包邮高动态范围成像高级教程:理论与实践

第1章 引言 1.1 光 1.2 人眼视觉 l.3 颜色空间 第2章 HDR处理流程 2.1 IIDR内容生成 2.1.1 合并多曝光图像生成HDR内容 2.1.2 直接采集HDR数据 2.1.3 HDR内容生成 2.1.4 单曝光图像的HDR展开 2.2 HDR内容存储 2.3 HDR内容可视化 2.3.1 色调映射 2.3.2 HDR内容直接可视化 第3章 色调映射 3.1 色调映射的MATAB程序框架 3.2 全局色调映射算子 3.2.1 简单映射算法 3.2.2 亮度再现 3.2.3 量化技术 3.2.4 视觉自适应模型 3.2.5 直方图校正 3.2.6 依赖于时间的视觉自适应 3.2.7 自适应对数映射 3.2.8 人类视锥细胞模型的高动态范围视频编码 3.3 局部色调映射算子 3.3.1 空问非均匀缩放 3.3.2 真实感图像显示的空间视觉自适应多尺度模型 3.3.3 摄影色调再现技术 3.3.4 高对比度图像的色调映射算法 3.3.5 基于Retinex的色调映射算子 3.4 色调映射的频率算子 3.4.1 低曲率图像简化算子 3.4.2 快速双边滤波算子 3.4.3 梯度域压缩算子 3.4.4 用子带结构压缩与展开高动态范围图像 3.5 色调映射的分割算子 3.5.1 基于分割和白适应吸收法 3.5.2 色调再现中的亮度感知 3.5.3 色调的交互式局部操控 3.5.4 曝光融合 3.6 色调映射问题发展新趋势 3.6.1 色貌 3.6.2 颜色校正 3.6.3 通用色调映射算子的模拟 3.6.4 自适应色调映射显示 3.7 总结 第4章 低动态范围数据的展开算子 4.1 基于单幅图像的信号线性化 4.1.1 盲逆伽玛函数 4.1.2 基于单幅图像的辐射校准 4.2 高对比度显示的去轮廓模型 4.2.1 振幅抖动 4.2.2 轮廓去除 4.3 展开算子的MATI。AB框架 4.4 全局模型 4.4.1 动态范围展开的幂函数模型 4.4.2 HDR显示器的线性缩放 4.4.3 过曝光DR图像的伽玛展开 4.5 分类模型 4.5.1 HDR显示器的高亮度重现 4.5.2 HDR显示中的亮视频特征增强 4.6 展开映射模型 4.6.1 非线性展开映射 4.6.2 LDR2HDR：旧式视频和照片随机逆色调映射 4.7 基于用户交互的模型：HDR幻觉 4.8 总结 第5章 基于图像的光照 5.1 环境映射 5.1.1 经纬映射 5.1.2 角度映射 5.1.3 立方体映射 5.2 利用IBL进行渲染 5.2.1 光源生成 5.2.2 Monte—Carlo积分和重要采样 5.2.3 交互式IBL的PRT方法 5.2.4 多维渲染 5.3 总结 第6章 评价体系 6.1 心理物理学实验 6.1.1 基于相似度以及个人偏好的色调映射算子感知评估 6.1.2 HDR渲染算法评估 6.1.3 基于HDR显示器的色调映射算子成对比较 6.1.4 基于人类感知现实的色调映射算子测试 6.1.5 色调映射算子的实景检验 6.1.6 基于Comsweet.Craik.0Brien视觉幻觉的色调映射方法感知评估 6.1.7 用于非图形(科学)高动态范围图像渲染的色调映射方法评估 6.1.8 范围可变显示器上的真实世界再现方法分析 6.1.9 基于图像属性和质量的色调映射方法评估 6.1.1 0面向逆色调映射技术的评估方法 6.2 误差度量 6.2.1 在HDR图像中预测视觉差异 6.2.2 与动态范围无关的图像质量评估体系 6.3 总结 第7章 HDR内容压缩 7.1 HDR图像内容压缩的MATLAB框架 7.2 HDR图像压缩 7.2.1 向后兼容的JPEG.HDR压缩格式 7.2.2 HDR-JPEG2000压缩格式 7.2.3 高动态范围图像两层编码算法 7.3 HDR纹理压缩 7.3.1 使用几何形状的HDR纹理压缩 7.3.2 基于比特和整数算子的HDR纹理压缩 7.3.3 LDR和局部HDR纹理压缩编码 7.3.4 色调映射及其逆解析的高动态纹理压缩 7.3.5 基于DXrc的HDR纹理压缩方案 7.4 高动态视频压缩 7.4.1 感知驱动的高动态范围视频编码 7.4.2 向后兼容HDR—MPEG 7.4.3 优化失真率的高动态视频压缩 7.5 总结 附录A双边滤波 附录BRetinex滤波 附录CMATLABHDR工具箱 参考文献