圖像陰影和高光的自動局部調整的製作方法
2023-09-16 14:28:25
專利名稱：圖像陰影和高光的自動局部調整的製作方法
圖像陰影和高光的自動局部調整
背景技術：
眾所周知，人眼同時感知明亮和昏暗的區域的細節的能力與傳統的圖像捕捉設備不匹配。結果，攝影師通過肉眼可以感知到一個場景在明亮的和昏暗的區域都有細節，但是，當攝影的時候，所得到的該同樣場景的照片可能包含「溢出的」、缺乏細節的明亮的區域，並可能包含類似太暗的、並且同樣缺乏細節的黑暗的區域。專業的攝影師很清楚這個缺陷並通過可在捕捉圖像之前實施的各種手段來預防這一點。反之，業餘攝影師往往並不清楚他們的圖像捕捉設備的這些局限性，結果，捕捉到的圖像缺乏細節。隨著數字圖像捕捉和數字圖像處理技術的到來，在圖像被捕捉之後可應用各種機制來改進圖像的明亮或者昏暗區域的細節的缺失。典型地這些機制被稱作「高光和陰影」處理。在多數數字圖像編輯軟體應用程式中可找到手動的高光和陰影處理功能。然而，由於這些程序提供的高光和陰影處理是由用戶手動調節的，改進給定圖像的能力直接取決於該 用戶熟練地有見識地使用這些功能的能力。不幸的是，起初不很了解如何避免照出這種照片的用戶事後同樣不大可能熟練運用高光和陰影處理來修復這些照片。認識到此二分性，ー些數字圖像編輯軟體應用程式提供自動的高光和陰影處理，通常稱作「自動曝光」。然而，這種自動處理對整個數字圖像運用同樣的修正。這些自動處理沒有嘗試區分數字圖像的哪些區域代表高光、哪些區域代表陰影，並區分對待這些區域，或對這些不同的區域運用不同的修正。相反，這種自動的高光和陰影處理籠統地基於整個圖像來決定要運用的數字修正，並將這些修正運用到整個圖像中。
發明內容
在一個實施例中，自動高光和陰影處理在數字圖像上局部地實施，這樣該數字圖像的各個區域可對其運用不同的高光和陰影處理。在另ー個實施例中，生成一個模片(mask)來識別代表數字圖像的高光區域的那些數字圖像部分以及識別代表數字圖像的陰影區域的那些數字圖像部分。這個模片可通過對被處理的數字圖像運用高斯模糊來生成，從而將微小細節用與其環境同樣的方式來分類。此外，高斯模糊的結果可與原始圖像混合以保留識別為高光的區域和識別為陰影的區域之間的銳利轉變。在進ー步的實施例中，自動運用的高光和陰影處理可以基於可以從ー個或多個光度直方圖中導出的目標集合，所述光度直方圖包括針對整個數字圖像的光度直方圖和分別表示陰影區域和高光區域的各自的光度直方圖。光度直方圖的平均值、方差值和其它矩值可被用來生成目標矩值，包括目標平均值和目標方差值。之後高光和陰影區域可被自動地處理直至至少有ー個矩值達到了目標矩值。在又一實施例中，從光度直方圖的已有的矩值中導出目標矩值的機制可從數字圖像的參考集合中獲得。數字圖像的參考集合可以被手動調整，以優化這些數字圖像的高光和陰影區域的細節的顯示。包括各自代表陰影區域和単獨代表高光區域的直方圖的原始圖像的光度直方圖可與手動修正過的圖像的光度直方圖進行比較。從這種比較中，能夠獲得從原始矩值導出目標矩值的機制。提供本發明內容部分以簡化的形式介紹概念的選擇，在下面具體實施方式
中其將被進ー步描述。本發明內容並不g在識別所要求保護的主題的關鍵特徵或必要特徵，也不旨在用於限制所要求保護的主題的範圍。其它特徵和優點將通過下面通過參考附圖進行的具體描述而變得清楚。
結合附圖，下述具體描述可以被最好地理解，其中
圖I是圖像的陰影和高光區域的示例性自動和局部調整的框圖； 圖2是用於自動識別圖像的高光和陰影區域的模片的示例生成的框圖； 圖3是對圖像的聞光和陰影區域的不例加權的不意 圖4是以局部的方式自動調整圖像的陰影和高光區域的示例機制的框 圖5是生成原始圖像的直方圖矩和目標直方圖矩之間的函數關係的示例機制的流程
