Передача цвета изображения — это функция , которая сопоставляет (преобразует) цвета одного (исходного) изображения с цветами другого (целевого) изображения. Сопоставление цветов может называться алгоритмом , который приводит к функции сопоставления, или алгоритмом, который преобразует цвета изображения. Процесс модификации изображения иногда называется передачей цвета или, когда речь идет об изображениях в оттенках серого , функцией передачи яркости (BTF) ; ее также можно назвать калибровкой фотометрической камеры или радиометрической калибровкой камеры .
Термин «передача цвета изображения» немного неточен, поскольку большинство распространенных алгоритмов передают как цвет, так и оттенок. (Действительно, пример, показанный на этой странице, в основном переносит оттенок, за исключением небольшой оранжевой области на изображении, которая изменена на желтый.)
Существует два типа алгоритмов передачи цвета изображения: те, которые используют статистику цветов двух изображений, и те, которые полагаются на заданное соответствие пикселей между изображениями. В обширном обзоре Фаридул и другие [1] выделяют третью широкую категорию реализации, а именно методы с участием пользователя.
Примером алгоритма, который использует статистические свойства изображений, является сопоставление гистограмм . Это классический алгоритм для передачи цвета, но он может страдать от проблемы, заключающейся в том, что он слишком точен, так что копирует очень определенные цветовые особенности целевого изображения, а не общие цветовые характеристики, что приводит к появлению цветовых артефактов. Более новые алгоритмы на основе статистики справляются с этой проблемой. Примером такого алгоритма является алгоритм, который корректирует среднее значение и стандартное отклонение каждого из каналов исходного изображения для соответствия таковым соответствующих каналов эталонного изображения. Этот процесс корректировки обычно выполняется в цветовых пространствах Lαβ или Lab . [2]
Обычный алгоритм вычисления сопоставления цветов, когда задано соответствие пикселей, заключается в построении совместной гистограммы (см. также матрицу совместной встречаемости ) двух изображений и нахождении сопоставления с помощью динамического программирования на основе значений совместной гистограммы. [3]
Когда соответствие пикселей не дано и содержимое изображения отличается (из-за разной точки зрения), статистика соответствующих областей изображения может быть использована в качестве входных данных для алгоритмов на основе статистики, таких как сопоставление гистограмм. Соответствующие области могут быть найдены путем обнаружения соответствующих признаков . [4]
Лю [5] дает обзор методов передачи цвета изображения. Обзор распространяется на рассмотрение передачи цвета видео и методов глубокого обучения, включая передачу стиля нейронов .
Обработка передачи цвета может иметь две различные цели: одна из них — калибровка цветов двух камер для дальнейшей обработки с использованием двух или более образцов изображений, вторая — настройка цветов двух изображений для обеспечения совместимости визуального восприятия.
Калибровка цвета является важной задачей предварительной обработки в приложениях компьютерного зрения . Многие приложения одновременно обрабатывают два или более изображений и, следовательно, нуждаются в калибровке своих цветов. Примерами таких приложений являются: дифференциация изображений , регистрация , распознавание объектов , отслеживание несколькими камерами , совместная сегментация и стереореконструкция .
Были предложены и другие приложения передачи цвета изображения. Они включают в себя кооптацию цветовых палитр из признанных источников, таких как известные картины, и использование в качестве дополнительной альтернативы методам изменения цвета, обычно встречающимся в коммерческих приложениях обработки изображений, таких как «постеризация», «соляризация» и «градиент». [6] Для исследования этих возможностей было создано веб-приложение.
Использование терминов «источник» и «цель» в этой статье отражает их использование в основополагающей статье Рейнхарда и др. [2]. Однако другие авторы, такие как Сяо и Ма [7], меняют это использование, и, действительно, кажется более естественным считать, что цвета из исходного изображения направлены на целевое изображение. Adobe использует термин «источник» для эталонного изображения цвета в функции Photoshop Match Color . Из-за путаницы с этой терминологией некоторые программы были выпущены в общественное достояние с неправильной функциональностью. Чтобы свести к минимуму дальнейшую путаницу, впредь может быть хорошей практикой использовать такие термины, как входное изображение или базовое изображение и исходное изображение цвета или изображение цветовой палитры соответственно.