msc bsialves
TRANSCRIPT
-
8/17/2019 Msc Bsialves
1/96
Universidade de Trás-os-Montes e Alto Douro
VViissuuaalliizzaaççããoo ddee iimmaaggeennss
HHDDRR eemm ddiissppoossiittiivvooss mmóóvveeiiss
DISSERTAÇÃO DE MESTRADO EM
I NFORMÁTICA
BBRRUUNNOO DDAA SSIILLVVAA IINNÁÁCCIIOO AALLVVEESS
Vila Real, Dezembro de 2008
-
8/17/2019 Msc Bsialves
2/96
-
8/17/2019 Msc Bsialves
3/96
Universidade de Trás-os-Montes e Alto Douro
Curso de Mestrado em Informática
VViissuuaalliizzaaççããoo ddee iimmaaggeennss HHDDRR
eemm ddiissppoossiittiivvooss mmóóvveeiiss
Dissertação do curso de Mestrado em Informática
de
Bruno da Silva Inácio Alves
Dissertação submetida à Universidade de Trás-os-Montes e Alto Douro, para
cumprimento dos requisitos necessários à obtenção do grau de Mestre emInformática, elaborada sob a orientação do Prof. Doutor João Paulo Fonseca da
Costa Moura e co-orientação do Prof. Doutor Luís Filipe Fernandes Silva
Marcelino.
Vila Real, Dezembro de 2008
-
8/17/2019 Msc Bsialves
4/96
-
8/17/2019 Msc Bsialves
5/96
Aos meus pais quetudo me deram
-
8/17/2019 Msc Bsialves
6/96
-
8/17/2019 Msc Bsialves
7/96
- VII -
A
GRADECIMENTOS
A presente dissertação é um produto resultante de um ano de trabalho
desenvolvido no âmbito do mestrado de Informática na Universidade de Trás-os-
Montes e Alto Douro.
Uma dissertação é sem dúvida nenhuma o resultado do trabalho e dedicação
não só do seu autor mas também de todo um conjunto de pessoas que o envolvem.
Foram essas pessoas que serviram de apoio, não só em termos materiais mas
sobretudo psicológicos, para que se tenha chegado a um resultado ilustrador dos
intuitos ao qual me propus no inicio desta aventura.
Assim, a todos aqueles que de alguma forma deram um pouco de si mesmos para a finalização deste trabalho, deixo os meus mais sinceros agradecimentos.
Manifesto em algumas palavras a minha intensa gratidão a todos os que, a nível
profissional e pessoal, me transmitiram todas as energias que foram essenciais para
que o produto final desta dissertação tivesse um término.
À Universidade de Trás-os-Montes e Alto Douro e ao Instituto Politécnico
de Leiria agradeço a disponibilização de condições para a realização deste
mestrado, mais uma das etapas da minha formação.
Ao Prof. Doutor João Paulo Moura e ao Prof. Doutor Luís Marcelino, meus
orientadores desta caminhada. Numa área que me agradava profundamente, mas
onde ainda existiam bastantes falhas nos meus conhecimentos, as sessões de
orientação e a sua partilha de conhecimentos foram essenciais para a construção
desta dissertação.
-
8/17/2019 Msc Bsialves
8/96
- VIII -
Ao Prof. Doutor Luís Gonzaga Magalhães, pelo apoio e aconselhamento que
me proporcionou ao longo do passado ano de trabalho.
Ao Prof. Doutor António Pereira, pelo esforço dispendido nos contactos
realizados entre as várias instituições de forma a construir este mestrado, para os
seus alunos. Um muito obrigado por nos receber inúmeras vezes, de forma a
perceber as intenções dos seus alunos para os seus futuros.
Aos colegas de sala (2.6, aquela mítica sala), que despenderam as suas horas
de estudo em longas correrias de luta por uma melhor formação académica, este
mestrado. Mostrámos que unidos é mais fácil superar as dificuldades que vãosurgindo ao longo deste exigente curso.
Um grande obrigado às meninas, Ana, Andreia (Madrinha) e Márcia (Baixinha) e
ainda ao Tiago (Conde) que me acompanharam mais de perto nestes últimos tempos. Sem o
vosso apoio, diversão e companhia este seria um caminho mais difícil de percorrer.
Um ainda maior obrigado à Márcia (Baixinha), pelo especial e incondicional
apoio em cada passo dado. Por todos os momentos de alegria proporcionados.
Um último obrigado, um obrigado por tudo, por tudo o que me têm dado e
proporcionado. À família, sem vocês eu não seria a pessoa que sou. Em especial aos
meus pais que tanto lutam no seu dia-a-dia para proporcionar tudo de melhor a um
filho. À irmã, pelo apoio e carinho que dás. Ao padrinho Filipe, pela motivação e
força com que vives a vida, um autentico exemplo de coragem, que sigo desde
pequeno e que me motiva a cada dia.
A todos os que me ajudaram e partilham momentos de vida comigo:
Muito Obrigado…
-
8/17/2019 Msc Bsialves
9/96
- IX -
R
ESUMO
O registo de momentos e a sua posterior reprodução tem sido, ao longo dos
tempos, um desafio para o Homem. Com a evolução, o Homem tem vindo a
desenvolver novas tecnologias, conseguindo imagens cada vez mais fidedignas darealidade. O computador proporcionou uma forma mais eficaz de investigação de
novas técnicas de representação de imagens, assim como a possibilidade de criação
de cenários virtuais. Contudo, ainda não se conseguiu uma representação realista
das imagens e cenas criada.
O surgimento do HDR vem proporcionar novas formas de captação,
armazenamento e representação de imagens, capazes de proporcionar ao olho
Humano sensações similares às cenas reais, captadas no dia-a-dia. Apesar do
surgimento de dispositivos de visualização específicos para a representação de
imagens HDR, os avultados custos de produção levaram à investigação de formas
de representação de imagens HDR em dispositivos de visualização comuns.
No entanto, existe ainda uma lacuna no que diz respeito aos dispositivos
móveis, que, cada vez mais, são utilizados nas sociedades desenvolvidas. Apesar
das suas capacidades limitadas de memória, capacidade computacional erepresentação de imagens, a concentração de inúmeros serviços e a sua facilidade
de manuseamento tornam estes dispositivos bastante atraentes para os utilizadores.
Assim, este trabalho teve como intuito o estudo de formas de superar estas
lacunas na visualização de imagens HDR. Estes objectivos conduziram à definição
de um modelo aplicacional para a representação de imagens HDR em dispositivos
móveis e, posteriormente, ao desenvolvimento de um protótipo.
-
8/17/2019 Msc Bsialves
10/96
- X -
-
8/17/2019 Msc Bsialves
11/96
- XI -
B S T R C T
The capture of moments and its subsequent reproduction has been, over
time, a challenge to man. With the evolution, man has developed new technologies,
achieving more reliable picture of reality. The computer provided a more efficient
way to search for new techniques of representation of images, as well as the
possibility of creating virtual scenarios. However, it has not yet achieved a realistic
representation of images and scenes created.
The HDR is providing new ways of capturing, storing and representation of
images, capable of providing the human eye sensations similar to the real day-to-
day. Despite the emergence of specific devices for representation of HDR images,
the heavy costs of production led to the investigation of ways to representing HDR
images in common viewing devices.
However, there is still a gap with regard to mobile devices, which,
increasingly, are used in developed societies. Despite their limited capacities of
memory, computational capacity and representation of images, the concentration of
many services and their ease of handling make these devices very attractive to
users.
Thus, this work was to order the study of ways to overcome these gaps in the
display of images HDR. These objectives have led to the definition of a model
Application for the representation of HDR images on mobile devices and
subsequently to the development of a prototype.
-
8/17/2019 Msc Bsialves
12/96
- XII -
-
8/17/2019 Msc Bsialves
13/96
- XIII -
Í
NDICE GERAL
A A GG RR A A DD EE CC II MM EE NN TT OO SS ........................................................................................ VII
RR EE SS UU MM OO ............................................................................................................... IX
A A B B S S T T R R A A C C T T ........................................................................................................... XI
ÍÍ NN DD II CC EE GG EE RR A A LL ................................................................................................ XIII
ÍÍ NN DD II CC EE DD EE TT A A BB EE LL A A SS ................................................................................. XVII
ÍÍ NN DD II CC EE DD EE FF II GG UU RR A A SS ................................................................................... XIX
SS II GG LL A A SS ............................................................................................................ XXIII
11.. IINNTTRROODDUUÇÇ Ã ÃOO .................................................................................................... 1
1.1.
Objectivos .................................................................................................... 3
1.2. Organização da dissertação ......................................................................... 3
22..
V VIISSUU A ALLIIZZ A AÇÇ Ã ÃOO DDEE IIMM A AGGEENNSS H H I I G G H H D D Y Y N N A A M M I I C C R R A A N N G G E E
................................. 5
2.1. Imagens High Dynamic Range ................................................................... 5
2.2.
Tone Mapping Operators ............................................................................ 9
2.2.1.
Operadores de mapeamento global .................................................... 12
2.2.1.1.
Reprodução de tons em imagens realistas .................................. 13
2.2.1.2.
