Visualizao de imagens
HDR em dispositivos mveis
DISSERTAO DE MESTRADO EM
INFORMTICA
- VII -
AGRADECIMENTOS
- VIII -
- IX -
RESUMO
-X-
- XI -
ABSTRACT
The capture of moments and its subsequent reproduction has been, over
time, a challenge to man. With the evolution, man has developed new technologies,
achieving more reliable picture of reality. The computer provided a more efficient
way to search for new techniques of representation of images, as well as the
possibility of creating virtual scenarios. However, it has not yet achieved a realistic
representation of images and scenes created.
The HDR is providing new ways of capturing, storing and representation of
images, capable of providing the human eye sensations similar to the real day-today. Despite the emergence of specific devices for representation of HDR images,
the heavy costs of production led to the investigation of ways to representing HDR
images in common viewing devices.
However, there is still a gap with regard to mobile devices, which,
increasingly, are used in developed societies. Despite their limited capacities of
memory, computational capacity and representation of images, the concentration of
many services and their ease of handling make these devices very attractive to
users.
Thus, this work was to order the study of ways to overcome these gaps in the
display of images HDR. These objectives have led to the definition of a model
Application for the representation of HDR images on mobile devices and
subsequently to the development of a prototype.
- XII -
- XIII -
NDICE GERAL
A G R A D E C I M E N T O S ........................................................................................ VII
R E S U M O ............................................................................................................... IX
A B S T R A C T ........................................................................................................... XI
NDICE
G E R A L ................................................................................................XIII
NDICE
DE TABELAS
NDICE
D E F I G U R A S ................................................................................... XIX
................................................................................. XVII
S I G L A S ............................................................................................................ XXIII
1. INTRODUO .................................................................................................... 1
1.1. Objectivos.................................................................................................... 3
1.2. Organizao da dissertao ......................................................................... 3
2. VISUALIZAO DE IMAGENS HIGH DYNAMIC RANGE ................................. 5
2.1. Imagens High Dynamic Range ................................................................... 5
2.2. Tone Mapping Operators ............................................................................ 9
2.2.1.
2.2.1.1.
2.2.1.2.
- XIV -
2.2.1.3.
2.2.2.
2.2.2.1.
2.2.2.2.
2.2.2.3.
2.2.2.4.
2.2.3.
2.2.3.1.
2.2.3.2.
2.2.3.3.
2.2.3.4.
3.3.2.
- XV -
- XVI -
- XVII -
N D I C E D E TA B E L A S
- XVIII -
- XIX -
NDICE DE FIGURAS
- XX -
- XXI -
- XXII -
- XXIII -
SIGLAS
Introduo
CAPTULO I
1. INTRODUO
-1-
Introduo
pesquisa
no
sentido
de
representar
cenrios
virtuais
criados
-2-
Introduo
1.1. Objectivos
Este trabalho tem como objectivo o estudo da visualizao de imagens HDR
em dispositivos mveis. Assim, pretendido estudar formas possveis de efectuar a
visualizao destas imagens nos dispositivos mveis, que possuem cada vez maiores
taxas de aceitao e penetrao no seio da populao.
Ao estudar a rea de visualizao e representao de imagens HDR
deparamo-nos com inmeros mtodos e modelos de representao de imagens HDR.
Modelos de representao de imagens HDR desenhados para dispositivos de
visualizao comuns, LCD ou ecrs plasma, que nem sempre produzem resultados
de agradvel visualizao pelo Ser Humano.
A realizao deste estudo tem como intuito propor um modelo de
visualizao de imagens HDR em dispositivos mveis. Ao ser implementado esse
modelo disponibiliza-se uma forma de visualizao de imagens HDR aos
utilizadores de dispositivos mveis, com uma representao agradvel das imagens,
tentando aproximar as sensaes produzidas pela cena real.
