Visualização de imagens HDR em dispositivos móveis

(1)

Universidade de Trás-os-Montes e Alto Douro

V

i

s

u

a

l

i

z

a

ç

ã

o

d

e

i

m

a

g

e

n

s

H

D

R

e

m

d

i

s

p

o

s

i

t

i

v

o

s

m

ó

v

e

i

s

DISSERTAÇÃO DE MESTRADO EM

INFORMÁTICA

B

R

U

N

O

D

A

S

I

L

V

A

I

N

Á

C

I

O

A

L

V

E

S

(2)

(3)

Universidade de Trás-os-Montes e Alto Douro

Curso de Mestrado em Informática

V

i

s

u

a

l

i

z

a

ç

ã

o

d

e

i

m

a

g

e

n

s

H

D

R

e

m

d

i

s

p

o

s

i

t

i

v

o

s

m

ó

v

e

i

s

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 em Informática, elaborada sob a orientação do Prof. Doutor João Paulo Fonseca da Costa Moura e co-orientação do Prof. Doutor Luís Filipe Fernandes Silva Marcelino.

(4)

(5)

(6)

(7)

- VII -

A

GGRRAADDEECCIIMMEENNTTOOSS

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

(8)

- 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 vão surgindo 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:

(9)

- IX -

R

EESSUUMMOO

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 da realidade. 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 e representação 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

(10)

(11)

- XI -

A

B

S

T

R

A

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)

(13)

- XIII -

Í

NNDDIICCEE GGEERRAALL A AGGRRAADDEECCIIMMEENNTTOOSS ... VII R REESSUUMMOO ... IX A ABBSSTTRRAACCTT ... XI Í ÍNNDDIICCEE GGEERRAALL ... XIII Í ÍNNDDIICCEE DDEE TTAABBEELLAASS ... XVII Í ÍNNDDIICCEE DDEE FFIIGGUURRAASS ... XIX S SIIGGLLAASS ... XXIII 1 1. . IINNTTRROODDUUÇÇÃÃOO ... 1 1.1. Objectivos ... 3 1.2. Organização da dissertação ... 3 2 2. . VVIISSUUAALLIIZZAAÇÇÃÃOODDEEIIMMAAGGEENNSSHHIGIGHH DDYNYNAAMMIICC RRANANGGEE ... 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

(14)

- 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

3 3.. VVIISSUUAALLIIZZAAÇÇÃÃOODDEEIIMMAAGGEENNSSHHDDRREEMMDDIISSPPOOSSIITTIIVVOOSSMMÓÓVVEEIISS ... 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

4 4.. IIMMPPLLEEMMEENNTTAAÇÇÃÃOOEERREESSUULLTTAADDOOSSDDOOPPRROOTTÓÓTTIIPPOO ... 49

4.1. Leitura do segmento de imagem ... 51

4.2. Mapeamento do segmento de imagem ... 52

(15)

- XV -

4.4. Discussão dos resultados obtidos ... 56

5 5. . CCOONNCCLLUUSSÃÃOO ... 65 5.1. Síntese ... 66 5.2. Trabalho futuro ... 67 5.3. Considerações finais ... 68 R REEFFEERRÊÊNNCCIIAASS ... 69

(16)

(17)

- XVII -

Í

NNDDIICCEE DDEE TTAABBEELLAASS

Tabela 2.1 – Análise comparativa dos TMO analisados ... 32

Tabela 3.1 – Gama de valores dos parâmetros do operador ... 48

(18)

(19)

- XIX -

Í

NNDDIICCEE DDEE FFIIGGUURRAASS

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

(20)

- 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)

- 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

(22)

(23)

- XXIII -

S

IIGGLLAASS

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

(24)

(25)

Visualização de imagens HDR em dispositivos móveis Introdução

C

APÍTULO

I

1

1. .

I

NTNTRROODDUUÇÇÃÃOO

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 a imortalização 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)

- 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-se uma 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, e

disponíveis 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)

1

1 .