Correspondência de visibilidade para cenas HDR ..................... 14
-
8/17/2019 Msc Bsialves
14/96
- XIV -
2.2.1.3.
Mapeamento logarítmico para cenas de grande contraste ........... 16
2.2.2.
Operadores de mapeamento local ....................................................... 17
2.2.2.1. Escala não uniforme aplicada a imagens de grande contraste .... 18
2.2.2.2.
Filtro Bilateral para a representação de imagens HDR ............... 19
2.2.2.3.
Compressão HDR no domínio dos gradientes ............................ 21
2.2.2.4. Reprodução de tons fotográficos para imagens digitais .............. 22
2.2.3. Operadores dependentes do tempo ..................................................... 24
2.2.3.1.
Modelo de adaptação para imagens sintetizadas ......................... 24
2.2.3.2. Adaptação temporal aplicada a imagens realistas ....................... 26
2.2.3.3. Mapeamento Iterativo ................................................................. 27
2.2.3.4.
Modelo de adaptação do olho Humano ....................................... 28
2.3.
Análise comparativa dos TMO ..................................................................29
33.. V VIISSUU A ALLIIZZ A AÇÇ Ã ÃOO DDEE IIMM A AGGEENNSS HHDDRR EEMM DDIISSPPOOSSIITTII V VOOSS MMÓÓ V VEEIISS ................... 35
3.1.
Caracterização do problema .......................................................................35
3.2.
Modelo Proposto ........................................................................................37
3.3. Abordagem .................................................................................................39
3.3.1.
Leitura da Imagem .............................................................................. 40
3.3.2.
Aplicação do operador de mapeamento ............................................. 43
44.. IIMMPPLLEEMMEENNTT A AÇÇ Ã ÃOO EE RREESSUULLTT A ADDOOSS DDOO PPRROOTTÓÓTTIIPPOO ....................................... 49
4.1.
Leitura do segmento de imagem ................................................................51
4.2. Mapeamento do segmento de imagem .......................................................52
4.3. Testes .........................................................................................................54
-
8/17/2019 Msc Bsialves
15/96
- XV -
4.4. Discussão dos resultados obtidos .............................................................. 56
55.. CCOONNCCLLUUSS Ã ÃOO .................................................................................................... 65
5.1.
Síntese ....................................................................................................... 66
5.2. Trabalho futuro .......................................................................................... 67
5.3. Considerações finais .................................................................................. 68
RR EE FF EE RR ÊÊ NN CC II A A SS ................................................................................................... 69
-
8/17/2019 Msc Bsialves
16/96
- XVI -
-
8/17/2019 Msc Bsialves
17/96
- XVII -
Í
NDICE DE TABELAS
Tabela 2.1 – Análise comparativa dos TMO analisados ......................................... 32
Tabela 3.1 – Gama de valores dos parâmetros do operador ................................... 48
Tabela 4.1 – Valores dos parâmetros do operador de mapeamento ........................ 55
-
8/17/2019 Msc Bsialves
18/96
- XVIII -
-
8/17/2019 Msc Bsialves
19/96
- XIX -
Í
NDICE DE FIGURAS
Figura 2.1 – Diagrama de cromaticidade CIE, onde é perceptível a limitação
cromática dos modelos apresentados. ........................................................................ 6
Figura 2.2 – Diferença entre a luminância captada pelo olho Humano e a
representada pelos dispositivos de visualização. ....................................................... 7
Figura 2.3 – Composição de uma imagem HDR a partir do método de conjunção de
imagens com tempos diferenciados de exposição. .................................................... 8
Figura 2.4 – Imagem HDR obtida a partir de algoritmos avançados de renderização
de cenários gerados por computador. ......................................................................... 9
Figura 2.5 – Objectivo final do Mapeamento, semelhança perceptual entre o
observado na cena real e no dispositivo de visualização ......................................... 10
Figura 2.6 – Exemplo de um mapeamento global .................................................. 11
Figura 2.7 – Exemplo de mapeamento local ........................................................... 11
Figura 2.8 – Comparação entre a fotografia da cena e o mapeamento de Tumblin et
al.. ............................................................................................................................. 14
Figura 2.9 – Comparação entre a fotografia da cena e o mapeamento de Larson et
al.. ............................................................................................................................ 15
Figura 2.10 – Comparação entre a fotografia da cena e o mapeamento de Drago et
al.. ............................................................................................................................ 17
-
8/17/2019 Msc Bsialves
20/96
- XX -
Figura 2.11 – Comparação entre a fotografia da cena e o mapeamento de Chiu et
al.. ............................................................................................................................. 19
Figura 2.12 – Comparação entre a fotografia da cena e o mapeamento de Durand et
al.. ............................................................................................................................. 20
Figura 2.13 – Comparação entre a fotografia da cena e o mapeamento de Fattal et
al.. ............................................................................................................................. 22
Figura 2.14 – Comparação entre a fotografia da cena e o mapeamento de Reinhard
et al.. ......................................................................................................................... 24
Figura 2.15 – Comparação entre a fotografia da cena e o mapeamento de Ferwerda
et al.. ......................................................................................................................... 25
Figura 2.16 – Comparação entre a fotografia da cena e o mapeamento de Durand .
.................................................................................................................................. 28
Figura 3.1 – Modelo geral de funcional proposto ................................................... 38
Figura 3.2 – Comparação entre visualização num dispositivo móvel (esquerda),
utilizando o modelo proposto, e num dispositivo comum (direita) .......................... 39
Figura 3.3 – Conteúdo do ficheiro da imagem HDR .............................................. 41
Figura 3.4 – Repartição de Bytes do formato 4-bytes RGBE ................................. 42
Figura 4.1 – Diagrama de interacção do protótipo. ................................................. 50
Figura 4.2 – Resultados obtidos a partir da imagem HDR comparados com a
imagem referência .................................................................................................... 52
Figura 4.3 - Resultados obtidos a partir da imagem HDR comparados com a
imagem referência .................................................................................................... 52
-
8/17/2019 Msc Bsialves
21/96
- XXI -
Figura 4.4 – Comparação de resultados entre cálculo de k com base na luminância
global da imagem (esquerda), com base na luminância do segmento (direita) e a
imagem de referência (centro) ................................................................................. 54
Figura 4.5 – Comparação de resultados entre cálculo de k com base na luminância
global da imagem (esquerda), com base na luminância do segmento (direita) e a
imagem de referência (centro) ................................................................................. 54
Figura 4.6 – Composição dos segmentos da imagem. ............................................ 57
Figura 4.7 – Resultado referência do mapeamento da imagem. ............................. 57
Figura 4.8 – Composição dos segmentos da imagem. ............................................ 58
Figura 4.9 – Resultado referência do mapeamento da imagem. ............................. 59
Figura 4.10 - Composição dos segmentos da imagem. ........................................... 60
Figura 4.11 - Resultado referência do mapeamento da imagem. ............................ 60
Figura 4.12 - Composição dos segmentos da imagem. ........................................... 61
Figura 4.13 - Resultado referência do mapeamento da imagem. ............................ 61
Figura 4.14 – Segmento de uma imagem HDR a partir do protótipo. .................... 63
Figura 4.15 – Segmentos adjacentes de uma imagem HDR a partir do protótipo. . 63
-
8/17/2019 Msc Bsialves
22/96
- XXII -
-
8/17/2019 Msc Bsialves
23/96
- XXIII -
S
IGLAS
Ao longo desta dissertação foram usadas algumas siglas, apresentadas de
seguida:
• HDR – High Dynamic Range
• LCD – Liquid Cristal Display
• SVH – Sistema Visual Humano
• TMO – Tone Mapping Operator
• LDR – Low Dynamic Range
• VLDR – Very Low Dynamic Range
-
8/17/2019 Msc Bsialves
24/96
-
8/17/2019 Msc Bsialves
25/96
Visualização de imagens HDR em dispositivos móveis Introdução
- 1 -
CAPÍTULO I
1 I
NTRODUÇÃO
Com a revolução industrial surgiram uma série de inovações que marcaram a
história do mundo para sempre. A fotografia, inovação que surgiu nessa época
[Kossoy, 2001], foi uma das invenções que se manteve em evolução até aos dias de
hoje. As utilidades da fotografia são inúmeras, sendo um elemento essencial para aimortalização de factos históricos, para apoiar investigadores nas mais diversas áreas
das ciências, para utilizar em fins artísticos. Resumidamente, é uma forma do
Homem tentar eternizar momentos pontuais da sua vida.
Desde o tempo da primeira fotografia, o Homem tenta representar esses
momentos de uma forma idêntica àquilo que visualiza na vida real. Várias técnicas e
dispositivos foram surgindo ao longo dos tempos para auxiliar este desejo. Nos fins
do século XVIII, foram feitas algumas experiências em que se aliaram à câmara
escura técnicas para obter superfícies sensíveis à luz e para captar imagens fixas
[Fabris and de Lima, 1991]. Desde aí, teve inicio um processo, lento de evolução,
que conduziu às fotografias em papel a preto e branco e, posteriormente ao
aparecimento das fotografias cromáticas. Desta forma, o Homem conseguiu
melhorar e aproximar significativamente a imagem da fotografia à visão Humana.
