【歡迎引用】 張紅宇， 袁健程， 劉欣悅， 等. 高動態(tài)范圍圖像采集技術在汽車設計中的應用研究[J]. 汽車文摘，2024（XX）： X-XX.

【Cite this paper】 ZHANG H Y， YUAN J C， LIU X Y， et al. Research on the Application of High Dynamic Range Images Acquisition Technology in Automotive Design[J]. Automotive Digest （Chinese）， 2024（XX）： X-XX.

【摘要】針對汽車造型設計評審中對虛擬場景真實感、多樣化與汽車使用場景表現(xiàn)的需求，基于高動態(tài)范圍（HDR）圖像采集技術進行研究。介紹了HDR圖像在汽車設計評審中的應用現(xiàn)狀，結合造型可視化設計在實時渲染領域的研究成果，提出了一套完整的、針對汽車評審用途的采集制作高品質(zhì)數(shù)字場景的理論和技術方案。結果表明：設計團隊通過自主掌握HDR圖像采集技術，可根據(jù)造型評審需求制作擬真的數(shù)字場景，顯著提高設計評審中虛擬環(huán)境的真實感與多樣化，同時可生動表現(xiàn)汽車的使用情景，有效提升了設計評審的效率。

關鍵詞：高動態(tài)范圍圖像；全景圖；基于圖像的照明；擴展現(xiàn)實；VR；XR

中圖分類號：TB864" "文獻標志碼：A" DOI： 10.19822/j.cnki.1671-6329.20230039

【Abstract】 In response to the need for realism， diversity， and representation of automotive use scenarios in virtual scenes during automotive design reviews， this research is based on High Dynamic Range （HDR） image capture technology. This paper introduces the current application status of HDR images in automotive design reviews. It combines the years of research achievements by the China FAW Group’s visual design team in the field of real-time rendering to propose a comprehensive theoretical and technical scheme for capturing and producing high-quality digital scenes specifically for automotive reviews. The results show that by independently mastering HDR image capture technology， the design team can tailor realistic digital scenes according to design review needs， significantly enhancing the realism and diversity of virtual environments in design reviews. Additionally， it vividly represents automotive usage scenarios， effectively improving the efficiency of design reviews.

Key words： High Dynamic Range Images， Panorama， Image-Based Lighting， Extended Reality， VR， XR

0 引言

在汽車造型設計的過程中，造型評審是一個重要的里程碑節(jié)點。為了完成展示評審工作，需要將此階段的設計方案采用虛擬現(xiàn)實技術將汽車數(shù)字模型放到虛擬環(huán)境中進行實時渲染，通過大屏幕或XR設備進行展示，以盡可能真實地呈現(xiàn)視覺效果。虛擬環(huán)境的真實感和豐富度能大幅提升設計方案的展示效果，為了追求真實感，上海汽車技術中心團隊采用高動態(tài)范圍成像（High Dynamic Range Imaging， HDR）與3D模型組合的形式開發(fā)了虛擬評審廳[1]，江淮汽車技術中心團隊提出建立HDR場景[2]以提升虛擬場景的豐富度。汽車設計部門對特殊定制虛擬場景（如特定季節(jié)/特定天氣/特定地點）的應用需求高，但現(xiàn)階段多數(shù)汽車設計團隊不具備戶外高品質(zhì)HDR圖像的自主采集與處理能力，多通過采購與網(wǎng)絡收集的方式獲取，成本、數(shù)量與質(zhì)量都不盡如人意。本文針對汽車評審數(shù)字場景的定制開發(fā)需求，通過研究HDR的生成原理，提出針對汽車評審用途的HDR圖像采集與合成方法，為汽車設計部門提供自主開發(fā)定制虛擬場景的解決方案。

1 高動態(tài)范圍圖像技術綜述

1.1 計算機呈現(xiàn)圖像的原理

1.1.1 數(shù)字信號的轉(zhuǎn)換

計算機存儲的圖像信息需要通過數(shù)字信號向光信號的轉(zhuǎn)換來進行呈現(xiàn)。與計算機表示圖像相似，顯示器顯示的顏色同樣由紅綠藍（Red Green Blue， RGB）3個通道混合形成。3種顏色全部最高亮度亮起即顯示為白色，全部以最低亮度亮起或關閉即顯示為黑色，通過3個通道各自不同的亮度級別形成各種各樣的顏色。將24位圖的二進制圖像數(shù)字信號對應至顯示器的每個像素，單個像素即能顯示16 777 216種顏色，通過無數(shù)個像素同時工作便顯示出來了彩色圖像。目前主流的顯示器只能顯示8位的位深度，這是由于顯示器的最高亮度和最低亮度的限制。但是一些高規(guī)格顯示器，如OLED、MiniLED、MicroLED等，其最高亮度極高同時最低亮度極低，這便為顯示更高位深度的圖像提供了可能。

