高动态范围图像

高动态范围CMOS图像传感器技术研究的开题报告一、研究背景随着人们对图像质量的要求越来越高，高动态范围（High dynamic range，简称HDR）成为了当前图像技术发展的重要方向之一。

传统的数码相机和手机摄像头采用的CMOS图像传感器具有较小的动态范围，无法准确地表达高光和阴影部分的细节信息。

在摄影、视频、机器视觉等领域，需要高动态范围图像传感器技术的支持，以获得更为真实和清晰的图像。

二、研究内容本研究拟以高动态范围CMOS图像传感器技术为研究对象，通过对现有文献、专利和产品进行调研，总结和分析其中的主要技术方案和实现方法。

具体研究内容如下：1. 高动态范围的基本概念和应用场景，对比传统CMOS图像传感器和高动态范围CMOS图像传感器的优劣势。

2. 高动态范围CMOS图像传感器主要技术方案，包括多帧曝光、局部曝光和时间域曝光等技术方案的原理和实现方法。

3. 高动态范围CMOS图像传感器的主要应用领域和市场前景分析，同时结合实际应用场景，探讨高动态范围CMOS图像传感器技术在各个领域中的应用前景。

三、研究意义本研究可以深入了解高动态范围CMOS图像传感器技术的内涵、优点和应用领域，进一步推动其在各个领域中的应用和发展。

此外，对于高动态范围CMOS图像传感器技术的研究和发展，也可以对CMOS图像传感器领域产生一定的推动作用，为数字影像技术的进步和发展做出贡献。

四、研究方法和技术路线1. 文献调研法：收集相关文献和专利，总结和分析现有高动态范围CMOS图像传感器技术的主要方案和实现方法。

2. 模拟仿真法：采用MATLAB等软件对不同方案的高动态范围CMOS图像传感器进行仿真分析，得出其在不同曝光情况下的图像质量、动态范围等相关指标。

3. 硬件实现法：根据所选方案进行高动态范围CMOS图像传感器的硬件设计和制作，进行实验验证和测试分析。

五、预期结果和创新点1. 对高动态范围CMOS图像传感器技术的产生原因、发展概况和应用前景进行了深入了解和归纳总结，为该领域的研究和应用提供了有力的支持。

HDR 是英⽂ High-Dynamic Range 的缩写，中⽂译名为⾼动态光照渲染。

HDR 可以令3D 画⾯更像真，就像⼈的眼睛在游戏现场中。

在HDR 的帮助下，我们可以使⽤超出普通范围的颜⾊值，因⽽能渲染出更加真实的3D 场景。

HDR （⾼动态范围图⽚）HDR百科名⽚⽬录数字图像处理中的HDR国内的HDR 软件HDR 特效展开编辑本段数字图像处理中的HDR简介 HDR 的全称是High Dynamic Range，即⾼动态范围，⽐如所谓的⾼动态范围图象（HDRI ）或者⾼动态范围渲染（HDRR ）。

动态范围是指信号最⾼和最低值的相对⽐值。

⽬前的16位整型格式使⽤从“0”（⿊）到“1”（⽩）的颜⾊值，但是不允许所谓的“过范围”值，⽐如说⾦属表⾯⽐⽩⾊还要⽩的⾼光处的颜⾊值。

在HDR 的帮助下，我们可以使⽤超出普通范围的颜⾊值，因⽽能渲染出更加真实的3D 场景。

也许我们都有过这样的体验：开车经过⼀条⿊暗的隧道，⽽出⼝是耀眼的阳光，由于亮度的巨⼤反差，我们可能会突然眼前⼀⽚⽩光看不清周围的东西了，HDR 在这样的场景就能⼤展⾝⼿了。

