利用高動態范圍圖像技術測量道路亮度的方法探究

王立雄,陳燕男,馮子龍

(天津大學建筑學院，天津市建筑物理環境與生態技術重點實驗室,天津　300072)

?

利用高動態范圍圖像技術測量道路亮度的方法探究

王立雄,陳燕男,馮子龍

(天津大學建筑學院，天津市建筑物理環境與生態技術重點實驗室,天津300072)

摘要：目前利用低動態范圍圖像獲取光環境中的光度和顏色參數的技術和理論已經很成熟，但由于圖像記錄格式的限制，尤其是當環境光的亮度對比超過一定限值時，低動態范圍圖像就不能完整記錄亮度信息。為了解決這一問題，課題組將高動態范圍圖像技術(HDRI)引入本研究。本研究的目的是建立一種可以利用HDRI獲取光環境中的光參數的方法，對該方法的可靠性進行論證。通過與傳統測試方法進行對比，分析誤差來源及范圍，為之后相關研究建立基礎。

關鍵詞：高動態范圍圖像；光環境信息；誤差分析

引言

目前，測量光環境光度色度參數的方法中，有一種是利用普通的圖像獲取，即低動態數字圖像，相對而言，這種低動態圖范圍圖像的獲取非常便捷，通過普通的數碼相機就可以達到，雖然目前這一技術可操作性和理論完整性都已成熟，但該方法存在一定局限性。通過普通的數碼相機獲得的這些圖像，受制于設備及圖像本身信息儲存量的限制，只能顯示256個灰度級別，因而不能更全面的表達測試情況，動態范圍受到限制。

然而夜間道路光環境的情況相對要更復雜，環境的總體亮度較低，而車燈、路燈等又為較高亮度的光源，這種同時出現的低亮度的道路和高亮度的光源，亮度差異巨大，以至于超過了圖片灰度寬容度范圍，因而該測試點的亮度信息無法被真實的表達出來，甚至丟失很大一部分重要的亮度信息。

為了解決上述問題，課題組引入了高動態范圍圖像(簡稱HDRI，即High-Dynamic Range image)技術。高動態范圍圖像相比低亮度范圍圖像，最大的進步體現在采用了浮點值存儲的方式保存圖像信息，具有比低動態數字圖像更大的數據存儲范圍來記錄相應的亮度信息，從而更真實全面地獲得環境中的亮度信息。

本文中的低動態范圍圖像，將簡稱為LDRI，即Low-Dynamic Range image。

1方法的建立

1.1獲取HDRI的方式

目前獲取高動態范圍圖像主要有兩種方法：一種是多次曝光法，另一種是圖像傳感器捕獲法。

多次曝光法是對一幅靜態場景按照不同的曝光參數進行多次曝光，將多次曝光獲得的圖像合成以獲得高動態范圍圖像。該方法的具體方法為：利用數碼相機對同一靜態場景的光環境信息進行采集，采集時進行多次曝光(分時曝光)，且需要在多次曝光時場景的光照條件及相機除曝光時間以外的參數設定都保持不變，在多次曝光之后獲得多張低動態范圍圖像，然后再利用專用的軟件將之前獲得的多張低動態范圍圖像合成，得到高動態范圍圖像，由于需要對同一個靜態場景進行多次曝光，因此這種方法僅適用于靜態場景。

圖1顯示了由三張不同曝光度的低動態圖像合成的高動態范圍圖像。

圖1　由三張圖片合成一張HDR圖像Fig.1　Using 3 pictures to make a HDR image

圖像傳感器捕獲法，是通過對圖像獲取設備的改進，從而能夠直接拍攝高動態范圍圖像。目前，國外已有多個實驗室對嘗試制造這類相機，并研發出了可直接拍攝高動態范圍圖像的相機。這類相機的制作主要原理可基于不同的理論，如多靶面曝光合成，單像素集成多個感光單元，自適應像素曝光，SVE(Spatially Varying Pixel Exposures)，光學衰減器法，Digital Micro Mirror陣列技術，CMOS對數變換法等不同的多重曝光的方法，能在一次曝光后直接獲得高動態范圍圖像，更適用于動態場景。然而，該方法所需的設備相對昂貴和復雜，甚至需要使用前掌握一定的電子工程知識。此外，目前尚未有適合要求的HDR相機進入市場。

