相機結合HDR圖像技術在博物館光環境分析中的應用與驗證

王嘉亮

(1.清華大學，北京 100085;2.Department of Architecture，Texas A＆M University，U．S．77843)

1 量化與可視化分析的必要性

博物館屬于對光環境條件要求比較高的建筑類型之一，其照明主要需要滿足兩個方面的要求:視覺清晰且舒適的要求以及展品保護的要求。為滿足展品清晰可見且保證觀看者的視覺舒適度，需要對光環境中亮度、亮度對比、眩光、光源顯色指數、色溫等參數進行控制。我國的博物館照明設計規范以及其他國際標準中，亮度、亮度對比是普遍接受的參數指標，用以控制展品表現與環境眩光。例如:

通常情況下，有效得獲得亮度相關數據的途徑為使用光學儀器進行現場物理測試，然而這種方式不僅消耗時間，而且受到測試點位置和數量的影響。由此原因，非實測方式的量化分析系統逐漸得到了發展和應用，主要包括 M.S.Rea的影像分析、Steven J．Orfield的 CAPCALC、V．Berruto的 CCD 數碼相機測試和天津大學沈天行教授SM像測系統［3～6］。這些系統應用的局限性主要在于設備的高造價、應用的復雜性或數值準確性。隨著HDR(即High Dynamic Range)圖像技術的逐漸進步，2005年美國勞倫斯伯克利國家實驗室將這一主要應用于計算機圖形學和影像拍攝領域的技術進行了改進和評測，并轉移到建筑光環境分析的應用中。隨后，關于數碼相機采集數字圖像的對齊、自動讀取、疊加亮度反應曲線等輔助功能的插入，如今該免費的技術平臺正在很多照明研究機構中進行應用分析和拓展。

2 HDR圖像技術原理

最早提出HDR圖像方式的是Paul Debevec，他在1997年SIGGRAPH會議上發表了一篇文章，關于如何從不同曝光條件下同一場景的一組照片中恢復高動態范圍圖像，這種技術可以通過照相機捕捉實現從黑暗陰影到高亮光源的更大動態范圍的圖像［7］。該技術產生的本質原因是由于大多數數碼相機包括顯示儀器等僅能夠顯示或捕捉幾個數量級的亮度變化［8］，而人眼條件下實際場景的亮度變化范圍能夠達到12～14個數量級。因此當亮度對比范圍超過單張圖像數字信息所能表示的范圍，數據會溢出從而導致環境實際信息的缺失。如果增加或減少曝光量滿足局部的環境細節反應，會影響其他局部從而產生曝光過渡或者完全黑暗的問題 (如圖1)。因此，通過低動態范圍 (LDR)圖像合成高動態范圍 (HRD)圖像后，采用色調映射 (Tone Mapping)技術在有限動態范圍媒介例如電腦顯示器、打印圖上等近似顯示最終的圖像，即形成了HDR圖像。盡管顯示在屏幕等媒介上的HDR圖像無法完全反應亮度對比的關系，但是文件自身已經相對準確地記錄了場景的亮度和亮度關系信息，這為通過數碼相機進行照明的分析和評估提供條件。HDR圖像的存儲格式針對應用者和電腦系統，可以選擇不同類型，包括RAW，Radiance，TIFF，JPEG等，表1為某一同場景的各類型采集圖像所含數據的壓縮程度及文件大小。

圖1 盧森堡MUDAM藝術館的中央展廳 (筆者拍攝)過強或過弱的曝光導致場景中部分細節的丟失

表1 圖像大小與質量

3 HDR圖像技術的應用流程

由于HDR圖像技術的便捷和準確性，對于建筑師在設計工作中可以相對簡單在三到四步的流程中應用［8］。而對于專業的光環境分析中，HDR技術的應用流程可進一步細分為五步:亮度反應曲線的確定、多曝光時間場景圖像的獲取、HDR成像、刻度校準以及圖像分析。