下⾯是由OpenEXR ⽹站提供的HDR 的⼀个简单例⼦。

OpenEXR 是由⼯业光魔（Industrial Light & Magic ）开发的⼀种HDR 标准。

⼯业光魔则是⼀家世界闻名的加州⼯作室，该⼯作室创造过许多惊⼈的CG 和视觉效果，⽐如1977年版的电影《星球⼤战》中的很多特效。

最左边的是原始图⽚，树⽊⾮常暗因为整体曝光受到远处⾼亮光的影响；中间图⽚的亮度提⾼了3级；⽽右边图⽚的亮度提⾼了7级，树⽊的细节很容易辨别，⽽背景极度明亮。

总之简单来说，HDR 可以⽤3句话来概括： 1.亮的地⽅可以⾮常亮 2.暗的地⽅可以⾮常暗 3.亮暗部的细节都很明显 HDR 是⽬前追求画⾯逼真度最新最先进的⼿段。

Crytek 已经准备把它加⼊Far Cry 的1.3补丁中，以及EPIC Games 的史诗⼤作Unreal Tournament 3。

hdr+多帧同曝光技术原理
HDR，即高动态范围图像，是一种全新的图像技术，它的出现改变了传统相机在处理高对比度场景时无法全面展现亮度范围的局限。

传统的相机由于只能记录有限范围的亮度，往往会在拍摄高对比度的场景中，导致暗部和亮部细节的丢失。

这样的情况激发了科学家们的研究热情，进而研发出了一种名为HDR+多帧同曝光技术的解决方案。

HDR+多帧同曝光技术的工作原理十分精密。

它通过在同一场景下，采用不同的曝光设置连续拍摄多张照片，然后运用先进的算法将这些照片合成为一张具有更大动态范围的图像。

这种方法的出现，使得相机能够捕捉到更广泛的亮度范围，从而有效地保留了场景中的细节，使得图像更加真实和生动。

在合成过程中，算法会精细地分析每张照片的曝光设置，选择出最佳的部分来组合成最终的HDR图像。

例如，一张低曝光照片可能适合显示暗部细节，而高曝光照片则能更好地展现亮部细节。

通过将这些部分巧妙地合并，最终的图像将具有更自然的外观，同时在更大的动态范围内展示场景，使得图像的亮度层次更加
丰富。

HDR+多帧同曝光技术为我们提供了一种全新的视觉体验，它使得图像能够在更高的动态范围内展现，更加接近人眼所见的事实。

这项技术在摄影、电影、游戏等多个领域都得到了广泛的应用，为我们的生活增添了更多的色彩和真实感。

HDR+多帧同曝光技术利用连续拍摄的多张照片和先进的算法，合成出高动态范围的图像，有效地解决了传统相机在处理高对比度场景时的难题，使得图像能够在更大的动态范围内展现，细节更加丰富，色彩更加真实。