.

1

1 .

.

O

b

j

e

c

t

i

v

o

s

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.

1

1 .

.

2

2 .

.

O

r

g

a

n

i

z

a

ç

ã

o

d

a

d

i

s

e

r

t

a

ç

ã

o

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)

- 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 aplicacional implementado, 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)

Visualização de imagens HDR em dispositivos móveis Capítulo II

C

APÍTULO

II

2

2. .

V

ISISUUAALLIIZZAAÇÇÃÃOO DDEE

I

MMAAGGEENNSS

H

I

G

H

D

Y

N

A

M

I

C

R

A

N

G

E

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.

2

2 .

.

1

1 .

.

I

m

a

g

e

n

s

H

i

g

h

D

y

n

a

m

i

c

R

a

n

g

e

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)

- 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, os seus 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 modelos

apresentados.

(31)

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 pelos

dispositivos de visualização. Adaptado de [Ledda, 2003]

(32)

- 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 cena real.

Figura 2.3 – Composição de uma imagem HDR a partir do método de conjunção de imagens com

tempos diferenciados de exposição.

À esquerda em miniatura apresentam-se as imagens com tempo de exposição diferenciado. Ao centro a imagem HDR resultante da conjunção das imagens de origem.

(33)

Figura 2.4 – Imagem HDR obtida a partir de algoritmos avançados de renderização de cenários

gerados por computador.

Imagem de [Larson and Shakespeare, 1998]

2

2 .

.

2

2 .

.

T

o

n

e

M

a

p

i

n

g

O

p

e

r

a

t

o

r

s

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)

Visua olho H HDR, numa mesm simila como Figura observ image premi aborda classe conseg pixel, alização de Humano. E intitulados imagem L mos estímulo aridade perc ilustrado na a 2.5 – Objecti Ada Os TMO vação do c em HDR nu Com o de ssas assum agens distin es [Devlin et Os opera guinte mais independen e imagens Estes algori s de Tone M Low Dynam os que a cen ceptual entr a figura 2.5 ivo final do M aptado de [De não são m comportame uma imagem esenvolvime midas pelo ntas a esta t al., 2002]: adores glo s rápidos na ntemente da HDR em - tmos de m Mapping Ope mic Range ( na real tran re a cena re . Mapeamento, s no dispositi evlin et al., 20 mais do que ento do SV m LDR mant ento destes s seus au a problemát : locais e glo obais, men a sua execu a sua posiçã dispositiv 10 - mapeamento erators (TM (LDR) prop nsmite. O ob al e a imag semelhança pe ivo de visualiz 02; Ledda, 20 e modelos VH tendo c tendo a qua operadores utores, rapi tica. Os TM obais. nos exigen ução, aplica ão na image vos móveis da gama MO), transfo porcionando bjectivo fin gem visualiz erceptual entre zação 003; Urbano e matemático como objec alidade perc s e com a o idamente s MO foram tes compu am a mesma m. Uma da C dinâmica d ormam a im o ao olho nal do mape zada no disp e o observado t al., 2007] os, criados ctivo transf ceptual [Led observação se evidenci classificado utacionalme a transform s funções m Capítulo II das imagens magem HDR Humano os eamento é a positivo, ta na cena real e a partir da formar uma dda, 2003]. de todas as iaram duas os em duas ente e por mação a cada mais básicas s R s a al e a a s s s r a s,

(35)

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.

(36)

- 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.

2

2..22..11.. OOppeerraaddoorreessddeemmaappeeaammeennttoogglloobbaall

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)

2

2..22..11..11.. RReepprroodduuççããooddeettoonnsseemmiimmaaggeennssrreeaalliissttaass11

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}

(38)

- 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 Čadík et al. [Cadík et al., 2008].

2

2..22..11..22.. CCoorrrreessppoonnddêênncciiaaddeevviissiibbiilliiddaaddeeppaarraacceennaassHHDDRR22

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)

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..

