Correzione gamma: Migliorare la chiarezza visiva nella visione artificiale: la tecnica di correzione gamma
Di Fouad Sabry
()
Info su questo ebook
Che cos'è la correzione gamma
La correzione gamma, spesso nota come gamma, è un processo non lineare utilizzato nei sistemi video o di immagini fisse allo scopo di codificare e decodificare la luminanza o valori di tristimolo. Uno dei modi più semplici per definire la correzione gamma è utilizzare la legge di potenza presentata di seguito:
Come trarrai beneficio
(I) Approfondimenti e convalide sui seguenti argomenti:
Capitolo 1: Correzione gamma
Capitolo 2: Modello di colore RGB
Capitolo 3: Scala di grigi
Capitolo 4: sRGB
Capitolo 5: Spazio colore Adobe RGB
Capitolo 6: Mappatura dei toni
Capitolo 7: Rec. 709
Capitolo 8: Racc. 2020
Capitolo 9: Video con gamma dinamica standard
Capitolo 10: Log?gamma ibrido
(II) Rispondere alle principali domande del pubblico sulla correzione gamma.
(III) Esempi reali dell'utilizzo della correzione gamma in molti campi.
A chi è rivolto questo libro
Professionisti , studenti universitari e laureati, appassionati, hobbisti e coloro che vogliono andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di correzione gamma.
Leggi altro di Fouad Sabry
Tecnologie Emergenti In Optoelettronica [Italian]
Correlato a Correzione gamma
Titoli di questa serie (100)
Istogramma dell'immagine: Svelare intuizioni visive, esplorare le profondità degli istogrammi delle immagini nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniVisione stereoscopica del computer: Esplorare la percezione della profondità nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniCorrezione gamma: Migliorare la chiarezza visiva nella visione artificiale: la tecnica di correzione gamma Valutazione: 0 su 5 stelle0 valutazioniEqualizzazione dell'istogramma: Miglioramento del contrasto dell'immagine per una migliore percezione visiva Valutazione: 0 su 5 stelle0 valutazioniIstogramma dei gradienti orientati: Svelare il regno visivo: esplorare l'istogramma dei gradienti orientati nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniSistema di gestione del colore: Ottimizzazione della percezione visiva negli ambienti digitali Valutazione: 0 su 5 stelle0 valutazioniProfilo colore: Esplorare la percezione visiva e l'analisi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniTrasformazione affine: Sbloccare le prospettive visive: esplorare la trasformazione affine nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniMappatura dei colori: Esplorare la percezione visiva e l'analisi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniVisione artificiale subacquea: Esplorando le profondità della visione artificiale sotto le onde Valutazione: 0 su 5 stelle0 valutazioniVisione computerizzata: Esplorare le profondità della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniTrasformata di Hadamard: Svelare il potere della trasformazione Hadamard nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRiduzione del rumore: Miglioramento della chiarezza, tecniche avanzate per la riduzione del rumore nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRetinex: Svelare i segreti della visione computazionale con Retinex Valutazione: 0 su 5 stelle0 valutazioniModello di aspetto del colore: Comprendere la percezione e la rappresentazione nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniOmografia: Omografia: trasformazioni nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniDiffusione anisotropa: Miglioramento dell'analisi delle immagini attraverso la diffusione anisotropa Valutazione: 0 su 5 stelle0 valutazioniConsenso del campione casuale: Stima robusta nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniPercezione visiva: Approfondimenti sull'elaborazione visiva computazionale Valutazione: 0 su 5 stelle0 valutazioniMappatura dei toni: Mappatura dei toni: prospettive illuminanti nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRidipintura: Colmare le lacune nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniTrasformata del radon: Svelare modelli nascosti nei dati visivi Valutazione: 0 su 5 stelle0 valutazioniFunzione di corrispondenza dei colori: Comprendere la sensibilità spettrale nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniGruppo congiunto di esperti fotografici: Sfruttare la potenza dei dati visivi con lo standard JPEG Valutazione: 0 su 5 stelle0 valutazioniTrasformazione di Hough: Svelare la magia della trasformazione di Hough nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniModello a colori: Comprendere lo spettro della visione artificiale: esplorare i modelli di colore Valutazione: 0 su 5 stelle0 valutazioniRilevamento delle macchie: Scoprire modelli nei dati visivi Valutazione: 0 su 5 stelle0 valutazioniRilevamento dei bordi: Esplorare i confini nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniSpazio colore: Esplorare lo spettro della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniCompressione delle immagini: Tecniche efficienti per l'ottimizzazione dei dati visivi Valutazione: 0 su 5 stelle0 valutazioni