这项技术的出现，不仅提升了我们的视觉体验，同时也推动了图像处理技术的进步。

图像编码是一种将图像数据从一种表示形式转换为另一种表示形式的过程。

在图像编码中，往往需要评估不同编码方法的效果，这就需要使用一些评价指标来衡量图像编码的质量。

本文将对图像编码中常用的评价指标进行解析。

一、峰值信噪比（PSNR）峰值信噪比是最常用的图像编码评价指标之一。

它衡量了原始图像与编码重建图像之间的失真程度。

PSNR的计算方法是将原始图像与编码重建图像之间的均方误差（MSE）与图像的最大像素值进行比较，然后将结果换算为分贝（dB）的单位。

二、结构相似性指数（SSIM）结构相似性指数是一种衡量图像编码质量的综合指标。

与PSNR不同，SSIM考虑了图像的结构信息。

它通过比较原始图像与编码重建图像之间的亮度、对比度和结构相似性，得出一个0到1之间的值，数值越接近1表示编码质量越高。

三、均方根误差（RMSE）均方根误差是另一种衡量图像编码质量的指标。

它是均方误差（MSE）的平方根，并且与PSNR的计算公式类似。

RMSE越小表示编码质量越高，即编码重建图像离原始图像越近。

四、峰值信号峰值噪声比（PSPNR）峰值信号峰值噪声比是一种改进的峰值信噪比指标，它不仅考虑了编码重建图像与原始图像之间的差异，还考虑了编码器带来的噪声。

PSPNR的计算方法是将编码器输出的信号峰值除以噪声的均方误差。

五、结构相似性详细度（SSIM-D）结构相似性详细度是在SSIM基础上进一步改进的指标。

它计算了图像的细节信息与整体信息之间的结构相似性，并考虑了失真对结构相似性的影响。

SSIM-D越接近1表示编码质量越高，表示编码重建图像与原始图像的细节信息更加相似。

六、高动态范围图像质量评价指标（HDR-VDP）HDR-VDP是一种专门针对高动态范围图像进行评价的指标。

它结合了对比度敏感度函数和视觉检测阈值，能够更准确地评估高动态范围图像的质量。

总结起来，图像编码中常用的评价指标有峰值信噪比、结构相似性指数、均方根误差、峰值信号峰值噪声比、结构相似性详细度和高动态范围图像质量评价指标。

hdr mode是什么意思
hdr mode的意思是高动态范围图像，这种图像跟普通的图像相比较会发现，可以提供更多的一些图像的细节，还有动态范围，根据曝光时间的不同，将每个曝光时间对应的LDR图像进行合成，最终才会形成hdr图形，其真实性更高。

在一些大光比的环境下进行拍摄的时候，普通的相机是会受到动态范围的一定限制，所以在拍摄的过程中不能详细地记录一些极端地量或者是极端案的细节，而只有经过了HD2程序处理过的相片，在大光比环境下拍摄不论是高光还是比较暗的情况下，所获得的图片都是要更清晰更真实的。