(40)

- 16 - 2

2..22..11..33.. MMaappeeaammeennttoollooggaarrííttmmiiccooppaarraacceennaassddeeggrraannddeeccoonnttrraassttee33

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)

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

2

2..22..22.. OOppeerraaddoorreessddeemmaappeeaammeennttoollooccaall

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

(42)

Visualização de imagens HDR em dispositivos móveis Capítulo II - 18 - 2 2..22..22..11.. EEssccaallaa nnããoo uunniiffoorrmmee aapplliiccaaddaa aa iimmaaggeennss ddee ggrraannddee c coonnttrraassttee44

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.

4_{Spatial 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)

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

2

2..22..22..22.. FFiillttrrooBBiillaatteerraallppaarraaaarreepprreesseennttaaççããooddeeiimmaaggeennssHHDDRR55 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)

- 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 Figura 2.12, 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

(45)

2

2..22..22..33.. CCoommpprreessssããooHHDDRRnnooddoommíínniiooddoossggrraaddiieenntteess77

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. Os gradientes 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)

- 22 -

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

2

2..22..22..44.. RReepprroodduuççããooddeettoonnssffoottooggrrááffiiccoossppaarraaiimmaaggeennssddiiggiittaaiiss88

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)

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)

- 24 -

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

2

2..22..33.. OOppeerraaddoorreessddeeppeennddeenntteessddootteemmppoo

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.

2

2..22..33..11.. MMooddeellooddeeaaddaappttaaççããooppaarraaiimmaaggeennssssiinntteettiizzaaddaass99

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)

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 luminância disponível 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)

- 26 - 2

2..22..33..22.. AAddaappttaaççããootteemmppoorraallaapplliiccaaddaaaaiimmaaggeennssrreeaalliissttaass1100

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 quantitativos de 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)

2

2..22..33..33.. MMaappeeaammeennttooIItteerraattiivvoo1111

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 objectos da 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)

- 28 -

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

2

2..22..33..44.. MMooddeellooddeeaaddaappttaaççããooddoooollhhooHHuummaannoo1122

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 da computação 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)

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.

2

2 .

.

3

3 .

.

A

n

á

l

i

s

e

c

o

m

p

a

r

a

t

i

v

a

d

o

s

T

M

O

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)

- 30 -

Imagem

Detalhe

_{Sem efe}

itos espaciais. Em preju ízo da cor e contraste. Preservação do detalh e.

Contraste

Compressão do contraste. Preservação contraste,

principalmente _{zonas extremas.}

Cor

Pouco relevo na percepção.

Brilho

Sem difracção do brilho. Corte em zo nas extremas. Sensação de brilho. Compressão _logar ítmica da lumin ância.

[Tumblin and

Rushmeier,

1993]

[Larson

et al.

,

1997]

[Drago

et al.

,

2003b]

(55)

Redução do contraste, preservando detalh

es.

Preservado em detr

imen

to d

o

contraste global. Foto rea

lis

mo

proporciona uma _{sensação agradável} ao observador.

Preservação de _contras tes lo cais. Reduzido em favor do detalhe. Realce dos

contrastes em zonas escu

ras. Simula ção d o esbatimento das cores. Dependente da cor.

Calculado por CIE XYZ. _{Escalonamento} da luminância. Foco em zo

nas

extremas.

Dodging and Burning.

[Chiu

et al.

,

1993]

[Durand and

_{Dorsey, 2002]}

[Fattal

et al.

,

2002]

[Reinhard

et

al.

, 2002]

(56)

- 32 -

Favorecimento cenas escuras devido ao

blue-shift

Visualização de

grandes

contrastes.

Pouca Redução devido a um único nível de

adaptação

Pouca saturação

das cores. _Adaptação cromá

tic a Aumento tonalidade em cenas es curas Boa simulaç ão SVH

Realce do brilho das imagens

. Adaptação multi-escalar