ガンマ補正: コンピューター ビジョンの視覚的な鮮明さを高める: ガンマ補正技術
By Fouad Sabry
()
About this ebook
ガンマ補正とは
ガンマ補正 (ガンマとも呼ばれます) は、輝度のエンコードおよびデコードを目的としてビデオまたは静止画像システムで使用される非線形プロセスです。 または三刺激値。 ガンマ補正を定義する最も簡単な方法の 1 つは、以下に示すべき乗則ステートメントを使用することです。
どのようなメリットがあるか
(I) 次のトピックに関する洞察と検証:
第 1 章: ガンマ補正
第 2 章: 赤、緑、青カラー モデル
第 3 章: グレースケール
第 4 章: 標準 赤、緑、青
第 5 章: アドビレッド、グリーン、ブルー カラースペース
第 6 章: トーンマッピング
第 7 章: 認識 709
第 8 章: 推奨事項 2020
第 9 章: 標準ダイナミック レンジ ビデオ
第 10 章: ハイブリッド ログ?ガンマ
(II) ガンマ補正に関するよくある質問に答えます。
(III) さまざまな分野でのガンマ補正の使用例の実例。
本書の対象者
専門家 、大学生、大学院生、愛好家、趣味人、あらゆる種類のガンマ補正に関する基本的な知識や情報を超えたいと考えている人。
Related to ガンマ補正
Titles in the series (100)
ヒストグラム均等化: 画像のコントラストを強化して視覚認識を強化 Rating: 0 out of 5 stars0 ratingsガンマ補正: コンピューター ビジョンの視覚的な鮮明さを高める: ガンマ補正技術 Rating: 0 out of 5 stars0 ratingsコンピュータステレオビジョン: コンピュータービジョンにおける奥行き知覚の探求 Rating: 0 out of 5 stars0 ratings異方性拡散: 異方性拡散による画像解析の強化 Rating: 0 out of 5 stars0 ratingsトーンマッピング: トーン マッピング: コンピューター ビジョンにおける視点を照らす Rating: 0 out of 5 stars0 ratings水中コンピュータビジョン: 波の下でコンピューター ビジョンの深さを探索する Rating: 0 out of 5 stars0 ratings画像ヒストグラム: 視覚的な洞察を明らかにし、コンピューター ビジョンの画像ヒストグラムの深さを探る Rating: 0 out of 5 stars0 ratingsアフィン変換: 視覚的な視点を解き放つ: コンピューター ビジョンにおけるアフィン変換の探索 Rating: 0 out of 5 stars0 ratingsレティネックス: レティネックスでコンピュテーショナル ビジョンの秘密を明らかにする Rating: 0 out of 5 stars0 ratings視覚: 計算による視覚処理に関する洞察 Rating: 0 out of 5 stars0 ratings修復: コンピュータビジョンにおけるギャップを埋める Rating: 0 out of 5 stars0 ratings画像圧縮: ビジュアルデータ最適化のための効率的なテクニック Rating: 0 out of 5 stars0 ratingsコンピュータビジョン: コンピュータービジョンの深部を探る Rating: 0 out of 5 stars0 ratingsハフ変換: コンピューター ビジョンにおけるハフ変換の魔法を明らかにする Rating: 0 out of 5 stars0 ratingsエッジ検出: コンピュータービジョンの境界を探索する Rating: 0 out of 5 stars0 ratings色空間: コンピューター ビジョンのスペクトルを探索する Rating: 0 out of 5 stars0 ratingsラドン変換: ビジュアルデータに隠されたパターンを明らかにする Rating: 0 out of 5 stars0 ratingsフィルターバンク: コンピューター ビジョンのフィルター バンク技術に関する洞察 Rating: 0 out of 5 stars0 ratings共同写真専門家グループ: 共同写真専門家グループ規格でビジュアルデータの力を解き放つ Rating: 0 out of 5 stars0 ratingsハリスコーナーディテクター: 画像特徴検出の魔法を明らかにする Rating: 0 out of 5 stars0 ratingsアダマール変換: コンピューター ビジョンにおけるアダマール変換の力を明らかにする Rating: 0 out of 5 stars0 ratings人間の視覚系モデル: 