Wie funktioniert automatische HDR-Software?

Ein HDR-Bild ist das kombinierte Bild verschiedener Belichtungen, die das Motiv auf dem Foto gut detailliert wiedergeben. Woher weiß die HDR-Software, welcher Teil der Bilder gemischt werden soll?

Manuell wissen wir durch Betrachten des Bildes, welcher Teil aus welcher Belichtung stammen muss, aber zeigt diese Software einfach das zusammengesetzte Bild mit mittlerer Belichtung aus allen unterschiedlich belichteten Bildern?

Ich frage das, weil ich LuminanceHDR zum Erstellen von HDR-Bildern verwende und die Ergebnisse sehr schlecht erscheinen. Es würde mir helfen zu verstehen, was die Software automatisch tun kann und wo ein menschliches Auge benötigt wird.

Kostenlose Programme werden hier besprochen: photo.stackexchange.com/questions/10065/…
ich habe diffus im zusammenhang mit blending verwendet, bekam damals nicht die richtige arbeit,,

Antworten (2)

Es gibt zwei verschiedene Schritte, um die Bilder zu erstellen, die häufig als "HDR" bezeichnet werden:

  • Belichtungsmischung: Zusammenführen mehrerer Bilder mit niedrigem Dynamikbereich zu einem Bild mit höherem Dynamikbereich.

  • Tonemapping: Verarbeitung dieses Bildes mit hohem Dynamikbereich in ein Bild mit niedrigem Dynamikbereich, das für die Betrachtung auf Standardgeräten [mit niedrigem Dynamikbereich] (wie z. B. normalen Computermonitoren) geeignet ist.

Es gibt eine Reihe von Möglichkeiten, den ersten Schritt durchzuführen, aber im Grunde müssen Sie den Belichtungsunterschied für alle Bilder schätzen. Auf diese Weise können Sie einen Pixelwert aus jedem Bild nehmen und ihn in einen konsistenten Wert in Ihrem endgültigen Bild umwandeln. Wenn Sie beispielsweise zwei Belichtungen haben, die 3 Blenden voneinander entfernt sind, erhalten Sie durch Multiplizieren der Werte im dunkleren Bild mit 8 Werte, die mit dem helleren Bild übereinstimmen (3 Blenden bedeuten drei Helligkeitsverdopplungen oder 8x).

Eine einfache Strategie für die Belichtungsmischung könnte darin bestehen, Pixelwerte aus dem hellsten Bild zu nehmen, es sei denn, die Werte nähern sich der Überbelichtung. In diesem Fall wechseln Sie zum nächsthellsten Bild und so weiter, bis alle Pixel konvertiert sind. Die meiste Software verwendet eine ausgefeiltere Methode, möglicherweise durch Verwendung einer gewichteten Kombination von Werten aus nahen Belichtungen, um Rauschen und Diskontinuitäten zu minimieren. Beachten Sie, dass möglicherweise keine einfache multiplikative Konvertierung zwischen Bildern möglich ist (aufgrund der nichtlinearen Reaktion des Kamerasensors oder nichtlinearer Tonwertkurven), was die Konvertierung erschwert. Außerdem kann eine gewisse Ausrichtung der Bilder erforderlich sein.

Der entscheidende Punkt ist, dass der Teil der Belichtungsmischung nicht subjektiv ist, es sollte einen richtigen Weg geben, Bilder miteinander zu mischen. Das Problem ist, dass Sie einen High-Dynamic-Range-Monitor benötigen würden, um ein High-Dynamic-Range-Bild zu schätzen. Wenn Sie die Werte einfach auf eine Standardanzeige herunterskalieren, erhalten Sie am Ende ein sehr flaches Bild, da es wenig Kontrast zwischen nahegelegenen Tönen geben würde.

Das obige Bild wurde erzeugt, indem drei Belichtungen gemischt und die Werte dann global linear skaliert wurden. Wie Sie sehen können, gibt es im Bild keine Über- oder Unterbelichtung, selbst bei hellem Himmel und den Schatten der Säulen bleiben Details erhalten. Allerdings wirkt das Bild insgesamt flau.

Hier kommt Tonemapping ins Spiel. Es staucht den Dynamikumfang lokal adaptiv unter Berücksichtigung des Bildinhalts zusammen, um den Kontrast lokal zu maximieren und Details zu erhalten. Dies ist der subjektive Teil, da es viele Möglichkeiten gibt, den Dynamikbereich zu reduzieren. Es ist auch der schwierigste Teil, es richtig zu machen, denn wenn Sie den Kontrast auf einem zu kleinen Bereich zu stark variieren, erhalten Sie Artefakte wie Lichthöfe um Kanten, die von Kritikern von HDR-Bildern verspottet werden.