Introduo
-4-
Captulo II
CAPTULO II
Captulo II
Figura 2.1 Diagrama de cromaticidade CIE, onde perceptvel a limitao cromtica dos modelos
apresentados.
[Walker, 1996; Hoffmann, 2002; Reinhard, 2006]
-6-
Captulo II
Figura 2.2 Diferena entre a luminncia captada pelo olho Humano e a representada pelos
dispositivos de visualizao.
Adaptado de [Ledda, 2003]
-7-
Captulo II
Figura 2.3 Composio de uma imagem HDR a partir do mtodo de conjuno de imagens com
tempos diferenciados de exposio.
esquerda em miniatura apresentam-se as imagens com tempo de exposio diferenciado. Ao centro
a imagem HDR resultante da conjuno das imagens de origem.
Imagens de Jacques Joffre [HDRsoft, 2008]
-8-
Captulo II
Figura 2.4 Imagem HDR obtida a partir de algoritmos avanados de renderizao de cenrios
gerados por computador.
Imagem de [Larson and Shakespeare, 1998]
-9-
Visua
alizao dee imagens HDR em dispositiv
vos mveis
C
Captulo II
olho Humano.
H
E
Estes
algoritmos de mapeamento
m
da gama dinmica ddas imagenss
HDR, intituladoss de Tone Mapping
M
Opeerators (TM
MO), transfoormam a im
magem HDR
R
numa imagem Low
L
Dynam
mic Range (LDR)
(
prop
porcionandoo ao olho Humano oss
mesm
mos estmuloos que a cenna real trannsmite. O ob
bjectivo finnal do mapeeamento a
similaaridade percceptual entrre a cena real e a imag
gem visualizzada no disppositivo, taal
como ilustrado naa figura 2.5.
Os TMO no so mais
m
do quee modelos matemticoos, criados a partir daa
observvao do comportame
c
ento do SV
VH tendo como
c
objecctivo transfformar umaa
imageem HDR nuuma imagem
m LDR manttendo a quaalidade percceptual [Leddda, 2003].
de todas ass
Com o deesenvolvimeento destes operadoress e com a observao
o
premissas assum
midas pelos seus auutores, rapiidamente se
s evidenciiaram duass
MO foram classificadoos em duass
abordaagens distinntas a estaa problemttica. Os TM
classees [Devlin ett al., 2002]:: locais e gloobais.
Os operaadores gloobais, mennos exigentes compuutacionalmeente e porr
consegguinte maiss rpidos naa sua execuuo, aplicaam a mesmaa transform
mao a cadaa
pixel, independenntemente daa sua posio na imagem. Uma das funes m
mais bsicass,
- 10 -
Captulo II
- 11 -
Captulo II
- 12 -
2.2.1.1.
Captulo II
Tone Reproduction for Realistic Images Tumblin, J. and H. Rushmeier (1993). "Tone reproduction
for realistic images." IEEE Computer Graphics and Applications 13(6): 42-48..
- 13 -
Captulo II
2.2.1.2.
A Visibility Matching Tone Reprodution Operator for HDR Scenes Larson, G. W., H. Rushmeier
and C. Piatko (1997). "A visibility matching tone reproduction operator for high dynamic range
scenes." IEEE Transactions on Visualization and Computer Graphics 3(4): 291-306..
- 14 -
Captulo II
- 15 -
2.2.1.3.
Captulo II
Adaptative Logaritmic Mapping for High Contrast Scenes Drago, F., K. Myszkowski, T. Annen and
N. Chiba (2003b). "Adaptive Logarithmic Mapping For Displaying High Contrast Scenes." Computer
Graphics Forum 22(3): 419-426..
- 16 -
Captulo II
- 17 -
2.2.2.1.
Captulo II
contraste4
O operador de Chiu et al. foi dos primeiros operadores a serem
desenvolvidos no mbito dos operadores locais, com o objectivo de ser um
algoritmo de base exploratria. O algoritmo original baseava-se apenas em imagens
em escalas de cinza e, tal como o operador de Tumblin el al. [Tumblin and
Rushmeier, 1993] foi posteriormente estendido para imagem a cores.
