摘 要: 隨著GPU可編程硬件的發展，用戶對數字圖像質量的要求日益提高，高動態范圍(HDR)技術隨之產生與發展。本文分析和討論了HDR技術的特點與原理，重點實現了HDR技術對數字圖像進行渲染。實驗表明，基于HDR技術的數字圖像渲染，所顯示的場景更加細致，細節更加豐富，圖像的質量更加鮮亮、逼真，提高了數字圖像質量。
關鍵字: 高動態范圍； 色調映射 ；圖像渲染
中圖法分類號：TP391.41 文獻標示碼：A
HDR rendering digital image
LIU jin-xuan 1 QIN jia-shui 2
1(Department of Basic Courses, Xi’an University of Science and Technology, Xi’an 710054)
2(Department of Computer Science, Xi’an University of Science and Technology, Xi’an 710054)
Abstract: With the development of programmable hardware GPU, users’ requirement for digital images quality enhanced, HDR technology with the emergence and development. The article analyzes and discusses feature and concept of the high dynamic range (HDR) technology, and achieves the HDR rendering of digital images. The experimental results show that HDR technology based on digital image rendering, the scene shown in greater detail, brighter image quality, realistic, and improve the outputting quality of digital images.
Key words: high dynamic range; tone mapping; image rendering
1 概述
在計算機技術的飛速發展的如今，不論是軟件還是硬件都已經發展到一個很高的水平,但對于用戶更高品質的追求，計算機的發展是無止境的，特別是計算機圖像圖像方面。為了更好的表現圖像的質量，HDR技術出現了。
在日常生活中我們經常遇到這樣的情況：突然從黑暗的房間中走到陽光下，眼睛會無法睜開；清晨陽光會穿透窗簾像光柱般照射入房間；反光度較高的物在強光下會在周圍產生光暈。以上這些生話中隨處可見的現象以前無法在3D世界中呈現，最大的原因就在我們使用8-16bit整數數據，圖像精度丟失。
HDR的全稱是High Dynamic Range（高動態范圍）。動態范圍是指圖像亮度的最亮值與最暗值的相對比值，最高光強度與最低光強度的相對比值。比值越大，動態范圍越廣，顯示的亮度級別就越多，色彩空間就越廣。圖像的動態范圍的表示方法：
2 HDR特點
計算機在顯示圖象的時候是用8bit(256級)或16bit(65536級)來區分圖象的亮度的，但這幾百或幾萬的亮度級無法再現真實自然場景。目前普通的圖片都是由三原色——紅、綠、藍組成的，這是針對CRT顯示器顯示的圖像而制定的規范，通過這三種顏色按一定的比例進行組合來模擬，任何顏色都可以在屏幕上顯示出來，顏色的強度等級在256個灰度單位以內，普通的圖形文件每個象素只有0-255的灰度范圍。
計算機在對圖像的處理過程中一般都取整數進行運算，即使像素的原始數據為浮點數，也會在運算前自動轉化為整數然后處理，這樣雖然節約了計算資源，但是卻降低了生成虛擬圖像的真實性。
HDR真正的巨大變革來自于浮點數據的引入。采用浮點方式來處理和存放亮度數據，拋棄不準確的整數數據，引入了Floating-point arithmetic(浮點算法)、Floating-point shader target(浮點渲染目標)、Floating-point blending(浮點混合)、Floating-point texture(浮點紋理)、Floating-point filter(浮點過濾)等技術，同時計算機在引入浮點數據來存儲象素的各個參數并且在運算的全過程都使用浮點數據，這樣就可以有效的提高數據的精確度，更好的提高畫面的質量。
3 HDR渲染
HDR是一種圖像后處理技術，是超越普通的光照的顏色和強度的光照技術，是一種表達超過了顯示器所能表現的亮度范圍的圖像映射技術。高動態范圍技術能夠很好地再現現實生活中豐富的亮度級別，產生逼真的效果。通常，顯示器能夠顯示R、G、B分量在[0,255]之間的像素值。而256個不同的亮度級別顯然不能表示自然界中光線的亮度情況。比如，太陽的亮度可能是一個白熾燈亮度的幾千倍，是一個被白熾燈照亮的桌面的亮度的幾十萬倍，這遠遠超出了顯示器的亮度表示能力。如何在有限的亮度范圍內顯示如此寬廣的亮度范圍，這種研究稱為色調映射(Tone Mapping)或色階重建[1](Tone Reproduction)，正是HDR技術所要解決的問題。
HDR渲染包含兩個步驟，一是色調映射，即將高動態范圍的圖像映射到一個低范圍中。既屏幕能夠顯示的(0,1)的范圍內，使之能顯示在低動態范圍的普通顯示設備，還要盡可能的保留原圖像的核心信息及視覺效果。二是對于特別亮的部分實現光暈的效果。其中色調映射是HDR渲染的核心環節，光暈效果對表現高亮的像素起了重要的作用。其渲染和目標如圖1所示：
Fig1 HDR render and target