圖6是以局部的方式自動調整圖像的陰影和高光區域的示例機制的流程圖；及 圖7是示例計算設備的框圖。
具體實施例方式下述說明涉及以局部的方式自動調整圖像的陰影和高光區域的機制。可生成自動將數字圖像的局部區域識別為高光區域或陰影區域的模片。隨後，不同的處理可自動地分別運用到高光區域和陰影區域。可對整個圖像、以及分別在高光區域和陰影區域的那些數字圖像部分獲取光度直方圖。包括例如均值和方差的那些直方圖的矩可與目標矩進行比較，並且可繼續分別對高光區域和陰影區域運用處理，直至達到ー個或多個目標矩。可以基於圖像參考集合的先期手動優化生成的關係從原始圖像直方圖的原始矩中生成目標矩。為了舉例，此處所述的技術參考単一靜態數字圖像。然而，這些參考的確是示例性的，而非g在將所描述的機制限定到靜態數字圖像的處理。事實上，所描述的技術同樣可適用於任何ー個或多個數字圖像或數字圖像的序列，包括數字電影和其它動態數字圖像內容中發現的那些。此外，此處所描述的技術也同樣可適用於數字圖像，而不管這些數字圖像是以何種方式捕捉到的，包括通過數字攝像機捕獲的數字圖像、模擬圖像的數字掃描及生成的數字圖像。雖然並不要求，以下描述將在由計算設備執行的比如程序模塊的計算機可執行指令的常規背景中進行。更具體來說，除非另作說明，所述描述將參考由ー個或多個計算設備或外圍設備實施的動作或操作的符號表示。同樣地，要理解的是，有時被稱為是計算機執行的這些動作和操作包括以結構化形式表示數據的電子信號的處理單元進行的處理。這種處理對數據進行轉換或將其保存在存儲器中某處，它以本領域技術人員周知的方式重新配置或其他方式改變計算設備或外圍設備的操作。保存數據所用的這些數據結構是具有由數據格式定義的特定屬性的物理位置。通常，程序模塊包括實施特定任務或實現特定抽象數據類型的例程、程序、對象、組件、數據結構等。此外，本領域技術人員將理解所述計算設備無需局限於傳統的個人計算機，它包括其它計算配置，包括手持設備、多處理器系統、基於微處理器的或可編程的消費電子產品、網絡PC、小型計算機、大型機等。類似地，所述計算設備無需局限於獨立的計算設備，因為所述機制也可以在分布計算環境中實踐，在分布計算環境中，任務由通過通信網絡連接的遠程處理設備執行。在分布計算環境中，程序模塊可以置於本地和遠程記憶儲存設備這兩者中。翻到圖1，展示了系統100，其包括示例性的數字圖像110和示例性的自動校正的數字圖像130。通過對圖像110和130的視覺比較可以看出，自動校正的圖像130改善了例如原始圖像110中看上去昏暗的、缺乏細節的那些區域的陰影區域的細節呈現。運用到原始圖像110的調整可以按動作120所示的自動的方式來運用。在一個實施例中，運用到原始圖像110的由動作120所表示的自動校正可以以局部的方式運用，從而實施到原始圖像110的比如由橢圓116和118大致勾畫的區域的陰影區域的調整可以使得這些區域的細節能被顯現，比如自動校正的圖像130中所顯示的那樣，而同時在原始圖像110的比如由橢圓112和114大致勾畫的區域的高光區域僅運用最小的調整，從而保留原始圖像110中的那些區域中已經顯示的細節。本領域技術人員將認識到，如果沒有運用這種局部調整，而是 動作120所表示的對原始圖像110的調整被全局地運用到整個圖像，那麼得到的圖像要麼會保留基本缺乏細節的陰影區域，要麼會導致高光區域太亮且失去這些區域中原本存在的細節。翻到圖2，系統200說明了一個示例性的機制，用於識別數字圖像中的哪些像素或其它量要被當作圖像的具體的、局部的區域或方面的部分，例如，哪些像素要被當作圖像的高光區域或陰影區域的部分。