Ebook correlati
Mappatura dei colori: Esplorare la percezione visiva e l'analisi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniSistema di gestione del colore: Ottimizzazione della percezione visiva negli ambienti digitali Valutazione: 0 su 5 stelle0 valutazioniEqualizzazione dell'istogramma: Miglioramento del contrasto dell'immagine per una migliore percezione visiva Valutazione: 0 su 5 stelle0 valutazioniMappatura dei toni: Mappatura dei toni: prospettive illuminanti nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniProfilo colore: Esplorare la percezione visiva e l'analisi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniAlgoritmo di disegno di linee: Padroneggiare le tecniche per il rendering di immagini di precisione Valutazione: 0 su 5 stelle0 valutazioniFiltro adattivo: Migliorare la visione artificiale attraverso il filtraggio adattivo Valutazione: 0 su 5 stelle0 valutazioniRendering ad alta gamma dinamica: Sbloccare lo spettro visivo: tecniche avanzate nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRiduzione del rumore: Miglioramento della chiarezza, tecniche avanzate per la riduzione del rumore nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniClotoidi Valutazione: 0 su 5 stelle0 valutazioniEditor di grafica raster: Trasformare le realtà visive: padroneggiare gli editor grafici raster nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniCompressione delle immagini: Tecniche efficienti per l'ottimizzazione dei dati visivi Valutazione: 0 su 5 stelle0 valutazioniAlgoritmo della linea di Bresenham: Rendering delle linee efficiente e pixel perfetto per la visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRilevatore di bordi astuto: Svelare l'arte della percezione visiva Valutazione: 0 su 5 stelle0 valutazioniEditor di grafica vettoriale: Potenziare la creazione visiva con algoritmi avanzati Valutazione: 0 su 5 stelle0 valutazioniGrafica raster digitale: Svelare la potenza della grafica raster digitale nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniHTML5 canvas in tempo reale (estratto) Valutazione: 0 su 5 stelle0 valutazioniComputer grafica di vertice: Esplorando l'intersezione tra la computer grafica di vertice e la visione artificiale Valutazione: 0 su 5 stelle0 valutazioniCalcolo automatico di indici di qualità di flussi audio trasmessi su IP Valutazione: 0 su 5 stelle0 valutazioniInterpolazione bilineare: Miglioramento della risoluzione e della chiarezza dell'immagine tramite l'interpolazione bilineare Valutazione: 0 su 5 stelle0 valutazioniBande di colore: Esplorare le profondità della visione artificiale: svelare il mistero delle bande di colore Valutazione: 0 su 5 stelle0 valutazioniGruppo congiunto di esperti fotografici: Sfruttare la potenza dei dati visivi con lo standard JPEG Valutazione: 0 su 5 stelle0 valutazioniNebbia a distanza: Esplorare la frontiera visiva: approfondimenti sulla nebbia a distanza della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniUsare GD library con PHP, funzioni, figure, grafici e gradienti Valutazione: 0 su 5 stelle0 valutazioniImpulse Response e nuovi sistemi di emulazione applicati all'amplificazione per chitarra elettrica Valutazione: 0 su 5 stelle0 valutazioniIstogramma dell'immagine: Svelare intuizioni visive, esplorare le profondità degli istogrammi delle immagini nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniLezione base di Arduino Valutazione: 1 su 5 stelle1/5Determinazione della superficie nascosta: Svelare i segreti della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniClassificazione delle immagini contestuali: Comprendere i dati visivi per una classificazione efficace Valutazione: 0 su 5 stelle0 valutazioniIstogramma dei gradienti orientati: Svelare il regno visivo: esplorare l'istogramma dei gradienti orientati nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioni
Intelligenza artificiale e semantica per voi
Il Terzo Like Valutazione: 0 su 5 stelle0 valutazioniGuida Intelligenza Artificiale Valutazione: 0 su 5 stelle0 valutazioniANonniMus: Vecchi rivoluzionari contro giovani robot Valutazione: 0 su 5 stelle0 valutazioni
Recensioni su Correzione gamma
0 valutazioni0 recensioni
Anteprima del libro
Correzione gamma - Fouad Sabry
Capitolo 1: Correzione gamma
La gamma, o correzione gamma, è un processo non lineare utilizzato nei sistemi video e di immagini fisse per codificare e decodificare i valori di luminanza o tristimolo. Nella sua forma più semplice, la correzione gamma è definita dall'espressione della legge di potenza:
{\displaystyle V_{\text{out}}=AV_{\text{in}}^{\gamma },}dove il valore reale di ingresso non negativo V_{{\text{in}}} viene elevato alla potenza \gamma e moltiplicato per la costante A per ottenere il valore di uscita V_{{\text{out}}} .