Hier ist das gleiche Bild nach dem Tonemapping, der Kontrast wurde in den dunkleren Regionen verstärkt, um den begrenzten Dynamikbereich Ihres Monitors optimal zu nutzen, um Details und Texturen anzuzeigen.

Dieses Bild erforderte eine Menge Optimierungen und ich bin immer noch nicht zufrieden mit der Ausgabe. Das Problem beim Tone-Mapping ist, dass es sehr leicht zu weit geht und am Ende mit enormen Kontrastmengen lokal und sehr wenig global endet, dh das Bild ist sehr texturiert, hat aber wenig Gesamtstruktur. Die meiste Software hat eine Art Anpassung für den Radius der lokalen Anpassungen, je kleiner der Radius, desto größer ist die Wahrscheinlichkeit, dass ein falsch aussehendes Ergebnis erzeugt wird. Die Farbsättigung kann darunter leiden und sollte auch darauf geachtet werden.

Beachten Sie, dass es Software wie Enfuse gibt, die Bilder direkt in ein Bild mit niedrigem Dynamikbereich überblendet, sodass zwei Schritte nicht erforderlich sind. Ich habe kein solches Programm verwendet, daher kann ich Ihnen nicht sagen, wie sie funktionieren!

Es gibt einen einfachen HDR-Workflow:

  1. Nehmen Sie Bilder mit manueller Belichtung auf und ändern Sie nur die Belichtungszeit .

  2. Wenn die Bilder im linearen RAW-Format vorliegen, können Sie loslegen. Wenn die Bilder im JPEG-Format vorliegen, benötigen Sie eine zusätzliche Verarbeitung, um die von der Kamera vorgenommene nichtlineare Verarbeitung rückgängig zu machen – nämlich Farben von sRGB in lineares RGB umzuwandeln – dazu gehört auch das Anwenden einer inversen Gammakurve.

  3. Konvertieren Sie alle Bilder in das Fließkommaformat (dh mit Pixelwerten im Intervall 0,0-1,0 anstelle von 0-255).

  4. Teilen Sie jedes Bild durch seine Belichtungszeit (dh teilen Sie den Pixelwert durch 4, wenn die Belichtungszeit des Bildes 4 Sekunden betrug).

  5. Kombinieren Sie alle Bilder zusammen (jeder Pixelwert ist ein Durchschnitt der entsprechenden Pixelwerte aus allen Bildern).

  6. Globale Tonzuordnung: Wenden Sie die Kurve so an, dass die meisten Details sichtbar sind, wenn das HDR-Bild zurück in das herkömmliche 8-Bit-pro-Pixel-Format konvertiert wird. Ein guter Kurventyp ist eine logarithmische Kurve, die helle Töne zugunsten dunkler und mittlerer Töne unterdrückt. So nimmt unser Auge Licht wahr – logarithmisch, nicht linear wie ein CCD-Sensor.

  7. Lokales Tone-Mapping: Anstelle von 6. können Sie spezielle Tone-Mapping-Operatoren anwenden, um den Kontrast im Bild abzuschwächen, sodass bei der Konvertierung in 8 Bit kontrastreiche Details (z. B. Wolken vs. Dach) keine Unterdrückung von kontrastarmen Merkmalen verursachen (z. B. Textur im Schatten)

  8. Konvertieren Sie alle Bilder zurück in 8-Bit-RGB (oder 16-Bit, wenn Sie möchten). Dies erfolgt einfach durch lineares Abbilden des Intervalls 0,0–1,0 zurück zu 0–255.

Es gibt zahlreiche zusätzliche Schritte und Details, die die HDR-Software für Sie erledigt, zum Beispiel die Unterscheidung von überbelichteten/unterbelichteten Pixeln, die keine nützlichen Informationen enthalten und aufgrund von Schritt 4 das Aussehen des endgültigen HDR-Bildes beeinträchtigen würden.

Ein weiterer, einfacherer HDR-Workflow besteht darin, einfach alle Bilder wie Ebenen in Photoshop zu kombinieren. Ein spezieller Mischmechanismus namens Belichtungsfusion erzeugt das endgültige Bild als gewichteten Durchschnitt der Eingabebilder, aber er tut dies, indem er jedes Pixel gemäß seiner Sättigung, seinem Kontrast und seiner "guten Belichtung" gewichtet. Das Mischen erfolgt über mehrere Frequenzbänder, um sowohl kleine Details als auch große Merkmale zu kombinieren.

Ich denke, Schritt 5 ist zu stark vereinfacht. Es muss ein gewichteter Durchschnitt sein, der Pixel bevorzugt, die aus dem mittleren Bereich jedes Bildes stammen. Weniger Gewicht für Pixel, die ursprünglich in Richtung 0 oder 255 aufgezeichnet wurden. Ich denke nicht, dass die Gewichtung so kritisch ist, und ich habe gelesen, dass ein rechenschnelles Gewicht linear 0,0 - 1,0 - 0,0 ist.