1.1.2 HDR內(nèi)容呈現(xiàn)

對于發(fā)光的物體，如圖1中的太陽和車燈，在顯示器中，它們會被表示為白色像素。但是，實際上它們的亮度可能遠遠超出了顯示器所能表示的范圍。這是因為顯示器只能夠表示有限的動態(tài)范圍，而現(xiàn)實世界中光的動態(tài)范圍非常廣泛。因此，在顯示器中顯示的畫面只是對現(xiàn)實世界光的一種簡化和近似，無法完全還原真實的光亮度。

如果同樣是這張圖，但是太陽和車燈能有很明顯的亮度差別，那這張圖片就具備了不同亮度的白色。為了顯示這種亮度的層次感，HDR技術和支持HDR顯示的顯示器應運而生。HDR目標是提供比傳統(tǒng)標準動態(tài)范圍圖像（Standard Dynamic Range Image， SDR）更高的對比度和色彩范圍，使得影像更為真實、生動。要支持HDR顯示，要求顯示器的最高亮度和最低亮度的范圍足夠大，才能容納HDR相比SOR多出幾十倍的色彩信息。至于顯示器的動態(tài)范圍達到什么級別才具備HDR顯示的能力，這個標準不是固定的，而是由各種不同的HDR標準來規(guī)定的，例如HDR10、HDR10+、DolbyVision等，這些標準都有不同的最低要求和特點，而真正支持HDR顯示的設備往往非常昂貴，基本都是基于LED、OLED、MiniLED、MicroLED等技術的顯示面板。目前市面上存在很多低端顯示器聲稱其具備HDR功能，這些顯示器通常只是支持8位深度以上圖像的解碼播放，但其顯示面板并未達到HDR內(nèi)容的要求，因此在用其播放真正的HDR內(nèi)容時，會出現(xiàn)畫面發(fā)灰等現(xiàn)象，無法展現(xiàn)出HDR內(nèi)容真實的畫面效果。

1.2 高動態(tài)范圍圖像（HDRI）與全景圖

1.2.1 HDR與HDRI

高動態(tài)范圍圖像（High-Dynamic Range Image， HDRI）指采用HDR技術所拍攝或生成的圖像。動態(tài)范圍指圖像中最亮點和最暗點之間的亮度差異，“高動態(tài)范圍”的“高”是相對于低動態(tài)范圍（Low-Dynamic Range， LDR）或SDR的概念而言的。高動態(tài)范圍的圖像能夠捕捉到比標準圖像更多的亮度細節(jié)。

如圖2所示，以橫軸作為動態(tài)范圍值，在數(shù)字世界中，由于顯示器、攝像機等設備的限制，很難完整展現(xiàn)或捕獲現(xiàn)實世界中的動態(tài)范圍。目前，大多數(shù)顯示器的動態(tài)范圍只能達到約300～500 cd/m2，而太陽的亮度則可以達到約1.6×109 cd/m2，兩者相差了幾個數(shù)量級。因此，在數(shù)字世界中，需要采用一些技術手段來提高圖像的動態(tài)范圍，以便更好地展現(xiàn)現(xiàn)實世界中的場景。

人眼被認為是最先進的相機，但是它仍然無法捕獲自然界中全部的動態(tài)范圍。例如，人眼無法長時間盯著太陽看，因為太陽的亮度遠遠超過了人眼所能承受的動態(tài)范圍。對于數(shù)碼相機來說，雖然一些專用相機能捕獲人眼看不到的動態(tài)范圍（例如夜視儀），但其單次能捕獲的動態(tài)范圍跨度遠遠低于人眼。常見的相機RAW格式支持的位深度為12bit。對于顯示設備，雖然最高亮度、對比度等參數(shù)不盡相同，但目前普遍支持的是8bit深度格式的圖像。相較于相機RAW格式的12bit，顯示設備能顯示的動態(tài)范圍最小。

