View
108
Download
4
Category
Preview:
Citation preview
Visualização de Imagens HDR
Leonardo de Oliveira Martinsleomartins82@gmail.com
Rio de Janeiro, 27/03/2007
Pontifícia Universidade Católica do Rio de Janeiro – PUC-RJDisciplina: Fundamentos de Computação Gráfica
Prof. Marcelo Gattass
Introdução Os dispositivos de visualização atuais
não conseguem exibir imagens que armazenam informações de intensidade luminosa (HDRI – High Dynamic Range Images)
Problema: Como “renderizar” essas imagens de
maneira a produzir a mesma resposta perceptual, utilizando dispositivos padrões de visualização?
Introdução Solução:
Uso de algoritmos de tone-mapping, que realizam o mapeamento de valores HDR em LDR (Low Dynamic Range)
Introdução Este trabalho implementa o
modelo de aparência de imagem iCAM descrito em (JOHNSON and FAIRCHILD, 2003)
iCAM foi desenvolvido para ser computacionalmente mais simples do que os modelos multi-escala, com capacidades similares
O modelo iCAM
O modelo iCAM 1 - Transformação dos valores
iniciais para o espaço XYZ (independente do dispositivo)
O modelo iCAM 2 – Adaptação cromática (D65)
O modelo iCAM 2 – Adaptação cromática (D65)
2.1 – Transformação dos valores XYZ em através da equação
O modelo iCAM 2 – Adaptação cromática (D65)
2.2 – Combinação da imagem resultante com um filtro gaussiano da mesma e um fator de adaptação D
O modelo iCAM 3 – Adaptação cromática (D65)
Filtro utilizado
Usado para “embaçar” a imagem
O modelo iCAM 4 – Contraste local / Efeito surround
Cálculo de um mapeamento que irá controlar o fator de surround e luminância
,onde La é o valor da imagem absoluta Y filtrada
Geralmente, a curva é dividida por uma constante normalizadora,
O modelo iCAM 6 – Cálculo da resposta dos cones LMS
7 – Compressão das coordenadas LMS
O modelo iCAM 8 - Aplicação das matrizes de
transformações inversas, de maneira a retornar ao sistema inicial
9 – Aplicação de uma função de clip, que pode ser aplicada a partir de um percentil
O modelo iCAM
O modelo iCAM 10 – Mapeamento dos valores no
intervalo [0 , 1]
11 - Compressão dos valores e mapeamento para o intervalo [0 , 255]
O modelo iCAM Dessa maneira, os seguintes
parâmetros são incorporados ao modelo
Fator de adaptação ‘D’ (varia de 0.1 a 0.4) Largura do filtro ‘sigma’ (geralmente x/4
ou x/2) Fator de normalização da curva ‘n’
(geralmente 1.7) Valor do clip (95%-99%)
Implementação Com base na descrição fornecida
em (JOHNSON and FAIRCHILD, 2003), foi desenvolvida uma aplicação capaz de visualizar imagens HDR, e salvá-las em formato BMP, se desejado
Implementação Linguagem C++ Biblioteca FLTK (www.fltk.org) para
interface com usuário Biblioteca CImg
(cimg.sourceforge.net) para manipulação de imagens
Ambiente de Desenvolvimento Dev-C++
(www.bloodshed.net/devcpp.html )
Implementação As imagens foram convertidas para TIF
de ponto flutuante, através do programa HDR Shop (http://gl.ict.usc.edu/HDRShop)
As propriedades da imagem são armazenadas em um arquivo texto e lidas pelo programa
Trabalho Futuro Ler diretamente imagens no formato .HDR
Implementação
Exemplos
Exemplos
Exemplos
Referências G.M. Johnson e M.D. Fairchild,
“Rendering HDR images,” IS&T/SID 11th Color Imaging Conference, Scottsdale, 36-41 (2003) – disponível em http://www.cis.rit.edu/mcsl/icam/pub/hdr_CIC11_sm.pdf
Imagens HDR para download: Página do autor:
http://www.cis.rit.edu/mcsl/icam/hdr/rit_hdr/ debevec.org: http://gl.ict.usc.edu/Data/HighResProbes/
Recommended