-
8/17/2019 Msc Bsialves
26/96
Visualização de imagens HDR em dispositivos móveis Introdução
- 2 -
O aparecimento do computador veio despertar o interesse em reproduzir
imagens nestes dispositivos, melhorando as técnicas fotográficas, e dando origem a
uma nova área de investigação: a computação gráfica. Com o surgimento da era da
fotografia digital, para além da representação de imagens ou fotografias, inicia-seuma pesquisa no sentido de representar cenários virtuais criados
computacionalmente. Rapidamente emerge a necessidade de tecnologias que
permitam a representação realista dos cenários, proporcionando ao olho Humano
uma maior amplitude de cores e intensidade de luz. Para alcançar esse objectivo
surge o High Dynamic Range (HDR), como forma de suprir as discrepâncias entre o
representado e o que o olho Humano é capaz de captar.
O HDR tem impulsionado a pesquisa de novos dispositivos capazes de
representar imagens com uma maior abrangência de cores e intensidade de luz
[Seetzen et al., 2004], bem como nas formas de criação, armazenamento e
visualização de imagens capazes de proporcionar todas as sensações que o olho
Humano consegue captar de uma cena [Reinhard, 2006].
Existem várias aplicações, tais como HDR Shop [Tchou and Debevec, 2001],
Photomatix, Adobe Photoshop ou Qtpfsgui, resultantes das investigações na área, edisponíveis para criar e visualizar imagens HDR. No entanto, existe ainda uma
lacuna no que diz respeito aos dispositivos móveis que, cada vez mais, as massas
utilizam no seu dia-a-dia.
A contribuição deste trabalho recai nesta pequena lacuna de mercado. Assim,
pretendemos o estudo de um modelo prático, de visualização de imagens HDR nos
dispositivos móveis.
-
8/17/2019 Msc Bsialves
27/96
Visualização de imagens HDR em dispositivos móveis Introdução
- 3 -
11..11.. OObb j jeeccttiivvooss
Este trabalho tem como objectivo o estudo da visualização de imagens HDR
em dispositivos móveis. Assim, é pretendido estudar formas possíveis de efectuar a
visualização destas imagens nos dispositivos móveis, que possuem cada vez maiores
taxas de aceitação e penetração no seio da população.
Ao estudar a área de visualização e representação de imagens HDR
deparamo-nos com inúmeros métodos e modelos de representação de imagens HDR.
Modelos de representação de imagens HDR desenhados para dispositivos de
visualização comuns, LCD ou ecrãs plasma, que nem sempre produzem resultados
de agradável visualização pelo Ser Humano.
A realização deste estudo tem como intuito propor um modelo de
visualização de imagens HDR em dispositivos móveis. Ao ser implementado esse
modelo disponibiliza-se uma forma de visualização de imagens HDR aos
utilizadores de dispositivos móveis, com uma representação agradável das imagens,
tentando aproximar as sensações produzidas pela cena real.
11..22.. OOrrggaanniizzaaççããoo ddaa ddiisssseerrttaaççããoo
A presente dissertação está organizada em três capítulos distintos. No
entanto, os assuntos retratados em cada um dos capítulos encontram-se interligados,constituindo toda a extensão da dissertação.
No primeiro capítulo desta dissertação caracteriza-se o estado da arte. Nesse
capítulo, introduz-se a temática das imagens HDR, desde o seu desenvolvimento até
ao objectivo principal desta nova técnica de captura e armazenamento de imagens.
Efectua-se também neste capítulo a caracterização dos mais significativos
operadores de mapeamento existentes. Estes operadores são responsáveis pela
visualização destas imagens nos dispositivos de visualização actuais, e são
-
8/17/2019 Msc Bsialves
28/96
Visualização de imagens HDR em dispositivos móveis Introdução
- 4 -
extremamente necessários visto que os dispositivos de visualização específicos são
de distribuição residual, devido aos seus avultados custos de produção. Efectua-se
também, neste momento, uma análise comparativa dos operadores caracterizados,
evidenciando os pontos positivos de cada um.
Num segundo capítulo descreve-se a abordagem seguida para a
concretização dos objectivos propostos. Assim, efectua-se uma caracterização do
problema e uma descrição conceptual do modelo que é proposto, enunciando e
descrevendo os algoritmos de leitura dos ficheiros fonte e de mapeamento da
imagem utilizados.
Num terceiro e último momento, apresenta-se o protótipo aplicacionalimplementado, enunciando as alterações efectuadas aos algoritmos utilizados e as
respectivas justificações. É efectuada uma descrição dos testes realizados ao
protótipo aplicacional desenvolvido, assim como uma discussão dos resultados
obtidos.
-
8/17/2019 Msc Bsialves
29/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 5 -
CAPÍTULO II
2 VISUALIZAÇÃO DE IMAGENS
H
IGH
D
YN MIC
R
NGE
No presente capítulo, apresenta-se uma contextualização das imagens High
Dynamic Range (HDR), abordando o seu surgimento e a sua utilidade. Serão
apresentados alguns operadores que possibilitam a representação destas imagens nos
dispositivos de visualização existentes, bem como uma análise comparativa dos
diferentes métodos referidos, destacando-se os respectivos pontos fortes.
22..11.. IImmaaggeennss HHiigghh DDyynnaammiicc RRaannggee
O mundo real proporciona ao Sistema Visual Humano (SVH) um vasto
conjunto de cores e intensidades, desde a brilhante luz solar até à fraca luz nocturna.
Os nossos olhos lidam com esta vasta gama de intensidades através de um processo
ao qual se dá o nome de adaptação, mudando a sua sensibilidade conforme o nível
de iluminação a que são submetidos. Este processo de adaptação é o que permite ao
Ser Humano ver em ambientes com alta gama dinâmica, tanto as regiões escuras
como as regiões claras.
-
8/17/2019 Msc Bsialves
30/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 6 -
Com o aparecimento dos computadores procurou-se um modelo de
representação, capaz de reproduzir imagens nestes dispositivos. Surgiram vários
modelos validados pela Commission Internationale de l'Eclairage (CIE), tais como
RGB Color Model, mais conhecido como modelo aditivo. Com este modelo é
possível reproduzir, a partir das três cores primárias (Red, Green, Blue), uma grande
variedade de cores, perceptíveis pelo olho Humano, nos dispositivos de visualização
actuais. Na Figura 2.1 é possível verificar a abrangência do modelo RGB. No
entanto, com a utilização deste modelo perdeu-se a abrangência das grandes
intensidades de luminosidade (luminância) e de intensidade de cor (cromaticidade)
que o olho Humano é capaz de visualizar. Nestes modelos, quando os valores da
luminância e cromaticidade abrangem regiões fora da gama de cores utilizada, osseus valores são sobrestimados ou subestimados para valores na gama utilizada
[Ledda, 2003; Urbano et al., 2007].
Figura 2.1 – Diagrama de cromaticidade CIE, onde é perceptível a limitação cromática dos modelosapresentados.
[Walker, 1996; Hoffmann, 2002; Reinhard, 2006]
-
8/17/2019 Msc Bsialves
31/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 7 -
A visão Humana é sensível entre quatro a cinco ordens de magnitude de
luminância no mesmo instante, podendo chegar a quase dez ordens de magnitude
após um período de adaptação [Reinhard, 2006]. Os dispositivos de visualização
actuais abrangem cerca de duas ordens de magnitude, ficando muito aquém do
potencial da visão Humana [Ward, 2001]. Muito recentemente, fabricantes de LCD
iniciaram a produção, ainda muito marginal, de dispositivos capazes de abranger
mais ordens de magnitude de luminância (ex. Dolby).
Na Figura 2.2, verifica-se que as imagens apresentadas ao SVH, através dos
dispositivos actuais de visualização, possuem uma gama dinâmica reduzida. As
imagens representadas pelos dispositivos de visualização apresentam um grau de
pormenor inferior ao captado pelo SVH, principalmente devido à inexistência do
processo de adaptação do SVH. No sentido de superar esta discrepância na
visualização, surgiram as imagens HDR.
Figura 2.2 – Diferença entre a luminância captada pelo olho Humano e a representada pelosdispositivos de visualização.
Adaptado de [Ledda, 2003]
-
8/17/2019 Msc Bsialves
32/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 8 -
O HDR, através da sua contínua investigação e experimentação, vem
proporcionando novas técnicas de geração, armazenamento e representação de
imagens que preservam a luminância e cromaticidade da cena real. As imagens
HDR conseguem, assim, reproduzir os elevados níveis de luminância e
cromaticidade que o SVH consegue captar. A reprodução de uma gama elevada de
luminância e cromaticidade das imagens HDR provém maioritariamente da forma
como as imagens são criadas. Estas imagens são formadas a partir da conjunção de
várias imagens da mesma cena, com diferentes tempos de exposição, ou através de
avançados algoritmos de renderização de imagens. Estes dois processos são
ilustrados nas Figuras 2.3 e 2.4 respectivamente. Assim, é possível gerar uma
imagem com os valores de luminância e cromaticidade equivalentes aos da cenareal.