圖2中人眼、相機、顯示器的動態(tài)范圍僅表示其能捕獲或顯示的范圍，但其標尺所在的位置并不是一成不變的。例如，相機可以通過調(diào)整曝光值來捕獲不同范圍的亮度，顯示器可以通過提高或降低亮度來顯示不同范圍的亮度，而人眼也可以通過調(diào)節(jié)瞳孔大小自動調(diào)節(jié)曝光。但無論其標尺位置如何變化，各自的動態(tài)范圍跨度是恒定的，這是由其各自的屬性所決定的。

通過相機一次拍攝的圖像，其采集的動態(tài)范圍跨度是恒定的，但其采集的范圍可以通過調(diào)整曝光值來調(diào)整。基于這個原理，將不同曝光值的照片按曝光高低進行排序，然后進行合成，就可以人為擴大相機采集的曝光范圍，如圖3所示，這種處理方式即為多重曝光圖像合成。

通過多重曝光采集更大的動態(tài)范圍，然后存儲為專用格式，即可得到一張高動態(tài)范圍圖像。

1.2.2 色調(diào)映射

色調(diào)映射（Tone-Mapping）是將高動態(tài)范圍圖像中的亮度范圍壓縮到普通顯示器可接受并顯示的范圍，目的是盡量保留圖像中的關鍵信息，避免圖像失真的同時呈現(xiàn)盡可能多的畫面內(nèi)容。

圖4展示了一張HDR圖片和SDR圖片，兩張圖片顯示的視覺效果上并沒有明顯的差異，這是因為HDR圖片的動態(tài)范圍已經(jīng)超過了顯示器所能顯示的亮度范圍，Photoshop軟件為了讓其能夠正常顯示，對其進行了色調(diào)映射計算處理，以保證顯示器能夠正常顯示。在色調(diào)映射的處理過程中，需要舍棄掉一些超過顯示范圍的圖像信息。利用HDR圖片豐富的動態(tài)范圍信息，在色調(diào)映射過程中進行人為調(diào)整，通過有選擇地的保留圖像的關鍵信息，可在顯示器有限的動態(tài)范圍內(nèi)呈現(xiàn)更豐富的畫面內(nèi)容，以提高圖片的觀感。

對于拍攝的照片，如果其中有些部分過暗或過亮，可以通過調(diào)節(jié)色調(diào)映射參數(shù)來調(diào)節(jié)暗部和亮部細節(jié)，在使用Photoshop進行HDR圖片轉(zhuǎn)換時，軟件會彈出色調(diào)映射參數(shù)的調(diào)整窗口，用戶可以通過調(diào)整其中的參數(shù)來決定保留哪些信息，這對于照片的后期處理非常有用。

在攝影領域中，常常采用多重曝光的方法對同一場景進行多次拍攝以采集豐富的動態(tài)范圍信息，然后通過色調(diào)映射的方式來制作優(yōu)美的風景照。如圖5所示的現(xiàn)實場景中，云朵和太陽的亮度遠遠高于地面上的石頭和陰影細節(jié)，其亮度差異超出了相機一次拍攝所能采集的范圍。因此，需要先通過多重曝光的方式合成一張高動態(tài)范圍圖像，然后利用色調(diào)映射調(diào)整，兼顧亮度與暗部的畫面細節(jié)，從而獲得一張充滿細節(jié)的風景照片。

1.2.3 全景圖

全景圖是一種具有超寬視角的圖像，廣泛應用于汽車設計可視化專業(yè)中。其中，360°全景圖配合三維場景可以全視角完美展示產(chǎn)品，尤其適用于汽車設計評審場景。當全景圖與HDRI技術結合時，可以得到全景HDRI。在進行汽車可視化CG渲染時，全景HDRI可以作為汽車背景，同時還可以基于圖像的照明技術（Image-Based Lighting， IBL）利用全景圖中的元素（如太陽）直接提供照明信息進行數(shù)模渲染。

1.3 基于圖像的照明

1.3.1 CG場景中照明的形式

光的概念在CG渲染中和現(xiàn)實世界中一樣重要。CG藝術家又被稱為數(shù)字攝影師，這是因為現(xiàn)實世界中的攝影師捕獲的是真實的光，而對CG藝術家來說，捕獲的則是數(shù)字的光。光影效果的好壞是一部渲染作品品質(zhì)的決定性因素之一，所以布光在數(shù)字渲染中是一項極其重要的工作。