HDR开启后会连拍三张照片，分别对应欠曝光、正常曝光和过度曝光，然后把这三张图片合到一块并且突出每张照片最好的部分从而生成一张精妙绝伦的照片。

这就是为什么当你打开HDR模式时，你的手机会花较长时间拍照。

实际上它是拍摄了三张照片，而非一张。

它的好处在于拍出的图像不会像是透过相机看到的，而更像是人眼直接看到的。

总之，HDR能让该亮的亮、让该暗的暗、让亮/暗部的细节更丰。

HDR摄影如何通过多张照片合成高动态范围图像摄影是一门艺术，通过摄影可以记录下美丽的瞬间，展现出丰富的色彩和细节。

然而，在现实生活中，我们常常会遇到光线不均匀的情况，这就导致了照片中的亮度范围有限，无法完美地还原真实场景。

为了解决这个问题，HDR（High Dynamic Range）摄影技术应运而生。

本文将介绍HDR摄影的原理以及如何通过多张照片合成高动态范围图像。

一、HDR摄影的原理HDR摄影是通过合成多张不同曝光的照片来扩展照片的动态范围。

在一张照片中，亮度范围有限，无法同时还原出明亮和暗部的细节。

而通过HDR摄影，我们可以拍摄多张照片，每张照片的曝光值不同，从而捕捉到不同亮度范围的细节。

然后，通过合成这些照片，就可以得到一张具有高动态范围的图像。

二、HDR摄影的步骤1. 准备工作在进行HDR摄影之前，我们需要准备一些必要的设备和软件。

首先，我们需要一台支持曝光补偿的相机，以及一个稳定的三脚架，以确保拍摄的照片保持一致的构图和对焦。

其次，我们需要一款HDR软件，如Photomatix、Adobe Photoshop等，用于合成照片和调整图像。

2. 拍摄照片在拍摄照片时，我们需要选择一个合适的场景，并使用相机的曝光补偿功能。

曝光补偿是通过调整相机的曝光值来控制照片的亮度。

通常情况下，我们需要拍摄三张照片，分别为正常曝光、过曝和欠曝。

正常曝光的照片保留了场景中的中等亮度细节，过曝的照片保留了暗部细节，欠曝的照片保留了亮部细节。

3. 合成照片将拍摄的照片导入HDR软件中，然后进行合成。

在合成过程中，软件会自动将不同曝光的照片进行融合，以展现出更丰富的细节和色彩。

合成后的图像可以根据个人喜好进行调整，如调整亮度、对比度、饱和度等。

4. 后期处理合成后的图像可能会存在一些问题，如过度曝光、色彩失真等。

因此，我们需要进行一些后期处理来优化图像。

可以使用图像编辑软件，如Adobe Photoshop，对图像进行调整，如修复曝光问题、调整色彩平衡、增加锐度等。

如何拍摄高动态范围（HDR）照片摄影是一门艺术，通过摄影可以记录下美丽的瞬间，让人们感受到不同的情感和体验。

而在摄影中，高动态范围（HDR）照片是一种非常有趣和具有挑战性的拍摄技术。

本文将介绍如何拍摄高动态范围照片，帮助你在摄影中掌握这一技巧。

一、什么是高动态范围（HDR）照片高动态范围（HDR）照片是通过在不同曝光条件下拍摄多张照片，然后将这些照片合成一张具有更高动态范围的照片。

通常情况下，相机的传感器无法同时捕捉到明亮和暗部的细节，导致照片中出现过曝或者欠曝的情况。

而HDR技术可以通过合成多张照片的亮度信息，使得最终的照片中既有明亮部分的细节，又有暗部的细节，呈现出更加真实和丰富的画面。

二、准备工作在拍摄HDR照片之前，需要做一些准备工作：1.相机：选择一台支持曝光补偿和自动曝光锁定功能的相机。

这些功能可以帮助你在不同曝光条件下拍摄多张照片。

2.三脚架：由于HDR照片需要拍摄多张照片并合成，所以使用三脚架可以保持相机的稳定性，避免照片之间的位移。

3.遥控器：使用遥控器可以避免手动按下快门按钮时相机的晃动，确保照片的清晰度。

三、拍摄步骤下面是拍摄HDR照片的步骤：1.选择合适的场景：HDR照片适用于场景中有明亮和暗部分的情况，比如日出日落、室内外对比明显的场景等。

2.设置相机：将相机设置为RAW格式，这样可以保留更多的图像信息。

同时，将相机设置为光圈优先模式，以确保不同曝光条件下的光圈大小一致。

3.测光和锁定曝光：选择一个适当的曝光值，测光并锁定曝光。

然后，根据测光结果，调整曝光补偿，拍摄一张正常曝光的照片。

4.拍摄多张照片：在正常曝光的基础上，分别调整曝光补偿，拍摄一张欠曝和一张过曝的照片。

通常情况下，可以选择欠曝1至2个EV和过曝1至2个EV。

5.合成照片：将拍摄的多张照片导入计算机，并使用HDR软件将这些照片合成为一张HDR照片。

在合成过程中，可以调整曝光、对比度和色彩等参数，以获得理想的效果。

高动态范围图像处理与显示技术研究摘要：高动态范围（High Dynamic Range，HDR）图像处理与显示技术是近年来图像处理领域的研究热点之一。

随着数字摄影和电视技术的迅猛发展，传统的低动态范围（Low Dynamic Range，LDR）图像已经不能满足人们对图像质量的苛刻要求。

本文将深入讨论高动态范围图像处理与显示技术的研究进展，介绍其基本原理、算法和应用情况，并对未来的发展趋势进行展望。

1. 引言高动态范围图像处理与显示技术是一种通过提高图像的对比度和细节来改善图像质量的方法。

相比传统的LDR图像，HDR图像能够更准确地还原场景的亮度和颜色信息，使图像更加真实、生动。

近年来，随着摄影技术和电视技术的不断进步，HDR技术已经被广泛应用于电影制作、游戏设计、虚拟现实等领域。

2. 高动态范围图像处理技术2.1 HDR图像获取技术HDR图像的获取通常需要使用多张不同曝光程度的图像，然后利用图像融合算法将多张曝光的图像合成为一张HDR图像。

