针对高动态范围(High Dynamic Range, HDR)图像的动态范围与普通显示设备不匹配的问题, 本文提出了一种亮度分区和导向滤波相结合的色调映射算法。首先, 通过颜色空间转换将输入的HDR图像转换到CIEL*a*b*空间, 得到亮度层和色度层图像, 接着对亮度层图像进行对数压缩并分区, 对压缩后的各分区亮度图像选取合适γ值进行校正。然后, 对于现有映射算法过于强调对图像亮度的处理而忽略色度的问题, 本文将压缩后的亮度图像作为引导图像对色度层图像进行导向滤波处理。最后, 将处理后的亮度层图像和色度层图像融合得到标准动态范围(Standard Dynamic Range, SDR)图像。通过对比实验表明, 本文算法得到的图像在清晰度、信息熵、方差方面较全局映射法、局部映射法和双边滤波法平均提高了94.03%、30.73%和24.23%, 说明本文算法在实现高动态图像亮度压缩的同时, 更好地实现了对色度和局部细节的处理。

高动态范围成像通常需要利用多个不同曝光时间的低动态范围图像来合成高动态范围图像。在合成后图像噪声会进一步放大，可能导致最终的高动态范围图像视觉质量严重降低。针对合成图像需要保留低曝光图像中高亮区域的细节信息以及高曝光图像中低暗区域的细节信息，且图像噪声与亮度有关这一问题，本文提出一种基于亮度分区、噪声水平估计的高动态范围图像融合过程中的噪声抑制算法。首先，根据图像的亮度信息，确定低动态范围图像的不同亮度区域；然后对图像不同亮度区域，利用重叠块估计噪声水平，根据得到的噪声水平，指导图像的稀疏去噪；最后，对处理后的低动态范围图像，采用融合方法合成高动态范围图像。实验结果表明，所提出的算法能有效地抑制图像噪声，合成的高动态范围图像具有更好的视觉质量。