系統200參考包括高光區域211和陰影區域216的簡化的、示例性的圖像210說明了一個這樣的示例性機制。此外，為了說明這ー個示例性機制，該簡化的、示例性的圖像210包括高光區域211中的細節212和213，及陰影區域216中的細節217和218。本領域技術人員將認識到，為了確定哪些像素要接收特定於高光的調整，高光區域211中的細節212和213的像素應被當作高光區域211的一部分，即使這些像素可能在光度上比該高光區域211中的其它像素要暗得多。類似地，為了確定哪些像素要接收特定於陰影的調整，陰影區域216中的細節217和218的像素同樣應被當作陰影區域216的一部分，即使這些像素可能在光度上比該陰影區域216中的其它像素要亮得多。因此，從圖像210中導出模片，它能夠用於將圖像210中的每個像素分配作為高光區像素、陰影區像素或其某種組合，細節212和213及周圍區域211之間的光度差異、以及細節217和218及周圍區域216之間的差異可被減少。在一個實施例中，為了減少這種光度上的差異，可以在圖像210中運用高斯模糊，如動作220所示。本領域技術人員將認識到，比如動作220所示的高斯模糊的運用通俗地說能夠使各種細節212、213、217和218分別「淡入」到它們的周圍區域211和216中。因此，如圖2的系統200所示，通過將比如動作220所示的高斯模糊運用到示例性的圖像210中可以得到的示例性的圖像230，可包括對應於示例性圖像210的高光區域211的高光區域231和對應於示例性圖像210的陰影區域216的陰影區域236。在高光區域231中，對應於示例性圖像210中的細節212和213的細節232和233在得到的圖像230中可以更加擴散，致使細節區域232和233更大，這些區域的每ー個在它們與周圍高光區域231之間的光度上的區別更小。類似地，在陰影區域236中，對應於示例性圖像210中的細節217和218的細節237和238在得到的圖像230中可以同樣更加擴散，也致使細節區域237和238更大，這些區域的每ー個在它們與周圍陰影區域236之間的光度上的區別更小。細節區域，比如細節區域232、233、237、238，與其周邊區域(比如高光區域231和陰影區域236)各自的光度之間差別的減少可以使得得到的圖像230作為模片來使用，該模片可用於識別屬於高光區域的那些像素和屬於陰影區域的那些像素，包括識別更大的高光區域和陰影區域內的細節區域的像素，這將在下面進ー步詳述。本領域技術人員將認識到，比如動作220所示的高斯模糊的運用典型地要求指定所運用的高斯模糊的半徑。在一個實施例中，動作220運用的高斯模糊可以具有介於被運用高斯模糊的圖像210的尺寸的2%到10%之間的半徑。經驗測試顯示高斯模糊的半徑為被運用高斯模糊的圖像的最小尺寸的4%時效果好。本領域技術人員將認識到，這裡用到的術語「半徑」意為用作高斯濾波器核心的高斯分布的標準偏差。在圖2的系統200所示的特定例子中，示例性圖像210形狀是長方形的，因此其高度尺寸比寬度尺寸要長。因此，在這個特定的例子中，動作220運用的高斯模糊可以具有是示例性圖像210的寬度的4%的半徑。在一個實施例中，為了優化性能，可以利用三或四個繼發方形模糊有效地近似大核心高 斯模糊。比如圖2的示例系統200所示，示例性圖像210包括在高光區域211和陰影區域216之間的精確的輪廓215。不幸的是，動作220所示的高斯模糊的運用不僅能夠以上面詳細描述的方式模糊細節區域，也可造成圖像230的高光區域231和陰影區域236之間的擴散的或模糊的過渡235。在細節區域的情況下可能期望這些區域的模糊以及這些區域和它們周邊區域之間的光強度差別的減少，與細節區域的情況不同，在過渡235的情況下，可能更期望保留精確的輪廓，比如輪廓215，而不是模糊的輪廓235。