색상 매핑: 컴퓨터 비전의 시각적 인식 및 분석 탐구
By Fouad Sabry
()
About this ebook
색상 매핑이란
이 기능은 이미지 색상 전송으로 알려져 있으며, 한 이미지(소스)의 색상을 이미지에 매핑(변환)하는 역할을 합니다. 다른 이미지(대상)의 색상. 색상 매핑은 매핑 기능을 생성하는 알고리즘이나 이미지의 색상을 변경하는 방법으로 참조할 수 있습니다. 사진 수정 프로세스를 흔히 색상 전송이라고 하며, 회색조 사진이 포함된 경우 밝기 전송 기능(BTF)이라고 합니다. 또한 광도 측정 카메라 교정 또는 방사 측정 카메라 교정이라고도 합니다.
혜택을 받는 방법
(I) 다음에 대한 통찰력 및 검증 다음 주제:
1장: 이미지 색상 전송
2장: 감마 보정
3장: 색상 관리
4장 : 색상 히스토그램
5장: 셰이더
6장: 톤 매핑
7장: 이미지 히스토그램
8장: 색상 보정
9장: 색상 양자화
10장: 이미지 수정
(II) 색상 매핑에 관한 대중의 주요 질문에 답합니다.
(III) 다양한 분야에서 색상 매핑을 사용하는 실제 사례.
이 책은 누구를 위한 책인가요?
전문가, 학부 및 대학원생, 열성팬 , 애호가, 모든 종류의 컬러 매핑에 대한 기본 지식이나 정보를 넘어서고 싶은 사람들.
Read more from Fouad Sabry
항공 우주의 새로운 기술 [Korean]
Related to 색상 매핑
Titles in the series (100)
히스토그램 균등화: 향상된 시각적 인식을 위한 이미지 대비 향상 Rating: 0 out of 5 stars0 ratings감마 보정: 컴퓨터 비전의 시각적 선명도 향상: 감마 보정 기술 Rating: 0 out of 5 stars0 ratings컴퓨터 스테레오 비전: 컴퓨터 비전의 깊이 인식 탐구 Rating: 0 out of 5 stars0 ratings이방성 확산: 이방성 확산을 통한 이미지 분석 향상 Rating: 0 out of 5 stars0 ratings톤 매핑: 톤 매핑: 컴퓨터 비전의 관점 밝히기 Rating: 0 out of 5 stars0 ratings수중 컴퓨터 비전: 파도 밑에서 컴퓨터 비전의 깊이 탐구 Rating: 0 out of 5 stars0 ratings이미지 히스토그램: 시각적 통찰력 공개, 컴퓨터 비전의 이미지 히스토그램 깊이 탐색 Rating: 0 out of 5 stars0 ratings아핀 변환: 시각적 관점 잠금 해제: 컴퓨터 비전의 아핀 변환 탐색 Rating: 0 out of 5 stars0 ratings레티넥스: 레티넥스 를 통해 컴퓨팅 비전의 비밀을 밝히다 Rating: 0 out of 5 stars0 ratings시각적 인식: 컴퓨터 시각적 처리에 대한 통찰력 Rating: 0 out of 5 stars0 ratings인페인팅: 컴퓨터 비전의 격차 해소 Rating: 0 out of 5 stars0 ratings이미지 압축: 시각적 데이터 최적화를 위한 효율적인 기술 Rating: 0 out of 5 stars0 ratings컴퓨터 시각 인식: 컴퓨터 비전의 깊이 탐구 Rating: 0 out of 5 stars0 ratings허프 변환: 컴퓨터 비전에서 Hough 변환의 마법 공개 Rating: 0 out of 5 stars0 ratings가장자리 감지: 컴퓨터 비전의 경계 탐색 Rating: 0 out of 5 stars0 ratings색 공간: 컴퓨터 비전의 스펙트럼 탐색 Rating: 0 out of 5 stars0 ratings라돈 변환: 시각적 데이터에 숨겨진 패턴 밝히기 Rating: 0 out of 5 stars0 ratings필터 뱅크: 컴퓨터 비전의 필터 뱅크 기술에 대한 통찰력 Rating: 0 out of 5 stars0 ratings공동 사진 전문가 그룹: JPEG 표준으로 시각적 데이터의 힘 활용 Rating: 0 out of 5 stars0 ratings해리스 코너 감지기: 이미지 특징 감지의 마법 공개 