Computer Vision [German]

Was ist Computer Vision Computer Vision-Aufgaben umfassen Methoden zum Erfassen, Verarbeiten, Analysieren und Verstehen digitaler Bilder sowie das Extrahieren hochdimensionaler Daten aus dem realen Welt, um numerische oder symbolische Informationen, beispielsweise in Form von Urteilen, bereitzustellen. Im Kontext dieser Diskussion bezieht sich Verstehen auf den Prozess der Umwandlung visueller Bilder in Beschreibungen der Umgebung, die für Denkprozesse verständlich sind und die Fähigkeit besitzen, entsprechende Handlungen hervorzurufen. Man kann dieses Bildverständnis als den Prozess interpretieren, symbolische Informationen aus Bilddaten zu extrahieren, indem man Modelle nutzt, die mit Hilfe von Lerntheorie, Geometrie, Physik und Informatik erstellt wurden. Wie Sie davon profitieren werden (I) Einblicke und Validierungen zu den folgenden Themen: Kapitel 1: Computer Vision Kapitel 2 : Maschinelles Sehen Kapitel 3: Bildanalyse Kapitel 4: Bildsegmentierung Kapitel 5: Optischer Fluss Kapitel 6: Bewegung Erkennung Kapitel 7: Gestenerkennung Kapitel 8: Pose (Computer Vision) Kapitel 9: Rita Cucchiara Kapitel 10: Stereokameras (II) Beantwortung der wichtigsten öffentlichen Fragen zum Thema Computer Vision. (III) Beispiele aus der Praxis für den Einsatz von Computer Vision in vielen Bereichen. An wen sich dieses Buch richtet Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über grundlegende Kenntnisse oder Informationen für jede Art von Computer Vision hinausgehen möchten.    

Was ist die Gemeinsame Fotoexpertengruppe  JPEG 2000, oft auch als JP2 bekannt, ist ein Standardformat und Codierungsschema für die Bildkomprimierung. Es wurde zwischen 1997 und 2000 von einem Ausschuss der Joint Photographic Experts Group unter dem Vorsitz von Touradj Ebrahimi entwickelt. Ziel der Gruppe war es, ihren ursprünglichen JPEG-Standard, der auf einer diskreten Kosinustransformation (DCT) basiert, durch einen neu entwickelten Wavelet-basierten Ansatz zu ersetzen. Dateien, die ISO/IEC 15444-1 entsprechen, werden mit der Erweiterung.jp2 gekennzeichnet, während Dateien, die den erweiterten Teil-2-Anforderungen entsprechen, die als ISO/IEC 15444-2 veröffentlicht werden, mit der Erweiterung.jpx gekennzeichnet werden. Insbesondere werden in RFC 3745 die registrierten MIME-Typen definiert. Es ist image/jp2 für den ISO/IEC 15444-1-Standard. Wie Sie profitieren (I) Einblicke und Validierungen zu Folgendem Themen: Kapitel 1: JPEG 2000 Kapitel 2: JPEG Kapitel 3: Verlustbehaftete Komprimierung Kapitel 4: Bildkomprimierung Kapitel 5: ICER Kapitel 6: H.262/MPEG-2 Teil 2 Kapitel 7: MPEG-4 Teil 2 Kapitel 8: Bilddateiformat Kapitel 9: Motion JPEG 2000 Kapitel 10: Hocheffizientes Bilddateiformat (II) Beantwortung der häufigsten öffentlichen Fragen über die gemeinsame Fotoexpertengruppe. (III) Beispiele aus der Praxis für den Einsatz der gemeinsamen Fotoexpertengruppe in vielen Bereichen. Für wen dieses Buch gedacht ist Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über Grundkenntnisse oder Informationen für jede Art von Joint Photographic Experts Group hinausgehen möchten.    

