Gamma-Korrektur: Verbesserung der visuellen Klarheit in der Computer Vision: Die Gammakorrekturtechnik
Von Fouad Sabry
()
Über dieses E-Book
Was ist Gammakorrektur
Gammakorrektur, oft auch als Gamma bekannt, ist ein nichtlinearer Prozess, der in Video- oder Standbildsystemen zum Kodieren und Dekodieren der Luminanz verwendet wird oder Farbwerte. Eine der einfachsten Möglichkeiten, die Gammakorrektur zu definieren, ist die Verwendung der unten dargestellten Potenzgesetzaussage:
Wie Sie profitieren
(I) Einblicke und Validierungen zu den folgenden Themen:
Kapitel 1: Gammakorrektur
Kapitel 2: RGB-Farbmodell
Kapitel 3: Graustufen
Kapitel 4: sRGB
Kapitel 5: Adobe RGB-Farbraum
Kapitel 6: Tone Mapping
Kapitel 7: Rec. 709
Kapitel 8: Empf. 2020
Kapitel 9: Standard-Dynamikbereich-Video
Kapitel 10: Hybrid log?gamma
(II) Beantwortung der häufigsten öffentlichen Fragen zur Gammakorrektur.
(III) Beispiele aus der Praxis für den Einsatz der Gammakorrektur in vielen Bereichen.
Für wen sich dieses Buch eignet
Profis , Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über Grundkenntnisse oder Informationen für irgendeine Art von Gammakorrektur hinausgehen möchten.
Mehr von Fouad Sabry lesen
Neue Technologien In Der Optoelektronik [German]
Ähnlich wie Gamma-Korrektur
Titel in dieser Serie (100)
Inpainting: Überbrückung von Lücken in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenBildhistogramm: Visuelle Einblicke enthüllen und die Tiefen von Bildhistogrammen in der Computer Vision erkunden Bewertung: 0 von 5 Sternen0 BewertungenCanny Edge Detector: Enthüllung der Kunst der visuellen Wahrnehmung Bewertung: 0 von 5 Sternen0 BewertungenRadon-Transformation: Aufdecken verborgener Muster in visuellen Daten Bewertung: 0 von 5 Sternen0 BewertungenUnterwasser-Computervision: Erkundung der Tiefen der Computer Vision unter den Wellen Bewertung: 0 von 5 Sternen0 BewertungenVisuelle Wahrnehmung: Einblicke in die computergestützte visuelle Verarbeitung Bewertung: 0 von 5 Sternen0 BewertungenFarbraum: Erkundung des Spektrums von Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenComputer Vision: Erkundung der Tiefen des Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenFilterbank: Einblicke in die Filterbanktechniken von Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenLärmminderung: Verbesserung der Klarheit, fortschrittliche Techniken zur Rauschunterdrückung in der Bildverarbeitung Bewertung: 0 von 5 Sternen0 BewertungenGemeinsame Fotoexpertengruppe: Erschließen Sie das Potenzial visueller Daten mit dem JPEG-Standard Bewertung: 0 von 5 Sternen0 BewertungenAffine Transformation: Visuelle Perspektiven freischalten: Erforschung der affinen Transformation in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenComputer-Stereo-Vision: Erforschung der Tiefenwahrnehmung in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenTonzuordnung: Tone Mapping: Erhellende Perspektiven in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenHistogrammausgleich: Verbesserung des Bildkontrasts für eine verbesserte visuelle Wahrnehmung Bewertung: 0 von 5 Sternen0 BewertungenBlob-Erkennung: Aufdecken von Mustern in visuellen Daten Bewertung: 0 von 5 Sternen0 BewertungenAnisotrope Diffusion: Verbesserung der Bildanalyse durch anisotrope Diffusion Bewertung: 0 von 5 Sternen0 BewertungenZufallsstichprobenkonsens: Robuste Schätzung in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenFarbmanagementsystem: Optimierung der visuellen Wahrnehmung in digitalen Umgebungen Bewertung: 0 von 5 Sternen0 BewertungenHough-Transformation: Enthüllung der Magie der Hough-Transformation in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenAdaptiver Filter: Verbesserung der Computer Vision durch adaptive Filterung Bewertung: 0 von 5 Sternen0 