Recuperação de curva de respostas para High Dynamic Range Images

Preview:

DESCRIPTION

Recuperação de curva de respostas para High Dynamic Range Images. Rodrigo Martins FCG 2005/1 Profº Marcelo Gattass. Introdução. Objetivo: criar um mapa de radiância a partir de um conjunto de imagens. - PowerPoint PPT Presentation

Citation preview

Recuperação de curva de respostas para High Dynamic

Range Images

Rodrigo MartinsFCG 2005/1Profº Marcelo Gattass

Introdução Objetivo: criar um mapa de radiância a

partir de um conjunto de imagens. Olho humano é capaz de perceber uma

maior variação de dinâmica que as imagens digitais comuns.

Permite a utilização de efeitos em imagem digital com qualidade muito maior.

Introdução

Exposição X = E * Dt E = Radiancia. Dt = Tempo de exposição do pixel

à luz.

Processo Após o processo de digitalização

obtemos um valor Z para o pixel. Z é uma função não linear da

exposição X.

Z = f(X) Z = f(E*Dt)

Curva de respota

Zij = f(Ei * Dj )

f-1 (Zij) = (Ei * Dj )

ln f -1(Zij) = ln(Ei) + ln(Dj)

g(Zij) = ln(Ei) + ln(Dj)

Curva de resposta

Como os valores em x variam de 0..255, basta recuperar os valores da função neste domínio.

Curva de resposta O problema então pode ser definido

como a resolução em mínimos quadrados para:

Curva de resposta Sistema linear super determinado O algoritmo proposto no paper

utiliza Single Value Decomposition

Implementação

Feita em C++. Lê um conjunto de imagens estáticas

com tempos de exposição diferentes. Utiliza Single Value Decompositon para

encontrar g(Zij) e o logarítmo da exposição

Retorna as curvas de resposta para os canais R,G e B.

Programa

Escolha de pixels Em [Deb] a escolha dos pixels é feita

manualmente. Escolha bem distribuida entre Zmin

Zmax. Algoritmo pseudo aleatório simples

Quão próximo do resultado final original ?

Resultados – Canal R

0

50

100

150

200

250

-10 -8 -6 -4 -2 0 2 4

Resultados – Canal G

0

50

100

150

200

250

-10 -8 -6 -4 -2 0 2 4

Resultados – Canal B

0

50

100

150

200

250

-10 -8 -6 -4 -2 0 2 4

Conclusões Escolha pseudo aleatória de pixels

pode permitir reconstruir a curva corretamente.

O número de pixels para escolhas ruins torna o algortimo lento.

A função do canal B não foi tão bem recuperada quanto aos canais R e G.

Proximas tarefas Definir um formato de arquivo para

armazenamento de imagens HDR (RADIANCE, OpenEXR...)

Implementar um algoritmo para a escolha de poucos pixels que permitam reconstruir a curva de resposta.

Referências [Deb] Paul Debevec, Jitendra Malik

Recovering High Dynamic Range Radiance Maps from Photographs. Siggraph.

Recommended