在本研究中，研究對象為“夜間道路光環境”，其光環境狀況相對穩定。為了能為光環境評估提供完整的圖像亮度信息并考慮道路交通狀況，測試方法的便利性與安全性的重要性也就更加凸顯。綜合考慮以上信息，在本課題研究過程中，獲取高動態范圍圖像的方法為多次曝光法。

1.2從高動態范圍圖像提取亮度信息的原理

數碼相機對光的感知是和人眼是不同，它是通過感光元件感知光電子的，而且能夠以線性方式獲得，數據的準確性大大高于人眼。圖2顯示了數碼相機中廣泛使用的一種圖像傳感器，即CCD傳感器，電荷感應密度與曝光量之間的關系，由圖像我們可以看到，它是成線性關系。但是該傳感器存在一個電荷感應密度的飽和值，因此，在圖像傳感器飽和之前，即在A點以前，我們可以說，數碼相機的輸出信號強度與入射光強成正比的，利用上述特性，我們便能從HDRI中獲得我們所需要的光環境信息。

圖2　CCD電荷感應密度與曝光量關系Fig.2　Exposure in linear pattern

曝光量(H)與圖像的亮度(E0)有如下關系：

H=E0×T

(1)

式(1)中T為曝光時間。

圖像的亮度可由公式(2)計算：

(2)

其中T是鏡頭的傳輸系數，B是對象的實際亮度，F是照相機的光圈。

結合公式(1)、(2)得到

(3)

通過公式(3)，被測物體的亮度就可以計算出來。

1.3從HDRI中提取亮度信息

分析HDRI的軟件有很多種，比如HDRShop，Picturenaut，PhotoSphere，Photomatix，FDRTools等等，通過比較各種軟件的可操作性和功能性，我們最終決定采用Photomatix 4.2作為最終HDRI的分析軟件。

將相機架設在三腳架上，使用相機控制曝光時間的功能，我們可以得到一系列的圖像，并通過Photomatix 4.2軟件合成HDRI。在合成過程中，該軟件可自動讀取包含在RAW格式中的圖像亮度信息。對于由兩個或兩個以上可靠的圖片亮度信息時，亮度會自動根據這幾張圖像進行亮度平均計算。因此，利用HDRI獲取亮度信息要比LDRI更可靠。合成HDRI圖像后，通過自主研發的軟件HDRviewer V1.4進行圖像中的亮度等信息提取，以此獲得相關參數。

2實驗與實踐

2.1實驗的步驟

1)選擇實驗對象：為了方便實驗，我們選擇在天津大學校內進行試驗，在實驗過程中，我們選擇了兩條使用不同的典型形式路燈的道路，通過初期調研發現，天津大學校內的道路照明光源主要有傳統的高壓鈉燈和新型的LED產品，因此我們對這以兩種光源作為照明的道路實驗對象。

2)現場測試：在實驗過程中，為了確保兩種檢測方法中的測點完全一致，首先在觀測路面上畫出大致格線、布置點位。確定點位后，使用BM-7色度亮度計對測試路面進行亮度測試，這一過程中，我們使用的是佳能牌EOS 5DⅠ相機進行低動態范圍圖像的采集。拍攝時將相機內置的優化功能關閉，如銳化、降噪等，白平衡(AWB)設置為自動、感光度設置為ISO400、sRGB色彩空間，格式輸出設置為RAW。同時在實驗過程中，為了盡可能的減少由于操作造成的圖像位移，我們還采用三腳架和快門線協助進行拍攝，從而避免在HDRI合成過程中產生的像素位移。拍攝過程中，保持光圈大小以及對焦點的位置不變，以+1EV步長，對曝光時間進行調整，達到多次曝光的目的，進行拍攝。

3)圖像處理：使用Photomatix 4.2軟件將之前獲得的LDRI合成HDRI。選用標準相機特性曲線對圖像進行合成，并將軟件中去除鬼影、對齊像素等功能開啟，盡量降低誤差率。