Rating: 0 out of 5 stars0 ratings하다마드 변환: 컴퓨터 비전에서 아다마르 변환의 힘 공개 Rating: 0 out of 5 stars0 ratings인간 시각 시스템 모델: 인식 및 처리 이해 Rating: 0 out of 5 stars0 ratings소음 감소: 선명도 향상, 컴퓨터 비전의 노이즈 감소를 위한 고급 기술 Rating: 0 out of 5 stars0 ratings지향성 그라디언트 히스토그램: 시각적 영역 공개: 컴퓨터 비전에서 지향성 그라데이션 히스토그램 탐색 Rating: 0 out of 5 stars0 ratings호모그래피: 호모그래피: 컴퓨터 비전의 변화 Rating: 0 out of 5 stars0 ratings컬러 매칭 기능: 컴퓨터 비전의 스펙트럼 감도 이해 Rating: 0 out of 5 stars0 ratings윤곽선 감지: 컴퓨터 비전의 시각적 인식 기술 공개 Rating: 0 out of 5 stars0 ratings컬러 모델: 컴퓨터 비전의 스펙트럼 이해: 색상 모델 탐색 Rating: 0 out of 5 stars0 ratings무작위 표본 합의: 컴퓨터 비전의 강력한 추정 Rating: 0 out of 5 stars0 ratings얼룩 감지: 시각적 데이터의 패턴 공개 Rating: 0 out of 5 stars0 ratings
Related ebooks
감마 보정: 컴퓨터 비전의 시각적 선명도 향상: 감마 보정 기술 Rating: 0 out of 5 stars0 ratings색상 프로필: 컴퓨터 비전의 시각적 인식 및 분석 탐구 Rating: 0 out of 5 stars0 ratings톤 매핑: 톤 매핑: 컴퓨터 비전의 관점 밝히기 Rating: 0 out of 5 stars0 ratings색상 관리 시스템: 디지털 환경에서 시각적 인식 최적화 Rating: 0 out of 5 stars0 ratings래스터 그래픽: 컴퓨터 비전의 래스터 그래픽의 기초 이해 Rating: 0 out of 5 stars0 ratings안티 앨리어싱: 컴퓨터 비전의 시각적 명확성 향상 Rating: 0 out of 5 stars0 ratings2차원 컴퓨터 그래픽: 시각적 영역 탐색: 컴퓨터 비전의 2차원 컴퓨터 그래픽 Rating: 0 out of 5 stars0 ratings적응형 필터: 적응 필터링을 통해 컴퓨터 비전 향상 Rating: 0 out of 5 stars0 ratings알파 합성: 컴퓨터 비전의 이미지 구성 기술 익히기 Rating: 0 out of 5 stars0 ratings공동 사진 전문가 그룹: JPEG 표준으로 시각적 데이터의 힘 활용 Rating: 0 out of 5 stars0 ratings래스터 그래픽 편집기: 시각적 현실의 변화: 컴퓨터 비전에서 래스터 그래픽 편집기 마스터하기 Rating: 0 out of 5 stars0 ratings가장자리 감지: 컴퓨터 비전의 경계 탐색 Rating: 0 out of 5 stars0 ratings볼륨 렌더링: 컴퓨터 비전의 시각적 현실감 탐구 Rating: 0 out of 5 stars0 ratings이미지 히스토그램: 시각적 통찰력 공개, 컴퓨터 비전의 이미지 히스토그램 깊이 탐색 Rating: 0 out of 5 stars0 ratings농담: 시각적 렌더링의 깊이 탐구: 컴퓨터 비전의 퐁 셰이딩 Rating: 0 out of 5 stars0 ratings라디오시티 컴퓨터 그래픽: 컴퓨터 비전의 라디오시티를 통한 시각화 향상 Rating: 0 out of 5 stars0 ratings선 그리기 알고리즘: 정밀한 이미지 렌더링을 위한 마스터링 기법 Rating: 0 out of 5 stars0 ratings높은 동적 범위 렌더링: 시각적 스펙트럼 잠금 해제: 컴퓨터 비전의 고급 기술 Rating: 0 out of 5 stars0 ratings셰이더: 셰이더를 사용한 시각적 영역 탐색: 컴퓨터 비전으로의 여정 Rating: 