例如，本領域技術人員將認識到，過渡235的模糊可能導致對高光區域側上的像素運用以陰影為中心的處理，以及類似地，對陰影區域側上的像素運用以高光為中心的處理。發生這一事件的視覺影響可能是過渡235附近區域中的「光暈」或其它類似的視覺偽像。在一個實施例中，為了消除在高光區域和陰影區域之間恰當過渡的區域中的這種模糊(而不僅僅在高光區域或陰影區域內的細節)，可以運用混合，使得可以從示例性圖像210中保留銳利輪廓215，同時得到的圖像230的其它區域中存在的模糊因上述有益的理由而另外被保留。因此，如圖2的示例系統200的混合動作240所示，可生成混合圖像250，其包括光強度上模糊而較不清晰的來自結果圖像230的細節區域232、233、237和238，同時也保留了來自示例性圖像210的銳利輪廓215。一個實施混合動作240的示例性機制可以是簡單保留得到的圖像230中除了動作220所運用的高斯模糊的梯度接近其理論最大值處的區域之外的區域。在這些區域中，可以轉而使用示例性圖像210的對應部分。例如，混合圖像250可表達為示例性圖像210和對示例性圖像210運用動作220的高斯模糊後所得到的結果圖像230的數學組合。這ー表達的形式可以是混合圖像=高斯圖像+ (原始圖像一高斯圖像)X
白おま值。本領域技術人員將認識到，在上面的表達式中稱作「高斯圖像」的得到的圖像230中梯度量值很小或接近於零的區域中，比如高光區域231和陰影區域236的大部分中，上述表達式變成混合圖像=高斯圖像+ (原始圖像一高斯圖像)X 襟^·畺夏』
其簡化為混合圖像=高斯圖像+ O =高斯圖像。反之，在得到的圖像230的梯度量值接近其理論最大值的區域，比如在過渡區域235，上述表達式變成混合圖像=高斯圖像+ (原始
圖像一高斯圖像)X g自^,其簡化為混合圖像=高斯圖像十(原始圖像一高斯圖
像)Xl =原始圖像。因此，如混合圖像250所示，高光區域251和陰影區域256之間的過渡255可幾乎等同於示例性圖像210中的過渡215，而細節252、253、257和258，以及高光區域251和陰影區域256幾乎可以分別等同於來自得到的圖像230的細節232、233、237和238，以及高光區域231和陰影區域236。如前面指出的，圖2的示例性系統200所示的動作的目的是生成可用於識別像素是屬於高光區域、陰影區域或其某種組合的模片。在一個實施例中，混合圖像250的光強度可被用作模片，並由此實施將每個像素分配作為高光區域像素、陰影區域像素或其某種組 合。例如，如果圖像250的光度是基於範圍從O到I的標準尺度考慮的，其中零值代表沒有光度，或絕對的黑，值一代表可能的最高光度，或絕對的白，像素的光度值可被認為是像素分配到高光區域的指示，反之，一減去該像素的光度值所得到的值可被認為是該像素分配到陰影區域的指示。例如，區域252中可以具有高光度值但還不是光度值I的例如光度值O. 75的像素，可被認為75%分配到高光區域，或75%是高光區域的一部分，及25%分配到陰影區域，或25%是陰影區域的一部分。如下面將進ー步詳細描述的，這ー確定可以使得運用到高光區域的修正僅有75%能運用到上述示例性像素中，並進一歩使得運用到陰影區域的修正僅有25%能運用到上述示例性像素。當圖像250的光強度可以被直接用作將每個像素量化為高光區域像素、陰影區域像素或其某種組合的模片，在另ー個實施例中，像素屬於高光區域、陰影區域或其某種組合的加權可以略微修改以產生高光和陰影區域的更具視覺吸引力的自動增強和調整。