BewertungenFarbanpassungsfunktion: Spektrale Empfindlichkeit in Computer Vision verstehen Bewertung: 0 von 5 Sternen0 BewertungenFarbprofil: Erforschung der visuellen Wahrnehmung und Analyse in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenHomographie: Homographie: Transformationen in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenGamma-Korrektur: Verbesserung der visuellen Klarheit in der Computer Vision: Die Gammakorrekturtechnik Bewertung: 0 von 5 Sternen0 BewertungenProjektive Geometrie: Erforschung der projektiven Geometrie in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenOrientiertes Gradienten-Histogramm: Enthüllung des visuellen Bereichs: Erkundung des Histogramms mit orientierten Farbverläufen in der Bildverarbeitung Bewertung: 0 von 5 Sternen0 BewertungenFarberscheinungsmodell: Wahrnehmung und Darstellung in Computer Vision verstehen Bewertung: 0 von 5 Sternen0 BewertungenRetinex: Enthüllen Sie die Geheimnisse des computergestützten Sehens mit Retinex Bewertung: 0 von 5 Sternen0 BewertungenKonturerkennung: Enthüllung der Kunst der visuellen Wahrnehmung in der Computer Vision Bewertung: 0 von 5 Sternen0 Bewertungen
Ähnliche E-Books
Farbzuordnung: Erforschung der visuellen Wahrnehmung und Analyse in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenTonzuordnung: Tone Mapping: Erhellende Perspektiven in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenBündelanpassung: Optimieren visueller Daten für eine präzise Rekonstruktion Bewertung: 0 von 5 Sternen0 BewertungenAdaptiver Filter: Verbesserung der Computer Vision durch adaptive Filterung Bewertung: 0 von 5 Sternen0 BewertungenHistogrammausgleich: Verbesserung des Bildkontrasts für eine verbesserte visuelle Wahrnehmung Bewertung: 0 von 5 Sternen0 BewertungenCanny Edge Detector: Enthüllung der Kunst der visuellen Wahrnehmung Bewertung: 0 von 5 Sternen0 BewertungenStrichzeichnungsalgorithmus: Beherrschen von Techniken zur präzisen Bildwiedergabe Bewertung: 0 von 5 Sternen0 BewertungenFarbmanagementsystem: Optimierung der visuellen Wahrnehmung in digitalen Umgebungen Bewertung: 0 von 5 Sternen0 BewertungenComputer-Vision-Grafikschnitte: Erforschung von Graphschnitten in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenKantenglättung: Verbesserung der visuellen Klarheit in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenPHOTOKOLLEGIUM 6: Farbdruck & Colormanagement in der digitalen Fotografie Bewertung: 0 von 5 Sternen0 BewertungenErfolgreiche Spieleentwicklung: Moderne Licht- und Schattenspiele mit OpenGL Bewertung: 0 von 5 Sternen0 BewertungenRendering mit hohem Dynamikbereich: Erschließung des visuellen Spektrums: Fortgeschrittene Techniken in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenBresenham-Linien-Algorithmus: Effiziente pixelgenaue Linienwiedergabe für Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenModell einer Lochkamera: Perspektive durch Computeroptik verstehen Bewertung: 0 von 5 Sternen0 BewertungenAktive Kontur: Weiterentwicklung der Computer Vision mit aktiven Konturtechniken Bewertung: 0 von 5 Sternen0 BewertungenLevel-Set-Methode: Weiterentwicklung der Computer Vision, Erforschung der Level-Set-Methode Bewertung: 0 von 5 Sternen0 BewertungenTrifokaler Tensor: Erforschung von Tiefe, Bewegung und Struktur in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenHadamard-Transformation: Enthüllung der Leistungsfähigkeit der Hadamard-Transformation in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenBildbearbeitung für Anfänger: 30 Top Tipps für die Bildbearbeitung von digitalen Bildern Bewertung: 0 von 5 Sternen0 BewertungenFarbprofil: Erforschung der visuellen Wahrnehmung und Analyse in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenBewegungsschätzung: Fortschritte