基于量化域弯曲马尔可夫-高斯噪声的自适应抖动映射 SDR 至 HDR 图像
计算机视觉与模式识别
2020-01-22 v1 图像与视频处理
摘要
高动态范围（HDR）成像因其逼真的内容而受到越来越多的关注，不仅用于普通显示器，也用于智能手机。在充足的 HDR 内容分发之前，HDR 可视化仍主要依赖将标准动态范围（SDR）内容转换。SDR 图像在 SDR 到 HDR 转换前常被量化或降低位深，例如用于视频传输。量化容易引带带状伪影。在某些计算或内存 I/O 受限的环境中，使用空间邻域信息的传统方案不可行。我们的方法包括噪声生成（离线）与噪声注入（在线），并对量化图像的像素进行操作。我们基于量化像素的亮度与逆色调映射函数的斜率自适应地改变噪声图案的幅度与结构。主观用户评估证实了本技术的优越性能。
引用
@article{arxiv.2001.06983,
title = {Adaptive Dithering Using Curved Markov-Gaussian Noise in the Quantized Domain for Mapping SDR to HDR Image},
author = {Subhayan Mukherjee and Guan-Ming Su and Irene Cheng},
journal= {arXiv preprint arXiv:2001.06983},
year = {2020}
}
备注
2018 International Conference on Smart Multimedia