英语翻译This is an illuminant estimation algorithm that differs quite dramatically from the previous methods because it requires detailed knowledge of one's imaging sensor.It is based on the idea that most photographs are taken in only a limited

英语翻译This is an illuminant estimation algorithm that differs quite dramatically from the previous methods because it requires detailed knowledge of one's imaging sensor.It is based on the idea that most photographs are taken in only a limited
英语翻译
This is an illuminant estimation algorithm that differs quite dramatically from the previous methods because it requires detailed knowledge of one's imaging sensor.It is based on the idea that most photographs are taken in only a limited number of illuminant types.This is exemplified in the CIE’s set of standard illuminants for sun,incandescent,and fluorescent light.The range of colors that is possible in any scene is limited by the illumination.Sensor Correlation is a method that compares the color gamut in an image with those of many illuminants determined a priori by the responsivity of the imaging sensor.The reference gamut that correlates the most with the image gamut is determined as the most likely illuminant in the scene.
In my implementation,I simulated the reference gamuts using the MacBeth color checker in ISET under a black body radiator at 13 different temperatures,equally spaced on the mired scale.Note that this algorithm should be specific to each camera’s sensor but I nevertheless applied it to images whose origins were completely unknown.This is technically an incorrect usage but it examines the possibility of using an average set of reference gamuts that would be useful for a wide range of image sensors.
1.Pre-process to eliminate aberrant colors.This is described in more detail in the reference papers but it also involves normalizing the brightness of the image and getting rid of saturated colors.
2.Compute the color gamut of the remaining pixels as the convex hull of the red and blue channels.
3.Correlate the image gamut (at a variety of scalings) with the reference response gamuts under different temperature illuminants.Choose the one with greatest correlation as our estimate of the color cast.
4.Use a chromatic adaptation transform to correct for the color cast and reach the D65 canonical illuminant
The gamut plots show the reference illuminant gamuts in green and the estimated illuminant gamut with highest correlation in blue.The image gamut is shown in red.Note that the reference gamuts are quite different than the ones presented in the papers.This might be because they were simulated by ISET rather than measured.
自己翻译了下,但翻译讲不通,翻译多少都行,)

英语翻译This is an illuminant estimation algorithm that differs quite dramatically from the previous methods because it requires detailed knowledge of one's imaging sensor.It is based on the idea that most photographs are taken in only a limited
这是一种光源估计算法,前处理方法不同,会导致结果有很大差异,因为这种计算方法要求对成像传感器非常了解.这种方法认为大部分照片都是在仅有的几种光源下拍摄的,包括日光、白炽灯光、荧光等相干红外能量的标准光源,这已经被证实.在任一场景中,可能形成的色彩范围是由光源决定.传感器相关性是由成像传感器反应度所决定的,它是将一副影像中的色彩范围与许多光源所形成的色彩范围相比较而得出结论的一种先验方式.与影像范围最接近的参考范围就是场景中最可能的光源.

这是一个光源很显著不同,估计算法从先前的方法,因为它需要一个人的详细知识成像传感器。它是基于这样一个事实,大多数照片被只有有限的几家光源类型。这是体现在国际标准光源以阳光,白炽灯、荧光灯。颜色的范围有可能在任何场景是有限的,由的照明。传感器相关就是用一种方法,比较了在图像色域与很多光源responsivity先验的确定该成像传感器。参考域相关联最用影像确定为通畅,最有可能的光源在场景里。
...

全部展开

这是一个光源很显著不同,估计算法从先前的方法,因为它需要一个人的详细知识成像传感器。它是基于这样一个事实,大多数照片被只有有限的几家光源类型。这是体现在国际标准光源以阳光,白炽灯、荧光灯。颜色的范围有可能在任何场景是有限的,由的照明。传感器相关就是用一种方法,比较了在图像色域与很多光源responsivity先验的确定该成像传感器。参考域相关联最用影像确定为通畅,最有可能的光源在场景里。
在我的实施,我模拟参考gamuts使用麦克白颜色查核人核证的黑色身子下在ISET散热器13个不同的温度等间隔在泥泞的规模。注意:该算法应该具体到每一个相机的传感器,但我不过将其应用于图像的根源是完全不可知。这在技术上是不正确的使用,但对有可能利用平均的有用的参考gamuts广泛的影像传感器。
1。消除异常前后颜色。他们被描述更详细的参考报告,但是同时也涉及到规范明亮的形象和摆脱饱和的颜色。
2。计算色域,其余的像素为凸壳的红色和蓝色的渠道。
3。把图像域(在多种scalings)与参考gamuts在不同温度光源的反应。选择一个最具相关者为我们估计颜色施放。
4。用彩色适应变换正确的颜色演员和到达D65规范的光源
万象,图显示出了参考光源绿色gamuts通畅,并对估算光源与关联度最高,穿蓝色的。图像域所显示的是红色的。注意参考gamuts有很大的不同而非本论文中提出。这种情况是可能的,因为他们进行模拟ISET而不是测量。