知覚と処理を理解する Rating: 0 out of 5 stars0 ratingsノイズ減少: 明瞭度の向上、コンピュータ ビジョンのノイズ低減のための高度な技術 Rating: 0 out of 5 stars0 ratings方向性のある勾配ヒストグラム: 視覚的領域の解明: コンピューター ビジョンでの指向性勾配ヒストグラムの探索 Rating: 0 out of 5 stars0 ratingsホモグラフィー: ホモグラフィー: コンピューター ビジョンの変換 Rating: 0 out of 5 stars0 ratingsカラーマッチング機能: コンピュータビジョンにおける分光感度を理解する Rating: 0 out of 5 stars0 ratings輪郭検出: コンピュータービジョンにおける視覚認識の技術を明らかにする Rating: 0 out of 5 stars0 ratingsカラーモデル: コンピューター ビジョンのスペクトルを理解する: カラー モデルを探索する Rating: 0 out of 5 stars0 ratingsランダムサンプルのコンセンサス: コンピュータビジョンにおけるロバスト推定 Rating: 0 out of 5 stars0 ratingsブロブの検出: ビジュアルデータのパターンを明らかにする Rating: 0 out of 5 stars0 ratings
Related ebooks
スマートカメラ: コンピュータービジョンによる視覚認識の革命 Rating: 0 out of 5 stars0 ratings最小二乗: コンピュータビジョンの最適化手法: 最小二乗法 Rating: 0 out of 5 stars0 ratingsエピポーラ幾何学: コンピュータービジョンにおける奥行き知覚のロックを解除する Rating: 0 out of 5 stars0 ratingsモーションブラー: コンピューター ビジョンのダイナミクスを探る: モーション ブラーの解明 Rating: 0 out of 5 stars0 ratings修復: コンピュータビジョンにおけるギャップを埋める Rating: 0 out of 5 stars0 ratingsコンピュータステレオビジョン: コンピュータービジョンにおける奥行き知覚の探求 Rating: 0 out of 5 stars0 ratingsコンピュータアニメーション: コンピューター アニメーションとコンピューター ビジョンの交差点を探る Rating: 0 out of 5 stars0 ratings逆視点: コンピュータビジョンにおける視覚認識の再考 Rating: 0 out of 5 stars0 ratings虹彩認識: コンピューター ビジョンにおける虹彩認識に関する明るい視点 Rating: 0 out of 5 stars0 ratings交通取締カメラ: 交通取締カメラのコンピュータビジョンの進歩 Rating: 0 out of 5 stars0 ratings車両インフラの統合: コンピュータービジョンを通じて洞察と進歩を解き放つ Rating: 0 out of 5 stars0 ratings自動光学検査: コンピュータービジョンテクノロジーの進歩 Rating: 0 out of 5 stars0 ratingsボリュームレンダリング: コンピュータービジョンにおける視覚的リアリズムの探求 Rating: 0 out of 5 stars0 ratingsコンピュータビジョン: コンピュータービジョンの深部を探る Rating: 0 out of 5 stars0 ratingsリモートセンシング: リモートセンシングのためのコンピュータビジョンの進歩と応用 Rating: 0 out of 5 stars0 ratingsメッシュの生成: コンピュータービジョンメッシュ生成の進歩と応用 Rating: 0 out of 5 stars0 ratings衝突検知: コンピュータビジョンにおける視覚的交差を理解する Rating: 0 out of 5 stars0 ratings合成を表示する: コンピューター ビジョンの視点を探る Rating: 0 out of 5 stars0 ratingsフィジカルコンピューティング: フィジカル コンピューティングにおけるコンピューター ビジョンの探求 Rating: 0 out of 5 stars0 ratingsデジタルメールルーム: コンピュータビジョンによる効率の解放 Rating: 0 out of 5 stars0 ratings限界費用: 限界費用をマスターする、賢い経済学の鍵 Rating: 0 out of 5 stars0 ratingsシェーディング: コンピューター ビジョンにおける画像シェーディングの探求 Rating: 0 out of 5 stars0 ratingsデータ圧縮: データ圧縮によるコンピュータ ビジョンの効率性の解放 Rating: 0 out of 5 stars0 ratings拡張現実: 拡張現実におけるコンピュータ ビジョンの最前線を探索する Rating: 0 out of 5 stars0 ratingsマシンビジョン: コンピューター ビジョンの世界についての洞察 Rating: 0 out of 5 stars0 ratings動きの推定: コンピュータビジョンの進歩と応用 Rating: 0 out of 5 stars0 ratingsコンピューターグラフィックス: コンピューター グラフィックスとコンピューター ビジョンの交差点を探る Rating: 0 out of 5 stars0 ratings隠面の決定: コンピュータービジョンの秘密を明らかにする Rating: 0 out of 5 stars0 ratingsパレート効率: パレート効率をマスターして経済的理解を強化する Rating: 0 out of 5 stars0 ratings交通標識の認識: コンピュータービジョンの力を解き放つ Rating: 0 out of 5 stars0 ratings
Reviews for ガンマ補正
0 ratings0 reviews
Book preview
ガンマ補正 - Fouad Sabry
第1章:ガンマ補正
ガンマ(ガンマ補正)は、ビデオおよび静止画像システムで輝度または三刺激値をエンコードおよびデコードするために使用される非線形プロセスです。最も単純な形式では、ガンマ補正はべき乗則式によって定義されます。
{\displaystyle V_{\text{out}}=AV_{\text{in}}^{\gamma },}ここで、非負の実入力値を V_{{\text{in}}} 累乗 \gamma し、定数 A を掛け て出力値を取得します V_{{\text{out}}} 。
A = 1の最も頻繁な値の場合、通常、入力値と出力値は0〜1の範囲です。
ガンマ値は \gamma <1 符号化ガンマと呼ばれることもあり、この圧縮べき乗則の非線形性を符号化に用いることはガンマ圧縮と呼ばれ、逆にガンマ値は \gamma >1 復号ガンマと呼ばれ、さらに、非線形べき乗則展開の使用はガンマ展開として知られています。
人間が光と色を知覚する非線形の方法を利用して、画像のガンマ符号化は、画像をエンコードするときのビット消費や、画像の送信に使用される帯域幅を最適化するために使用されます。そのため、元の画像を縮小版でどのように表示するのが最善かを決定するには、多くの創造的エネルギーが必要です。ガンマ補正は、コントラスト選択とも呼ばれ、最終製品を微調整するための写真家のツールキットです。
電子センサーは、デジタルカメラで光を記録するために使用され、通常は直線的に応答します。色空間変換とレンダリング変換は、線形生データを標準RGBデータに変換するプロセス(たとえば、JPEG画像形式に保存する)で実行されます。特に、写真の複製における原色の強度は、ほとんどすべての標準RGB色空間とファイル形式で非線形に(ガンマ圧縮によって)エンコードされます。さらに、トーン再生の非線形性は、計画された再生と測定されたシーンの強度の間に存在します。
ガンマ理論は、あらゆる種類の非線形接続の解析に使用できます。
べき乗則の関係の場合 {\displaystyle V_{\text{out}}=V_{\text{in}}^{\gamma }} 、対数スケールでは、曲線は一定のガンマ等しい傾きを持つ直線のように見えます 微分演算子(ここでは傾きの代用):
{\displaystyle \gamma ={\frac {\mathrm {d} \log(V_{\text{out}})}{\mathrm {d} \log(V_{\text{in}})}}.}対数軸に入出力グラフをプロットする場合、グラフの傾きはガンマに対応します。この傾きはべき乗則曲線では一定ですが、ガンマ(より正確には「点ガンマ」)を任意の点における曲線の傾きとして定義することにより、概念を任意の曲線に一般化できます。
横軸に対数露光量、縦軸に密度(または負の透過率対数)をグラフにしたグラフは、写真フィルムに光を照射した結果を表しています。この曲線は、特定のフィルム組成および処理技術の定義または特徴的な特徴です。Hurter-Driffield 変換によって定義される曲線。
