Recuperação de curva de respostas para High Dynamic Range Images Rodrigo Martins FCG 2005/1 Profº Marcelo Gattass
Introdução Objetivo: criar um mapa de radiância a partir de um conjunto de imagens. Olho humano é capaz de perceber uma maior variação de dinâmica que as imagens digitais comuns. Permite a utilização de efeitos em imagem digital com qualidade muito maior.
Introdução Exposição X = E * Dt E = Radiancia. Dt = Tempo de exposição do pixel à luz.
Processo Após o processo de digitalização obtemos um valor Z para o pixel. Z é uma função não linear da exposição X. Z = f(X) Z = f(E*Dt)
Curva de respota Zij = f(Ei * Dj ) f -1 ( Zij ) = (Ei * Dj ) ln f -1 ( Zij) = ln(Ei) + ln(Dj) g( Zij ) = ln(Ei) + ln(Dj)
Curva de resposta Como os valores em x variam de , basta recuperar os valores da função neste domínio.
Curva de resposta O problema então pode ser definido como a resolução em mínimos quadrados para:
Curva de resposta Sistema linear super determinado O algoritmo proposto no paper utiliza Single Value Decomposition
Implementação Feita em C++. Lê um conjunto de imagens estáticas com tempos de exposição diferentes. Utiliza Single Value Decompositon para encontrar g(Zij) e o logarítmo da exposição Retorna as curvas de resposta para os canais R,G e B.
Programa
Escolha de pixels Em [Deb] a escolha dos pixels é feita manualmente. Escolha bem distribuida entre Zmin Zmax. Algoritmo pseudo aleatório simples Quão próximo do resultado final original ?
Resultados – Canal R
Resultados – Canal G
Resultados – Canal B
Conclusões Escolha pseudo aleatória de pixels pode permitir reconstruir a curva corretamente. O número de pixels para escolhas ruins torna o algortimo lento. A função do canal B não foi tão bem recuperada quanto aos canais R e G.
Proximas tarefas Definir um formato de arquivo para armazenamento de imagens HDR (RADIANCE, OpenEXR...) Implementar um algoritmo para a escolha de poucos pixels que permitam reconstruir a curva de resposta.
Referências [Deb] Paul Debevec, Jitendra Malik Recovering High Dynamic Range Radiance Maps from Photographs. Siggraph.