Figura 2.3 – Composição de uma imagem HDR a partir do método de conjunção de imagens comtempos diferenciados de exposição.
À esquerda em miniatura apresentam-se as imagens com tempo de exposição diferenciado. Ao centroa imagem HDR resultante da conjunção das imagens de origem.
Imagens de Jacques Joffre [HDRsoft, 2008]
-
8/17/2019 Msc Bsialves
33/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 9 -
Figura 2.4 – Imagem HDR obtida a partir de algoritmos avançados de renderização de cenáriosgerados por computador.
Imagem de [Larson and Shakespeare, 1998]
22..22.. TToonnee MMaappppiinngg OOppeerraattoorrss
As imagens HDR fomentaram inúmeros avanços em termos de visualização
de imagens, obtendo até resultados de visualização equiparados à visualização da
cena real pelo SVH. Para uma visualização realista os dispositivos de visualização
deveriam conseguir representar a gama de cores e luz captada nas imagens HDR. No
entanto, os dispositivos de visualização actuais, ainda, não abrangem as magnitudes
de luminância e cromaticidade contidas nas imagens HDR.
A impossibilidade de representar directamente imagens HDR nos
dispositivos actuais desencadeou inúmeras investigações científicas, por parte de
vários autores, com vista a superar esta lacuna. Para tal, foram desenvolvidos
algoritmos que, aplicados às imagens HDR, efectuam um mapeamento da gama de
cores original da cena, representando as características e pormenores captados pelo
-
8/17/2019 Msc Bsialves
34/96
Visu
olho
HDR,
numa
mesm
simila
como
Figura
obser
image
premi
abord
classe
conse
pixel,
lização d
umano.
intitulados
imagem L
os estímul
ridade per
ilustrado n
2.5 – Objecti
Ad
Os TMO
ação do
m HDR nu
Com o d
ssas assu
gens disti
s [Devlin e
Os oper
uinte mai
independe
imagens
stes algori
de Tone
ow Dynam
s que a ce
eptual entr
figura 2.5
vo final do
ptado de [De
não são
omportam
ma image
senvolvim
idas pelo
tas a esta
al., 2002]:
dores gl
rápidos n
temente d
HDR em
-
tmos de
apping Op
ic Range
na real tra
e a cena re
.
apeamento, sno dispositi
vlin et al., 20
ais do qu
nto do S
LDR man
ento destes
s seus au
problemát
: locais e gl
bais, men
sua execu
sua posiçã
dispositiv
10 -
apeamento
erators (T
LDR) pro
smite. O o
al e a imag
emelhança pvo de visuali
02; Ledda, 2
modelos
H tendo
endo a qua
operadore
tores, rapi
ica. Os T
obais.
os exigen
ção, aplica
o na image
os móveis
da gama
O), transf
orcionand
bjectivo fi
em visuali
rceptual entr ação
03; Urbano e
matemátic
omo obje
lidade perc
e com a
damente
O foram
tes comp
m a mesm
m. Uma da
C
dinâmica
rmam a i
ao olho
al do map
ada no dis
o observado
t al., 2007]
s, criados
tivo trans
eptual [Le
bservação
e evidenc
classificad
tacionalme
transform
s funções
apítulo II
as imagen
agem HD
Humano o
amento é
positivo, ta
na cena real
a partir d
ormar um
da, 2003].
de todas a
aram dua
s em dua
nte e po
ação a cad
ais básicas
l
,
-
8/17/2019 Msc Bsialves
35/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 11 -
para exemplificar, é a aplicação de um escalonamento dos valores de luminância da
imagem para os valores possíveis no dispositivo de visualização (ver Figura 2.6).
Figura 2.6 – Exemplo de um mapeamento global
Os operadores locais aplicam factores de escala distintos a diferentes
fracções da imagem, tentando simular o efeito de adaptação do SVH. Estes
operadores são computacionalmente mais exigentes, pois para proporcionar uma
redução em termos de luminância efectuam um maior processamento espacial,
proporcionando ao mesmo tempo um resultado final mais fidedigno à cena [Jiangtao
et al., 2007]. Na Figura 2.7 ilustra-se a aplicação de uma função de mapeamento
baseada na média da vizinhança do pixel.
Figura 2.7 – Exemplo de mapeamento local
-
8/17/2019 Msc Bsialves
36/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 12 -
O resultado final do algoritmo depende da estratégia adoptada, sendo que
todos os algoritmos variam entre si.
Assim, podemos apontar diferentes estratégias:
• Geração de imagens visualmente atraentes utilizando técnicas
fotográficas e de processamento digital de imagens;
• Abordagem perceptual, reduzindo a luminância mas reforçando as
qualidades perceptuais da imagem de forma a estimular de igual
forma o SVH;
• Aumento de visibilidade global da imagem, usado principalmente no
campo da medicina.
22..22..11.. OOppeerraaddoorreess ddee mmaappeeaammeennttoo gglloobbaall
Os operadores globais são os mais eficientes em termos computacionais
[Reinhard, 2006]. Estes operadores aplicam uma compressão uniforme a toda a
imagem para que esta fique numa gama de luminância definida pelo dispositivo de
visualização. A utilização de uma compressão uniforme, independente das
propriedades de vizinhança espacial dos pixéis, por parte dos operadores de
mapeamento global, nem sempre preserva a visibilidade global da imagem. No
entanto, a preservação da razão entre a luminância de pixéis vizinhos, permite evitar
o aparecimento de artefactos nas imagens, vulgos halos, que iriam descontextualizar
a representação do cenário real pretendido. Os halos são causados, principalmente,
pela inversão do mapeamento nos limites de objectos contíguos com elevado
contraste entre eles, por exemplo, uma área mais clara do que a sua vizinha poderá
criar uma áurea escura em vez de um contorno suave [Hwann-Tzong et al., 2005].
As premissas assumidas pelos autores, no desenvolvimento dos seus
operadores globais, proporcionam resultados finais diferenciados. No entanto, o
resultado pretendido nesta classe de operadores é a redução da gama dinâmica da
imagem mantendo uma maior linearidade do seu histograma [Jiangtao et al., 2007].
-
8/17/2019 Msc Bsialves
37/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 13 -
22..22..11..11.. RReepprroodduuççããoo ddee ttoonnss eemm iimmaaggeennss rreeaalliissttaass11
Apesar da existência de alguns métodos que tentam preservar as sensações
visuais em dispositivos de impressão, televisão ou fotografias [Tumblin and
Rushmeier, 1993], os pioneiros nas áreas da computação gráfica pretendiam
resultados mais ambiciosos.
Tumblin et al. propuseram um método pioneiro nesta área, baseado numa
simples redução da razão entre o brilho e a luminância. Este método de abordagem
simples, tem como intuito simular os efeitos de adaptação da visão Humana, no
mapeamento efectuado nas imagens HDR.
Este operador foi inicialmente desenvolvido para imagens em tons de
cinzento, visto que, neste tipo de ambientes, para cada entrada apenas surgirá um
valor de saída de luminância, o que não ocorre no modelo RGB. No modelo RGB,
para duas combinações de componentes RGB pode ser produzido o mesmo valor de
luminância [Tumblin and Rushmeier, 1993]. Neste algoritmo não foram
contempladas as zonas mais claras e escuras da imagem, sendo os seus valores
extremos sobrestimados ou subestimados para valores admitidos no modelo
proposto. Com a simples redução da razão entre o brilho e a luminância Tumblin et
al. afastaram a hipótese do surgimento de halos nas imagens, resultantes do seu
mapeamento. Posteriormente, os autores deste método estenderam o operador para
imagens coloridas, mantendo as mesmas premissas.
Os resultados obtidos por este operador, na sua versão estendida para
imagens coloridas, estão ilustrados na Figura 2.8.
1 Tone Reproduction for Realistic Images Tumblin, J. and H. Rushmeier (1993). "Tone reproduction
for realistic images." IEEE Computer Graphics and Applications 13(6): 42-48..
-
8/17/2019 Msc Bsialves
38/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 14 -
Figura 2.8 – Comparação entre a fotografia da cena e o mapeamento de Tumblin et al..
Esquerda: Fotografia digital da cena. Direita: Imagem HDR mapeada pelo operador.
Fotos de: Martin Č adík et al. [Cadík et al., 2008].
22..22..11..22.. CCoorrrreessppoonnddêênncciiaa ddee vviissiibbiilliiddaaddee ppaarraa cceennaass HHDDRR22
Larson et al. apresentam um operador global capaz de reproduzir imagens
HDR recorrendo à adaptação e modificação perceptual dos níveis de luminância da
imagem. Este operador incorpora propriedades do SVH tais como sensibilidade aos
contrastes, brilho, acuidade espacial ou sensibilidade cromática, na tentativa de uma
representação fiel da cena real. Este algoritmo faz uso de algumas imperfeições do
olho Humano para produzir uma imagem mapeada que permita estimular o SVH tal
como a cena real.
Este operador foi desenvolvido com base no trabalho de Ferwerda et al. que
se deparam com a existência de uma relação entre os níveis de luminância, cor e
acuidade presentes na imagem [Ferwerda et al., 1996]. Este algoritmo é motivado
pela preservação nas imagens, do brilho presente nas cenas reais [Larson et al.,1997].