Per il valore più frequente di A = 1,, Tipicamente, i valori di ingresso e uscita sono compresi nell'intervallo 0-1.
Un valore gamma \gamma <1 è talvolta chiamato gamma di codifica, L'uso di questa non linearità della legge di potenza di compressione nella codifica è nota come compressione gamma; al contrario, un valore gamma \gamma >1 è chiamato gamma di decodifica, Inoltre, l'uso dell'espansione della legge di potenza non lineare è noto come espansione gamma.
Sfruttando il modo non lineare in cui gli esseri umani percepiscono la luce e il colore, la codifica gamma delle immagini viene utilizzata per ottimizzare il consumo di bit durante la codifica di un'immagine o la larghezza di banda utilizzata per trasmettere un'immagine. Questo è il motivo per cui ci vuole molta energia creativa per decidere come mostrare al meglio l'immagine originale nella sua versione ridotta. La correzione gamma, spesso nota come selezione del contrasto, è uno strumento nella cassetta degli attrezzi del fotografo per mettere a punto il prodotto finale.
I sensori elettronici sono utilizzati nelle fotocamere digitali per registrare la luce e in genere rispondono in modo lineare. Le trasformazioni dello spazio colore e le trasformazioni di rendering verranno eseguite nel processo di trasformazione dei dati grezzi lineari in dati RGB standard (ad esempio, per la memorizzazione in formato immagine JPEG). In particolare, le intensità dei colori primari in una riproduzione fotografica sono codificate in modo non lineare (attraverso la compressione gamma) in quasi tutti gli spazi colore RGB standard e nei formati di file. Inoltre, esiste una non linearità di riproduzione tonale tra la riproduzione pianificata e le intensità della scena misurate.
La teoria gamma può essere utilizzata per analizzare qualsiasi tipo di connessione non lineare.
Per la relazione potenza-legge {\displaystyle V_{\text{out}}=V_{\text{in}}^{\gamma }} , Su una scala logaritmica, la curva appare come una linea retta, con una pendenza costante gamma-uguale L'operatore derivato (qui che sta per pendenza):
{\displaystyle \gamma ={\frac {\mathrm {d} \log(V_{\text{out}})}{\mathrm {d} \log(V_{\text{in}})}}.}Se si traccia un grafico input-output su assi logaritmici, la pendenza del grafico corrisponde a gamma. Questa pendenza è costante per le curve a legge di potenza, ma il concetto può essere generalizzato a qualsiasi curva definendo gamma (più precisamente, gamma puntiforme
) come la pendenza della curva in un dato punto.
Un grafico con l'esposizione logaritmica sull'asse orizzontale e la densità (o il logaritmo negativo di trasmittanza) sull'asse verticale rappresenta i risultati dell'esposizione della pellicola fotografica alla luce. Questa curva è la caratteristica distintiva o distintiva di una specifica composizione del film e della tecnica di lavorazione. Una curva definita dalla trasformata di Hurter-Driffield.
