ACM通信
研究突出了
技术角度:图像处理回归基础
近年来，数码相机中的图像传感器在很多方面都有了改进。空间分辨率的提高是众所周知的。同样重要但不那么明显的是，噪声水平和动态范围的改善。在这一点上，数码相机已经变得如此之好，以至于显示其图像数据的全部丰富性是一个挑战。低噪声成像仪可以捕捉细微变化的细节，只有将显示对比度调高到不自然的高度才能看到。高动态范围(HDR)成像仪则有相反的问题:如果不使对比度不自然地低，它的数据就无法显示。为了向人类观察者传达视觉信息，通常需要呈现一幅物理上不正确的图像，但它揭示了所有在视觉上重要的颜色和强度变化。这门学科被称为计算摄影已经出现在摄影、计算机视觉和计算机图形学的交汇处，而细节增强和HDR范围压缩(也称为色调映射)这两个问题已经成为公认的重要课题。
对于单独的图像patch，找到能够有效传递局部视觉信息的显示参数并不困难。问题是这个补丁必须与它周围的所有其他图像补丁共存，这些补丁必须合并成一个单一的、全局一致的图像。人们提出了许多技术来寻找一幅既能清晰显示所有内容，又看起来像自然图像的图像。在努力实现所有局部约束之间的全局妥协时，这些技术往往会引入视觉上令人不安的伪影，例如强边缘周围的光晕，或明显的对比度、锐度和局部特征位置的扭曲。
通过使用越来越复杂的图像处理技术，性能得到了提高，可以在多个空间尺度上平滑地处理信息，同时保持尖锐边缘的完整性。“边缘感知”处理的最新进展建立在各向异性扩散、正则化和稀疏图像编码等主题的工作的基础上。利用鲁棒估计的思想，设计了新的边缘感知滤波器。新形式的小波分解已被引入，特别是处理挑战处理尖锐的边缘在多尺度表示。然而，没有一种方法被证明是完全令人满意的，其中一些是相当复杂的。
在接下来的论文中，Paris等人做出了令人惊讶的举动。他们选择在拉普拉斯金字塔上建立一个系统，这是一个非常简单的多尺度表示，早于小波。它缺乏一个令人印象深刻的数学谱系，但仍被广泛使用，因为它的简单和可靠性;它是许多图像处理方案的基本构建块。与此同时，拉普拉斯金字塔似乎不适合任何涉及边缘特殊处理的任务。它的基本功能是平滑的、重叠的和非定向的，而边缘是尖锐的局部化和定向的。
两位作者也避开了广泛的现代技术。事实上，这篇论文最引人注目的地方在于它所缺少的东西:没有统计图像模型，没有机器学习，没有偏微分方程，没有花哨的小波，也没有目标函数。相反，作者回到了今天很少看到的老式风格:在像素和补丁级别上仔细考虑问题，并以最直接的方式指定需求。应该指出的是，这些作者完全有能力在他们需要的时候开发复杂的机器，但他们选择在这里避免使用它。他们想从头开始重新思考这个问题，设定他们所希望的关于边缘、纹理和平滑区域的行为的基本原则。
他们的新方向完全出乎意料。打个比方，这几乎就像一些3D制造专家决定放弃他们的CAD系统和3D打印机，以用锤子和凿子雕刻大理石。有时，花哨的工具会妨碍你，最好的办法就是回到材料的直接接触。
这个案子的结果令人震惊。作者能够实现极端水平的细节增强和HDR范围压缩。几乎没有可见的人工制品。很难相信还有人能做得更好，从这个意义上说，问题已经解决了。
那么，这篇论文是最后的结论吗?不，因为漂亮的图片是不够的。将这项工作置于图像处理和计算摄影的更大世界中仍然是很重要的。这些技术如何与许多其他方法的细节增强和HDR范围压缩有关?如何将这篇论文的见解整合到其他语言表达的方法中，如小波或图像统计?更一般地说，这篇论文告诉我们关于边缘感知图像处理的潜在问题是什么?正如Paris等人在这里提出的修订研究所指出的，这些问题已经取得了进展。随着人们消化这篇新颖的论文的结果，我们可以期待更多的见解。
数字图书馆是由计算机协会出版的。版权所有©2015 ACM股份有限公司
没有发现记录