und Anwendungen in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenGlobale Beleuchtung: Vision voranbringen, Einblicke in die globale Beleuchtung Bewertung: 0 von 5 Sternen0 BewertungenVertex-Computergrafik: Erkundung der Schnittstelle zwischen Vertex Computer Graphics und Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenCorrect Maintenance - Cognex DataMan 8600 Bewertung: 0 von 5 Sternen0 BewertungenBilineare Interpolation: Verbesserung der Bildauflösung und -klarheit durch bilineare Interpolation Bewertung: 0 von 5 Sternen0 BewertungenÜbungen zur Numerischen Analysis Bewertung: 0 von 5 Sternen0 BewertungenDirekte lineare Transformation: Praktische Anwendungen und Techniken in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenÜbungen zu Grenzen Bewertung: 0 von 5 Sternen0 BewertungenBildsegmentierung: Erkenntnisse durch Pixelpräzision erschließen Bewertung: 0 von 5 Sternen0 Bewertungen
Künstliche Intelligenz (KI) & Semantik für Sie
Chatbotische Medien-Gestaltung leicht gemacht: Von der Idee zum viralen Hit Bewertung: 0 von 5 Sternen0 BewertungenChatGPT: Begegnung mit einer neuen Welt: Lernen Sie Künstliche Intelligenz mit der Gratisversion ChatGPT 3.5 Bewertung: 0 von 5 Sternen0 BewertungenKünstliche Intelligenz: Die vierte industrielle Revolution Bewertung: 0 von 5 Sternen0 BewertungenChatGPT – Für Einsteiger: Schreibprofi mit KI, Zeit und Geld sparen ohne peinliche Fehler Bewertung: 0 von 5 Sternen0 BewertungenRoboter im Alltag: Maschinen (beinahe) wie Menschen Bewertung: 0 von 5 Sternen0 BewertungenEinstieg ins Machine Learning: Grundlagen, Prinzipien, erste Schritte Bewertung: 0 von 5 Sternen0 BewertungenDie KI Bibel, mit künstlicher Intelligenz Geld verdienen: Echte Fallbeispiele und Anleitungen zum Umsetzen Bewertung: 1 von 5 Sternen1/5Menschlicher Geist und Künstliche Intelligenz: Die Entwicklung des Humanen inmitten einer digitalen Welt Bewertung: 0 von 5 Sternen0 BewertungenChatbotische Landingpages: Wie du deine Konkurrenz in den digitalen Staub schicken Bewertung: 0 von 5 Sternen0 BewertungenPsychologie des Sozialismus Bewertung: 0 von 5 Sternen0 BewertungenKI-Innovationen: Wie die Technologie die Grenzen verschiebt Künstliche Intelligenz verstehen und nutzen: Ein AI-Buch Bewertung: 0 von 5 Sternen0 BewertungenWissen statt Glauben!: Das Weltbild des neuen Humanismus Bewertung: 0 von 5 Sternen0 BewertungenChatGPT: Epische Reise des Erfolgs - 'Steigern Sie Ihren Reichtum': Mit Screenshots aus dem echten Leben - Erreichen Sie finanzielle Höhen Bewertung: 0 von 5 Sternen0 BewertungenDie Zukunft der Arbeit: Digitalisierung, Automatisierung, KI Bewertung: 0 von 5 Sternen0 BewertungenMeistern von ChatGPT: Entriegeln Sie die Kraft der KI für verbesserte Kommunikation und Beziehungen: German Bewertung: 0 von 5 Sternen0 BewertungenDigitalotopia: Sind wir bereit für die (R)Evolution der Wirklichkeit? Bewertung: 0 von 5 Sternen0 BewertungenAufstieg der Roboter: Wie unsere Arbeitswelt gerade auf den Kopf gestellt wird - und wie wir darauf reagieren müssen Bewertung: 0 von 5 Sternen0 BewertungenKünstliche Intelligenz in Sozialen Medien Bewertung: 0 von 5 Sternen0 Bewertungen
Rezensionen für Gamma-Korrektur
0 Bewertungen0 Rezensionen
Buchvorschau
Gamma-Korrektur - Fouad Sabry
Kapitel 1: Gamma-Korrektur
Gamma oder Gammakorrektur ist ein nichtlineares Verfahren, das in Video- und Standbildsystemen verwendet wird, um Luminanz- oder Tristimuluswerte zu kodieren und zu dekodieren. In ihrer einfachsten Form wird die Gammakorrektur durch den Potenzgesetz-Ausdruck definiert:
{\displaystyle V_{\text{out}}=AV_{\text{in}}^{\gamma },}wobei der nicht-negative reale Eingangswert V_{{\text{in}}} potenziert \gamma und mit der Konstanten A multipliziert wird, um den Ausgangswert zu erhalten V_{{\text{out}}} .