2 A Visibility Matching Tone Reprodution Operator for HDR Scenes Larson, G. W., H. Rushmeier
and C. Piatko (1997). "A visibility matching tone reproduction operator for high dynamic range
scenes." IEEE Transactions on Visualization and Computer Graphics 3(4): 291-306..
-
8/17/2019 Msc Bsialves
39/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 15 -
Com base nos valores da função logarítmica da luminância da imagem, é
extrapolado o histograma da cena e a função de distribuição espacial dos pixéis da
imagem. O brilho da imagem é calculado a partir desta função de distribuição, e de
seguida é aplicada uma função de escalonamento para valores admitidos no modelo
de representação, contornando os problemas inerentes da saturação da luminância na
imagem resultante do mapeamento.
Este método permite uma grande abrangência de gamas dinâmicas nas
imagens HDR, produzindo resultados simples, como ilustrado na Figura 2.9. Sendo
o intuito deste método a simulação da representação perceptual da cena original, os
detalhes não perceptíveis na cena original serão igualmente difíceis de visualizar no
mapeamento resultante.
Figura 2.9 – Comparação entre a fotografia da cena e o mapeamento de Larson et al..
Esquerda: Fotografia digital da cena. Direita: Imagem HDR mapeada pelo operador.Fotos de: Martin Č adík et al. [Cadík et al., 2008].
-
8/17/2019 Msc Bsialves
40/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 16 -
22..22..11..33.. MMaappeeaammeennttoo llooggaarrí í ttmmiiccoo ppaarraa cceennaass ddee ggrraannddee ccoonnttrraassttee33
Este operador de mapeamento foi desenvolvido com base em algumas premissas
[Drago et al., 2003b]:
• Ser um operador com ênfase num mapeamento consistente, apesar da grande
diversidade de cenários e gamas dinâmicas de luminância;
• Ser um operador adaptável às condições de visualização de imagens HDR
existentes e de rápida extensão a novas formas de visualização;
• O mapeamento resultante deste operador deve espelhar a aparência captada
pelo SVH no cenário real. Desta forma, evita-se o surgimento de halos e
contrastes invertidos, com um brilho geral da imagem, fiel ao contexto;• Ter um mapeamento automático bastante eficiente, resultando assim num
operador muito “user-friendly” que evita o constante ajuste dos parâmetros
do algoritmo.
Com base nestas premissas foi desenvolvido um algoritmo para simular a
adaptação do SVH perante a cena real, usando uma compressão logarítmica. A
premissa que enunciava a necessidade de similaridade da aparência da cena real foi
conseguida a partir do ajuste da base da função logarítmica desenvolvida para o
operador. Este ajuste visava a conservação dos detalhes enquanto é efectuada uma
compressão dos contrastes presentes na cena.
Os resultados deste operador são apresentados na Figura 2.10.
3 Adaptative Logaritmic Mapping for High Contrast Scenes Drago, F., K. Myszkowski, T. Annen and
N. Chiba (2003b). "Adaptive Logarithmic Mapping For Displaying High Contrast Scenes." Computer
Graphics Forum 22(3): 419-426..
-
8/17/2019 Msc Bsialves
41/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 17 -
Figura 2.10 – Comparação entre a fotografia da cena e o mapeamento de Drago et al..
Esquerda: Fotografia digital da cena. Direita: Imagem HDR mapeada pelo operador.
Fotos de: Martin Č adík et al. [Cadík et al., 2008].
22..22..22.. OOppeerraaddoorreess ddee mmaappeeaammeennttoo llooccaall
Para preservar as características consideradas importantes como brilho,
contraste, cor e detalhe, em cenas de grande contraste, tanto em zonas claras como
escuras, foram desenvolvidos diversos operadores de mapeamento local. A
simulação da adaptação local do SVH motivou o desenvolvimento de muitos destes
operadores de mapeamento local.
São várias as abordagens utilizadas para a determinação e sintetização da
extensão espacial do operador para a simulação do SVH. Explorando o formato das
imagens HDR, os autores recorrem a inúmeros métodos para alcançarem o seu
mapeamento, desde os valores da vizinhança de pixéis à utilização de vários filtros
de divisão da imagem em vários níveis de iluminação ou reflexão [Hwann-Tzong et
al., 2005; Jiangtao et al., 2007].
-
8/17/2019 Msc Bsialves
42/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 18 -
22..22..22..11.. EEssccaallaa nnããoo uunniif f oorrmmee aapplliiccaaddaa aa iimmaaggeennss ddee ggrraannddee
ccoonnttrraassttee44
O operador de Chiu et al. foi dos primeiros operadores a serem
desenvolvidos no âmbito dos operadores locais, com o objectivo de ser um
algoritmo de base exploratória. O algoritmo original baseava-se apenas em imagens
em escalas de cinza e, tal como o operador de Tumblin el al. [Tumblin and
Rushmeier, 1993] foi posteriormente estendido para imagem a cores.
Este operador, não levando em consideração as características do SVH, veio
abrir novas perspectivas mostrando que para preservar os detalhes é necessária a
utilização de operadores de mapeamento locais.
O SVH introduz vários artefactos na observação de um cenário real que não
são introduzidos nas representações de imagem. Para obter um mapeamento
fidedigno de uma cena com elevado realismo é necessário determinar quais são os
artefactos introduzidos pelo SVH e quais são as características da imagem a manter.
Este é um processo que, nos dias de hoje, ainda é de difícil compreensão, mesmo no
que respeita à literatura sobre visão Humana. Assim, a inexistência de informação
fidedigna levou os autores a desenvolver um operador com base nos dados retirados
da contínua experimentação e avaliação dos artefactos introduzidos pelo processo de
mapeamento da imagem, procurando evitar a descontextualização dos mesmos
[Chiu et al., 1993].
O resultado geral deste algoritmo é uma imagem de baixa resolução, visível
na Figura 2.11, obtida a partir de um filtro cujo resultado é a média da vizinhança.
Depois, os valores da imagem são interpolados para aumentarem a luminância, na
tentativa de aproximação da gama original da imagem. É um operador
computacionalmente dispendioso devido, principalmente, ao cálculo dos artefactos
introduzidos na imagem.
4Spatial Nonuniform Scaling Functions for High Contrast Images Chiu, K., M. Herf, P. Shirley, S.
Swamy, C. Wang and K. Zimmerman (1993). "Spatially nonuniform scaling functions for high
contrast images." Proceedings of Graphics Interface 93: 245254..
-
8/17/2019 Msc Bsialves
43/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 19 -
Figura 2.11 – Comparação entre a fotografia da cena e o mapeamento de Chiu et al..
Esquerda: Fotografia digital da cena. Direita: Imagem HDR mapeada pelo operador.
Fotos de: Martin Č adík et al. [Cadík et al., 2008].
22..22..22..22.. FFiillttrroo BBiillaatteerraall ppaarraa aa rreepprreesseennttaaççããoo ddee iimmaaggeennss HHDDRR55
Este algoritmo desenvolvido por Durand et al. vem propor uma fusão
tecnológica como intuito de reduzir o contraste geral de uma imagem, conservando
os detalhes captados no cenário real. Assim, Durand et al. desenvolveram um novo
filtro, optimizando a ideia original de Chiu et al. [Durand and Dorsey, 2002].
Durand et al. propõem um operador de transformação espacial, composto
por um filtro bilateral que efectua a decomposição de uma imagem HDR em duas
escalas distintas, para uma posterior redução da gama dinâmica. O operador
decompõe a imagem numa camada base, que não é mais do que um mapeamento ou
codificação das variações de contraste, e numa segunda camada que contém os
detalhes da imagem original [Durand and Dorsey, 2002].
À camada base, de contraste, é aplicada uma compressão da gama de valores,
semelhante à que Tumblin et al. propuseram. Após esta compressão da luminância,
Durand et al. recombinam esta camada de luminância com a segunda camada que
5 Fast bilateral filtering for the display of HDR images Durand, F. and J. Dorsey (2002). "Fast
bilateral filtering for the display of high-dynamic-range images." Proceedings of the 29th annual
conference on Computer graphics and interactive techniques: 257-266..
-
8/17/2019 Msc Bsialves
44/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 20 -
contém todo o detalhe da imagem. O resultado deste operador é uma imagem de
contraste inferior, mas com todos os detalhes da cena original.
A abordagem seguida por este operador, com resultados visíveis na Figura2.12, em que há a utilização de um filtro bilateral e uma rápida compressão da
camada base, vem proporcionar um operador rápido, que também evita o
aparecimento de halos na imagem mapeada.
Esta técnica foi posteriormente ajustada e utilizada na colorimetria CIE
XYZ6 para o cálculo do canal de luminância.
Figura 2.12 – Comparação entre a fotografia da cena e o mapeamento de Durand et al..
Esquerda: Fotografia digital da cena. Direita: Imagem HDR mapeada pelo operador.Fotos de: Martin Č adík et al. [Cadík et al., 2008].
6 Espaço de cores matematicamente definido a partir dos estudos efectuados pela Commission
Internationale de l'Eclairage (CIE) que vieram a definir o CIE RGB.