I ricevitori e i display televisivi che utilizzano tubi a raggi catodici (CRT) in genere non richiedono una correzione gamma aggiuntiva durante l'uscita. La compressione gamma dei segnali video trasmessi o memorizzati è progettata per coincidere con l'espansione gamma del CRT (anche se non è l'esatto contrario). I valori gamma utilizzati nei segnali TV sono definiti dalle specifiche video analogiche. CCIR I sistemi di colore NTSC (M e N) utilizzano una gamma di 2,2, mentre i sistemi di colore PAL e SECAM (B/G/H/I/D/K/K1 e L) utilizzano una gamma di 2,8.
Le immagini sono spesso codificate con una gamma di circa 0,45 e decodificate con la gamma reciproca di 2,2 nei sistemi di visualizzazione dei computer. I computer Macintosh erano un'eccezione; prima del rilascio di Mac OS X 10.6 (Snow Leopard) nel settembre 2009, codificavano con gamma 0.55 e decodificavano con gamma 1.8. Indipendentemente da ciò, sia i dati binari nei file di immagini fisse (come JPEG) che i file video (come MOV) sono espressamente codificati (cioè, portano valori codificati gamma, non intensità lineari) (come MPEG). Se si desidera una migliore corrispondenza con la gamma del dispositivo di output, il sistema può controllare ulteriormente entrambe le situazioni, attraverso la gestione del colore.
Lo spazio colore standard sRGB adottato dalla stragrande maggioranza delle fotocamere, PC, stampanti e fotocopiatrici non segue la stessa non linearità della legge di potenza descritta sopra, d'altra parte, il suo valore di gamma di decodifica è abbastanza costante intorno a 2,2, secondo il grafico a destra.
Quando l'intensità lineare è inferiore a 0,00313 o il valore compresso è inferiore a 0,04045, tale linea è retta (valore codificato proporzionale all'intensità), quindi γ = 1.
La curva nera tratteggiata dietro la curva rossa è una curva standard γ = 2,2 a legge di potenza, per confronto.
Ad esempio, un'immagine Apple gamma = 1,8 può essere visualizzata in modo appropriato su un monitor PC gamma = 2,2 con l'aiuto di un software di correzione gamma. Un'altra applicazione è la regolazione della gamma di ciascun canale di colore per tenere conto delle differenze del monitor.
Se l'esponente del sistema di visualizzazione è noto, la correzione gamma automatica è possibile grazie ai metadati che specificano la gamma prevista dell'immagine (di cambiamenti tra i campioni di immagine codificati e l'emissione luminosa). A questo scopo, il blocco gAMA è incluso nella specifica PNG, mentre in altri formati come JPEG e TIFF viene utilizzato il tag Exif Gamma.
Queste caratteristiche hanno una storia di problemi, in particolare su Internet. PNG non corrisponderebbe ai colori JPG, GIF, HTML o CSS poiché non esiste un'impostazione gamma che corrisponda a visualizzare gli interi a 8 bit intatti
.
Per i sistemi televisivi, la caratteristica gamma è un'approssimazione della legge di potenza della connessione tra la luminanza codificata e la luminosità dell'immagine reale desiderata.
Con questa correlazione non lineare, gli aumenti o le diminuzioni discreti della luminanza codificata generalmente si associano ad aumenti o diminuzioni di luminosità percettivamente equivalenti. Il reciproco dell'esponente usato da Ebner e Fairchild per convertire l'intensità lineare in luminosità (luma) per i neutri è risultato fornire una codifica percettiva approssimativamente ottimale dei grigi, e questo numero era di circa 2,33 (abbastanza vicino alla cifra di 2,2 citata per un tipico sottosistema di visualizzazione).
L'esempio seguente illustra la distinzione tra una scala di intensità che cresce linearmente e un segnale di luminanza codificato che aumenta linearmente (ingresso luminanza lineare compresso gamma) (uscita luminanza lineare).
La scala di intensità lineare ha un salto sostanziale nella luminosità percepita tra i valori di intensità 0,0 e