1)亮度反應曲線的確定:由于不同型號相機對亮度的反應不同，并且同一型號相機所得圖像中的像素亮度與實際亮度并不是線性對應關系，所以通過亮度反應曲線的確定可以恢復相機數字圖像的像素亮度與場景中實際點亮度之間的對應關系。具體方法是拍攝一組曝光量變化范圍較大的照片，將其導入HDR Shop或者Photosphere等軟件得到 “亮度反應曲線”(如圖2)。

圖2 幾款相機的亮度反應曲線圖示 (圖像來源:WebHDR)

2)多曝光時間場景圖像的獲取:通過數碼相機調整不同的曝光量采集場景圖像，盡量完整的反應待分析空間中的各個細節，這樣得到的照片即原始的LDR(Low Dynamic Range低動態范圍)圖像。

3)HDR成像:在 HDR-Shop或 Photosphere等軟件中導入LDR圖像，并疊加亮度反應曲線生成HDR圖像。目前，已經開發了很多種HDR的成像軟件，其中部分軟件為免費使用，例如基于MAC的Photosphere，PC的 HDRShop軟件。圖 3為通過HDRShop疊加一組LDR圖像而得到的HDR圖像。

4)刻度校準 (Photometric Calibration):首先相機光孔是通過鏡頭里的光圈來調節大小的，光圈值通過光圈撥桿或觸點傳給機身，其構造只是有限次的完全重復性，因此每次采集圖像時的實際光孔大小會有所不同而帶來一定的誤差。另外，相對相機上表示的快門速度與真實曝光時間也存在一定誤差，例如1/500s的快門速度，在Nikon F3上為1/531s。這些誤差加在一起使得相機的曝光量并不完全準確。然而HDR技術所涉及的圖像曝光量來自相機顯示的參數，因此其像素亮度在疊加了亮度反應曲線之后僅是調整了相機感光裝置在整體線性上的誤差，而無法改變HDR圖像單個像素亮度的準確性。這就要求我們采用實際的亮度測試儀進行同位置點校正，像素亮度與實際亮度的比值也被稱為刻度校準系數(calibration factor)。

圖3 原始LDR圖像的采集與HDR圖像生成左側6張采集照片為法國巴黎的奧塞美術館 (ISO250/F-stop3．5/快門1秒到1/2500秒);右側為HDRShop軟件合成的HDR圖像

5)圖像分析:校正之后得到的HDR圖像可以有如表1所示的多種格式，這些數字圖像能夠在HDR-Shop，Photosphere進行偽彩色圖和等亮度曲線圖等內容的分析。此外，也可以用Radiance XYZE的格式在Radiance專業照明分析軟件中進行分析，得到人視條件圖像、亮度灰度圖等。圖4即結合相機采用HDR圖像技術的整個分析流程。

圖4 應用HDR技術于專業光環境分析的流程

4 博物館光環境的HDR技術應用驗證

前文已提及博物館建筑的室內光環境獨特性，因此本課題中我們也選擇了巴黎盧浮宮建筑中的法國雕塑展覽館作為應用對象并進行數值準確性的驗證，并采用Minolta LS-100亮度計進行同步亮度實測。首先，我們使用相機Nikon D80采集了如圖5的該空間六張不同曝光量的照片，而后利用Mac Photosphere進行HDR圖像的生成 (圖6左)并得到了如下的偽彩色圖像 (圖6右)。對于HDR技術的亮度數值準確性，我們采用同步物理測試的方法，進行對比。下圖7左可以看出在實際場所中的選取點對應的亮度數值以及亮度對比數值 (以最低亮度點為單位1);圖7右側為對應的HDR偽彩色圖像亮度對比。

圖6 合成的HDR圖像與其對應的偽彩色圖

圖7 選取點所對應的亮度實測數值與亮度對比以及在HDR偽彩色圖中的采集比較

我們利用同樣的方法采集并分析了共五組建筑光環境的圖像并進行了同步的亮度實測得到如下的曲線圖8。所進行的照片采集和測試均在晴朗天空條件下進行，獲得不同場景下的26組數據，亮度變化范圍由13.2～16676.5cd/m2，統計后的平均誤差為7.9%，且高誤差主要分布在過亮與過暗的部分。通過實測進行刻度校正之后的HDR圖像將具有更加準確的亮度信息。