-
8/17/2019 Msc Bsialves
45/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 21 -
22..22..22..33.. CCoommpprreessssããoo HHDDRR nnoo ddoommí í nniioo ddooss ggrraaddiieenntteess77
Este operador segue uma abordagem diferente das anteriormente
mencionadas, não tendo como mote para o seu desenvolvimento a exactidão
psicofísica do SVH. Apresenta uma abordagem com base na ideia de que, qualquer
mudança drástica do nível de luminância de uma cena causa gradientes com grandes
magnitudes na imagem que a representa.
Fattal et al. identificaram também que os detalhes, tais como texturas e
contrastes, estão relacionados com os gradientes de magnitude inferior. Assim, a
ideia base deste operador passa pela redução progressiva das funções logarítmicas
dos gradientes de maiores magnitudes, mantendo a direcção dos mesmos. Osgradientes de magnitudes elevadas terão a sua magnitude atenuada, recorrendo à
resolução de uma equação de Poisson dos gradientes. Ao invés destes, os gradientes
de magnitudes inferiores serão mantidos ou aumentados, para que o nível de detalhe
da cena seja mantido no mapeamento.
Os resultados da aplicação deste operador a imagens possuem uma qualidade
satisfatória de detalhe, evitando o aparecimento de halos, apesar da redução drástica
da gama dinâmica. Este operador distingue-se devido à relação que consegue obter
entre detalhes ao longo de toda a gama dinâmica da imagem e a inexistência de
halos no mapeamento resultante [Fattal et al., 2002].
Os resultados do operador podem ser verificados na figura 2.13.
7 Gradient domain high dynamic range compression Fattal, R., D. Lischinski and M. Werman (2002).
"Gradient domain high dynamic range compression." ACM Transactions on Graphics 21(3): 249-
256.
-
8/17/2019 Msc Bsialves
46/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 22 -
Figura 2.13 – Comparação entre a fotografia da cena e o mapeamento de Fattal et al..
Esquerda: Fotografia digital da cena. Direita: Imagem HDR mapeada pelo operador.
Fotos de: Martin Č adík et al. [Cadík et al., 2008].
22..22..22..44.. RReepprroodduuççããoo ddee ttoonnss f f oottooggrrááf f iiccooss ppaarraa iimmaaggeennss ddiiggiittaaiiss88
A abordagem que Reinhard et al. desenvolveram para o seu operador de
mapeamento, tem por base as técnicas da fotografia tradicional que vêm sendo
desenvolvidas desde a primeira fotografia há mais de 150 anos. Numa fotografia
tradicional utiliza-se o método Zone System para, com base em informações sobre a
cena, se obterem os melhores resultados na imagem adquirida.
Este operador usa um algoritmo de Zone System, não como tentativa de
imitação da realidade, como na fotografia convencional, mas como um sistema de
apoio na escolha dos métodos a utilizar na concepção do mapeamento da imagem
HDR.
Este operador começa por aplicar à imagem uma mudança de escala, análoga
à manipulação do tempo de exposição na máquina fotográfica. Para muitas das
imagens, que apenas contêm gamas dinâmicas médias e baixos contrastes, este
método bastará para que surja um mapeamento eficiente e representativo do cenário
real, numa gama dinâmica passível de ser visualizada nos dispositivos actuais. No
8 Photographic tone reproduction for digital images Reinhard, E., M. Stark, P. Shirley and J.
Ferwerda Ibid."Photographic tone reproduction for digital images." 267-276.
-
8/17/2019 Msc Bsialves
47/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 23 -
entanto, a aplicação deste método em imagens que possuem grandes contrastes e
elevadas gamas dinâmicas levará à perda de detalhes. Nestes casos de elevadas
gamas dinâmicas, é necessária a aplicação de mais um conhecido método do mundo
fotográfico, o Dodging and Burning . Este método é utilizado pelos autores para o
escalonamento dos níveis de luminância nas zonas escuras ou muito iluminadas da
imagem, ajustando os contrastes na imagem.
No tradicional Dodging and Burning, todas as porções do negativo da
fotografia recebem um tempo diferenciado de exposição, realçando as zonas escuras
e reduzindo a luminosidade das zonas iluminadas, procurando manter o nível de
detalhe da cena fotografada. Nas imagens HDR estende-se esta ideia, aplicando-a às
porções de imagens que possuam uma gama dinâmica muito alta, ou que sejam
delimitadas por altos contrastes. Para tal, efectua-se um escalonamento de
luminância nestas zonas. Esta ideia serve um propósito semelhante ao da adaptação
local dos operadores perceptuais, utilizando o Zone System como gestor deste
escalonamento de luminância. O resultado deste operador proporciona imagens
fotorrealistas, como se verifica na Figura 2.14.
Poder-se-á optimizar este operador utilizando uma versão melhorada do Dodging and Burning . Ao invés de efectuar o cálculo do factor de escala para cada
pixel, utilizar-se-á escalas pré-processadas permitindo a sua implementação também
em hardware gráfico.
Os próprios autores optimizaram este operador em Dynamic Range
Reduction inspired by Photoreceptor Physiology [Reinhard and Devlin, 2005],
tornando-o mais intuitivo para o utilizador comum, com parâmetros apenas para
controlar a intensidade de brilho, contraste e pré-gama dos níveis de luz.
-
8/17/2019 Msc Bsialves
48/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 24 -
Figura 2.14 – Comparação entre a fotografia da cena e o mapeamento de Reinhard et al..
Esquerda: Fotografia digital da cena. Direita: Imagem HDR mapeada pelo operador.
Fotos de: Martin Č adík et al. [Cadík et al., 2008].
22..22..33.. OOppeerraaddoorreess ddeeppeennddeenntteess ddoo tteemmppoo
Existem alguns operadores que enveredaram pela simulação da adaptação
temporal, processo idêntico ao funcionamento do SVH. Estes operadores, descritos
de seguida, são também classificados como globais ou locais. No entanto, como
possuem uma abordagem ligeiramente diferenciada das categorias em que se
inserem, apresenta-se uma sucinta revisão dos seus objectivos e resultados.
22..22..33..11.. MMooddeelloo ddee aaddaappttaaççããoo ppaarraa iimmaaggeennss ssiinntteettiizzaaddaass99
Para a reprodução de imagens realista é necessário um modelo que tenha em
conta não só os comportamentos da propagação da luz na imagem mas também uma
correcta simulação dos parâmetros de resposta perceptual do SVH.
9 A model of visual adaptation for realistic image synthesis Ferwerda, J. A., S. N. Pattanaik, P.
Shirley and D. P. Greenberg (1996). "A model of visual adaptation for realistic image synthesis."
Proceedings of the 23rd annual conference on Computer graphics and interactive techniques: 249-
258.
-
8/17/2019 Msc Bsialves
49/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 25 -
Ferwerda et al., com base em testes psicofísicos de adaptação do SVH,
constataram que existe uma forte ligação entre as várias propriedades da imagem,
luminância, cor e acuidade visual. Com base nesses resultados, Ferwerda et al.
contemplam no seu operador as mudanças súbitas na visibilidade, cor, acuidade
visual e a sua relação ao longo do tempo, à medida que o SVH se vai tornando mais
sensível. A introdução destas premissas no operador, irá possibilitar um maior
realismo nas imagens geradas, principalmente as que visam a representação de um
cenário real. Nestes cenários, o SVH está exposto a uma maior gama dinâmica de
cores, variando desde condições de luz extrema até condições de quase inexistência.
As imagens resultantes deste mapeamento, como apresentado na Figura 2.15,
reflectem as melhores características visuais da cena dentro da gama de luminânciadisponível para a sua representação, simulando também a adaptação local efectuada
por parte do SVH [Ferwerda et al., 1996].
Figura 2.15 – Comparação entre a fotografia da cena e o mapeamento de Ferwerda et al..
Esquerda: Fotografia digital da cena. Direita: Imagem HDR mapeada pelo operador.Fotos de: Martin Č adík et al. [Cadík et al., 2008].
-
8/17/2019 Msc Bsialves
50/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 26 -
22..22..33..22.. AAddaappttaaççããoo tteemmppoorraall aapplliiccaaddaa aa iimmaaggeennss rreeaalliissttaass1100
O SVH necessita de um período de tempo para se adaptar às grandes
mudanças de intensidade da cena que está a visualizar. Estes ajustamentos
transitórios são o método que o SVH possui para obter melhoria qualitativa da
aparência visual da cena.
O trabalho de Pattanaik et al. vem propor um modelo que visa a introdução
da adaptação transitória ocorrida no SVH, em animações ou imagens, aproximando
as sensações captadas pelo SVH do mundo real. Pattanaik et al., desenvolveram o
seu método conjugando o modelo matemático proposto por Hunt et al. [Hunt and
King, 1969], para simulação do SVH. Este modelo surgiu de resultados quantitativosde estudos em psicologia, psicofísica, ciência de cores e fotografia.
Com a sua abordagem multi-escalar para a representação de padrões,
luminância e cor, Pattanaik et al. propõem um método que facilmente produz
imagens ou uma sequência de imagens. Os resultados para uma sequência de
imagens têm em conta a simulação da adaptação temporal do SVH para o cálculo da
cor e luminosidade da imagem.
