Вычислительно эффективная адаптивная цветовая коррекция

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Для получения цифровой фотографии, максимально точно воспроизводящей оригинальную сцену, необходимо решить задачу цветовой коррекции, т.е. найти отображение, переводящее координаты цветового пространства камеры (RGB) в координаты цветового пространства человека (CIE XYZ). В данной статье мы рассматриваем цветовую коррекцию с помощью таблиц поиска (англ. lookup table), заранее построенных для различных условий освещения. Такой подход позволяет достичь высоких скорости и точности при применении цветовой коррекции на устройстве, однако требует больших объемов оперативной памяти, которыми располагают не все устройства, например, мобильные телефоны. Нами предлагается метод автоматического прореживания множества таблиц поиска с минимальными потерями в точности цветовой коррекции. Метод основан на кластеризации отображений, задающих цветовую коррекцию. Для сравнения отображений нами предлагается критерий их схожести, основанный на максимальном различии порождаемых цветов в целевом пространстве стандартного наблюдателя CIE XYZ. Для предложенного критерия в статье приводится эффективный метод вычисления вместе с теоремой, обосновывающей корректность метода.

Об авторах

М. В. Харкевич

Институт проблем передачи информации им. А.А. Харкевича РАН; Московский физико-технический институт

Автор, ответственный за переписку.
Email: kharkevich@iitp.ru
Россия, 127051, Москва, пер. Большой Каретный, 19 стр. 1; 141707, Долгопрудный, Институтский пер, д. 9

О. А. Басова

Институт проблем передачи информации им. А.А. Харкевича РАН

Email: kharkevich@iitp.ru
Россия, 127051, Москва, пер. Большой Каретный, 19 стр. 1

И. А. Коноваленко

Федеральный исследовательский центр “Информатика и управление” РАН

Email: kharkevich@iitp.ru
Россия, 119333, Москва, ул. Вавилова, д. 44, к. 2

Список литературы

  1. Коноваленко И. А. Критерии и алгоритмы вычисления точности проективной нормализации изображений. Дисс. канд. физ-мат. наук. М., 2021. 136 с.
  2. Николаев Д.П., Николаев П.П., Гладилин С.А., Божкова В.П. Основы цветовой теории в техническом зрении. I. Введение в цветовую теорию. М.: Мир науки, 2021. 40 с.
  3. Николаев П.П., Николаев Д.П., Гладилин С.А., Басова О.А., Ярыкина М.С. Сборник задач по обработке изображений и техническому зрению. М.: 2023. 78 с.
  4. Шашлов А.Б. Основы светотехники. М.: Логос, 2016. 256 с.
  5. Fernando R., Matt P. GPU Gems 2: Programming Techniques for High-Performance Graphics and General-Purpose Computation. Addison-Wesley Professional, 2005. 814 p.
  6. Finlayson G.D., Michal M., Anya H. Root-polynomial colour correction. Color and Imaging Conference. Society of Imaging Science and Technology, 2011. V. 19. P. 115–119.
  7. Gasparini F., Schettini R. Color correction for digital photographs. 12th International Conference on Image Analysis and Processing, 2003. Proceedings. IEEE, 2003. P. 646–651. doi: 10.1109/ICIAP.2003.1234123
  8. Han D. Real-time color gamut mapping method for digital TV display quality enhancement. IEEE Transactions on consumer Electronics. IEEE, 2004. V. 50. P. 691–698. doi: 10.1109/TCE.2004.1309450
  9. Ives H.E. The transformation of color-mixture equations from one system to another. Journal of the Franklin Institute. 1915. V. 180. P. 673–701.
  10. Kim Y.T., Cho Y.H., Lee C.H., Ka Y.H. Color look-up table design for gamut mapping and color space conversion. International Conference on Digital Production Printing and Industrial Applications. 2003. P. 28–29.
  11. Luther R. Aus dem gebiet der farbreizmetrik, Zeitschrift fur Technishe Physik. 1927. V. 12. P. 540–558.
  12. Mantiuk R., Mantiuk R., Tomaszewska A., Heidrich W. Color correction for tone mapping. Computer graphics forum. Oxford. Blackwell Publishing Ltd, 2009. V. 50. P. 193–202.
  13. Moroney N. Local color correction using non-linear masking. Color and Imaging conference. California. Society of Imaging Science and Technology, 2000. V. 8. P. 108–111.
  14. Morovic J., Luo M.R. The fundamentals of gamut mapping: A survey. Journal of Imaging Science and Technology. Derby. The Society for Imaging Science and Technology, 2001. V. 45. P. 283–290.
  15. Sari Y.A., Ginardi R.V. H., Suciati N. Color correction using improved linear regression algorithm. 2015 International Conference on Information & Communication Technology and Systems (ICTS). IEEE, 2015. P. 73–78. doi: 10.1109/ICTS.2015.7379874.
  16. Solomatov G., Akkaynak D. Spectral Sensitivity Estimation Without a Camera. 2023 IEEE International Conference on Computational Photography (ICCP). IEEE, 2023. P. 1–12. doi: 10.1109/ICCP56744.2023.10233713
  17. Soshin K.V., Nikolaev D.P., Ershov E.I., Tchobanou M.K. A scalable rational color correction for an image. Patent RF. № WO2023121500A1. 2023.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Российская академия наук, 2024