Este operador, no levando em considerao as caractersticas do SVH, veio
abrir novas perspectivas mostrando que para preservar os detalhes necessria a
utilizao de operadores de mapeamento locais.
O SVH introduz vrios artefactos na observao de um cenrio real que no
so introduzidos nas representaes de imagem. Para obter um mapeamento
fidedigno de uma cena com elevado realismo necessrio determinar quais so os
artefactos introduzidos pelo SVH e quais so as caractersticas da imagem a manter.
Este um processo que, nos dias de hoje, ainda de difcil compreenso, mesmo no
que respeita literatura sobre viso Humana. Assim, a inexistncia de informao
fidedigna levou os autores a desenvolver um operador com base nos dados retirados
da contnua experimentao e avaliao dos artefactos introduzidos pelo processo de
mapeamento da imagem, procurando evitar a descontextualizao dos mesmos
[Chiu et al., 1993].
O resultado geral deste algoritmo uma imagem de baixa resoluo, visvel
na Figura 2.11, obtida a partir de um filtro cujo resultado a mdia da vizinhana.
Depois, os valores da imagem so interpolados para aumentarem a luminncia, na
tentativa de aproximao da gama original da imagem. um operador
computacionalmente dispendioso devido, principalmente, ao clculo dos artefactos
introduzidos na imagem.
Spatial Nonuniform Scaling Functions for High Contrast Images Chiu, K., M. Herf, P. Shirley, S.
Swamy, C. Wang and K. Zimmerman (1993). "Spatially nonuniform scaling functions for high
contrast images." Proceedings of Graphics Interface 93: 245254..
- 18 -
Captulo II
2.2.2.2.
Este algoritmo desenvolvido por Durand et al. vem propor uma fuso
tecnolgica como intuito de reduzir o contraste geral de uma imagem, conservando
os detalhes captados no cenrio real. Assim, Durand et al. desenvolveram um novo
filtro, optimizando a ideia original de Chiu et al. [Durand and Dorsey, 2002].
Durand et al. propem um operador de transformao espacial, composto
por um filtro bilateral que efectua a decomposio de uma imagem HDR em duas
escalas distintas, para uma posterior reduo da gama dinmica. O operador
decompe a imagem numa camada base, que no mais do que um mapeamento ou
codificao das variaes de contraste, e numa segunda camada que contm os
detalhes da imagem original [Durand and Dorsey, 2002].
camada base, de contraste, aplicada uma compresso da gama de valores,
semelhante que Tumblin et al. propuseram. Aps esta compresso da luminncia,
Durand et al. recombinam esta camada de luminncia com a segunda camada que
Fast bilateral filtering for the display of HDR images Durand, F. and J. Dorsey (2002). "Fast
bilateral filtering for the display of high-dynamic-range images." Proceedings of the 29th annual
conference on Computer graphics and interactive techniques: 257-266..
- 19 -
Captulo II
Espao de cores matematicamente definido a partir dos estudos efectuados pela Commission
- 20 -
2.2.2.3.
Captulo II
Gradient domain high dynamic range compression Fattal, R., D. Lischinski and M. Werman (2002).
"Gradient domain high dynamic range compression." ACM Transactions on Graphics 21(3): 249256.
- 21 -
Captulo II
2.2.2.4.
Photographic tone reproduction for digital images Reinhard, E., M. Stark, P. Shirley and J.
- 22 -
Captulo II
- 23 -
Captulo II
2.2.3.1.
A model of visual adaptation for realistic image synthesis Ferwerda, J. A., S. N. Pattanaik, P.
Shirley and D. P. Greenberg (1996). "A model of visual adaptation for realistic image synthesis."