O operador começa por efectuar uma conversão dos valores RGB ou
radiância em valores de luminância. Posteriormente, é calculada a resposta dos dois
componentes sensíveis da retina Humana: cones e bastonetes. Este cálculo é focado
maioritariamente na estimativa da variação da resposta à luz do SVH, sendo que a
exactidão da cor produz um acréscimo de cálculos.
10 Time-dependent visual adaptation for fast realistic image display Pattanaik, S. N., J. Tumblin, H.
Yee and D. P. Greenberg (2000). "Time-dependent visual adaptation for fast realistic image display."
Proceedings of the 27th annual conference on Computer graphics and interactive techniques: 47-54.
-
8/17/2019 Msc Bsialves
51/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 27 -
22..22..33..33.. MMaappeeaammeennttoo IItteerraattiivvoo1111
Este trabalho de Durand e Dorsey, foi uma extensão do trabalho de
Ferwerda et al., levando-o para o nível dos TMO iterativos e dependentes do tempo.
Este operador faz uso de um método iterativo multi-passagens. Numa
primeira passagem calcula a média da luminosidade, reduzindo a sua gama
dinâmica. Numa passagem posterior, é efectuado o rendering à imagem com o
operador de mapeamento, baseado no de Ferwerda et al., tornando a imagem
passível de ser representada nos dispositivos de visualização.
No operador de mapeamento, desenvolvido por Ferwerda et al., foi
implementada uma fórmula baseada em testes psicofísicos do SVH, em que, através
da aplicação da técnica de aumento da tonalidade azul (blue shift ), se obteve uma
melhoria das cenas escuras e uma melhor adaptação cromática. Isto acontece visto
que o SVH interpreta as cenas nocturnas em tons de azul. Foi também aplicado um
modelo simples de adaptação local estendendo-o ao âmbito dos operadores
temporalmente dependentes [Durand and Dorsey, 2000].
No entanto, a adaptação cromática não depende apenas da cor dos objectosda cena, mas também da cor da luz que incide sobre os objectos. Assim, para a
redução da gama de luminosidade, o método iterativo deste operador irá apenas
calcular a média dos pixéis e não uma média ponderada que tem em conta as
funções logarítmicas das cores, reduzindo substancialmente os cálculos
computacionalmente morosos.
Os resultados deste operador podem ser visualizados na Figura 2.16.
11 Iterative Tone Mapping Durand, F. and J. Dorsey (2000). "Interactive tone mapping." Eurographics
Workshop on Rendering: 219–230.
-
8/17/2019 Msc Bsialves
52/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 28 -
Figura 2.16 – Comparação entre a fotografia da cena e o mapeamento de Durand .
Esquerda: Fotografia digital da cena. Direita: Imagem HDR mapeada pelo operador.
Fotos de: Martin Č adík et al. [Cadík et al., 2008].
22..22..33..44.. MMooddeelloo ddee aaddaappttaaççããoo ddoo oollhhoo HHuummaannoo1122
Este foi o primeiro operador local e dependente do tempo a ser desenvolvido.
Segue a abordagem de Pattanaik et al. comprimindo a gama dinâmica do canal da
luminância simulando a resposta local da retina Humana.
No modelo de Pattanaik et al., a adaptação local é efectuada a partir dacomputação de um nível de adaptação, impossibilitando a redução de contrastes de
gamas elevadas. Com base neste trabalho, na procura de uma melhor compressão de
contrastes e de fornecer um melhor operador, Ledda et al. introduzem melhorias no
operador de Pattanaik et al.. Como tal, os autores utilizam um modelo de adaptação
local para simular o cálculo da resposta da retina, que permite a adaptação efectiva
do valor do pixel com base nos valores da sua vizinhança, estimulando mais os
cones ou os bastonetes da retina Humana.
12 Local Model of eye adaptation for HDR images Ledda, P., L. P. Santos and A. Chalmers (2004).
"A local model of eye adaptation for high dynamic range images." Proceedings of the 3rd
international conference on Computer graphics, virtual reality, visualisation and interaction in Africa:
151-160.
-
8/17/2019 Msc Bsialves
53/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 29 -
A simulação da resposta do SVH é fundamental para a correcta percepção da
cor por parte do observador. Uma cena mapeada a partir de um ambiente de grande
intensidade de luz deverá estimular mais os cones da retina Humana, visto que,
nestas condições, a contribuição dos bastonetes não é relevante para a obtenção de
acuidade visual. Já numa cena com uma luz inferior, em que se possui pouca
percepção de cor, a percepção de detalhes é inferior e são os bastonetes responsáveis
pela acuidade visual. Para um correcto entendimento de qual o foto-receptor do olho
Humano que se deve estimular, o operador faz uso de um filtro bilateral similar ao
proposto por Durand et al. [Durand and Dorsey, 2002], evitando a incorrecta
estimulação do olho Humano e, por conseguinte, o aparecimento de halos.
Uma funcionalidade que este operador possui é que, tanto poderá funcionar
como um operador de mapeamento local estático, como também poderá ser um
operador de adaptação temporal.
22..33.. AAnnáálliissee ccoommppaarraattiivvaa ddooss TTMMOO
Com base no estudo dos TMO descritos anteriormente, efectuamos uma
análise comparativa dos TMO, destacando os pontos fortes do seu desempenho e a
propriedade que foi preterida para a obtenção desse desempenho.
A tabela seguinte, Tabela 2.1, foi elaborada considerando as propriedades da
imagem resultante dos operadores de mapeamento, nomeadamente brilho, cor,contraste e detalhe. Estas propriedades são as características realçadas na
representação em dispositivos LDR, sendo também facilmente identificado por um
observador.
-
8/17/2019 Msc Bsialves
54/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 30 -
I m a g e
m
D e t a l h e
S e m
e f e i t o s
e s p
a c i a i s .
E m p
r e j u í z o d a c o r e
c o n t r a s t e .
P r e s e r v a ç ã o d o
d e t a l h e .
C o n t r a s t e
C o m p r e s s ã o d o
c o n t r a s t e .
P r e s e r v a ç ã o
c o n t r a s t e ,
p r i n c i p a l m e n t e
z o n a s e x t r e m a s .
C o r
P o u c o r e l e v o n a
p e r c e p ç ã o .
B
r i l h o
S e m d
i f r a c ç ã o d o
b
r i l h o .
C o r t e
e m z
o n a s
e x t r e m a s .
S e n s a ç ã o d e
b
r i l h o .
C o m
p r e s s ã o
l o g a r
í t m i c a d a
l u m
i n â n c i a .
[ T u m b l i n a n d
R u s h m e i e r ,
1 9 9 3 ]
[ L a r s o n e t a l . ,
1 9 9 7 ]
[ D r a g o e t a l . ,
2 0 0 3 b ]
-
8/17/2019 Msc Bsialves
55/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 31 -
R e d
u ç ã o d o
c o n t r a s t e ,
p r e s
e r v a n d o
d e
t a l h e s .
P r e s e
r v a d o e m
d e t r i m e n t o d o
c o n t r a
s t e g l o b a l .
F o t o
r e a l i s m o
p r o p o r c i o n a u m a
s e n s a ç ã
o a g r a d á v e l
a o o b
s e r v a d o r .
P r e s e r v a ç ã o d e
c o n t r a s t e s l o c a i s .
R e d u z i d o e m
f a v o r d o d e t a l h e .
R e a l c e d o s
c o n t r a s t e s e m
z o n a s e s c u r a s .
S i m u l a ç ã o d o
e s b a t i m e n t o d a s
c o r e s .
D e p e n d e n t e d a
c o r .
C a l c u l a d o p o r
C I E
X Y Z .
E s c a l o n a m e n t o
d a l u m i n â n c i a .
F o c o
e m z
o n a s
e x t r e m a s .
D o d g i n g a n d
B u
r n i n g .
[ C h i u e t a l . ,
1 9 9 3 ]
[ D u r a n d a n d
D o r s e y , 2 0 0 2 ]
[ F a t t a l e t a l . ,
2 0 0 2 ]
[ R e i n h a r d e t
a l . , 2 0 0 2 ]
-
8/17/2019 Msc Bsialves
56/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 32 -
F a v o r e c i m e n t o c e n a s
e s c u r a s d e v i d o a o
b l u
e - s h i f t
V i s u a l i z a ç ã o d e
g r a n d e s
c o n t r a s t e s .
P o u c a R e d u ç ã o
d e v i d o a u m
ú n i c o n í v e l d e
a d a p t a ç ã o
P o u c a s a t u r a ç ã o
d a s c o r e s .
A d a p t a ç ã o
c r o m á t i c a
A u m e n t o
t o n a l i d a d e e m
c e n a s e s c u r a s
B o a s i m u l a ç ã o
S V H
R e a l c e d o b r i l h o
d a s i m a g e n s .