專業(yè)的渲染軟件通常會預設多種光源類型，如平行光、點光源和聚光燈，通過對這些光源的位置與參數(shù)進行手動調(diào)整，可以獲得簡單的照明效果。這種手動布光方式比較適合模擬攝影棚這樣的簡單場景，在模擬復雜場景光照時，這種方法的工作量將變得非常大。這是因為在復雜的現(xiàn)實場景中，物體不僅會受到光源的直接照明，還會受到其他物體反射光的間接照明。為了獲得真實的渲染效果，必須對場景中的所有物體進行建模并賦予相應的材質(zhì)，這將使場景搭建的工作量呈指數(shù)級增加。在這種情況下，使用IBL是一種更優(yōu)的解決方案。IBL是一種完全依賴于圖像本身的照明方式，它利用圖像中的亮度和色彩信息來計算光照信息[7]。這意味著，光照信息的豐富程度取決于圖像的色彩豐富程度。因此，使用一張圖片就可以輕松地模擬現(xiàn)實世界中復雜的場景，而無需對場景中的所有物體進行建模。對于汽車可視化展示來說，IBL是一個非常有用的照明方法。由于汽車是場景中的唯一主體，可以使用一張全景圖像作為光源和背景。這樣不僅可以減少工作量，還可以減輕渲染負擔，從而保證實時渲染的流暢度。

總之，IBL是一種更簡單、更高效的照明方式，可以為復雜場景的渲染提供可行的解決方案。

1.3.2 將HDRI用于照明

當使用IBL進行渲染時，需要確保所使用的圖片具有足夠高的位深度。如果位深度不足，則渲染軟件無法從圖像信息中反推出準確的光照強度。如圖6所示，圖6a為SDR圖像，圖6b為HDR圖像。當將SDR圖像用作光源貼圖時，太陽和云彩在天空中的顏色信息都被記錄為白色的二進制值，無法反映它們真實的亮度差異信息。因此，在進行基于圖像的光照渲染時，必須使用足夠高的位深度的圖像。

在這樣的現(xiàn)實場景中放置一輛汽車，在陽光的照射下，汽車會產(chǎn)生非常豐富的陰影和高光效果。但是當使用SDR圖片作為光源貼圖時，它無法記錄陽光和其他部分的亮度差異，導致渲染軟件無法準確計算汽車表面所接受的陽光強度，從而使其明暗變化、陰影和高光效果匱乏，場景的真實感大幅降低，見圖7。

HDR圖雖然在顯示器上與SDR圖的觀感并沒有較大區(qū)別，但是其包含了大量未被顯示的圖像信息，這些信息記錄了太陽和其他部分的亮度差異，其中太陽部分的亮度遠遠大于其他部分。當使用HDR圖作為光源時，渲染軟件可以精確地反推出各部分光的強度值，HDR圖中包含的信息越多，反推出來的光源就越豐富，渲染的光影效果就會更真實，見圖8。

總之，在技術層面，SDR和HDR圖片都可以用作光源貼圖來照明場景，但是HDR圖片包含的動態(tài)范圍信息更加豐富，所以在使用HDR圖片作為光源時，可以帶來更真實的渲染效果?，F(xiàn)在已經(jīng)有了通過智能補足SDR信息轉(zhuǎn)化為HDR的方法[8]，這使得SDR圖片也能夠在一定程度上被用作場景照明。在汽車可視化渲染中，會直接使用HDR圖片為場景照明，只有一些細節(jié)部分如屏幕部分發(fā)光或者車燈貼圖等會采用SDR圖片照明。這是因為這些區(qū)域的光源影響范圍相對較小，不會對整體場景有太大的影響。同時，使用SDR圖像可以有效減少渲染文件的大小，提高實時渲染的流暢度。

2 采集高動態(tài)范圍圖像并用于汽車造型評審

2.1 捕獲現(xiàn)實的光

在制作數(shù)字場景時，為了捕獲真實的光照信息，需要選擇合適的地點和時間進行拍攝。對于IBL照明貼圖，為了追求真實感，應該盡可能減少后期處理，而是充分利用自然光線。因此，在選擇地點和時間時，要考慮光照條件的穩(wěn)定性和適宜性。