Proceedings of the 23rd annual conference on Computer graphics and interactive techniques: 249258.
- 24 -
Captulo II
- 25 -
2.2.3.2.
Captulo II
10
Time-dependent visual adaptation for fast realistic image display Pattanaik, S. N., J. Tumblin, H.
Yee and D. P. Greenberg (2000). "Time-dependent visual adaptation for fast realistic image display."
Proceedings of the 27th annual conference on Computer graphics and interactive techniques: 47-54.
- 26 -
2.2.3.3.
Captulo II
Mapeamento Iterativo11
logartmicas
das
cores,
reduzindo
substancialmente
os
clculos
computacionalmente morosos.
Os resultados deste operador podem ser visualizados na Figura 2.16.
11
Iterative Tone Mapping Durand, F. and J. Dorsey (2000). "Interactive tone mapping." Eurographics
- 27 -
Captulo II
2.2.3.4.
12
Local Model of eye adaptation for HDR images Ledda, P., L. P. Santos and A. Chalmers (2004).
"A local model of eye adaptation for high dynamic range images." Proceedings of the 3rd
international conference on Computer graphics, virtual reality, visualisation and interaction in Africa:
151-160.
- 28 -
Captulo II
- 29 -
- 30 -
2003b]
[Drago et al.,
percepo.
brilho.
1997]
luminncia.
logartmica da
Compresso
Pouco relevo na
Sensao de
detalhe.
principalmente
zonas extremas.
Preservao do
contraste.
Em prejuzo da cor e
espaciais.
Sem efeitos
Detalhe
contraste,
Preservao
contraste.
Corte em zonas
extremas.
Compresso do
Contraste
brilho.
Sem difraco do
Cor
[Larson et al.,
1993]
Rushmeier,
[Tumblin and
Brilho
Imagem
- 31 -
al., 2002]
[Reinhard et
2002]
Escalonamento
da luminncia.
Foco em zonas
extremas.
Dodging and
Burning.
favor do detalhe.
CIE XYZ.
Dorsey, 2002]
[Fattal et al.,
Reduzido em
Calculado por
cores.
ao observador.
sensao agradvel
proporciona uma
Foto realismo
contraste global.
detrimento do
contrastes em
zonas escuras.
Preservado em
detalhes.
preservando
contraste,
Reduo do
Realce dos
contrastes locais.
[Durand and
Preservao de
cor.
esbatimento das
1993]
Simulao do
Dependente da
[Chiu et al.,
- 32 -
Pouca Reduo
nico nvel de
SVH
2004]
adaptao
devido a um
Boa simulao
blue-shift
escuras devido ao
tonalidade em
cenas escuras
Favorecimento cenas
[Ledda et al.,
Dorsey, 2000]
contrastes.
grandes
Visualizao de
Aumento
cromtica
escalar
al., 2000]
[Durand and
Adaptao
Adaptao multi-
das cores.
das imagens.
al., 1996]
[Pattanaik et
Pouca saturao
Realce do brilho
[Ferwerda et
Captulo II
- 33 -
Captulo II
- 34 -
Captulo III
CAPTULO III
- 35 -
Captulo III
- 36 -
Captulo III
- 37 -
Captulo III
- 38 -
Captulo III
Figura 3.2 Comparao entre visualizao num dispositivo mvel (esquerda), utilizando o modelo
proposto, e num dispositivo comum (direita)
3.3. Abordagem
O processo de mapeamento que permite a visualizao de uma imagem
HDR, possui duas etapas distintas que so a leitura da imagem e a aplicao do
operador.
O processo comea com uma leitura do ficheiro onde se encontra a imagem
HDR. Para a realizao deste processo, foi crucial perceber o formato dos ficheiros
- 39 -
Captulo III
das imagens, procurando fazer uma leitura que no despreze nenhum pixel, j que
s assim a qualidade da imagem HDR mapeada se poder manter.
