Visualização de Imagens HDR Pontifícia Universidade Católica do Rio de Janeiro – PUC-RJ Disciplina: Fundamentos de Computação Gráfica Prof. Marcelo Gattass Visualização de Imagens HDR Leonardo de Oliveira Martins leomartins82@gmail.com Rio de Janeiro, 27/03/2007

Introdução Os dispositivos de visualização atuais não conseguem exibir imagens que armazenam informações de intensidade luminosa (HDRI – High Dynamic Range Images) Problema: Como “renderizar” essas imagens de maneira a produzir a mesma resposta perceptual, utilizando dispositivos padrões de visualização?

Introdução Solução: Uso de algoritmos de tone-mapping, que realizam o mapeamento de valores HDR em LDR (Low Dynamic Range)

Introdução Este trabalho implementa o modelo de aparência de imagem iCAM descrito em (JOHNSON and FAIRCHILD, 2003) iCAM foi desenvolvido para ser computacionalmente mais simples do que os modelos multi-escala, com capacidades similares

O modelo iCAM

O modelo iCAM 1 - Transformação dos valores iniciais para o espaço XYZ (independente do dispositivo)

O modelo iCAM 2 – Adaptação cromática (D65)

O modelo iCAM 2 – Adaptação cromática (D65) 2.1 – Transformação dos valores XYZ em através da equação

O modelo iCAM 2 – Adaptação cromática (D65) 2.2 – Combinação da imagem resultante com um filtro gaussiano da mesma e um fator de adaptação D

O modelo iCAM 3 – Adaptação cromática (D65) Filtro utilizado Usado para “embaçar” a imagem

O modelo iCAM 4 – Contraste local / Efeito surround Cálculo de um mapeamento que irá controlar o fator de surround e luminância ,onde La é o valor da imagem absoluta Y filtrada Geralmente, a curva é dividida por uma constante normalizadora,

O modelo iCAM 6 – Cálculo da resposta dos cones LMS 7 – Compressão das coordenadas LMS

O modelo iCAM 8 - Aplicação das matrizes de transformações inversas, de maneira a retornar ao sistema inicial 9 – Aplicação de uma função de clip, que pode ser aplicada a partir de um percentil

O modelo iCAM

O modelo iCAM 10 – Mapeamento dos valores no intervalo [0 , 1] 11 - Compressão dos valores e mapeamento para o intervalo [0 , 255]

O modelo iCAM Dessa maneira, os seguintes parâmetros são incorporados ao modelo Fator de adaptação ‘D’ (varia de 0.1 a 0.4) Largura do filtro ‘sigma’ (geralmente x/4 ou x/2) Fator de normalização da curva ‘n’ (geralmente 1.7) Valor do clip (95%-99%)

Implementação Com base na descrição fornecida em (JOHNSON and FAIRCHILD, 2003), foi desenvolvida uma aplicação capaz de visualizar imagens HDR, e salvá-las em formato BMP, se desejado

Implementação Linguagem C++ Biblioteca FLTK (www.fltk.org) para interface com usuário Biblioteca CImg (cimg.sourceforge.net) para manipulação de imagens Ambiente de Desenvolvimento Dev-C++ (www.bloodshed.net/devcpp.html )

Implementação As imagens foram convertidas para TIF de ponto flutuante, através do programa HDR Shop (http://gl.ict.usc.edu/HDRShop) As propriedades da imagem são armazenadas em um arquivo texto e lidas pelo programa Trabalho Futuro Ler diretamente imagens no formato .HDR

Implementação

Exemplos

Exemplos

Exemplos

Referências G.M. Johnson e M.D. Fairchild, “Rendering HDR images,” IS&T/SID 11th Color Imaging Conference, Scottsdale, 36-41 (2003) – disponível em http://www.cis.rit.edu/mcsl/icam/pub/hdr_CIC11_sm.pdf Imagens HDR para download: Página do autor: http://www.cis.rit.edu/mcsl/icam/hdr/rit_hdr/ debevec.org: http://gl.ict.usc.edu/Data/HighResProbes/