例如，如圖3所示的曲線圖300示出了存在於比如混合圖像250中的光度值與分配給具有這些光度值的像素的得到的陰影和高光加權之間的一個示例性的非線性轉換。通過示例，虛線311和321代表上述的直接的加權。例如上述示例性像素在曲線圖300的光度軸320上的位置337處有ー個光度，如圖3所示。如前面所指出的，這ー示例性像素可被分配為25%屬於陰影區域，如直接的、線性陰影加權函數341上的點366所示，並可被分配為75%屬於高光區域，如直接的、線性高光加權函數351上的點365所示。另ー個實施例考慮採用分段的、非線性的加權函數，比如曲線圖300中所示的加權函數340和350，而不是從上述比如加權函數341和351所示的直接的、線性加權中生成加權(通過該加權特定像素被考慮作為陰影區域、高光區域或其某種組合的一部分)。更確切地說，為了改善視覺外觀，可以選擇建立黒點光度332，使得光度低於該黑點光度332的像素被加權為100%屬於陰影區域。類似地，同樣為改善視覺外觀，也可以選擇建立白點光度338，使得光度高於該白點光度338的像素被加權為100%屬於高光區域。因此，如曲線圖300所示，陰影加權函數340可以是分段的函數，其可導致光度值低於黒點光度值332的所有像素被分配100%屬於該陰影區域的加權。類似地，同樣如曲線圖300所示，高光加權函數350同樣可以是分段的函數，其可導致光度值高於白點光度值338的所有像素被分配100%屬於該高光區域的加權。黒點光度值332和白點光度值338可以獨立地建立。例如，在一個實施例中，黒點光度值332可以簡單地設為光度值零。在另ー個實施例中，黒點光度值332可被設置為與原始圖像110 (如圖I所示)暗電流均值相等。類似地，在一個實施例中，白點光度值338可以簡單地設為光度值一。在另ー個實施例中，白點光度值338可設為與原始圖像110(如圖I所不)光度範圍中的最聞值相等。在一個實施例中，分段的高光加權函數350可以從高光限制光度值336線性地向前面所述的白點光度值338前進。該高光限制光度值336可以與陰影限制光度值334 —起設立，使得只要高光限制光度值336大於陰影限制光度值334，就不會有像素被加權成同時屬於陰影區域和高光區域。然而在其它實施例中，高光限制光度值336可被設置為小於陰影限制光度值334。事實上，如下面將進ー步描述的，這些實施例可以提供視覺上更好的結果。如圖3的曲線圖300所示，高光限制光度值336可以是這樣選擇的光度值其使得具有大於高光限制光度值336的光度值的所有像素至少在某種程度上被加權為屬於高光區域。 更通俗地說，高光限制光度值336可以是像素所能具有的、且尚未被加權為(即使部分地被加權為)屬於高光區域的最高光度值。結果，分段的高光加權函數350可以對光度小於或等於高光限制光度336的所有像素運用零高光加權，然後線性地增加運用到具有介於高光限制光度值336和白點光度值338之間的光度值的那些像素的高光加權，然後將100 %的高光加權運用到具有大於或等於白點光度值338的光度值的所有像素。在數學上，將像素加權
f/ / -Sr _ - -^jAge ill \ XsI
為屬於高光區域可被表達為=Min卜Μ χ|湯·)J 。按照類似方式，陰影加權函數340可以是分段函數，它可以對具有大於或等於陰影限制光度值334的光度的所有像素運用零陰影權值，並且可以將100%的陰影加權運用到具有小於或等於黑點光度值332的光度的所有像素。因此，通俗地說，像高光限制光度336 一祥，陰影限制光度334可以被認為是像素所能具有的、且尚未被加權為(即使部分地被加權為)屬於陰影區域的最低光度值。