Aps a leitura da imagem, o processo de mapeamento prossegue com a
aplicao do operador. Este vai proporcionar a criao de uma imagem
representativa da cena captada e possvel de ser visualizada em qualquer dispositivo
de visualizao.
Nas seces seguintes, pormenorizam-se os processos de leitura e de
mapeamento do modelo proposto.
- 40 -
Captulo III
) segundo a formula:
log max
128
256
2
256
2
- 41 -
Captulo III
inferior a 10
, em que escrito
como
0, 0, 0 .
As operaes inversas de cada componente RGBE, ou seja de leitura, que
so utilizadas na implementao do nosso modelo, so dadas pelas seguintes
frmulas:
0.5
256
0.5
256
0.5
256
- 42 -
Captulo III
13
Photographic tone reproduction for digital images Reinhard, E., M. Stark, P. Shirley and J.
Ferwerda (2002). "Photographic tone reproduction for digital images." ACM Transactions on
Graphics 21(3): 267-276.
- 43 -
Captulo III
14
- 44 -
Captulo III
- 45 -
Captulo III
log
log
10
0.7154
0.0721
11
0.7
12
Captulo III
14
| |
| |
).
15
| |
| |
). No caso de a ser 1.0, a intensidade no pixel (a) est mais relacionada com
- 47 -
Captulo III
pixel (a) seja 0.0, ficar mais relacionada com a mdia de intensidades da cena
(
| |
).
Ao combinar as funes 14 e 15, obtm-se uma combinao tri-linear, que
obtido por:
16
- 48 -
Captulo IV
CAPTULO IV
- 49 -
Captulo IV
Reinhard
RGBE Reader
Utilizador
Imagem a
mapear
Leitura do segmento
de imagem
Leitura do
cabealho
32-bits do segmento
da imagem
Segmento de
imagem mapeado
Mapeamento do
segmento de imagem
- 50 -
Captulo IV
- 51 -
Captulo IV
Figura 4.2 Resultados obtidos a partir da imagem HDR comparados com a imagem referncia
800x533 pixis
Figura 4.3 - Resultados obtidos a partir da imagem HDR comparados com a imagem referncia
300x200 pixis
- 52 -
Captulo IV
- 53 -
Captulo IV
Figura 4.4 Comparao de resultados entre clculo de k com base na luminncia global da
imagem (esquerda), com base na luminncia do segmento (direita) e a imagem de referncia (centro)
800x533 pixis
Figura 4.5 Comparao de resultados entre clculo de k com base na luminncia global da
imagem (esquerda), com base na luminncia do segmento (direita) e a imagem de referncia (centro)
300x200 pixis
4.3. Testes
Ao longo da implementao do prottipo foram efectuados testes com o
intuito de validar as funes implementadas e os resultados obtidos.
Foram efectuados testes a cada uma das etapas do modelo funcional,
leitura dos ficheiros fontes, ao mapeamento e interaco com o utilizador. Em
seguida, foram realizados testes globalidade do modelo proposto, com o intuito de
validar os resultados obtidos.
- 54 -
Captulo IV
Descrio
Valor Inicial
Contraste
0.3 0.7 .
Intensidade
-8.0
Adaptao Cromtica
0.99
Adaptao Luminosidade
1.0
Com o decorrer destes testes foi tambm possvel efectuar uma avaliao ao
modelo funcional proposto para a visualizao das imagens HDR. Desta forma, foi
possvel verificar que o modelo proposto de segmentao das imagens til para
contornar as limitaes de memria e processamento dos dispositivos, permitindo
assim a visualizao das imagens HDR pretendidas.
