Perception-inspired tone mapping

Abstract

The display of high dynamic range images and video requires a tonemapping algorithm to depict their original appearance on existing display devices whose capabilities in terms of dynamic range are insufficient. The insightful application of knowledge about human visual system can assure high fidelity of depiction in such an algorithm. In this thesis, we design new tone mapping models and improve existing algorithms by an informed use of human perception to provide a high fidelity depiction of high dynamic range. We develop a real-time tone mapping solution which reproduces the subjective appearance of dynamic HDR contents by accounting for perceptual effects that significantly contribute to the appearance of natural scenes. We design a computational model of lightness perception that can be applied to high quality tone mapping for static images to reproduce their original HDR appearance in terms of lightness. We identify common distortions typical to tone mapping which may hinder the comprehension of image contents, we design appropriate metrics to measure the perceived magnitude of these distortions and evaluate existing tone mapping algorithms accordingly. To compensate for observed distortions, we introduce a method which improves the tone mapping results beyond numerically optimized solution by using techniques strongly based on perception of contrasts. Presented solutions can be efficiently integrated in varied HDR applications including photography, playback of HDR video, image synthesis, light simulations, predictive rendering, and computer games.

Die Anzeige von Bildern und Videos mit hohem Kontrastumfang (HDR) erfordert einen Algorithmus für die Tonabbildung, um ihr ursprüngliches Aussehen auf vorhandenen Bildschirmen, deren Fähigkeiten in Kontrastumfang unzureichend sind, darzustellen. Die aufschlussreiche Anwendung des Wissens über das menschliche visuelle System kann die Wiedergabetreue eines solchen Algorithmus gewährleisten. In dieser Doktorarbeit entwerfen wir neue Modelle für die Tonabbildung und verbessern vorhandene Algorithmen durch eine informative Anwendung von menschlicher Wahrnehmung um die Wiedergabetreue der HDR zu gewährleisten. Wir entwickeln eine Echtzeit-Tonabbildung Lösung, die das subjektive Aussehen von dynamischem HDR Inhalt reproduziert dadurch dass die Wahrnehmungseffekte, die erheblich zum Aussehen der natürlichen Szenen beitragen, berücksichtigt werden. Wir entwerfen ein Computermodell der menschliches Helligkeitsvorstellung welches wir in eine Tonabbildung anwenden, um damit das ursprüngliche HDR Aussehen von statischen Bildern in hoher Qualität zu reproduzieren. Weiterhin identifizieren wir die Verzerrungen, die bei Tonabbildungen typisch sind und das Verständnis des Bildinhalts hindern könnten. Wir entwerfen passende Metriken, um die wahrgenommenen Größe dieser Verzerrungen zu messen und vorhandene Algorithmen dementsprechend zu bewerten. Zur Kompensierung der Verzerrungen führen wir eine Methode vor, die das Tonabbildungsergebnis basierend auf eine Kontrastwahrnehmung über die numerisch optimierte Lösung hinaus verbessert. Die vorgestellten Lösungen können in vielseitigen HDR Anwendungen einschließlich Fotographie, Wiedergabe von HDR Videos, Bildsynthese, Globale Beleuchtung, und Computerspielen effizient integriert werden.