4)數據分析：將利用HDRI通過HDRviewer V1.4軟件獲得的道路亮度信息與BM-7測試值進行比較，并對兩者進行誤差率的計算，進而驗證利用HDRI獲得的亮度值方法的可靠性。

2.2測點的設置

測試道路寬度為7m，燈桿間距為25m，采用單側布燈的方式。

根據《照明測量方法》(GB/T 5700—2008)，燈桿間距被平均分成8等分，設置9個測試點，以 “1， 2，…”標記。道路寬度被均分成2等分，設置3個測試點，以“A， B， C”標記，具體見圖3。

圖3　測點布置示意圖Fig.3　Test points distribution

實驗的目的是為了校驗該測試方法的可靠性，而不是評估道路的照明環境。因此我們選擇測點1～5來進行測試。

2.3測試數據

1)道路1——以高壓鈉燈為照明光源:

利用BM-7測得的該道路亮度信息如下表1所示，利用合成的HDRI計算得出的該道路的亮度信息如表2。BM-7測得的平均亮度為0.439 cd/m2，利用HDRI計算得出的該道路平均亮度為0.426 cd/m2。

表1　BM-7測得的道路1的亮度信息　單位：cd/m2

表2　利用HDRI計算得出的道路1的亮度信息　單位：cd/m2

2)道路2——以LED燈為照明光源:

利用BM-7測得的該道路亮度信息如表3所示，利用合成的HDRI計算得出的該道路的亮度信息如表4所示。

表3　BM-7測得的道路2的亮度信息　單位：cd/m2

表4　利用HDRI計算得出的道路2的亮度信息　單位：cd/m2

在表3中出現負數，是由于超過BM-7的最小量程(0.01 cd/m2)，因此表中4、5兩個測點的數據無效。

3實驗結果分析

3.1數據分析

上文中已用BM-7測得環境亮度及HDRI計算獲得亮度分別對兩條道路的各測點進行了測試。驗證利用HDRI獲得環境亮度是否準確，通過對比兩者之間的誤差，獲取誤差率便可知其準確性。各測點誤差率計算方式為：

設利用BM-7測量的數值為α，利用HDRI計算得到的數值為β，則誤差率為E，即

利用如上公式，我們通過繪制圖表來表示誤差率的波動值及范圍并進行分析，從而對通過HDRI獲得環境亮度的方法的準確性進行評估。

1)道路1——以高壓鈉燈為照明光源：

圖4　道路1誤差變化趨勢分析Fig.4　The tendency of the error rates of road

對比兩種測量方式，發現誤差在±10%，如圖4所示誤差值的變化趨勢，平均值的誤差為3%。

2)道路2——以LED燈為照明光源:

通過表3和表4可知，通過HDRI測量得到的亮度參數與通過BM-7所得到參數有很大不同。而且在表4中第C行、第3列的測點所得到數值不足0.1cd/m2，這樣通過其他有效點計算所得誤差范圍為±12%，這就意味著這種誤差檢測方法不可以在低于0.1cd/m2的環境中使用。

圖5　道路2誤差變化趨勢分析Fig.5　The tendency of the error rates of road 2

根據BM-7測得的亮度平均值(由“1”和“2”得出)約為0.37 cd/m2，HDRI得到的亮度平均值約是0.35 cd/m2，誤差率約為5%，所以這樣的方法所得到平均亮度更精確。

3.2誤差分析

利用BM-7色度亮度計對夜間進行亮度測試時，其系統固有誤差，相對測試誤差較小。在測試時，當測點與測試位置距離較遠時，根據幾何關系，視角投射到地上的范圍為一個橢圓，與實際測點狀況存在一定差異。因此利用BM-7對相對距離較遠測點進行測量時，對測量范圍選取上存在一定誤差。

