msc bsialves

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


2/96


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


4/96


5/96

Aos meus pais quetudo me deram


6/96


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.


8/96

- 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…


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.


10/96

- X -


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.


12/96

- XII -


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


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


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


16/96

- XVI -


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


18/96

- XVIII -


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


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


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


22/96

- XXII -


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


24/96


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.


26/96


- 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.


27/96


- 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


28/96


- 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.


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.


30/96


- 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]


31/96


- 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]


32/96


- 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]


33/96


- 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


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

,


35/96


- 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


36/96


- 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].


37/96


- 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..


38/96


- 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..


39/96


- 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].


40/96


- 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..


41/96


- 17 -

Figura 2.10 – Comparação entre a fotografia da cena e o mapeamento de Drago et al..



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].


42/96


- 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..


43/96


- 19 -

Figura 2.11 – Comparação entre a fotografia da cena e o mapeamento de Chiu et al..



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..


44/96


- 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..


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.


45/96


- 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.


46/96


- 22 -

Figura 2.13 – Comparação entre a fotografia da cena e o mapeamento de Fattal et al..



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.


47/96


- 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.


48/96


- 24 -

Figura 2.14 – Comparação entre a fotografia da cena e o mapeamento de Reinhard et al..



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.


49/96


- 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..



50/96


- 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.


51/96


- 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.


52/96


- 28 -

Figura 2.16 – Comparação entre a fotografia da cena e o mapeamento de Durand .



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.


53/96


- 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.


54/96


- 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 ]


55/96


- 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 ]


56/96


- 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


57/96


- 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


58/96


- 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.


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.


60/96


- 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.


61/96


- 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).


62/96


- 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


63/96


- 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

msc bsialves

Documents