A validao dos resultados obtidos a partir do prottipo, foi efectuada
comparando-os com imagens obtidas a partir de uma aplicao comercial,
- 55 -
Captulo IV
Captulo IV
- 57 -
Captulo IV
Esta adaptao tambm visvel nas Figuras 4.8, 4.10 e 4.12. Estas figuras,
tal como a Figura 4.6 so resultantes da composio dos segmentos da imagem,
mapeados pelo modelo proposto. Essa adaptao existe tanto em segmentos onde
houve favorecimento da luminncia e cores, proporcionando um brilho elevado no
segmento, como na reduo da luminosidade dos segmentos menos expostos da
imagem. Nestes segmentos, onde houve uma menor exposio luminosidade,
existe uma reduo de brilho como forma de favorecer o realismo e detalhes da
imagem.
Captulo IV
Na Figura 4.10, que tem como referncia a 4.11, constituda a partir dos vrios
segmentos mapeados pelo prottipo, constata-se que os segmentos adjacentes 1 e 2
parecem descontextualizados espacialmente entre si, devido j referida adaptao
local efectuada pelo operador. No entanto, com o modo de funcionamento do
- 59 -
Captulo IV
- 60 -
Captulo IV
- 61 -
Captulo IV
- 62 -
Captulo IV
- 63 -
- 64 -
Captulo IV
Concluso
CAPTULO V
5. CONCLUSO
- 65 -
Concluso
5.1. Sntese
A captao de momentos do mundo real e a sua transposio para imagens
tem sido, ao longo dos tempos, um desafio para o Homem. Com a evoluo das
novas tecnologias o Homem tem vindo a conseguir imagens cada vez mais
fidedignas da realidade. O computador proporcionou a investigao de novas
tcnicas de representao de imagens, assim como a possibilidade de criao de
cenrios virtuais.
No entanto, a representao de imagens e cenrios virtuais fica ainda um
pouco aqum do desejado pelo Homem e das capacidades de visualizao do olho
Humano.
O surgimento do HDR veio suprir as discrepncias entre a representao das
imagens e dos cenrios virtuais e o que o olho Humano capaz de captar, trazendo
mais realismo sua representao. Como os dispositivos de visualizao que
conseguem representar todas as caractersticas das imagens HDR tm avultados
custos, vrios autores tm investigado formas de representao de imagens HDR em
dispositivos comuns. Apesar de existirem j algumas aplicaes comerciais que
permitem essa representao, h uma grande lacuna no que respeita a dispositivos
mveis. Como esses dispositivos tm cada vez mais representatividade nas
sociedades actuais, e como apresentam grandes limitaes de memria e
processamento, procurmos, nesta dissertao, encontrar uma forma de representar
essas imagens nesses dispositivos. Propusemo-nos assim a implementar um modelo
aplicacional que permita a visualizao de imagens HDR em dispositivos bastante
limitados quando comparados com os computadores actuais.
De forma a obter melhores resultados atravs do modelo proposto, foi
necessria a escolha de um TMO com garantias de obteno dos melhores
resultados perceptuais para o utilizador. Para tal, foi efectuado um estudo e
caracterizao de vrios TMO, efectuando-se tambm uma anlise comparativa dos
resultados por eles obtidos. Esse estudo est representado no estado da arte deste
documento.
- 66 -
Concluso
- 67 -
Outra
possibilidade
de
optimizao
do
modelo
Concluso
proposto
Referncias
REFERNCIAS
Ashikhmin, M. and J. Goyal (2006). "A reality check for tone-mapping operators."
ACM Transactions on Applied Perception (TAP) 3(4): 399-411.
Cadk, M., M. Wimmer, L. Neumann and A. Artusi (2006). "Image Attributes and
Quality for Evaluation of Tone Mapping Operators." Proceedings of the 14th
Pacific Conference on Computer Graphics and Applications. National
Taiwan University Press, Taipei, Taiwan.
Cadk, M., M. Wimmer, L. Neumann and A. Artusi (2008). "Evaluation of HDR
tone mapping methods using essential perceptual attributes." Computers &
Graphics 32(3): 330-349.
Chiu, K., M. Herf, P. Shirley, S. Swamy, C. Wang and K. Zimmerman (1993).