0 out of 5 stars0 ratings히스토그램 균등화: 향상된 시각적 인식을 위한 이미지 대비 향상 Rating: 0 out of 5 stars0 ratings이중선형 보간: 쌍선형 보간을 통해 이미지 해상도 및 선명도 향상 Rating: 0 out of 5 stars0 ratings버텍스 컴퓨터 그래픽: 정점 컴퓨터 그래픽과 컴퓨터 비전의 교차점 탐색 Rating: 0 out of 5 stars0 ratings거리 안개: 시각적 개척지 탐험: 컴퓨터 비전의 거리 안개에 대한 통찰 Rating: 0 out of 5 stars0 ratings벡터 그래픽 편집기: 고급 알고리즘으로 시각적 창작 능력 강화 Rating: 0 out of 5 stars0 ratings이미지 분할: 픽셀 정밀도 을 통해 통찰력 확보 Rating: 0 out of 5 stars0 ratings스캔라인 렌더링: 스캔라인 렌더링 기법을 통한 시각적 현실감 탐구 Rating: 0 out of 5 stars0 ratings컴퓨터 비전 그래프 컷: 컴퓨터 비전의 그래프 컷 탐색 Rating: 0 out of 5 stars0 ratings단어 가방 모델: 단어 가방 로 시각적 지능 잠금 해제 Rating: 0 out of 5 stars0 ratings컴퓨터 그래픽 렌더링: 시각적 사실주의 탐구: 컴퓨터 그래픽에 대한 통찰 Rating: 0 out of 5 stars0 ratings색상 외관 모델: 컴퓨터 비전의 인식 및 표현 이해 Rating: 0 out of 5 stars0 ratings
Reviews for 색상 매핑
0 ratings0 reviews
Book preview
색상 매핑 - Fouad Sabry
1 장 : 이미지 색상 전송
한 이미지(소스)의 색상은 다른 이미지(대상)의 색상으로 전송
됩니다. 매핑 함수를 생성하거나 이미지의 색상을 변환하는 프로세스를 색상 매핑
이라고도 합니다. 컬러 전송 또는 그레이스케일 사진의 밝기 전송 함수(BTF)는 이미지 변경 프로세스의 한 이름입니다. 다른 이름으로는 측광 카메라 보정 및 방사 카메라 보정이 있습니다.
이미지 색상 전송
이라는 용어는 가장 널리 사용되는 알고리즘이 색상뿐만 아니라 음영도 전송하기 때문에 다소 오해의 소지가 있습니다. (실제로 노란색으로 변경된 이미지 내의 작은 주황색 영역을 제외하고 이 페이지에 제공된 샘플은 대부분 음영을 전달합니다.)
사진 간에 색상을 전송하는 알고리즘은 미리 결정된 픽셀 대응 또는 두 이미지에 있는 색상의 통계에 의존할 수 있습니다. 셋째, 사용자 지원 방법은 Faridul 및 다른 사람들에 의해 포괄적인 검토에서 확인되었습니다.
히스토그램 매칭은 그림의 통계적 특징을 활용하는 방법입니다.
이것은 구식 색상 이동 알고리즘이지만 때로는 지나치게 정확하여 대상 이미지를 일반적인 색상 특성 대신 가장 작은 색상 세부 사항까지 복제하여 색수차를 유발하는 불행한 부작용이 있습니다.
최근에 개발된 통계 기법은 이 문제를 해결합니다.
이러한 기술 중 하나는 각 입력 이미지 채널을 정규화하여 평균과 표준 편차가 참조 이미지의 해당 입력 채널과 동일하도록 하는 것입니다.
이 조정 프로세스는 일반적으로 Lαβ 또는 Lab 색상 공간에서 수행됩니다.
색상 변환 기술에 대한 개요를 제공합니다.
비디오에서 색상을 전송하기 위한 Neural style transfer와 같은 딥 러닝 방법도 논의됩니다.
색 전사 처리에는 (1) 시각적으로 호환되도록 두 이미지의 색상을 수정하는 것과 (2) 두 개 이상의 샘플 이미지를 사용하여 추가 처리를 위해 두 카메라의 색상을 보정하는 두 가지 주요 응용 분야가 있습니다.
컴퓨터 비전 응용 분야에서 색상 보정은 전처리 파이프라인에서 중요한 단계입니다. 한 번에 많은 사진을 처리하기 때문에 많은 프로그램에서 색상 보정이 필요합니다. 이미지 차별화, 정합, 객체 인식, 다중 카메라 추적, 공동 분할 및 스테레오 재구성은 모두 이러한 응용 프로그램의 예입니다.