Für den häufigsten Wert von A = 1,, In der Regel liegen die Eingabe- und Ausgabewerte im Bereich von 0-1.
Ein Gamma-Wert \gamma <1 wird manchmal als Kodierungs-Gamma bezeichnet. Die Verwendung dieser komprimierenden Potenzgesetz-Nichtlinearität bei der Kodierung wird als Gamma-Kompression bezeichnet; umgekehrt wird ein Gamma-Wert \gamma >1 als Dekodierungs-Gamma bezeichnet. Darüber hinaus wird die Verwendung der nichtlinearen Potenzgesetz-Entwicklung als Gamma-Entwicklung bezeichnet.
Unter Ausnutzung der nichtlinearen Art und Weise, in der Menschen Licht und Farbe wahrnehmen, wird die Gamma-Kodierung von Bildern verwendet, um den Verbrauch von Bits bei der Kodierung eines Bildes oder die Bandbreite zu optimieren, die für die Übertragung eines Bildes verwendet wird. Aus diesem Grund braucht es viel kreative Energie, um zu entscheiden, wie das Originalbild in seiner verkleinerten Version am besten dargestellt werden kann. Die Gammakorrektur, oft auch als Kontrastauswahl bezeichnet, ist ein Werkzeug im Werkzeugkasten des Fotografen zur Feinabstimmung des Endprodukts.
Elektronische Sensoren werden in Digitalkameras verwendet, um Licht aufzuzeichnen, und sie reagieren in der Regel linear. Farbraumtransformationen und Rendering-Transformationen werden bei der Umwandlung linearer Rohdaten in Standard-RGB-Daten (z. B. zum Speichern in das JPEG-Bildformat) durchgeführt. Insbesondere werden die Intensitäten der Primärfarben in einer fotografischen Reproduktion nichtlinear (durch Gammakompression) in fast allen gängigen RGB-Farbräumen und Dateiformaten kodiert. Darüber hinaus besteht eine Nichtlinearität der Tonwiedergabe zwischen der geplanten Wiedergabe und den gemessenen Szenenintensitäten.
Die Gammatheorie kann verwendet werden, um jede Art von nichtlinearer Verbindung zu analysieren.
Für die Potenzgesetz-Beziehung {\displaystyle V_{\text{out}}=V_{\text{in}}^{\gamma }} , Auf einer logarithmischen Skala sieht die Kurve als gerade Linie mit einer konstanten gamma-gleichen Steigung aus Der Ableitungsoperator (hier stellvertretend für die Steigung):
{\displaystyle \gamma ={\frac {\mathrm {d} \log(V_{\text{out}})}{\mathrm {d} \log(V_{\text{in}})}}.}Wenn Sie ein Eingabe-Ausgabe-Diagramm auf logarithmischen Achsen zeichnen, entspricht die Steigung des Diagramms dem Gamma. Diese Steigung ist für Potenzgesetzkurven konstant, aber das Konzept kann auf jede Kurve verallgemeinert werden, indem Gamma (genauer gesagt Punkt-Gamma
) als die Steigung der Kurve an einem bestimmten Punkt definiert wird.
Ein Diagramm mit logarithmischer Belichtung auf der horizontalen Achse und Dichte (oder dem negativen Logarithmus der Durchlässigkeit) auf der vertikalen Achse stellt die Ergebnisse der Belichtung von fotografischem Film dar. Diese Kurve ist das definierende oder charakteristische Merkmal einer bestimmten Filmkomposition und Verarbeitungstechnik. Eine Kurve, die durch die Hurter-Driffield-Transformation definiert wird.
Fernsehempfänger und -bildschirme, die Kathodenstrahlröhren (CRTs) verwenden, benötigen bei der Ausgabe in der Regel keine zusätzliche Gammakorrektur. Die Gamma-Kompression von übertragenen oder gespeicherten Videosignalen ist so konzipiert, dass sie mit der Gamma-Ausdehnung der CRT zusammenfällt (obwohl sie nicht genau umgekehrt ist). Die Gammawerte, die in TV-Signalen verwendet werden, werden durch analoge Videospezifikationen definiert. CCIR Die NTSC-Farbsysteme (M und N) verwenden ein Gamma von 2,2, während die PAL- und SECAM-Farbsysteme (B/G/H/I/D/K/K1 und L) ein Gamma von 2,8 verwenden.