最常用的HDR图像获取方法是基于曝光融合的技术，通过自动或手动设置曝光时间、光圈等参数来获取多张曝光不同的图像，然后使用曝光融合算法将这些图像合成为一张HDR图像。

2.2 HDR图像处理算法HDR图像处理算法主要包括色调映射、色调映射函数的设计、图像增强和去噪等技术。

色调映射是将HDR图像转换为LDR图像的关键步骤，它通过将HDR图像中的亮度和颜色信息映射到合适的范围内来实现。

设计合适的色调映射函数是保证转换后图像质量的关键，需要考虑到人眼对亮度和颜色的感知特性。

此外，图像增强和去噪技术也是提高HDR图像质量的重要手段。

3. 高动态范围图像显示技术3.1 HDR显示原理与传统的LDR显示技术相比，HDR显示技术具有更高的亮度和更丰富的颜色表现能力。

HDR显示器通常采用宽色域和高亮度的显示原理，能够准确还原HDR图像中的亮度和颜色信息。

由于HDR图像的亮度范围远超过LDR图像，HDR显示技术需要具备更高的亮度和对比度，以及更广泛的色域来呈现图像。

如果说4K技术是对画面像素数量的提升，那么HDR则是对画面像素质量进行了一次升级，“所拍即所见”。

形象地表达了HDR技术带来的画面效果和视觉震撼。

HDR渐渐成为电视发展的核心技术，相关内容制作也纷纷出现，继在线视频流媒体巨头亚马逊率先推出首部4K HDR剧集《丛林中的莫扎特》之后，Netflix也推出模则是影响4K和HDR技术能否在电视行业进一步成熟和发展的又一个重要因素。

尽管各方都在HDR产业链上各个环节不停地作出努力，但没有HDR电视节目和视频源的支持，只依靠赛事转播、影视作品、现场直播等节目在短（2）高帧率Progressive逐行扫描，共支持9种帧率：120p、60p、59.94p、50p、30p、29.97p、25p、24p和23.976p。

（3）高比特精度超高清电视量化水平有整型12bit摘要：HDR即高动态范围图像，属于超高清电视技术体系的一部分，截至2017年12月底，国内标有HDR的电视机产品市场份额已达80%以上，终端技术的成熟往往能带动整个产业链相应环节的井喷效应，这预示着HDR技术很可能成为主流进化方向以及电视行业的竞争焦点之一，本文就HDR的关键技术和发展现状进行了探讨。

关键词：HDR 超高清电视技术标准27. 28. 和整型10bit 两种，各自对应8K 和4K。

（4）宽色域Rec.2020，是显示设备中最大的色彩空间，覆盖了CIE 1931的75.8%，白点色温D65（6500K）。

此外，完整的超高清电视还应具有高动态范围的技术特征（HDR），无论观影距离是多远、屏幕尺寸是多大，其对画质的改善效果都是非常明显的。

因为4K 仅仅增加了画面的分辨率，对色域、对比度都没有要求，而HDR 技术却能够带来更丰富的图像亮部细节和暗部细节，给观众带来更具真实的观看体验。

人的肉眼可观看到的自然场景画面的动态范围可达10000：1，因受摄录、显示等客观技术水平影响，普通视频图像电子产品领域的视频摄制一直按照100:l~300:l 的低动态范围设计，这就造成了的“不真实感和观看质量较差”，这仅仅靠提高设备的清晰度是无法解决的。

