Akwizycja obrazów HDR Radosław Mantiuk radoslaw.mantiuk@gmail.com 1
Składanie HDRa z sekwencji zdjęć LDR (1) Seria&zdjęć&sceny&wykonanych&z&różnymi&ustawieniami&ekspozycji& 2
Składanie HDRa z sekwencji zdjęć LDR (2)! Unikanie'ustawień'kamery'zmieniających'sposób'rejestracji'sceny'w'kolejnych'ujęciach:'! zmiana'ekspozycji'poprzez'ustawianie'różnych'czasów'ekspozycji,'! wyłączone'automatyczne'obliczanie'punktu'bieli,''! stała'przesłona,'! stała'czułość'matrycy.'! Minimalizacja'zniekształcenia'wywoływane'przez'kamerę:'! środkowa'wartość'przesłony,''! dobrej'jakości'obiektyw,'! osłona'na'obiektyw'redukująca'flary.'! Statyw'redukujący'przesunięcia'pomiędzy'ujęciami.' 3
Irradiancja <-> Radiancja Liniowa zależność irradiancji obrazu od radiancji sceny. matryca przesłona radiancja sceny X = L π 4 (d h )2 cos 4 φ średnica obiektywu h d scena irradiancja obrazu ogniskowa obiektywu kąt ochylenia od osi symetrii obiektywu Radiancja - fizyczna wartość energii emitowanej ze sceny Irradiancja - energia światła integrowana przez sensor CCD/CMOS 4
Janość piksela (ang. Brightness) Jaskrawość - irradiancja rejestrowana w czasie funkcja odpowiedzi brightness Y = f (X t) Y = f (L cos4 φ h 2 πd 2 4 t) ~wartość piksela wartości ekspozycji zależy od czasu naświetlania i średnicy obiektywu 5
Ekspozycja Wartość ekspozycji dla czasu naświetlania t [s] Y = L cos4 φ πd 2 h 2 4 t = L cos4 φ π d 2 4 h t = L cos4 φ π 2 4 t N 2 ev i = log 2 N 2 t i przesłona [f-number] N = h d [ f / #] 6
Obliczanie irradiancji za pomocą aparatu fotograficznego X = g(y ) t irradiancja = const wartosc _ piksela czas_ ekspozycji const g() - odwrotność funkcji odpowiedzi const - stała umożliwiająca uzyskanie bezwzględnej wartości radiancji (luminancji). Definiowana w standardzie APEX. EV = log 2 ( N 2 t ) const Czas 1 [s] Czas 5 [s] 7
Obraz HDR poprzez złożenie ekspozycji LDR W jaki sposób sumować wartości pikseli, aby odtworzyć radiancję sceny? funkcja odwrotna do charakterystyki aparatu wartość j-tego piksela z i-tej klatki ekspozycja i-tej klatki irradiancja j-tego piksela x j = i g(y i, j ) ev i w i, j i w i, j waga eliminująca szum 8
Funkcja wagowa Przypisywanie wag (<0,1>) określających wiarygodność pikseli w obrazach LDR. Małe wartości wag oznaczają piksele zaszumione lub przesaturowane. 9
Funkcja wagowa: krzywa Gaussa 10
Funkcja odpowiedzi Zależność wartości pikseli od irradiancji sceny. wartość piksela wartość irradiancji (skala logarytmiczna) 11
Pomiar funkcji odpowiedzi Pomiar jasności pól na wzorcu color checker a. Wykonanie zdjęcia i odczytanie wartości piseli dla tych pól. GretagMacbeth ColorChecker 12
Wyznaczanie funkcji odpowiedzi Zmiana czasu ekspozycji powinna powodować proporcjonalną zmianę wartości pikseli Czas 1 [s] Czas 5 [s] Wymagane co najmniej dwa zdjęcia tej samej sceny wykonane przy różnych ekspozycjach. Badana zmiana koloru pikseli dla całego zakresu nasycenia (osobno dla składowych R,G i B). 13
Wyznaczanie funkcji odpowiedzi Zmiana wartości pikseli powinna powodować proporcjonalną zmianę wartości irradiancji O(y, x) = w i, j (y i, j t i x j ) 2 i, j Minimalizacja funkcji ze względu na dwie zmienne 14
Metoda iteracyjna Minimalizacja funkcji dwóch zmiennych. 1. Liniowa charakterystyka odpowiedzi g k =< 0..255 > 15 k=k+1 2. Normalizacja taka, aby g 128 =1.0 3. Obliczenie wartości x j dla danego 4. Obliczenie nowych wartości g k E k Card(E k ) - liczba elementów zbioru Ek (wartość w połowie przedziału wynosiła 1) g k =1/ card(e k ) t i x j E k = {(i, j) : y i, j = k} k < 0, 255 > (i, j) E k - zbiór pikseli obrazów wejściowych (LDR), których wartość wynosi k 5. Sprawdzenie kryterium zbieżności (g k n g k n 1 ) 2 (rozwiązania może nie być!) x j = k i g(y i, j ) t i w i, j i w i, j Card(E k ) < ε
Funkcji odpowiedzi - funkcja wielomianowa Funkcja wielomianowa 16
Problemy: przesunięcia Usuwanie przesunięć między obrazami 17
Problemy: aberracje Usuwanie flar wywołanych przez soczewki 18 Obraz wyraźniejszy
Problemy: duchy Usuwanie duchów 19
Literatura! M. Robertson, S. Borman, and R. Stevenson. Dynamic range improvement through multi- ple exposures. In Proceedings of the 1999 International Conference on Image Processing (ICIP-99), pages 159-163, Los Alamitos, CA, October 24-28 1999.! M. Robertson, S. Borman, and R. Stevenson. Estimation-theoretic approach to dynamic range enhancement using multiple exposures. Journal of Electronic Imaging, 12:219-228, April 2003.! T. Mitsunaga and S. K. Nayar. Radiometric self calibration. In proc. of Computer Vision and Pattern Recognition, Fort Collins, CO, USA, pages 374-380, 1999 20