Orientador: Prof. Dr. André Guilherme Ribeiro Balan / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Ciência da Computação, 2014. / A fotografia é uma atividade em grande crescimento e desenvolvimento, não apenas entre prossionais, mas também para a sociedade como um todo. Espera-se que a imagem tomada de uma determinada cena seja tão real quanto possível, e, por sua vez, que os equipamentos existentes sejam capazes de obter e visualizar essas imagens, o mais el possível da cena que está sendo registrada. O trabalho desenvolvido e apresentado nesta dissertação busca fazer o levantamento e estudo de técnicas que manipulem imagens HDR (High Dynamic Range), ou seja, imagens que possuem grande quantidade de informações da cena que representa, a m de torná-las visualizáveis com todos os detalhes nela contidos de maneira mais real possível ou de forma artística. A manipulação necessária para tais imagens é realizada por meio do mapeamento das imagens HDR para imagens LDR (Low Dynamic Range). O mapeamento das imagens HDR pode ser realizado com operadores de tone mapping e, como abordado nesta dissertação, com a decomposição multiescala. A decomposição multiescala oferece resultados de alta qualidade, tornando se um método de grande importância para o área de Processamento de Imagens, pelo fato de dividir a imagem de entrada em camadas e manipulá-las individualmente, para depois restaurá-la. Neste trabalho são avaliados métodos de ltragem não linear e operadores de tone mapping que melhor se adequam ao processo de decomposição multiescala e ao método de decomposição multiescala juntamente com a aplicação de compressão das camadas obtidas no processo de decomposição, a m de obter imagens reais com aprimoramento e destaque de seus detalhes. Adicionalmente, é proposto um novo operador de tone mapping local baseado no operador local de Reinhard, com as mesmas características e, com ajuste de parâmetro, que obtém resultados mais robustos que o operador local de Reinhard. Com isso, novos parâmetros ou métodos são propostos para aumentar a qualidade das imagens obtidas. / Photography is an activity in huge growth and development, not only among professionals, but also to society as a whole. It is expected that an image taken of a certain scene be as real as possible and, for its turn, that the existing equipment could obtain and visualize those images as accurately as the scene being recorded. The work developed and presented in this dissertation seeks to do a survey and a study of techniques which manipulate HDR (High Dynamic Range) images, in other words, of images that have large amount of information of a scene that is represented, in order to turn the images viewable with all the details they have as accurately as possible or in an artistic format. The required manipulation of those images is held by the mapping from HDR images to LDR (Low Dynamic Range) images. The HDR images mapping can be done with tone mapping operators and, as discussed in this dissertation, with the multiscale decomposition.The multiscale decomposition oers high quality results, being a method of great relevance to the Image Processing area, by the fact that it divides the input image in layers and manipulates these individually, to restore the image, after that. In this work, the non-linear lter methods and tone mapping operators that best t the multiscale decomposition process and multiscale decomposition method along with the application of layers compression, are evaluated to obtain real images with improvement and details highlighted. Besides that, a new tone mapping operator is proposed, based on the Reinhard local operator, with the same characteristics and with parameter settings, which gives more robust results than the Reinhard local operator. Thus, new parameters or methods are suggested to increase the obtained image quality.

Orientador: Prof. Dr. André Guilherme Ribeiro Balan / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Ciência da Computação, 2017. / Uma cena real possui uma grande variação de contraste que, quando vista pelo olho humano, resulta em detalhes que sensores de câmeras digitais comuns não conseguem capturar. Isso ocorre devido às limitações dos dispositivos para obter e exibir diferentes valores de cor. Imagens HDR (High Dynamic Range), por sua vez, são representações que conseguem reproduzir essa amplitude de valores. Para gerar e exibir imagens HDR, diante das limitações dos dispositivos, é necessário trabalhar em um domínio de menor alcance, com imagens LDR (Low Dynamic Range). Os algoritmos que mapeiam os valores entre os domínios são chamadas de operadores de tone-mapping. Apenas a aplicação de tone-mapping não gera resultados de alta qualidade, sendo necessárias técnicas de redução de ruídos e decomposição de imagem para tal. Essas técnicas implicam um alto custo computacional e demandam muito tempo quando executados na CPU. Por outro lado, o processamento na GPU oferece um paralelismo natural, por viabilizar operações a serem aplicadas a todos os pixels, simultaneamente. Uma das maneiras de programar essas operações na GPU é através do uso de shaders gráficos, alterando a forma que os pixels da imagem são reproduzidos. Com o constante crescimento da utilização de dispositivos móveis, um tema recorrente é o desempenho e a viabilidade de aplicações de alta performance em tais dispositivos, que atualmente, na maioria dos casos, possuem em sua arquitetura uma GPU programável. Nesse trabalho, desenvolvemos shaders gráficos OpenGL para processar operações de tonemapping, bem como a decomposição multiescala de imagens utilizando filtros não lineares importantes e modernos, a fim de preservar a maioria dos detalhes das imagens. Isso gera resultados mais nítidos quando comparados com técnicas que aplicam os operadores de tone-mapping diretamente nas imagens. Por outro lado, o processamento em GPU representa uma enorme melhoria de velocidade em relação ao processamento da CPU. A aplicação que desenvolvemos é multiplataforma para que ele possa ser executado em desktops e dispositivos móveis. Utilizamos a aplicação para avaliar o desempenho de diferentes operadores de tone-mapping e diferentes filtros de imagem não lineares para executar a decomposição de imagens em vários níveis. / A typical scene may have a highly nonuniform illumination that common digital camera sensors are currently not able to deal with, as well as typical screen monitors. A High Dynamic Range image (HDR) is an image model capable to store much larger illumination range than regular models, what is more similar to our human system view. To generate and display HDR images, given the limitations of the devices (cameras and screen monitors), it is necessary to work in a domain with smaller range, called LDR images (Low Dynamic Range). The algorithms that map HDR images to LDR images are called tone-mapping operators. These algorithms, when operating on very high resolution HDR images, demand very high computational effort that CPU are also not currently capable to deal with. On the other hand, GPU offers a natural parallelism by enabling operations to be applied on thousands of pixels simultaneously. One way to program these operations on the GPU is through the use of graphics shaders, directly changing a graphical pipeline that reproduce pixels of the image, such as OpenGL pipeline. Nowadays, mobile devices are also highly available devices that can have powerful GPUs. Hence, an important research subject is to access the viability of using such devices on HDR image processing and tone-mapping. In this work, we develop OpenGL graphic shaders to process tone-mapping operation as well as image multiscale decomposition using important and modern nonlinear image filters, in order to preserve the most of the images details. This generates sharper results when compared to techniques that directly apply tone-mapping operators on the images. On the other hand, GPU processing represents a huge speed improvement over CPU processing. The application we develop is multiplatform so it can run on desktops and mobile devices. We used it to evaluate the performance of different tone-mapping operators and different nonlinear image filters to perform image multiscale decomposition.