图形图像处理算法(1) ---- HDR 技术简介

2023-10-29 07:20

本文主要是介绍图形图像处理算法(1) ---- HDR 技术简介,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

随着HDR技术的发展,越来越多的视频平台和技术厂商持续推动 HDR 内容的制作和传播,HDR可以提供更加丰富的细节,更宽广的色域和更加自然的色彩过度,为了呈现更高的图像品质,给体验者带来更加沉浸的感受,HDR 的概念既可以是指显示设备,表示显示设备支持更高的色深,更广的色域范围,能显示更高和更低的亮度,也可以是指数字媒体内容,比如视频,表示视频的编码使用了更高的色深,更广的色域范围,支持更高更低的亮度并且采用了对应的压缩曲线。

1. 动态范围的概念

一般来说,动态范围是指某个观测值的最大值和最小值的比值或范围,比如,我们观测场景中不同物体的亮度,它的最大值和最小值的比值就是这个场景亮度的动态范围,或者简单称这个场景的动态范围。类似的,人的各种感观(视觉,听觉和痛觉)也有可以分辨的最大值和最小值,因此也有相应的动态范围。

自然场景中的动态范围比较大,通常可以达到 10^9 量级,人眼的动态范围很广,一般至少在 10^8 量级,但是由于采用 8 位整型记录像素值,传统的数字图像和视频格式,只可以区分 256 个不同的亮度等级,在普通的显示器上显示时,其亮度范围大概在 10^3 这个量级,因此,从动态范围的角度看,传统的图形视频内容和人眼所见的真实场景存在很大的差距,限制了视频内容的丰富性,这也是视频看上去总是不像真实世界的一个重要原因。

对比度和动态范围的区别:

对比度是画面最亮和最暗部分的比值,对比度的是包含在动态范围里的概念,我们提高对比度是把画面亮的部分变得更亮,暗的部分变得更暗,调节对比度可以改变画面的动态范围,有可能增加也有可能降低,要根据画面的实际情况来看。字面意思来讲对比度是一个比值,动态范围是一个范围

2. HDR视频格式

传统的图像和视频中的像素值都被记录为 8 bit 整型数据,这是受多方面因素共同影响的结果,从信号处理和视觉系统的角度看,这主要是因为传统显示器的亮度不高,大约在100nit 这个量级,在这个范围内,256 等级的量化足以使相邻亮度级之间的差异,小于人眼对亮度变化的感受阈值,增加额外的量化等级,并不能带来明显的画质提升,而随着显示技术的发展,当下的显示器已经可以高质量的支持 1000 nit 的最大亮度,这个时候,256 级的量化方案中,相邻两个亮度级之间的差异就很容易被人眼观察到。如下图所示,在亮度平缓变化的区域,量化间隔过大造成了条带现象(亮度和色彩断层),严重影响画质。

随着量化间隔的增大,图像的缓慢变化的灯光区域出现 条带现象,验证影响画面质量。

为了解决这个问题,HDR视频中至少采用10bit 整型数据记录像素值,从而支持不少于 1024 个亮度级,更密集的亮度等级分布,能在很大程度上避免图像质量的下降,此外,不同于SDR 视频所用的曲线,HDR视频使用的是 PQ(Perceptual Quantizer)曲线或者是 HLG(Hybrid log_Gamma)曲线压缩场景亮度,这些压缩曲线在设计的时候很好的考虑到了人眼对于不同亮度的敏感度,更适合亮度变化范围很大的场景。

3. HDR 视频的特点

除了上面的量化误差问题,和SDR视频相比,HDR视频还有很多优势,比如:

3.1 HDR 视频可以展示更高范围的亮度

一方面,这使得HDR视频能够同时记录高亮区域和低亮度区域的细节,从而使视频的细节更加丰富,如果使用SDR视频,这些区域内的细节会因为曝光过度或者曝光不足而丢失。另一方面,这使得HDR视频的对比度更大,画面更富有层次感。传统的SDR视频为了在有限的亮度范围内展示原始场景,通常为严重压缩自然场景的亮度范围,造成视频内容对比度不足,如下图所示:

 和上图的 SDR视频相比,HDR视频具有更大的亮度范围,画面层次更加丰富

3.2 HDR 视频可以展示更加丰富的色彩

HDR视频各个颜色分量的取值范围更大,从而能记录更大范围的色彩,尤其是饱和度较大的色彩因此 HDR 视频一般采用能覆盖更多色彩的 Rec 2020 色彩空间。比较直观的讲,由于采用10bit 整型数据,HDR视频的每个像素都可以表示超过 10 亿种颜色,与之相比,采用 8bit 的SDR视频中,每个像素仅仅可以表示不到 2千万(16,777,216)种颜色。HDR视频中这些丰富的色彩,可以更好的展现自然场景中更为细致的色彩变化。

 由于这些优势特性的存在,HDR视频呈现的画面更接近人眼观看自然场景时的情况,从而给观察者带来更加真实的视觉体验。

这篇关于图形图像处理算法(1) ---- HDR 技术简介的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/299101

相关文章

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案:通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理:为什么必不可少生成器:内存高效的迭代方式流量控制:避免系统过载一次性

Spring Security简介、使用与最佳实践

《SpringSecurity简介、使用与最佳实践》SpringSecurity是一个能够为基于Spring的企业应用系统提供声明式的安全访问控制解决方案的安全框架,本文给大家介绍SpringSec... 目录一、如何理解 Spring Security?—— 核心思想二、如何在 Java 项目中使用?——

Python实现批量CSV转Excel的高性能处理方案

《Python实现批量CSV转Excel的高性能处理方案》在日常办公中,我们经常需要将CSV格式的数据转换为Excel文件,本文将介绍一个基于Python的高性能解决方案,感兴趣的小伙伴可以跟随小编一... 目录一、场景需求二、技术方案三、核心代码四、批量处理方案五、性能优化六、使用示例完整代码七、小结一、

Python中 try / except / else / finally 异常处理方法详解

《Python中try/except/else/finally异常处理方法详解》:本文主要介绍Python中try/except/else/finally异常处理方法的相关资料,涵... 目录1. 基本结构2. 各部分的作用tryexceptelsefinally3. 执行流程总结4. 常见用法(1)多个e

PHP应用中处理限流和API节流的最佳实践

《PHP应用中处理限流和API节流的最佳实践》限流和API节流对于确保Web应用程序的可靠性、安全性和可扩展性至关重要,本文将详细介绍PHP应用中处理限流和API节流的最佳实践,下面就来和小编一起学习... 目录限流的重要性在 php 中实施限流的最佳实践使用集中式存储进行状态管理(如 Redis)采用滑动

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本

Java Stream 并行流简介、使用与注意事项小结

《JavaStream并行流简介、使用与注意事项小结》Java8并行流基于StreamAPI,利用多核CPU提升计算密集型任务效率,但需注意线程安全、顺序不确定及线程池管理,可通过自定义线程池与C... 目录1. 并行流简介​特点:​2. 并行流的简单使用​示例:并行流的基本使用​3. 配合自定义线程池​示

Python自动化处理PDF文档的操作完整指南

《Python自动化处理PDF文档的操作完整指南》在办公自动化中,PDF文档处理是一项常见需求,本文将介绍如何使用Python实现PDF文档的自动化处理,感兴趣的小伙伴可以跟随小编一起学习一下... 目录使用pymupdf读写PDF文件基本概念安装pymupdf提取文本内容提取图像添加水印使用pdfplum

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则