이미지 색상 전송이 다른 컨텍스트에서 사용될 수 있다고 제안되었습니다.
여기에는 유명한 그림과 같은 인정된 출처의 색상 팔레트를 함께 사용하는 것과 '포스터라이즈', '솔라라이즈' 및 '그라디언트'와 같은 상업용 이미지 처리 응용 프로그램에서 일반적으로 볼 수 있는 색상 수정 방법에 대한 추가 대안으로 사용하는 것이 포함됩니다.
이러한 옵션을 조사하려면 웹 도구를 사용할 수 있습니다.
이 기사는 Reinhard et al.의 기초 연구에서 사용된 용어를 따르지만, 저자는 소스 이미지를 색상이 대상 이미지로 향하는 것으로 생각하는 것이 더 직관적이라고 주장합니다. Adobe의 Photoshop 색상 일치 기능은 색상 참조 이미지를 소스로 참조합니다. 일부 결함이 있는 프로그램은 이 언어에 대한 오해로 인해 배포된 후 야생에 들어갔습니다. 입력 그림
또는 기본 이미지
, 색상 소스 이미지
또는 색상 팔레트 이미지
와 같은 용어를 사용하면 나중에 문제를 해결하는 데 도움이 될 수 있습니다.
{챕터 1 종료}
제 2 장: 감마 보정
감마 또는 감마 보정은 비디오 및 스틸 이미지 시스템에서 휘도 또는 삼자극 값을 인코딩 및 디코딩하는 데 사용되는 비선형 프로세스입니다. 가장 간단한 형태로, 감마 보정은 멱법칙 표현식으로 정의됩니다.
{\displaystyle V_{\text{out}}=AV_{\text{in}}^{\gamma },}여기서 음수가 아닌 실제 입력 값을 V_{{\text{in}}} 거듭제곱 \gamma 하고 상수 A를 곱 하여 출력 값을 얻습니다 V_{{\text{out}}} .
A = 1,의 가장 빈번한 값의 경우, 일반적으로 입력 값과 출력 값은 0-1 범위에 있습니다.
감마 값은 \gamma <1 때때로 인코딩 감마라고 불리 며, 인코딩에서 이러한 압축 멱법칙 비선형성을 사용하는 것을 감마 압축이라고 하며, 반대로 감마 값을 \gamma >1 디코딩 감마라고 하며, 또한 비선형 멱법칙 확장의 사용을 감마 확장이라고 합니다.
인간이 빛과 색을 인식하는 비선형 방식을 사용하는 이미지의 감마 인코딩은 이미지를 인코딩할 때 비트 소비를 최적화하거나 이미지를 전송하는 데 사용되는 대역폭을 최적화하는 데 사용됩니다. 그렇기 때문에 축소된 버전에서 원본 이미지를 가장 잘 보여주는 방법을 결정하는 데 많은 창의적인 에너지가 필요합니다. 콘트라스트 선택이라고도 하는 감마 보정은 최종 결과물을 미세 조정하기 위한 사진작가의 툴킷에 있는 도구입니다.
전자 센서는 디지털 카메라에서 빛을 기록하는 데 사용되며 일반적으로 선형으로 반응합니다. 색 공간 변환 및 렌더링 변환은 선형 원시 데이터를 표준 RGB 데이터로 변환하는 과정(예: JPEG 이미지 형식으로 저장)에서 수행됩니다. 특히, 사진 복제에서 원색의 강도는 거의 모든 표준 RGB 색 공간 및 파일 형식에서 비선형적으로(감마 압축을 통해) 인코딩됩니다. 또한, 톤 재생 비선형성은 계획된 재생과 측정된 장면 강도 사이에 존재합니다.
감마 이론은 모든 종류의 비선형 연결을 분석하는 데 사용할 수 있습니다.
멱법칙 관계의 경우 {\displaystyle V_{\text{out}}=V_{\text{in}}^{\gamma }} 로그 스케일에서 곡선은 일정한 감마 등기울기를 갖는 직선으로 보입니다.
{\displaystyle \gamma ={\frac {\mathrm {d} \log(V_{\text{out}})}{\mathrm {d} \log(V_{\text{in}})}}.}로그 좌표축에 입력-출력 그래프를 플로팅하는 경우 그래프의 기울기는 감마에 대응됩니다. 이 기울기는 멱법칙 곡선에 대해 일정하지만 감마(더 정확하게는