如下面將進一歩指出的，雖然陰影限制光度334被顯示為低於高光限制光度336，從而使得沒有像素被加權為(或至少部分地被加權為)屬於陰影區域和高光區域這兩者，但陰影限制光度334可以獨立於高光限制光度336而設置，並可設置為高於高光限制光度336。回到陰影加權函數340，陰影加權函數340並非以線性的方式從黑點光度值332降低到陰影限制光度值334，而是可以以非線性的方式降低，比如曲線圖300中所示那樣。例如，陰影加權函數340可以以與光度值的平方成反比的方式降低，使得運用到光度值在黑點光度值332和陰影限制光度值334之間的像素的陰影加權以曲線圖300所示的方式從100%降到0%。從數學上，將像素加權為屬於陰影區域可表達為
Γ f f亮度一高光眼制Min I』 Max O, .g:屍..；か..,畫- ο如所示，經驗證據表明運用到給
\— J
定像素的陰影加權的這樣ー個拋物線下降可以產生視覺上更吸引人的結果。在一個實施例中，陰影限制光度值334可以被設置為低於高光限制光度值336的光度，比如例如圖3的示例性曲線圖300所示。在這樣ー個實施例中，如前面所指出的，將沒有像素被加權為屬於高光區域和陰影區域這兩者。事實上，光度值高於陰影限制光度值334且低於高光限制光度值336的像素將不會被加權為屬於陰影區域或高光區域。然而在另ー個實施例中，陰影限制光度值334可以獨立於高光限制光度值336而設置，使得陰影限制光度值334可以高於高光限制光度值336。本領域的技術人員將認識到，在這樣ー個實施例中，光度值高於高光限制光度值336但低於陰影限制光度值334的那些像素將至少部分地被加權為屬於高光區域和陰影區域這兩者。例如，高光限制光度值336可以被設置為等於黒點光度值332，從而提供可以類似於直接的、線性高光加權函數351的高光加權函數350，例外的是對於光度值小於黒點光度值332 (仍可以加權為不屬於高光區域)的像素和光度值大於白點光度值338 (仍可被加權為整體屬於高光區域)的像素來說，高光權值函數350仍然可以是分段的。作為另ー 個例子，陰影限制光度值334可以被設置為當利用規則的閾值算法時判定是高光區域像素的那些像素的平均光強度值。在一個實施例中，該閾值算法可以是最小化高光類或陰影類的類內方差同時最大化高光和陰影類之間的類間方差的閾值算法。圖300描述了ー個從比如上述的模片來識別應該對其運用加權的特定於高光的調整的那些像素、應該對其運用加權的特定於陰影的調整的那些像素和應該對其運用其某種加權組合的那些像素的示例性機制。本領域技術人員將認識到，能夠被運用的一類調整可以由給定輸入條件定義輸出結果的色調曲線來描述。因此，一個色調曲線可以描述運用到陰影區域的調整，而另ー個獨立確定的色調曲線可以描述運用到高光區域的調整。通過這種方式，運用到原始圖像110 (如圖I所示)的調整可以以局部的方式來運用，其中運用到陰影區域的調整與運用到高光區域的調整不同。如前所述，運用到比如原始圖像110 (如圖I所示)的圖像的調整的目的是改善太暗的陰影區域中細節的顯示和太亮的高光區域中細節的顯示，例如由經驗不足的攝影者拍攝的照片中發現的高光區域和陰影區域。以上描述示出了可以將原始圖像中的特定像素識別為至少部分地屬於高光區域和至少部分地屬於陰影區域的幾種機制，以允許運用到這些區域中每ー個區域的不同調整，從而允許局部調整。下面詳述的調整在像素的「亮度」和能對該亮度作出的變更的上下文中描述。本領域的技術人員將知道，確定像素在紅、緑、藍(「RGB」)色彩空間中的亮度值的一個傳統機制可被表達為亮度=O. 299XR + 0. 587XG +O. 114XB，其中變量「R」、「G」、「B」分別代表紅、綠、藍色值。然而，同樣將被本領域技術人認識到的是，也可利用替代的亮度確定公式。例如，在另ー個實施例中，亮度值可簡單地為紅、綠或藍色值的最大值。