Was ist Homographie Im Bereich des Computersehens werden zwei beliebige Bilder derselben ebenen Oberfläche im Raum durch eine Homographie in Beziehung gesetzt. Dies hat viele praktische Anwendungen, wie z. B. Bildentzerrung, Bildregistrierung oder Kamerabewegung – Rotation und Translation – zwischen zwei Bildern. Sobald die Kameraresektion anhand einer geschätzten Homographiematrix durchgeführt wurde, können diese Informationen zur Navigation oder zum Einfügen von Modellen von 3D-Objekten in ein Bild oder Video verwendet werden, sodass sie mit der richtigen Perspektive gerendert werden und den Eindruck erwecken, Teil des Objekts gewesen zu sein Originalszene. Wie Sie profitieren werden (I) Einblicke und Validierungen zu den folgenden Themen: Kapitel 1: Homographie (Computer Vision) Kapitel 2: Affine Transformation Kapitel 3: Transformationsmatrix Kapitel 4: Bildzusammenfügung Kapitel 5 : Schnittpunkt Linie-Ebene Kapitel 6: Grundmatrix (Computer Vision) Kapitel 7: Kameraresektion Kapitel 8: Bildentzerrung Kapitel 9: Kameramatrix Kapitel 10: Automatische Kamerakalibrierung (II) Beantwortung der häufigsten öffentlichen Fragen zur Homografie. (III) Real Beispiele aus aller Welt für den Einsatz von Homographie in vielen Bereichen. Für wen dieses Buch gedacht ist Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und andere die über Grundkenntnisse oder Informationen für jede Art von Homografie hinausgehen möchten.    

Was ist Lärmminderung Unter Lärmminderung versteht man das Entfernen von Rauschen aus einem Signal. Es gibt Techniken zur Rauschunterdrückung für Audio und Bilder. Algorithmen zur Lärmminderung können das Signal bis zu einem gewissen Grad verzerren. Unter Rauschunterdrückung versteht man die Fähigkeit einer Schaltung, eine unerwünschte Signalkomponente von der gewünschten Signalkomponente zu isolieren, wie beim Gleichtaktunterdrückungsverhältnis. Ihre Vorteile (I) Einblicke und Validierungen zu den folgenden Themen: Kapitel 1: Lärmminderung Kapitel 2: Dolby-Rauschunterdrückungssystem Kapitel 3: Dbx (Rauschunterdrückung) Kapitel 4: Digitale Bildverarbeitung Kapitel 5: Bildrauschen Kapitel 6: Wavelet Kapitel 7: Differenz der Gaußschen Operatoren Kapitel 8: Bilateraler Filter Kapitel 9: Nichtlokale Mittelwerte Kapitel 10: Blockvergleich und 3D-Filterung (II) Beantwortung der wichtigsten öffentlichen Fragen zur Lärmreduzierung. (III) Beispiele aus der Praxis für den Einsatz der Lärmreduzierung in vielen Bereichen. Für wen sich dieses Buch eignet: Profis, Studenten und Doktoranden, Enthusiasten, Bastler und diejenigen, die über das Grundwissen oder die Informationen für jede Art von Lärmreduzierung hinausgehen möchten.

Was ist Computer Stereo Vision? Computer-Stereovision ist die Extraktion von 3D-Informationen aus digitalen Bildern, wie sie beispielsweise von einer CCD-Kamera aufgenommen werden. Durch den Vergleich von Informationen über eine Szene aus zwei Blickwinkeln können 3D-Informationen extrahiert werden, indem die relativen Positionen von Objekten in den beiden Panels untersucht werden. Dies ähnelt dem biologischen Prozess der Stereopsis. Wie Sie davon profitieren (I) Einblicke und Validierungen zu den folgenden Themen: Kapitel 1: Computer-Stereovision Kapitel 2: 3D-Rekonstruktion Kapitel 3: Aktives Konturmodell Kapitel 4: Harris-Detektor für affine Regionen Kapitel 5: Vordergrunderkennung Kapitel 6: Matrix Chernoff gebunden Kapitel 7: Ähnlichkeit Kapitel 8: Strukturelle Ähnlichkeit Kapitel 9: Varianzfunktion Kapitel 10: Fréchet-Anfangsentfernung (II) Beantwortung der häufigsten öffentlichen Fragen zum Thema Computer-Stereovision. (III) Beispiele aus der Praxis für den Einsatz von Computer-Stereovision in vielen Bereichen. Für wen dieses Buch gedacht ist Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über grundlegende Kenntnisse oder Informationen für jede Art von Computer-Stereo-Vision hinausgehen möchten.    