ブラウン管 (CRT) を使用するテレビ受信機およびディスプレイでは、通常、出力時に追加のガンマ補正は必要ありません。送信または保存されたビデオ信号のガンマ圧縮は、CRT のガンマ拡大と一致するように設計されています (ただし、完全に逆ではありません)。TV信号で使用されるガンマ値は、アナログビデオ仕様によって定義されます。CCIR NTSC カラーシステム (M および N) は 2.2 のガンマを使用し、PAL および SECAM カラーシステム (B/G/H/I/D/K/K1 および L) は 2.8 のガンマを使用します。
多くの場合、画像は約 0.45 のガンマでエンコードされ、コンピューター ディスプレイ システムでは逆数のガンマ 2.2 でデコードされます。Macintoshコンピュータは例外でした。2009年9月にMac OS X 10.6(Snow Leopard)がリリースされる前は、ガンマ0.55でエンコードされ、ガンマ1.8でデコードされていました。いずれにせよ、静止画ファイル(JPEGなど)とビデオファイル(MOVなど)のバイナリデータは、どちらも明示的にエンコードされています(つまり、線形強度ではなくガンマエンコードされた値が含まれます)(MPEGなど)。出力デバイスのガンマとの一致が望まれる場合、システムはカラーマネジメントによって両方の状況をさらに制御できます。
大部分のカメラ、PC、プリンター、コピー機で採用されている標準sRGB色空間は、上述したべき乗則の非線形性に従っていませんが、右のグラフによると、デコードガンマ値は2.2前後で非常に一定です。
線形強度が 0.00313 未満の場合、または圧縮値が 0.04045 未満の場合、その線は直線 (強度に比例したエンコード値) であるため、γ = 1 になります。
赤の曲線の後ろにある黒い破線の曲線は、比較のために標準 の γ = 2.2 のべき乗則曲線です。
たとえば、ガンマ = 1.8 の Apple 画像は、ガンマ補正ソフトウェアの助けを借りて、ガンマ = 2.2 の PC モニターに適切に表示できます。モニターの違いを考慮して各カラーチャンネルのガンマを調整することは、別のアプリケーションです。
ディスプレイシステムの指数がわかっている場合は、画像の意図したガンマ(エンコードされた画像サンプルと光出力の間の変化)を指定するメタデータのおかげで、自動ガンマ補正が可能です。この目的のために、gAMAチャンクはPNG仕様に含まれていますが、JPEGやTIFFなどの他の形式ではExifガンマタグが使用されます。
これらの特性は、特にインターネット上で問題を引き起こしてきた歴史があります。PNGは、「8ビット整数をそのまま表示する」ことに対応するガンマ設定がないため、JPG、GIF、HTML、またはCSSの色と一致しません。
テレビシステムの場合、ガンマ特性は、エンコードされた輝度と実際の目的の画像輝度との間の接続のべき乗則近似です。
この非線形相関により、エンコードされた輝度の離散的な増加または減少は、一般に、知覚的に等価な明るさの増加または減少にマッピングされます。エブナーとフェアチャイルドがニュートラルの線強度を明度(ルミナンス)に変換するために使用した指数の逆数は、グレイのほぼ最適な知覚符号化を提供することが判明し、この数値は約2.33でした(典型的なディスプレイサブシステムで引用された2.2の数値にかなり近い)。
次の例は、線形に増加する強度スケールと、線形に増加するエンコードされた輝度信号 (線形ガンマ圧縮輝度入力) (線形輝度出力) の違いを示しています。
線形強度スケールでは、ほとんどの画面(ガンマが約2.2の画面)で強度値0.0と0.1の間で知覚される明るさが大幅に飛躍しますが、スケールの上限のステップはほとんど見えません。知覚される明るさのステップは、ガンマ符号化されたスケールでかなり均一に見え、非線形に強度が増加します。
例えば、ブラウン管を使って画像を表示する管(CRT)で、印加された映像電圧と電子銃の強度(明るさ)の非線形関係により、視覚信号を非線形に光信号に変換します。
光強度Iは、次式による光源電圧Vsに関係します。
{\displaystyle I\propto V_{\text{s}}^{\gamma },}ここで 、γ はギリシャ文字のガンマです。
CRTとして、通常、2.35〜2.55のガンマ値を使用して、電圧を輝度に接続します。コンピュータシステムのガンマは、通常、ビデオルックアップテーブルを使用して1.8から2.2の間で設定されますが、このテーブルは、このセクションの冒頭の図によると、エンコーディングの変動が知覚される明るさの無視できる変動に変換されるゾーンにあります。
基本的なことを説明して、例としてモノクロ CRT を使用してみましょう。このシナリオでは、0.5 (中間の灰色を示す) のビデオ信号がディスプレイに送信されると、強度または明るさは約 0.22 になります (白の強度の約 22%