高动态范围图像原理与应用摘要：主要阐述了高动态范围图像的概念、编码方式、合成方式、合成原理以及显示方式。

关键字：高动态范围图像、HDR第一章概要1.1数字图像成像传统胶片成像过程是基于光化学理论。

在相机拍摄时，光线通过相机镜头到达胶片的感光晶体卤化银上，引起胶片的光学密度发生变化，曝光量越大，光学密度越小，呈现非线性关系。

再经过扫描、数字化等非线性处理转换成数字图像。

与胶片成像不同，现在普遍使用的数码相机是利用影像传感器(一般是CCD和CMOS)把接收到的光信号通过图像传感器上的光敏单元离散成正比于曝光量的成千上万个像素点，并转换成模拟电压信号，再经过模拟/数字转换处理后变成数字信号，最后经过微处理器的非线性运算转换成图像的标准存储格式如BMP、JPEG、TIFF等存储在物理介质上（如图1-1所示）。

图1-1数字图像成像流程图1-1描述了典型的现代数码相机成像的流程。

流程图中一系列的转换过程可是看作非线性的映射关系，最后形成了每通道8位表示的图像。

1.2数字图像中的动态范围动态范围(Dynamic Range)在很多领域用来表示某个变量最大值与最小值的比率。

在数字图像中，动态范围也被称为对比度，表示了在图像可显示得范围内最大灰度值和最小灰度值之间的比率。

对真实世界中的自然在场景来说，动态范围代表了最亮的光照亮度和最暗光照亮度的比。

目前大部分的彩色数字图像中，R、G、B各通道分别使用一个字节8位来存储，也就是说，各通道的表示范围是0~255灰度级，这里的0~255就是图像的动态范围。

由于真实世界中同一场景中动态范围变化很大，我们称之为高动态范围（high dynamic range, HDR），相对的普通图片上的动态范围为低动态范围(low dynamic range,LDR)。

数码相机的成像过程实际上就是真实世界的高动态范围到相片的低动态范围的映射。

这往往是一个非线性的过程(图1-2)。

图1-2动态范围映射1.3高动态范围图像获取方式及其编码方式传统数字图像各通道256个等级灰度所表示的色差范围十分有限。

Photomatix高动态范围图像（HDRI）处理软件简介Photomatix是一款能够调节图片曝光度和通过多个曝光源生成HDRI－High Dynamic Range Image高动态范围图像。

它能把多个不同曝光的照片混合成一张照片，并保持高光和阴影区的细节。

打开在同一场景拍摄的不同曝光度的照片，选择一个曝光混合方法，Photomatix Pro能让你在6种联合模式中选择：平均＋5种曝光混合方法，每个方法都基于不同的算法。

