持續在研究HDR、Tone Mapping、Stylization，然後就找到很「親切」的論文，它是國人所發佈的論文，用中文撰寫比較好理解！恰好論文題目High Dynamic Range Image Stylization跟我研究相關，所以研究了一下……
剛咪聽完我的疑慮果然是對的！若論文是發佈在一個不知名的期刊，那就要特別注意，雖然說不是什麼對或錯，但對於研究者來說這一點就相當重要，畢竟現在碩士論文之多，大多數人只求能夠畢業，當然也無法期望短時間內論文可以有多好的「質」量！
這篇發表在International Journal of Advanced Information Technologies (IJAIT)，研究相關題材有一段時間，所以看得懂裡頭的技術，老闆強調我應該要有本是以自己所理解來判斷該篇paper的好壞，不用全盤都跟著它走。
它的高動態範圍影像風格演算法之流程圖架構。
它的演算法主要有五個步驟：
- 影像明視度的縮放與重建(Luminance Scaling and Reconstruction)：
- 影像資訊簡化(Image Data Reduction)：
- 影像亮度量化(Luminance Quantization)：
- 影像邊緣偵測(EdgeDetection)：
- 基於模糊關係的影像合成 (Fuzzy-relationship-based Image Composition)：
高動態範影像分成三類，分別是高鍵值(High key scene)、中鍵值(Mid key scene)以及低鍵值(Low key scene)景象。以下就它的實驗結果陳列出來：
房間測試影像。(a)原始影像，此影像為一低鍵值HDR影像(low key scene)；(b)直接使用Winnemöller的方法所獲得之結果；(c)邊緣資訊；(d)風格化後的結果影像。
餐桌測試影像。(a)原始影像，此影像為一中鍵值HDR影像(mid key scene)；(b)直接使用Winnemöller的方法所獲得之結果；(c)邊緣資訊；(d)卡通化後的結果影像。
教堂玻璃測試影像。(a)原始影像，此影像為一高鍵值影像(high key scene)；(b)直接使用Winnemöller的方法所獲得之結果；(c)邊緣資訊；(d)風格化後的結果影像。
做出來成果看起來相當好，不過我應該不會往NPR繼續研究下去。先說它當時的技術：三向邊緣保留濾波器與雙向濾波器的效能差異主要就在於物件邊緣上的差異。以我們的視覺、PSNR值的量測、訊號變化曲線圖以及空間差異性來觀察，均可清楚得知它的方法確實能夠將影像中的雜訊濾除，並且保留物件邊緣資訊的能力較佳，藉此得以保留物件之間較佳的層次感。
很意外地發現此篇論文也有參考Ansel Adams發展的技術與三本攝影著作，The Camera(1980)、The Negative(1981)、The Print(1983)。
「相關研究」中可以很快地參考有何技術：
＃影像風格化技術
- 人眼追蹤(Eye Tracking)
- 雙向濾波器(Bilateral Filter)
- Canny 邊緣偵測(Edge Detection)
- 高斯差異(Difference of Gaussian)
＃高動態範圍影像色調再生技術
- 色調對應(Tone Mapping)，亦稱為色調再生(Tone Reproduction)
- 全域法(Global method)和區堿法(Local Method)
- 全域法架構較為簡單比較容易實作，處理速度又快，實用上較為頻繁，對於HDR影像中較亮、較暗的細節資訊會有較明顯的失真發生;而區域法對於HDR 影像的細節均能有良好的結果，其主要缺點在於處理時間較長，有時會出現光暈的現象(Halo Artifacts)，而且在取得區域特徵值需考慮到影像邊界的問題，因此實作上較為繁複。
此篇論文相當好理解，可以直接找論文來看細節。
逍遙文工作室 
Comments on: "[paper] High Dynamic Range Image Stylization (高動態範圍影像風格化)" (1)
[…] High Dynamic Range Image Stylization (高動態範圍影像風格化) […]
讚讚