為改善高光區域和陰影區域中的細節顯示，作為高光區域或陰影區域的部分背景的像素的亮度值以及包含試圖使其更加可見的高光區域或陰影區域細節的像素的亮度值之間的差別可以被増大。可以提供過於簡化的例子，說明將陰影區域像素的亮度值増加比如増益因子為2的簡單增益的效果。在這樣ー個過於簡化的例子中，構成昏暗背景的、例如亮度值約為O. I的像素將被調整増益因子，以具有約為O. 2的亮度值，而構成陰影區域的細節的、亮度值例如介於約為O. 15到O. 2之間的像素將被調整増益因子，以具有約為O. 3到O. 4的亮度值。結果，可以從這個過於簡化的例子中看出，如果構成昏暗背景的那些像素和構成細節的那些像素之間的原始光度值的差僅為O. 05，將很難將構成細節的像素與構成背景的像素進行很好地區分。然而，在這個過於簡化的例子中運用增益因子之後，構成昏暗背景的那些像素和構成細節的那些像素之間的最終光度值的差不再只是O. 05，而是至少差為O. I或高達O. 2,從而使得細節能被容易地感知到。為改善高光區域的細節顯示，包括明亮背景的像素的亮度值和包括細節的像素的亮度值之間的差同樣可以増加，例外的是，與其中亮度差的這種增加可通過增加包括細節的像素的亮度來實現的陰影區域的情況不同，在高光區域，這種亮度差的増加可通過減少包括細節的像素的亮度同時保持或以較小的比率減少包括背景的像素的亮度來實現。總的來說，像素亮度的調整，或者事實上對像素的任何視覺調整可以通過比如可將輸入亮度映射到修正的輸出亮度的色調曲線的形式來表示。本領域技術人員將認識到，這種色調曲線的形狀可被彎曲，使得増大包括背景的像素亮度和包括細節的像素亮度之間的差。例如，可以運用到陰影區域的色調曲線可以被彎曲，使得可改變陰影區域內包括較明亮的細節的像素的亮度，從而這些像素相比於該陰影區域內包括較昏暗背景的像素亮度來說更加突出。類似地，可以運用到高光區域的色調曲線可以被彎曲，使得改變高光區域內包括較明亮的背景的像素的亮度，從而該高光區域內包括較昏暗的細節的像素亮度相比於較明亮的背景來說能夠更加突出。在一個實施例中，色調曲線可以局部地運用到陰影區域來調整該區域內的
#月影區域中的増強畺+1)X亮度
權利要求
1.ー種通過以局部的方式自動調整數字圖像(110)來生成改善的圖像的方法，所述方法包含步驟 生成模片，其將數字圖像(110)的高光區域區別於所述數字圖像的陰影區域勾畫出來； 生成所述數字圖像(I 10)的ー個或多個直方圖(480)； 從所述數字圖像(I 10)的ー個或多個直方圖(480)中生成ー個或多個矩(490)； 從ー個或多個矩(490)中生成ー個或多個目標矩(495)； 對所述數字圖像(110)中由所述模片勾畫的區域運用調整以獲取調整的圖像(130)；對應於從所述數字圖像(110)中生成的所述ー個或多個直方圖(480)的至少ー些，生成所述調整的圖像的一個或多個調整的直方圖； 從所述一個或多個調整的直方圖中生成一個或多個調整的矩；所述ー個或多個調整的矩對應於從所述ー個或多個直方圖(480)中生成的矩(490)中的至少ー些；及 如果所述調整的矩沒有一個等於對應的目標矩(495)，則在調整比先前運用的調整更大的情況下重複所述運用調整、所述生成所述ー個或多個調整的直方圖、及所述生成所述一個或多個調整的矩。
2.根據權利要求I所述的方法，其中所述生成模片包括對所述數字圖像運用高斯模糊，並從所述高斯模糊和所述數字圖像的混合生成所述模片，所述混合在高斯模糊的數字圖像上的、高斯模糊的梯度接近於其理論最大值的區域中強化所述數字圖像。
3.根據權利要求I所述的方法，其中所述生成ー個或多個直方圖包括生成僅針對所述數字圖像的高光區域的高光區域直方圖以及僅針對所述數字圖像的陰影區域的陰影區域直方圖。