Photomatix用来处理同一场景下不同曝光设置的照片。

这些照片称为包围曝光照片，许多型号的相机都有自动包围曝光功能。

但并非一定需要多张照片才能使用Photomatix。

色调映射工具（Tone Mapping tool）也能用于48位TIFF文件，同样适用于48位压缩工具（Compression tool）。

另一技巧是使用从RAW文件解压出来的不同曝光度的照片。

这对于合并菜单下的曝光混合方式来说，特别是对自动高光和阴影（Highlight & Shadows - Auto）这一方式，处理的效果非常好。

当然，从RAW文件能够获得的动态范围是有限的，所以对于有明亮窗户的室内景这样的挑战性场景，效果并不是很好。

同时，必须指出的是，这样的处理不适合于生成HDR图像。

Photomatix提供两种处理方式，把两张或更多张不同曝光的照片形成一张更大动态范围的照片。

一种称作曝光混合（Exposure Blending），通过“合并”菜单（combine）来进行。

另一个叫HDR色调映射（HDR Tone Mapping），通过“HDRI”菜单来进行。

曝光混合是最容易理解的了。

它将不同曝光的照片进行合并，将它们合并成一张高光和阴影都呈现细节的照片。

HDR色调映射处理包含两步：第一步是把不同曝光的照片生成一幅HDR图像；第二步是将生成的HDR图像进行色调映射。

第二步对呈现HDR图像的高光和阴影的细节至关重要。

hdr色域标准
HDR（高动态范围）色域标准是指支持高动态范围图像的色域标准，它比传统的SDR（标准动态范围）色域标准更加宽广。

HDR色域标准可以更好地显示高动态范围图像的细节和色彩，提供更真实的视觉体验。

目前常见的HDR色域标准有、HDR-Gaming
Standard、HDR10和Dolby Vision等。

其中，是国际电信联盟（ITU）制定的数字电视色彩标准，它覆盖的色域范围比传统的SDR色域标准更加宽广，能够更好地显示高动态范围图像的细节和色彩。

HDR-Gaming Standard是针对游戏行业的高动态范围色域标准，旨在提供更真实的游戏体验。

HDR10和Dolby Vision则是针对家庭娱乐的高动态范围色域标准，它们都可以提供更真实的视觉体验。

需要注意的是，不同的HDR色域标准可能会对显示设备的性能和价格产生影响，因此在选择显示设备时需要了解其支持的HDR色域标准，以便选择最适合自己需求的设备。

高动态范围图像技术相关介绍与应用前景作者：王祥骏 2009301760019作者单位：武汉大学印刷与包装系摘要: 高动态范围图像技术用于解决通过显示设备显示时,遇到的动态范围不匹配的问题。

高动态范围图像的获取方式以及色阶映射算子。

关键词: HDR 图像; 阶调映射算法; 色阶映射算子。

引言高动态范围图像(High dynamic range image,HDRI) 技术用于解决通过显示设备显示时,遇到的动态范围不匹配的问题. 电子影像采集设备所能正确再现的影像亮度范围通常有限，会导致被采集景物影像的部分阶调层次损失。