對于汽車渲染，為了展示汽車的造型，通常選擇比較干凈簡潔的地點，這樣可以形成明晰的遠景消失天際線，使汽車側(cè)面形成一道漂亮的反射腰線[9]，使型面表現(xiàn)更加準確。過于繁雜的場景會破壞汽車本身的線條，所以應該避免選擇過于復雜的地點。此外，場地應該足夠開闊，預留出放車的位置，并且在車周圍5 m內(nèi)不能有縱向的遮擋物，以避免全景圖片轉(zhuǎn)為球面時物體的扭曲變形，見圖9。如果想把特定物體或建筑物作為汽車的背景，取景距離應該適當拉遠，以避免物體變形。實際采集時還需要根據(jù)具體的車型風格、任務目標、展示用途等做出適當調(diào)整。如，對于紅旗E-HS9敦煌版的室外場景，背景限定為莫高窟門口（見圖10），主要是為了體現(xiàn)地域風格，因此需要在有限的區(qū)域內(nèi)選擇適合汽車停放的位置，避免背景的物體變形，并等待一個合適的時間進行拍攝。

對汽車可視化設計師而言，取景時間的選擇本質(zhì)上是對光照風格的選擇。同一地點可能會在不同的天氣和時間下呈現(xiàn)出完全不同的風格。在時間充裕的情況下，攝影師通常會在一個地方持續(xù)觀察，直到出現(xiàn)理想的景象。風景攝影作品選擇日出和日落時間段的占比很高。這是因為在日出日落時，天際線處的陽光會形成漂亮的暈影，搭配薄云，就形成了漂亮的朝霞和晚霞。同時，暖色光下的間接照明可以提升畫面的色彩豐富程度。對于汽車數(shù)字化場景也是如此，通常選擇日出或日落時間段，因為暖色的間接照明可以提升車身反射的觀感，同時這兩個時間段的太陽亮度遠遠低于中午時刻，對于需要進行360°實時展示的應用場景來說，汽車不存在絕對的背光面，各個視角的觀感都不錯，沒有很明顯的死角。而在太陽光比較強的時段采集是有利有弊的，有利之處在于向光面光照強度高，視覺效果好，弊處在于背光面處于照明死角，在實時渲染時觀感不佳，因此其最佳展示視角會相對少很多。不同的光照風格都有其各自的韻味，例如，在表現(xiàn)一些冷酷風格的車型時，多會選擇陰天或大背光陰影區(qū)域來取景。

2.2 全景HDRI合成

2.2.1 素材的整理與準備

在照片整理完成后，需要使用Lightroom軟件對照片進行一定的預處理。主要是去除圖像中物體邊緣的紫/（綠）邊。如果不進行處理直接進行合成，會非常影響最終成片的質(zhì)量。

2.2.2 素材合成

合成全景HDRI是兩步過程：首先合成一張全景圖，然后使用多個不同曝光值的全景圖合成高動態(tài)范圍全景圖。推薦使用專業(yè)的全景圖合成軟件PTGUI[10]，它能夠自動識別全景和多重曝光素材。選取前一步整理好的照片素材，軟件會自動讀出照片信息，包括鏡頭焦距、曝光時間等。照片的ISO和光圈都是統(tǒng)一的，唯一的變量是快門時間，這是為了保證不同角度在同一曝光擋位的曝光值完全一致。否則，合成全景圖可能會失敗，或者合成的圖像會有接縫，需要進一步去除接縫[11]，這將非常繁瑣。按照軟件提示依次完成影像對齊、裁切、曝光優(yōu)化和合成全景等步驟，激活HDR功能，然后點擊輸出即可。

2.2.3 后期處理

全景HDRI合成完成后，需要處理區(qū)域曝光，主要是畫面中的特別強光，例如太陽、射燈等。雖然取景時采用了多重曝光，已經(jīng)捕獲到了遠遠超過單張照片的動態(tài)范圍，但對于太陽、射燈這樣的超強光源，現(xiàn)有的曝光范圍仍然不足。因此，在使用合成的源圖像作為光照貼圖提供照明時，太陽光方向形成的陰影會比較淡，達不到真實的陰影強度。解決這個問題的方法是使用Photoshop手動拉升強光區(qū)域的曝光強度，通過后處理的方式增加圖像整體細節(jié)[12]。經(jīng)過后處理，這張全景HDRI就可以還原真實場景光照的效果。