采用HDRI提取亮度時,誤差產生主要來自于拍攝過程、HDRI的合成過程和利用自制軟件讀取點與BM-7測試點的差異這三部分。在拍攝過程中，我們使用了三腳架與快門線來盡量避免由于拍攝過程中的位移及震動造成的誤差，但有時在拍攝不同曝光期間仍不可避免會有微量位移；在使用Photomatix4.2軟件合成HDRI的過程中，需要用到軟件中對齊、去鬼影功能，由此也會造成一定誤差；在從HDRI提取亮度信息的過程中，我們采用的是自行研發的軟件，同時由于透視的關系以及照相機的成像特點，距離較遠的測點在圖像上所占的像素較小，讀取數據選擇的點難免會與由BM-7色度亮度計進行瞄點測量的區域產生差異，由此產生誤差，這一誤差也是在上述實驗中產生誤差的主要原因。

4結語

為了克服LDRI的不足，利用HDRI來獲取光參數信息，介紹本文試圖建立一個獲取光度參數的照明環境的HDRI的方法。在道路照明環境測試實驗中，對該方法進行了可靠性檢查。通過實驗，得出的結論是：

1)本方法的精度是0.1 cd/m2。所以對于低亮度區域，該方法是不適用的。

2)該方法測得的平均亮度的誤差率約為5%。因此該方法能更精確評估照明環境的整體信息。

參考文獻

[1] Debevee Paul E，Malik J.Recovering high dynamic range radiance maps from Photographs[C].Proc of ACM SIGGRAPH，1997：369-378.

[2] Moeck M，Anaokar S. Illuminance analysis from high dynamic range images. Leukos 2006,2(3)：211-228.

[3] Inanici M N.Evaluation of high dynamic range photography as a luminance data acquisition system[J].Lighting Research & Technology,2006,2(38)：123-134.

[4] Martin Moeck.Accuracy of luminance maps obtained from high dynamic range images.Leukos ,2006,2(4)：99-112.

[5] Mardaljevic J，Painter B，Andersen M.Transmission illuminance proxy HDR imaging: A new technique to quantify luminous flux.Lighting Research & Technology，2009,1(41)：27-46.

[6] Laura Bellia，Marilena Musto，Gennaro Spada.HDR Luminance Mapping Analysis System for Visual Comfort Evaluation.Singapore: International Instrumentation and Measurement Technology Conference，2009.

[7] Christian Bloch. HDRI手冊：高動態范圍影像處理技術[M].李京,譯.北京：人民郵電出版社，2010.

[8] 包誠學.攝影鏡頭的光學原理及應用技巧[M].上海：上海交通大學出版社，1999.

[9] 王忠立，趙清潔. 高動態圖像獲取技術[J].光學技術，2006,32(增刊):279-282.

[10] 易斌,米紅菊,趙宏偉.基于HDR圖像處理的數碼相機成像式亮度測量方法[J].光學技術，2012,38(2):191-196.

[11] 陳財生. 基于高動態范圍圖像計算場景亮度及眩光[D].天津：天津大學， 2005.

[12] 荊其誠，焦書蘭，喻柏林，等.色度學[M].北京：科學出版社，1979.

[13] 黃珂.道路照明測量方法研究[D].重慶：重慶大學，2006.

A Method of Obtaining Luminance Information Based on

The High Dyhamic Range Image

Wang Lixiong,Chen Yannan,Feng Zilong

(SchoolofArchitecture,TianjinUniversity,TianjinKeyLaboratoryofArchitecturalPhysicsEnvironmentand

BionomicTechnique,Tianjin300072,China)

Abstract：The theory and technology of obtaining the Photometric and Color Parameters from the lighting environment through Low Dynamic Range Images have been very mature. But due to the record format limitations, the Low Dynamic Range Image can’t record the entire luminance information when the Brightness Contrast of the environment exceeds a certain extent. Thus the High Dynamic Range Image is introduced to solve this problem. The object of this paper is to establish a method of obtaining the Photometric Parameters from the lighting environment through HDR Images. In this research，we compared with the traditional test method to demonstrate the reliability of the method. Also the correction factor of the method should be discussed in future study in order to apply the method to obtain the luminance information from lighting environment. This research provides a foundation for a new method to assess the lighting environment.

Key words:high dynamic range image; luminance information; error correction

基金項目：國家自然科學基金資助項目(基于高動態圖像技術的城市立交橋照明安全研究，項目編號：51178299)

中圖分類號：TM923

文獻標識碼：A

DOI:10.3969j.issn.1004-440X.2015.06.025