Имитации ночного изображения на основе дневного
Технологии цифровой обработки изображений предоставляют художнику или дизайнеру массу новых творческих возможностей. Одной из таких возможностей является виртуальное изменение условий, при которых фотография была получена. В данной статье описывается один из способов достижения такого эффекта, а именно превращение фотографии, снятой днем, в снятую ночью.
Содержание
- Содержание
- Введение
- Зрительная чёткость
- Шумы
- Ночное освещение
- Реализация
- Пример работы алгоритма
- Литература
Введение
Традиционно для решения задач моделирования ночного изображения использовался стандартный алгоритм, состоящий из следующих этапов: суммарное понижение контрастности, суммарное понижение яркости изображения, размытие границ предметов, добавление оттенков синего цвета. В данной статье рассматриваются два основных фактора, влияющих на зрительное восприятие человека ночью, предложенных в работе [1]. А именно так называемый зрительный шум и <обобщение> предметов. Под обобщением понимается редукция некоторых деталей изображения.
Зрительная чёткость
Снижения четкости очертаний за счёт применения фильтра низких частот к исходному изображению не приводит к качественной имитации ночной сцены. Предметы кажутся размытыми, а их границы не так четко видны, как должны при ночной съемке. Удивительно, но очень мало исследований было посвящено тому, как формируется ощущение размытости у человека. Простой частотный анализ также не дает ответа на вопрос о четкости изображений, т.к. кажущееся четким изображением может иметь тот же частотный спектр, что и размытая картинка. Некоторые исследователи утверждают, что чувствительность к размытию зависит не только от количества высоких частот в изображении, но и от плотности распределения мелких деталей. Поэтому изображения не создают впечатления размытых, если края мелких деталей достаточно четкие.
Шумы
Изображения, полученные ночью, субъективно кажутся зашумленными. Это неудивительно, если представить глаз в виде системы с положительной обратной связью, в которой слабый сигнал будет сильно зашумлен по сравнению с сигналом с большой амплитудой.
Ночное освещение
Один из методов имитации ночного освещения, заключается в использовании анизотропического рассеивания, которое сглаживает границы объектов, но сохраняет резкость деталей внутри объектов. В качестве альтернативы можно использовать обычное пространственное размытие, не требующее большого количества итераций, и легко контролируемое.
Значения пикселов исходного изображения I масштабируется в интервал [0,1]. Затем применяется фильтр низких частот, в качестве которого используется свертка с ядром Гаусса Gblur, где стандартное отклонение Gblur выбирается таким образом, чтобы подавить мелкие, не видные ночью детали.
После этого вторично применяется свертка, но уже с новым ядром Гаусса Gblur = 1/6 * Gblur, и берется разность обоих полученных изображений:
является довольно близкой аппроксимацией
градиента, используемого для выделения границ в изображении. 
может быть разложена на две компоненты:
Видимость шума при сохранении резкости границ может быть сохранена за счет подчеркивания границ. Таким образом, ночное изображение может быть получено как:
, где a > 1.0
Однако более качественного эффекта можно
добиться с помощью другого подхода, подчеркивающего контраст 
возле близких к 0 значений:
, 
Для моделирования шума при съемке ночью можно использовать стандартный некоррелированный гауссов шум с нулевым математическим ожиданием.
Реализация
Исходными данными для описываемого алгоритма являются изображения в RGB формате. На первом этапе необходимо для каждого пикселя определить соответствующую ему яркость ночью. При этом наибольшее предпочтение отдается пикселям с большей долей синего цвета, т.к. именно синие тона лучше всего различаются в темноте. Для этого сначала изображение переводится из RGB в пространство XYZ:
После этого яркость ночью вычисляется по формуле:
Затем применяются вышеописанные алгоритмы обработки. Однако, если яркость некоторых точек превышает определенный порог, например, в присутствие ярких ламп или пламени, то в данных точках результирующее изображение будет получено смешением исходного (дневного) и ночного изображений.
Пример работы алгоритма
 |  |
| Figure 1 Исходная фотография, полученная днем | Figure 2 Обработанная "ночная" фотография |
Литература
[1] W.B.Thompson, P.Shirley A Spatial Post-Processing Algorithm for Images of Night Scenes, 2002
- 1510 просмотров
Комментарии
Отправить комментарий