2.3 利用全景HDRI數(shù)字場景進行汽車可視化展示

經(jīng)過上述步驟的處理可得到能夠提供照明和背景功能的全景HDRI。將其導入汽車可視化渲染軟件VRED Pro時，全景HDRI會自動展開為一個半球形的全景圖。此時，將汽車模型導入場景中心并完成其材質(zhì)效果渲染，利用全景HDRI的光照信息烘焙汽車數(shù)據(jù)的光影，就能得到一套基礎的汽車造型可視化展示數(shù)據(jù)。為增強場景的互動性，可以加入一些實體模型[13]，例如樹木、草地、地面建筑等，如圖11所示。

根據(jù)數(shù)字場景的制作原理，可以根據(jù)實際應用需求，在世界各地采集美景并合成全景HDRI，以制作個性化的數(shù)字場景，圖12即在長春北湖公園采集的數(shù)字場景，可在汽車造型評審時進行方便快速的展示和切換。同時，還可以與虛擬現(xiàn)實技術結合，搭配XR頭顯，提供更為沉浸的視覺體驗。

3 結束語

本文基于高動態(tài)范圍圖像技術，開發(fā)了一套專門用于汽車設計評審的虛擬場景解決方案。本研究建立了適用于汽車評審的HDR圖像采集與合成方法，提供了自主開發(fā)定制虛擬場景的技術支持。汽車設計部門應用該解決方案，可以顯著提升設計評審中的虛擬環(huán)境真實感與多樣性，同時生動呈現(xiàn)汽車使用情景，顯著提高設計評審效率。

未來，隨著技術的持續(xù)發(fā)展，HDR圖像采集技術將在虛擬現(xiàn)實和汽車設計領域發(fā)揮更重要的作用。今后的研究將集中于進一步優(yōu)化HDR圖像的合成技術，提高采集效率和動態(tài)范圍，以滿足日益增長的設計需求和更復雜的應用場景。此外，探索HDR技術在其他工業(yè)設計領域的應用潛力，也將為技術的發(fā)展和應用提供更廣闊的前景。

參 考 文 獻

[1] 邵景峰， 劉優(yōu)中， 喻志強. 基于汽車造型評審的虛擬現(xiàn)實環(huán)境設計[J].上海汽車， 2017（4）： 3-8.

[2] 李曉峰. 基于虛擬現(xiàn)實的汽車造型優(yōu)化設計方法研究[J]. 安徽科技， 2020（3）： 46-48.

[3] 唐娜. 計算機圖形學學科現(xiàn)狀與分析[J]. 信息技術與信息化， 2015（6）： 223-224.

[4] 張亞斌， 劉建國. 數(shù)字相機與數(shù)字攝影[J]. 南方文物， 2018（4）： 66-71.

[5] 葉翔宇. HDR環(huán)境貼圖的原理，應用和制作[J]. 現(xiàn)代電影技術， 2022（11）： 45-49.

[6] 秦艷， 劉瑞星， 康臻，等. 基于高動態(tài)范圍成像的極端亮度測量方法研究[J]. 應用光學， 2023， 44（1）： 168-174.

[7] WANG A， XIE X， HE X， et al. Study on the Light Environment Evaluation Based on Digital Image[C]//Proceedings of the 2017 Asia-Pacific Computer Science and Application Conference， 2017.

[8] EILERTSEN G， KRONANDER J， DENES G， et al. HDR Image Reconstruction from a Single Exposure Using Deep CNNs[J]. ACM Transactions on Graphics， 2017， 36（6）： 1-15.

[9] 戴鑫祺. 光與硅的藝術VRED汽車可視化渲染[M]. 北京： 人民郵電出版社， 2017： 192-196.

[10] 劉崧印， 朱學芳， 李川. 基于VR技術的虛擬圖書館全景漫游系統(tǒng)的設計與實現(xiàn)[J]. 圖書館學研究， 2022（11）： 47-56.

[11] XIONG J B， LI F， LONG F， et al.Spatially-Varying Warping for Panoramic Image Stitching[C]//2022 34th Chinese Control and Decision Conference （CCDC）. Hefei： IEEE， 2022.

[12] LIU Y， WANG F， LIU W， et al. High Dynamic Range Imaging Algorithm Based on JND and Detail Enhancement[C]// SSPS '19： Proceedings of the 2019 International Symposium on Signal Processing Systems， 2019： 92-98.

[13] XU X， QIAN G P. Experimental Research on Virtual Reality System with Panorama[C]//ICIGP '19： Proceedings of the 2nd International Conference on Image and Graphics Processing， 2019： 132-135.

（責任編輯 明慧）