Bilder werden oft mit einem Gamma von etwa 0,45 kodiert und in Computer-Anzeigesystemen mit dem reziproken Gamma von 2,2 dekodiert. Macintosh-Computer waren eine Ausnahme; Vor der Veröffentlichung von Mac OS X 10.6 (Snow Leopard) im September 2009 wurden sie mit Gamma 0.55 kodiert und mit Gamma 1.8 dekodiert. Unabhängig davon sind sowohl die Binärdaten in Standbilddateien (z. B. JPEG) als auch in Videodateien (z. B. MOV) ausdrücklich codiert (d. h. sie enthalten gammacodierte Werte, keine linearen Intensitäten) (z. B. MPEG). Wenn eine bessere Anpassung an das Gamma des Ausgabegeräts gewünscht wird, kann das System beide Situationen durch Farbmanagement weiter steuern.
Der Standard-sRGB-Farbraum, der von der überwiegenden Mehrheit der Kameras, PCs, Drucker und Kopierer verwendet wird, folgt nicht der oben beschriebenen Nichtlinearität des Potenzgesetzes, andererseits ist sein Dekodierungs-Gamma-Wert laut der Grafik rechts ziemlich konstant um 2,2.
Wenn die lineare Intensität kleiner als 0,00313 oder der komprimierte Wert kleiner als 0,04045 ist, ist diese Linie gerade (codierter Wert proportional zur Intensität), also γ = 1.
Die gestrichelte schwarze Kurve hinter der roten Kurve ist eine Standard-Potenzgesetzkurve γ = 2,2 zum Vergleich.
So kann z.B. ein Gamma = 1,8 Apple-Bild mit Hilfe einer Gamma-Korrektur-Software auf einem Gamma = 2,2 PC-Monitor passend dargestellt werden. Das Anpassen des Gammas der einzelnen Farbkanäle zur Berücksichtigung von Monitorunterschieden ist eine weitere Anwendung.
Wenn der Exponent des Anzeigesystems bekannt ist, ist eine automatische Gammakorrektur dank der Metadaten möglich, die das beabsichtigte Gamma des Bildes (der Änderungen zwischen kodierten Bildproben und Lichtleistung) angeben. Zu diesem Zweck ist der gAMA-Chunk in der PNG-Spezifikation enthalten, während in anderen Formaten wie JPEG und TIFF das Exif-Gamma-Tag verwendet wird.
Diese Eigenschaften haben in der Vergangenheit Probleme verursacht, insbesondere im Internet. PNG würde nicht mit JPG-, GIF-, HTML- oder CSS-Farben übereinstimmen, da es keine Gamma-Einstellung gibt, die 8-Bit-Ganzzahlen intakt anzeigen
entspricht.
Bei Fernsehsystemen ist die Gamma-Charakteristik eine Potenzgesetz-Annäherung an die Verbindung zwischen dem kodierten Luma und der tatsächlich gewünschten Bildhelligkeit.
Bei dieser nichtlinearen Korrelation werden diskrete Zu- oder Abnahmen der kodierten Leuchtdichte im Allgemeinen einer wahrnehmungsäquivalenten Zunahme oder Abnahme der Helligkeit zugeordnet. Es wurde festgestellt, dass der Kehrwert des Exponenten, der von Ebner und Fairchild verwendet wurde, um die lineare Intensität in Helligkeit (Luma) für neutrale Farben umzuwandeln, eine annähernd optimale Wahrnehmungskodierung von Grautönen lieferte, und diese Zahl lag bei etwa 2,33 (ziemlich nahe an der Zahl von 2,2, die für ein typisches Anzeigesubsystem angegeben wird).
Das folgende Beispiel demonstriert den Unterschied zwischen einer linear wachsenden Intensitätsskala und einem linear ansteigenden kodierten Luminanzsignal (linearer gammakomprimierter Luma-Eingang) (linearer Luminanzausgang).
Die lineare Intensitätsskala weist auf den meisten Bildschirmen (mit einem Gamma von etwa 2,2) einen deutlichen Helligkeitssprung zwischen den Intensitätswerten 0,0 und 0,1 auf, während die Schritte