A d a p t a ç ã o m u l t i -
e s c a l a r
[ F e r w e r d a e t
a l . , 1 9 9 6 ]
[ P a t t a n a i k e t
a l . , 2 0 0 0 ]
[ D u r a n d a n d
D o r s e y , 2 0 0 0 ]
[ L e d d a e t a l . ,
2 0 0 4 ]
Tabela 2.1 – Análise comparativa dos TMO analisados
-
8/17/2019 Msc Bsialves
57/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 33 -
O brilho geral da cena mapeada pelos operadores presentes nesta análise,
apresenta-se como um atributo de pouco relevo para as premissas assumidas por
parte dos autores, muito em detrimento da redução da luminância e da prevalência
de um melhor aspecto em termos de contraste e aparência global da imagem. Devido
à utilização de técnicas fotográficas que favorecem o brilho geral da cena, o
operador de Reinhard et al. apresenta-se nesta análise como o operador que mais
destaque dá a este atributo.
Os operadores, presentes na tabela, não revelam grandes preocupações a
nível de cor da imagem. No entanto, os resultados produzidos possuem uma
razoável simulação cromática da cena. Alguns operadores produzem uma maior
saturação das cores ou uma simulação da visão nocturna, efectuando uma maior
estimulação dos bastonetes.
O contraste é o atributo que se destaca nos resultados finais com a diferença
de abordagens seguida para o desenvolvimento dos operadores apresentados. Nos
operadores como Tumblin et al., Durand et al. e Ledda et al., optou-se por uma
redução ou compressão do contraste, favorecendo um maior detalhe global da
imagem. Nos operadores como Drago et al., Chiu et al. e Fattal et al., os autores preferiram dar mais importância à preservação ou a ampliação do contraste das
zonas extremas, principalmente nas zonas de menor intensidade de luz. Ferwerda et
al., por seu lado, proporciona resultados com uma grande preservação de grandes
contrastes nas zonas limites dos objectos.
No que diz respeito ao detalhe global das cenas mapeadas, os operadores
como o de Tumblin et al. e Chiu et al. mostram um resultado sem grande
abrangência espacial. Outros operadores, optimizaram a aparência global e o detalhe
em detrimento de outros factores, principalmente contraste e cor. Mesmo nas
abordagens mais simplistas, o detalhe global foi o atributo com os melhores
resultados.
Numa avaliação global, conclui-se que o operador que produz um resultado
mais agradável e com maior preservação dos atributos aqui comparados é o operador
-
8/17/2019 Msc Bsialves
58/96
Visualização de imagens HDR em dispositivos móveis Capítulo II
- 34 -
de Reinhard et al.. O operador de Ledda et al. e o de Fattal et al. produzem também
bons resultados, apesar de surgirem alguns halos em zonas de extremo contraste.
Os operadores de Chiu et al. e Ferwerda et al., baseados nas mesmas premissas, além de bastante dispendiosos computacionalmente, produzem imagens
com bastantes artefactos que nem sempre ficam bem enquadrados na cena mapeada,
tal como halos produzidos em zonas de contraste acentuado.
-
8/17/2019 Msc Bsialves
59/96
Visualização de imagens HDR em dispositivos móveis Capítulo III
- 35 -
CAPÍTULO III
3 V
ISUALIZAÇÃO DE IMAGENS
HDR
EM DISPOSITIVOS
MÓVEIS
Este capítulo tem como intuito caracterizar a problemática da visualização
de imagens HDR em dispositivos móveis e apresentar um modelo proposto, com
vista à suplantação do problema verificado.
33..11.. CCaarraacctteerriizzaaççããoo ddoo pprroobblleemmaa
O surgimento do HDR veio possibilitar um abrir de horizontes na
representação de imagens. Com as imagens HDR, é agora possível uma
representação mais real das imagens pois a gama dinâmica de cores e luminosidade
que se consegue representar é bastante mais abrangente do que se conseguia nas
imagens tradicionais. Esta maior capacidade de representação da gama dinâmica
nas imagens HDR proporciona ao SVH um leque de sensações que se aproxima
bastante do que se capta quando se está perante uma cena real.
-
8/17/2019 Msc Bsialves
60/96
Visualização de imagens HDR em dispositivos móveis Capítulo III
- 36 -
Estas características, presentes nas imagens HDR, levaram a um crescimento
da investigação em torno de novas formas de criação e visualização de imagens.
Essas investigações deram origem a novos formatos de imagem, novas formas de
armazenamento, e novos algoritmos de tratamento digital de imagem [Urbano et al.,2007].
As inovações fruto do aparecimento do HDR foram também um incentivo
para os fabricantes de dispositivos de visualização comuns, LCD ou ecrãs plasma,
evoluírem e reflectirem novas formas de representação de imagens nos dispositivos
de visualização existentes. Assim, existem já produtos no mercado capazes de
reproduzir nativamente imagens HDR. No entanto, estes produtos possuem uma
baixa disseminação devido ao seu custo dispendioso. Como tal, surgiu a
necessidade de reproduzir imagens HDR nos dispositivos de visualização actuais
que são incapazes de representar gamas dinâmicas de cor e luminosidade tão
elevadas. Assim, surgiram os TMO, como forma de representação de imagens HDR
nos dispositivos actuais, suplantando a incapacidade destes dispositivos.
Apesar desta evolução, existe ainda a necessidade de seguir as tendências
adoptadas pela sociedade e possibilitar a visualização destas imagens nosdispositivos móveis, amplamente utilizados pelas massas. Os dispositivos móveis
cada vez mais proliferam no seio da população, proporcionando inúmeras
funcionalidades no mesmo dispositivo. Esta concentração de vários serviços, como
forma de acompanhar as exigências dos seus utilizadores, faz com que estes
dispositivos se venham a desenvolver cada vez mais em termos computacionais e de
visualização.
Este trabalho pretende apresentar uma solução para facultar aos utilizadores
de dispositivos móveis a capacidade de visualização de imagens HDR. Estes
dispositivos apresentam algumas limitações, nomeadamente lacunas em termos de
memória, processamento de dados e representação de imagens, com capacidades
limitadas de representação de cores e luminosidade nas matrizes de visualização.
-
8/17/2019 Msc Bsialves
61/96
Visualização de imagens HDR em dispositivos móveis Capítulo III
- 37 -
33..22.. MMooddeelloo PPrrooppoossttoo
Para uma abordagem à problemática de visualização de imagens HDR em
dispositivos móveis, registada no levantamento bibliográfico efectuado, é
necessário ter em conta as características dos dispositivos móveis. Assim,
considerando as pequenas matrizes destes dispositivos e ponderando a extrapolação
do melhor que as imagens HDR têm para disponibilizar, propõe-se que a imagem
seja visualizada através da segmentação da imagem HDR.
Com esta abordagem será possível ao utilizador a visualização de toda a
imagem HDR, faseadamente, através de vários segmentos da imagem. A utilização
de segmentos de imagem possibilita a visualização de todos os pormenores e
detalhes da imagem, que por processos de redimensionamento ou escalonamento,
seriam comprometidos.
Esta abordagem permite também contornar outra limitação encontrada para
a representação de imagens HDR nos dispositivos móveis: a memória e o poder de
processamento disponível. Um mapeamento de pequenos segmentos, propicia um
aumento de rentabilidade a cada interacção, quer em utilização da memória, querem processamento, possibilitando a visualização de imagens HDR nestes
dispositivos.
Apresenta-se na Figura 3.1 uma proposta de modelo funcional para
visualizar imagens HDR em dispositivos móveis.
Perante a abordagem de segmentação da imagem proposta, apenas será
salvaguardada, no dispositivo móvel, a informação do segmento seleccionado peloutilizador, conforme apresentado no modelo proposto. Esse conteúdo será obtido
através da leitura do ficheiro onde consta a imagem (Figura 3.1, processo 2).
-
8/17/2019 Msc Bsialves
62/96
Visualização de imagens HDR em dispositivos móveis Capítulo III
- 38 -
Figura 3.1 – Modelo geral de funcional proposto
Posteriormente à leitura da imagem, a informação do segmento da imagem
será mapeada através de técnicas de mapeamento de imagens HDR (Figura 3.1,
processo 3). Nesta fase, será produzido um segmento de agradável visualização pelo
SVH que conduz a sensações similares às captadas perante a cena real.
No modelo proposto, ilustrado na Figura 3.1, é necessária a interacção com
o utilizador. Todo o processo começa com a escolha de uma imagem HDR para servisualizada, por parte do utilizador (Figura 3.1, processo 1). Após esta primeira
interacção, é realizado o mapeamento do primeiro segmento da imagem. Neste
ponto é, novamente, necessária a intervenção do utilizador para a escolha do
próximo segmento a ser mapeado (Figura 3.1, processo 5). A cada interacção do
utilizador é produzido um novo mapeamento de um segmento da imagem, sendo
assim a imagem gradualmente apresentada ao utilizador, preservando os detalhes da
mesma. O facto de não se recorrer a processos de redimensionamento da imagem
-
8/17/2019 Msc Bsialves
63/96
Visualização de imagens HDR em dispositivos móveis Capítulo III
- 39 -
permite a preservação de todos os seus detalhes e a simulação das sensações
produzidas no SVH ao olhar para cena.
O modelo funcional proposto permitirá satisfazer os objectivos do projecto
de investigação