色調映射算法分為兩種類型：(1)全局動態范圍壓縮算法[2-3]或者叫空域不變(Spatially Invariant)，該類算法對圖像進行動態范圍變換時，對每個像素上進行相同變換，變換方程可以預先指定或根據圖像的內容獲取。優點：簡便且運算效率高，缺點：在于同一條變換方程不能自適應圖像的不同區域，且變換方程必須是一對一的、單調的，結果導致圖像在細節、顏色、明亮程度上有損失。(2)局部動態范圍壓縮算法[4-6]或者叫空域變化(Spatial Variant)。該類算法對圖像進行動態范圍變換時，對圖像的不同區域進行不同的變換。優點：增強了圖像的局部對比度，保留更多的圖像信息，缺點：算法的復雜度大大的增加，系統開銷加大。
全局算法與局部算法的主要不同之處在于：在確定對某一點的映射時有沒有引入了其周圍的局部圖像信息作為參考�？傊�，依據HVS人類視覺系統(Human Visibility System)作為參考，各種不同的算法在壓縮動態范圍的同時，都是以保留圖像質量的某一方面為標準。
本文使用的色調映射算法的基本思想是，在高動態范圍計算場景的平均光照，用平均光照和最大亮度值(White Point)縮放像素值，是一種全局算法。
1) 計算光強
在讀取了圖像的RGB值后，計算光強
(2)
2) 計算平均光照
在高動態范圍中計算平均光強
(3)
式中N是像素的總數；（x,y）是每個像素的2D坐標，
是一個非常小的常值
3) 縮放光強值
(4)
式中
是一個關鍵值，
，一般為0.18
4) 最終映射
(5)
式中，
是被映射后像素的光強值；
可以設置成最大光強值或更高，一般取最大光強值
綜上所述，首先從圖像中讀入RGB的值，轉化為實際的光強值
，其次計算平均光強值
，再次計算出
，最終計算出
所謂光暈效果，就是抽出場景中色彩比較亮的部分，然后加以模糊，使這些較量的像素擴散到周邊像素中，再把模糊后的圖像疊加在Tone Mapping之后的圖像上。如圖2所示：
Tone Mapping圖像 光暈效果圖
Fig2 Halo effect comparison figure
4 實驗結果
本文的實驗是先用讀入場景，再用HDR渲染此場景，實驗結果如圖3所示。從實驗結果可知，使用HDR繪制場景效果改善了很多，背景也變亮了很多，且場景更加細致。概括地說高動態范圍技術的效果是：亮的地方可以非常亮，暗的地方可以非常暗，亮暗部的細節都很明顯。
無HDR渲染圖 HDR渲染圖
Fig3 HDR render result comparison figure
5 結束
HDR并不是想人們理解的那樣就是簡單的“高亮”，不是讓畫面有更大的亮度或是對比度。HDR的效果因該是亮處的效果是鮮亮的，而黑暗處你也可以清晰的分辨物體的輪廓，位置和深度，而不是以前的一團黑。動態、趨近真實的物理環境是HDR的特效表現原則。不光亮的地方或者光源多的地方可以體現HDR特效的優勢，黑暗的地方一樣可以，HDR可以幫助你在黑暗中區分物體的邊緣輪廓，而沒有HDR則是一團黑。
NVIDIA官方文檔中的三句話來總結HDR技術：Bright things can be really bright; Dark things can be really dark; And the details can be seen in both。
隨著時代的進步、計算機硬件的飛速發展，HDR技術的應用也將越來越廣，也為數字圖像的高質量和高信息的發展提供動力，未來可能成為數字圖像的主流。
References:
[1] Reinhard, Erik, Mike Stark, Peter Shirley, and James Ferwerda. "Photographic Tone Reproduction for Digital Images". ACM Transactions on Graphics (TOG), Proceedings of the 29th Annual Conference on Computer Graphics and Interactive Techniques (SIGGRAPH), pp. 267-276. New York, NY: ACM Press, 2002.
[2] WARD G L, RUSHMEIER H,PIATKO C.A visibility matching tone reproduction operator for high dynamic range scenes[J].IEEE Transactions on Visualization and Computer Graphics,1997,3(4):291-306.
[3] TUMBLIN J,HODGINS J K,Guenter B K.Two methods for display of high contrast images[J].ACM Trans.Graph, 1999,18:56-94.
[4] Kimmo Roimela, Tomi Aarnio. High dynamic range texture compression. Proceedings of ACM SIGGRAPH 2006, Volume 25 , Issue 3, July, 2006: 707-712.
[5] Jobson D J,Rahman Z, Woodell G A.A multi-scale retinex for bridging the gap between color images and the human observation of scenes[J]. IEEE Transactions on Image Processing,1997,6(7):965-976
[6] Pattanaik S N,Ferwerda J A,Farchild M D,Greenberg D P. A multi-scale model of adaptation and spatial vision for realistic image display[C]. In Proceedings of SIGGRAPH 98, Computer Graphics Proceedings, Annual Conference Series,1998.287-298
作者簡介：劉金瑄(1968— ),女，陜西西安人，碩士，教授，主要研究領域為計算機圖形圖像，虛擬現實，雙語教學等。
10327 10327
