包括框架k 4a. ' 1 和k 。 使用一套框架控制全球性映射的幫助防止忽悠在tonemapped 序列。 tonemapper 並且包含地方正常化, 哪些被計算使用基於稱空間的邊緣保存的過濾器。 這詳細被描述[ Reinhard 等。 2002] 。我們沒有申請時序凝聚在地方正常化過程。
- 5 個結果在這個部分, 我們顯示結果為三個不同動態場面: 魚市, 港口, 並且驅動沿一條繁忙的街道。 我們並且描述一個例子介入日出場面的靜態圖像被採取與一臺手扶的移動的照相機。 處理時間為各個HDR 錄影框架(768 6A -- 1024 個映像點) 是10 秒, 用註冊和發光映射需要8 秒和tonemapping 需要2 秒在2GHz 奔騰4 機器。 圖7 顯示代表性平靜從魚市和港口場面。 為各個場面, 頂面左象限是一個短的曝光框架, 並且最高權利象限是一個長的曝光框架。 左下象限顯示什麼框架會看起來像為曝光相等與短和長的曝光的幾何平均數。 圖像在右下象限引起運用我們的方法。 7: 代表平靜從二個HDR 錄影例子: 左邊: 魚市場面, 權利: 港口場面。 為各個場面, 頂面左象限是一個短的曝光框架, 並且最高權利象限是一個長的曝光框架。 左下象限顯示什麼框架會看起來像為曝光相等與短和長的曝光的幾何平均數。 魚市場面。 一張快照從魚市場面能看在左邊圖7 。 當唯一曝光版本看起來合理, 有一些飽和(特別是在中間和右上角) 並且低對比區域。 在框架引起使用我們的HDR 方法, 好細節能看幾乎到處(除了櫃臺的基地, 那裡甚而長的曝光框架顯示小選派) 。
- 港口場面。 這錄影被奪取了在辦公室裡面俯視港口。 在錄影, 輪渡可能是被看見的移動的在窗口之外當一些人類活動可能被觀察在辦公室裡面。 依照被顯示在上圖7, 唯一曝光有兩個顯著大飽和的和低對比地區。 另一方面, 在框架引起使用我們的方法, 輪渡和水能清楚地被看見。 更多細節能也看在辦公室裡面。
- 圖8: 步在creatingHDRimage 從圖像平靜。 Fromtop 對底部: 選擇參考圖像, pairwise 記數器(全球性被地方註冊跟隨),繁殖flowfields, andradiancemap 補救以一致性校驗。 6 HDR 圖像從圖像仍然想法被使用在創造高力學範圍錄影可能嚮圖像平靜並且被申請, 特別是當有照相機或場面行動。 圖8 顯示步被介入在變換這樣一套圖像平靜。輸入圖像序列首先被排序根據曝光, 並且圖像以4a.oevalid4a.. 映像點的多數數量被選擇作為參考(4a.oecurrent4a..) 框架。 映像點被認為4a.oevalid4a.. 如果它不飽和或lowcontrast; 在我們的實施, 各4a.oevalid4a.. RGB 價值必須是在(和排除) 16 和255 之間。 各鄰居對然後登記在參考的方向。 鄰居對被選擇因為他們陳列較不視覺變動, 哪個結果在更加健壯的註冊。 和前面, 更短的曝光圖像促進匹配更長的曝光鄰居在註冊之前, 並且註冊介入全球性行動估計被地方每映像點流程跟隨。 一旦流程領域被計算了, 他們適當地被連擊允許每個框架登記(i.e., 穩定) 以參考圖像。 被穩定的圖像然後使用恢復發光地圖有些相似與那被描述在部分3.4 。 區別是, 各個被穩定的圖像現在對待一個unidirectionally 翹曲的圖像(i.e., 或S4a.'U 或S+ U) 。 我們使用日出場面(圖9a) 作為例證。 有這裡照相機行動和雲彩行動相對地面。 如果我們將進行全球性註冊(第2 透視或同形多義), 我們會獲得結果被顯示在上圖9b,c, 以(c) 是(b) 的中間正確的部份的被擴大化的版本。 如果我們申請全球性註冊被地方註冊跟隨, 我們依照被顯示獲得一個顯著更好的結果在上圖9d,e 。 通知樹枝的更加酥脆的出現。 我們使用了標準metadata 資訊(叫做EXIF 標記) 被存儲在每個平靜自動化我們的發光地圖計算。 為日出例子(五平靜, 每個仍然是1024 6A -- 768), 註冊(全球性和地方) 並且發光映射需要了30 秒當tonemapping 需要了2 秒
- 圖9: HDR 圖像從平靜: 日出例子。 (a) 五個被輸入的圖像(各1024 6A -- 768), (b,c) 使用唯一全球性(第2 透視) 註冊的結果, (d,e) 使用全球性和地方註冊的結果。
- 7 討論 看結果, 您能看, 我們的技術導致錄影以增加的力學範圍當合理地處理很多視覺行動。 為非常快速的行動, 但是, 給我們15 個每秒傳輸幀數的當前的低採樣率, 我們技術有時導致人工製品。 使用camera with 更加快速的捕獲速度一定會幫助, 和會在圖像註冊算法的改善。 特別是, 能力應付鎖柱(或許由提取對象界限和修建一個層狀行動模型) 會是有用的。 除場面之外以迅速行動和重大鎖柱, 場面以重大相當數量非剛性的作用並且是非常難使我們的技術處理。 這些非剛性的作用包括相互反射和specularities 在non-Lambertian 表面, 並且複雜的透亮對象。 這樣作用也許被解釋使用多motionmodels (e.g., [ Tsin 等。 2003]), 哪些我們當前不使用在我們的技術。 最容易的場面為我們的技術是那些與主要Lambertian, 高度textured 表面以一點鎖柱和小行動。 當場面以非常大亮光範圍, 譬如一個黑暗的室內場面看在一明亮的天, 使用二曝光不能是充分的。 增加曝光空白在連續框架之間將奪取力學範圍更好, 但將使圖像註冊步更加易碎, 將導致增加的圖像噪聲在中間口氣。 使用超過二曝光是我們考慮的其它選擇, 但相似的曝光(註冊有最佳的成功機會) 的地方世俗地是然後更遠單獨, 再導致潛在的註冊和插值法問題。 有更加快速的捕獲速度會允許更大的套連貫不同的曝光被採取和被合併。 當前, 我們衡量和模塊化作用根據工作[ Mitsunaga 和Nayar 1999 年; Tsin 等。 2001] 。我們計劃使用內部表面完全是Lambertian) 的集成的球形(對更加準確地描繪響應曲線和照相機的噪聲特徵。 結論在本文裡, 我們提出了創造高力學範圍錄影的一個技術從交替的輕和黑暗的曝光序列。 我們的系統的第一部份是選擇最佳的對曝光作為映像點亮光發行功能的一種新穎的獲取控制算法。 我們的方法中央組分是HDR 縫的過程, 哪些包括全球性和地方註冊步補嘗映像點行動, 並且算法選擇最信得過的映像點為發光映射計算。 第三部份是一種口氣映射的算法適應世俗地導致連貫結果。收效的系統可能被使用導致兩高力學範圍錄影和仍然圖像 手扶的照相機和場面行動。