對于該技術應用的準確性，Dr．MN Inanici曾經做過同場景的HDR圖像分析與物理測試的比較，他采用Nikon CoolPix 5400和FC-E9魚眼鏡頭獲得圖像并導出HDR圖像，其亮度數值與實際數值的誤差在全陰天條件下為5.8%，自然光條件下為7.2%。此外，由于相機對不同程度色彩的反應不同，因此不同的光源條件會影響HDR的亮度數值。他綜合了不同的光源條件以及天然光條件下的485個點對點比較，統計得出的亮度誤差平均值為7.3%［12］。

圖8 選取點所對應的亮度實測數值與亮度對比以及在HDR偽彩色圖中的采集比較

5 適用性探討

HDR技術的應用和發展為照明研究者提供一種相對準確、低成本和快速的數字化分析途徑，同時能夠滿足現場測試無法實現或難以準確的區域亮度評估。而且，HDR 技術能夠結合 Desktop RADIANCE照明分析平臺進行合成、等亮度曲線、亮度對比等更為細致的分析。我們認為隨著數碼圖像技術的完善和發展，HDR技術在照明研究領域中具有巨大的潛力。目前，天津大學建筑學院建筑技術研究所基于原有的SM像測系統的成果和技術原理，嘗試利用相機獲得點照度的原理結合材料反射率進行照度分布圖的生成研究，進一步考慮輻照度的參變量獲得;此外針對HDR圖像原有的紅綠藍三色通道獲得關鍵光譜強度分布。該套技術平臺可以應用于趨光性動植物光生態與綠色照明的研究。隨著數碼相機配套技術的發展，例如照片疊加功能、對齊功能、魚眼鏡頭標記功能等，以及數碼相機機械元件的制造技術提高和改進，基于HDR圖像技術原理的方法在相關照明領域具有廣闊的應用前景。

［1］Hopkinson，R．G．．Glare from Daylighting in Buildings［J］．Applied Ergonomics，1972，3(4):206 ～215．

［2］Iwata，T．，et al．．Discomfort Caused by Wide-source Glare［J］．Energy and Buildings，1990，15(3 －4):391～398．

［3］M．Rea，I．G．Jeffrey．A New Luminance and Image Analysis System for Lighting and Vision［J］．Journal of the Illuminating Engineering Society．1990，19(1):64～72．

［4］Orfield，Steven J．．Photometry and Luminance Distribution:Conventional Photometry vs．CAPCALC ［J］．LD+A Lighting Design and Application．1990(1):21～25．

［5］Berutto， V．， Fontoynont， M．． Applications of CCD cameras to lighting research:Review and Extension to the Measurement of Glare Indices［A］，Proceedings of 23rd Session of the CIE ［C］．1995:192～195．

［6］沈天行．建筑光環境研究的新手段 ［A］．中國建筑學會建筑物理分會第八屆年會 ［C］．2000．

［7］Paul E． Debevec， Jitendra Malik． Recovering High Dynamic Range Radiance Maps from Photographs［A］．SIGGRAPH 97［C］，1997(8)．

［8］Rafa．Mantiuk，et al．．High Dynamic Range Image and Video Compression-Fidelity Matching Human Visual Performance［A］． Proceeding of IEEE International Conference on Image Processing［C］．2007:9～12．

［9］王嘉亮．高動態范圍圖像技術在建筑天然光設計中的應用 ［J］．建筑學報，2010，10．

［10］IESNA Office Lighting Committee． American National Standard Practice for Office Lighting，ANSI/IESNA RP-1-04［S］，New York:Illumination Engineering Society of North America，2004．

［11］Van Ooyen，M H F，van de Weijgert，JAC，Begemann S H C．Preferred Luminances in Offices［J］．Journal of the Illuminating Engineering Society，1987，16(2):152～156．

［12］IESNA Committee． IESNA Museum and Art Gallery Lighting:A Recommended Practice RP-30-96［S］，New York: Illumination Engineering Society of North America，1996．

［13］MN Inanici， Evaluation of High Dynamic Range Photography as a Luminance Data Acquisition System［J］．Lighting Res．Tech 2006，38(2):123～136．