4.根據權利要求I所述的方法，其中所述生成ー個或多個矩包括生成所述ー個或多個直方圖的個體的均值及所述ー個或多個直方圖的個體的方差。
5.根據權利要求I所述的方法，進ー步包括步驟如果所述調整的矩的至少ー個等於對應的目標矩，則在區域與先前調整所運用的先前區域不同的情況下重複所述運用調整、所述生成所述ー個或多個調整的直方圖及所述生成所述ー個或多個調整的矩。
6.根據權利要求I所述的方法，其中所述重複是對高光區域和陰影區域交替實施的。
7.根據權利要求I所述的方法，進ー步包括步驟即使所述調整的矩的至少ー個等於對應的目標矩，也在調整比先前運用的調整更大的情況下重複所述運用調整、所述生成所述ー個或多個調整的直方圖及所述生成所述ー個或多個調整的矩，以確定是否所述重複將導致更多的調整的矩等於對應的目標矩。
8.根據權利要求I所述的方法，其中所述生成所述ー個或多個目標矩包括 針對參考圖像集合中的每個參考圖像生成模片，所生成的模片將參考圖像的高光區域區別於所述參考圖像的陰影區域勾畫出來； 針對所述參考圖像集合中的每個參考圖像生成ー個或多個參考圖像直方圖； 針對所述參考圖像集合中的每個參考圖像從所述一個或多個參考圖像直方圖中生成一個或多個參考圖像矩； 手動優化所述參考圖像集合中的每個參考圖像的視覺外觀以增強所述高光區域和所述陰影區域的細節；針對所述參考圖像集合中的每個手動優化的參考圖像生成一個或多個優化的直方圖； 針對所述參考圖像集合中的每個參考圖像從所述一個或多個優化的直方圖中生成一個或多個優化的矩； 生成所述ー個或多個矩的個體與所述ー個或多個優化的矩的對應個體之間的函數關係；及 利用所生成的函數關係從所述ー個或多個矩中生成所述ー個或多個目標矩。
9.一種或多種計算機可讀媒介，包含用於實現權利要求I的步驟的計算機可執行指令。
10.ー種生成原始直方圖矩和目標直方圖矩之間的函數關係(470)的方法，所述方法包括步驟 針對參考圖像集合(410)的每個參考圖像生成模片，所生成的模片將參考圖像的高光區域區別於參考圖像的陰影區域勾畫出來； 針對所述參考圖像集合(410)的每個參考圖像生成ー個或多個直方圖(420)； 針對所述參考圖像集合(410)的每個參考圖像從所述ー個或多個直方圖(420)中生成ー個或多個矩(430)； 手動優化所述參考圖像集合(410)中的每個參考圖像的視覺外觀以增強所述高光區域和所述陰影區域的細節； 針對所述參考圖像集合中的每個手動優化的參考圖像生成一個或多個優化的直方圖(450)； 針對所述參考圖像集合中的每個參考圖像從所述一個或多個優化的直方圖(450)中生成ー個或多個優化的矩(460);及 生成所述ー個或多個矩(430)的個體與所述ー個或多個優化的矩(460)的對應個體之間的函數關係(470)。
全文摘要
圖像的陰影和高光區域可以以局部的方式被自動地優化。可以生成模片，它可以自動地將數字圖像的局部區域識別為高光區域或陰影區域。隨後對高光區域和陰影區域可分別自動地運用不同的處理。可以獲得針對整個數字圖像的亮度直方圖、以及數字圖像中分別位於高光區域和陰影區域的那些部分的亮度直方圖。這些直方圖的矩，包括均值和方差，可以與目標矩進行比較，可以繼續分別對高光區域和陰影區域進行處理直到實現一個或多個目標矩。目標矩可以基於先前對圖像的參考集合進行手動優化而生成的關係從原始圖像直方圖的原始矩生成。
文檔編號G06T5/40GK102693532SQ201210045349
公開日2012年9月26日 申請日期2012年2月27日 優先權日2011年2月25日
發明者D.德曼多爾克斯 申請人:微軟公司