高动态范围图像则能较好再现被摄对象在大亮度范围内的阶调层次。

目前主流的CRT 显示器所能产生的亮度范围大约是1 cd/m2 .100 cd/m2, 虽然动态范围很窄, 但是已经足以应付大多数低动态范围图像的显示要求, 并且效果也基本令人满意. 而相对于高动态范围图像的亮度范围(0.001 cd/m2 .100 000 cd/m2), 显示器所能产生的亮度范围显得过于狭窄, 如果将图像的动态范围线性压缩到显示器的响应范围来显示, 所得到的观赏效果跟原始场景相去甚远.高动态范围图像的获取高动态范围图像的获取一般有两种方式: 1) 用图像传感器捕获的方式; 2) 图像合成的方式. 在计算机图形学领域, 整体光照度方法(辐射度方法, 光线跟踪算法等) 大多计算的是场景的真实辐射值, 而不是最终的显示亮度值, 因而动态范围会非常宽广.下面主要讨论如何通过摄像手段来捕获高动态范围图像.多次曝光图像序列Mann和Debevec意识到虽然目前的传感器动态范围有限, 但是通过对同一个场景使用不同的曝光量拍摄多幅图像, 高曝光图像采集场景中暗的部分, 低曝光图像采集场景中亮的部分, 再通过特定的算法就可以从这一系列图像中大致恢复出真实场景的动态范围. 在这个过程中, 首先要恢复底片或数码相机的响应曲线, 这是因为底片的光响应曲线是非线性的, 而数码相机的感光器件在动态范围内的光响应虽然是线性的, 但通常得到的图像却是传感器原始输出图像的非线性变换. 不过现在的大多数数码相机都能够提供原始像素格式(RAW pixel)的图像, Madden就是通过RAW pixel 图像直接恢复出了原始的高动态范围场景. 假定一幅图像I1,其中等亮度的细节能很好地分辨, 而明亮部分曝光过度呈现全白, 阴暗部分曝光不足无法分辨, 适当增加和减小曝光量再各拍一幅图像I2 和I3. 对于I2,I1 中曝光不足的部分得到了明显的改善; 同样对于I3, I1 中曝光过度的部分细节也能够分辨. 而在传感器线性响应范围内, 图像像素点的亮度与曝光量和该点的场景辐射强度成线性关系, 对于同一场景点,辐射强度是不变的, 那么根据曝光量综合I1, I2 和I3 的可分辨区域, 进行简单的线性运算就能恢复出整个场景的细节. 由于这种方法需要拍摄多幅图像,成像速度很慢, 所以只适合于拍摄静态的场景.光束分离Aggarwal在2001 年提出了光束分离的方法,并且研制出了原理性样机, 这种方法的原理和上述的多次曝光图像序列基本一致, 也是采用对同一场景的多个不同曝光的图像来恢复原始场景. 不过前者采集的过程有先有后, 是一个时间序列; 而后者由于采用了特定的光路, 使所有的图像能够一次性获得, 从而大大提高了成像速度, 可以用于动态场景的拍摄.使用一个6 面的分光棱镜将光线分成6 束, 每个分光面对应一个传感器, 这样就可以通过设定每个传感器的曝光时间或者采用非均匀的分光方式得到一组曝光量各不相同的图像.1.1.3 高动态范围图像传感器常见的8 bit 灰度图像的动态范围只有48 db,这一方面是因为传感器本身的动态范围低, 另一方面是为了降低成本, A/D 转换器的分辨力也只有8位. 近年来半导体技术的发展使图像传感器动态范围有了很大的提高, 比如Dlasa公司的高性能CCD, 线性动态响应范围达到了72 db (4 000 : 1),Fairchild 公司的科学级CCD的动态范围达到了83 db (14 000 : 1), 而Hamamatsu 公司的S10140/10141系列, 标称的动态范围达到了90 db(30 000 : 1). 但是这仍然不足以捕捉真正的高动态范围图像, 于是一些新型的传感器应运而生.人类视觉系统(Human visual system, HVS)有一整套完整高效的自动调节机制, 瞳孔会自动根据光线的强弱变大或变小以调节通过的光通量, 此外视网膜能根据投射到该区域的辐射强度自动调节视锥细胞的敏感度. 受到这一机理的启发, Chen 和Ginosar开发了一种Adaptive SensitivityTM CCD图像传感器, 这种传感器每个像素的灵敏度都是可以控制的(通过控制曝光时间), 并且研制出了9￡16的试验性芯片.Nayar和Mitsunaga提出了一种空域变曝光像素(Spatially varying pixel exposures, SVE)的方法, 如图2 所示的像素阵列中有灰度不同的四种方格(e0; e1; e2; e3), 分别代表四种不同敏感度的像素, 越亮的表示敏感度越高(e0 < e1 < e2 < e3). 当某个像素饱和时, 可能它邻近的某个像素没有饱和,反之,当某个像素输出为零时, 它邻近的某个像素可能输出为非零. 像素敏感度在空间域变化的同时对动态范围进行了采样, 这样就可以利用邻近像素的信息估算出当前像素的实际值, 从而得到真实场景的高动态范围图像.高动态范围图像的编码格式高动态范围图像由于具有极广的灰阶和色域,传统的24-bit RGB 图像编码格式已经不足以描述如此之多的信息量, 简单地用浮点数来表示又需要很大的存储空间, 因此急需开发一种简单高效的编码方式. 不同的研究领域为了特定的应用需求采用了不同的格式, 如计算机图形学领域的RGBE 和OpenEXR格式, 摄影领域的RAW 格式, 医学成像领域的DICOM 格式, 电影摄影学领域的DPX 格式. 即使是同一种格式(例如RAW 格式), 不同厂家的标准也不太一样, 这样不利于信息的交流, 给使用者造成了很大的不便. 最具代表性的编码格式有如下几种:1) Pixar 33-bit log-encoded TIFF;2) RGBE and XYZE radiance 32-bit;3) IEEE 96-bit TIFF & portable FloatMap;4) 16-bit/sample TIFF;5) LogLuv TIFF;6) ILM 48-bit OpenEXR format.色阶映射算子为了解决真实场景和显示设备动态范围不匹配的矛盾, 近年来国外的许多学者提出了各种各样所谓的色阶映射算子(Tone mapping operator,TMO).HDR 图像是一种与真实场景相关,包含了更多颜色信息的图像类型。