"Spatially nonuniform scaling functions for high contrast images."
Proceedings of Graphics Interface 93: 245254.
Devlin, K., A. Chalmers, A. Wilkie and W. Purgathofer (2002). Tone Reproduction
and Physically Based Spectral Rendering. unknown.
Drago, F., W. L. Martens, K. Myszkowski and H. P. Seidel (2003a). "Perceptual
evaluation of tone mapping operators." Proceedings of the SIGGRAPH 2003
conference on Sketches & applications: in conjunction with the 30th annual
conference on Computer graphics and interactive techniques: 1-1.
Drago, F., K. Myszkowski, T. Annen and N. Chiba (2003b). "Adaptive Logarithmic
Mapping For Displaying High Contrast Scenes." Computer Graphics Forum
22(3): 419-426.
- 69 -
Referncias
(2008).
"HDR
Soft."
Retrieved
2008-02,
2008,
from
http://www.hdrsoft.com/examples.html.
Hoffmann, G. (2002). "CIE Color Space."
http://www.fho-emden.de/~hoffmann/ciexyz29082000.pdf.
Hunt, R. W. G. and A. L. King (1969). "The Reproduction of Colour." American
Journal of Physics 37: 114.
Hwann-Tzong, C., L. Tyng-Luh and F. Chiou-Shann (2005). "Tone Reproduction:
A Perspective from Luminance-Driven Perceptual Grouping." International
Journal of Computer Vision 65(1-2).
Jiangtao, K., Y. Hiroshi, L. Changmeng, M. J. Garrett and D. F. Mark (2007).
Evaluating HDR rendering algorithms.
Kossoy, B. (2001). Fotografia & histria, Atelie Editorial.
- 70 -
Referncias
Larson, G. W., H. Rushmeier and C. Piatko (1997). "A visibility matching tone
reproduction operator for high dynamic range scenes." IEEE Transactions
on Visualization and Computer Graphics 3(4): 291-306.
Larson, G. W. and R. Shakespeare (1998). Rendering with radiance: the art and
science of lighting visualization, Morgan Kaufmann Publishers Inc. San
Francisco, CA, USA.
Ledda, P. (2003). Development of a Perceptual Tone Mapping Operator. University
of Bristol.
Ledda, P., A. Chalmers, T. Troscianko and H. Seetzen (2005). "Evaluation of tone
mapping operators using a High Dynamic Range display." Proceedings of
ACM SIGGRAPH 2005 24(3): 640-648.
Ledda, P., L. P. Santos and A. Chalmers (2004). "A local model of eye adaptation
for high dynamic range images." Proceedings of the 3rd international
conference on Computer graphics, virtual reality, visualisation and
interaction in Africa: 151-160.
Pattanaik, S. N., J. Tumblin, H. Yee and D. P. Greenberg (2000). "Time-dependent
visual adaptation for fast realistic image display." Proceedings of the 27th
annual conference on Computer graphics and interactive techniques: 47-54.
Reinhard, E. (2006). High Dynamic Range Imaging: Acquisition, Display, and
Image-Based Lighting, Morgan Kaufmann.
Reinhard, E. and K. Devlin (2005). "Dynamic Range Reduction Inspired by
Photoreceptor Physiology."
Reinhard, E., M. Stark, P. Shirley and J. Ferwerda (2002). "Photographic tone
reproduction for digital images." ACM Transactions on Graphics 21(3):
267-276.
- 71 -
Referncias
http://www.fourmilab.ch/documents/specrend.
Ward, G. (2001). High Dynamic Range Imaging. Ninth Colour Imaging
Conference, Menlo Park, California.
Yoshida, A., V. Blanz, K. Myszkowski and H. P. Seidel (2005). "Perceptual
evaluation of tone mapping operators with real-world scenes." Proc. SPIE
5666: 192-203.
- 72 -