收起

这是一个发光体估计算法，不同相当戏剧性地从以前方法因为它要求选派之一的知识的成像传感器。它被基于思想如此非常照片被以股票为担保的贷款人只有数量有限的发光体类型。这是例证在公司的标准光源的集为太阳，白炽灯，荧光。范围颜色那也许在任何现场被限制附近的的照明。传感器相关是一个方法，比较色域在一个图像同那些的许多发光体矩阵行列式值的成像传感器。参考色域那个相关物大多数同图像色域被确定作为大多数合适的的发光...

全部展开

这是一个发光体估计算法，不同相当戏剧性地从以前方法因为它要求选派之一的知识的成像传感器。它被基于思想如此非常照片被以股票为担保的贷款人只有数量有限的发光体类型。这是例证在公司的标准光源的集为太阳，白炽灯，荧光。范围颜色那也许在任何现场被限制附近的的照明。传感器相关是一个方法，比较色域在一个图像同那些的许多发光体矩阵行列式值的成像传感器。参考色域那个相关物大多数同图像色域被确定作为大多数合适的的发光体在现场。在我的履行，我模拟参考色域使用麦克白颜色检查在伊塞特下一个黑体辐射在13不同温度，等距的在泥沼规模。注意那这算法将具体每个相机的传感器可是我还是申请它去图像谁的来源好未知。这是技术上一个不对用法然而它检查使用的可能性参考的一个平均集色域，将有用为大范围的图片传感器。1。预处理消除异常的旗帜。这是描述更详细地在参考纸但是它也涉及正火亮度的图像，摆脱饱和色。2。compute色域的仍像素作为凸壳的红与蓝渠道。3。correlate图像色域(在各种各样的结垢)同参考反应色域下不一样的温度发光体。选择之一家以最大的相关作为我们的预算的颜色
投.4。使用一个色适应改造做的校正偏色，到d65典范的发光体。全音阶阴谋表明参考发光体色域在绿色，预估的发光体色域同最高的关连在蓝色。
图像色域被领进红。注意那个参考色域相当不同比一介绍在纸。这可因为他们被模拟由伊塞特比较比测量。

收起

这是一个光源估计算法，它不同于以往的方法相当显着，因为它需要一个人的图像传感器的详细知识。它是基于大部分照片是只在有限的光源类型采取的想法。这是体现在CIE的为太阳，白炽灯和日光灯光源设置标准。颜色的范围是有可能在任何场景是有限的照明。传感器的相关性是一种方法，比较了许多光源与这些图像的色域决定的由先天的成像传感器响应。基准色域的相关与图像域是作为一个最有可能确定最光源。
在我的实现，我...

全部展开

这是一个光源估计算法，它不同于以往的方法相当显着，因为它需要一个人的图像传感器的详细知识。它是基于大部分照片是只在有限的光源类型采取的想法。这是体现在CIE的为太阳，白炽灯和日光灯光源设置标准。颜色的范围是有可能在任何场景是有限的照明。传感器的相关性是一种方法，比较了许多光源与这些图像的色域决定的由先天的成像传感器响应。基准色域的相关与图像域是作为一个最有可能确定最光源。
在我的实现，我用模拟的参考色域在13个不同的下一个同样规模的泥潭间隔的温度，黑体麦克白在ISET的颜色检查。请注意，此算法应具体到每个摄像机的传感器，但我仍适用于它的图像，其起源是完全未知的。这在技术上是不正确的用法，但它会检查使用的参考色域，这对于一个大范围的图像传感器有用的平均集的可能性。
1.Pre进程，以消除异常的颜色。这是进行了更详细的参考文件，但它也涉及正常化图像的亮度和色彩饱和得到清除。
2.Compute了诸如红色和蓝色通道的凸包，其余像素的色域。
3.Correlate图像的色域与不同温度下反应色域光源参考（在一个结垢品种）。选择具有最大的作为我们的偏色估计相关之一。
4.Use色适应转换到一个正确的偏色，达到规范的D65光源
色域图显示在绿色的参考光源色域，以及估计的相关性最高的蓝色光源的色域。色域的图像显示为红色。请注意，是相当的参考色域比在报纸上介绍的不同。这可能是因为他们是由ISET的模拟，而不是衡量。
朗读
显示对应的拉丁字符的拼音字典 - 查看字典详细内容

收起