Was ist Histogrammausgleich Der Histogrammausgleich ist eine Methode in der Bildverarbeitung zur Kontrastanpassung mithilfe des Histogramms des Bildes. Wie Sie wollen Nutzen (I) Einblicke und Validierungen zu den folgenden Themen: Kapitel 1: Histogrammausgleich Kapitel 2: Kumulative Verteilungsfunktion Kapitel 3: Histogramm Kapitel 4: Zufallsvariable Kapitel 5: Ordnungsstatistik Kapitel 6: HSL und HSV Kapitel 7: Farbhistogramm Kapitel 8: Kontinuierliche Gleichverteilung Kapitel 9: Optische Auflösung Kapitel 10: Empirische Verteilungsfunktion (II) Beantwortung der häufigsten öffentlichen Fragen zum Histogrammausgleich. (III) Beispiele aus der Praxis für die Verwendung des Histogrammausgleichs in vielen Bereichen. Wer Dieses Buch richtet sich an Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über das Grundwissen oder die Informationen für irgendeine Art von Histogrammausgleich hinausgehen möchten.    

Was ist die Radon-Transformation In der Mathematik ist die Radon-Transformation die Integraltransformation, die eine auf der Ebene definierte Funktion f in eine auf der (zwei- dimensionaler) Raum von Linien in der Ebene, dessen Wert an einer bestimmten Linie gleich dem Linienintegral der Funktion über dieser Linie ist. Die Transformation wurde 1917 von Johann Radon eingeführt, der auch eine Formel für die Umkehrtransformation bereitstellte. Radon enthielt außerdem Formeln für die Transformation in drei Dimensionen, bei denen das Integral über Ebenen übernommen wird. Später wurde es auf höherdimensionale euklidische Räume und allgemeiner im Kontext der Integralgeometrie verallgemeinert. Das komplexe Analogon der Radon-Transformation ist als Penrose-Transformation bekannt. Die Radon-Transformation ist weithin anwendbar auf die Tomographie, die Erstellung eines Bildes aus den Projektionsdaten, die mit Querschnittsscans eines Objekts verbunden sind. Ihre Vorteile (I) Erkenntnisse und Validierungen zu den folgenden Themen: Kapitel 1: Radon-Transformation Kapitel 2: Fourier-Transformation Kapitel 3: Bessel Funktion Kapitel 4: Faltungssatz Kapitel 5: Diskrete Fourier-Transformation Kapitel 6: Fourier-Reihe Kapitel 7: Integration durch Teile Kapitel 8: Fraktionale Fourier-Transformation Kapitel 9: Mellin-Transformation Kapitel 10: Poisson-Kernel (II) Beantwortung der Öffentliche Top-Fragen zur Radontransformation. (III) Beispiele aus der Praxis für die Verwendung der Radontransformation in vielen Bereichen. Für wen dieses Buch gedacht ist Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über das Grundwissen oder die Informationen für jede Art von Radontransformation hinausgehen möchten.    

Was ist ein Farbraum? Ein Farbraum ist eine bestimmte Anordnung von Farben in einem bestimmten Raum. In Verbindung mit der Farbprofilierung, die von einer Vielzahl physischer Geräte unterstützt wird, ist es in der Lage, wiederholbare Farbdarstellungen zu unterstützen, unabhängig davon, ob es sich bei diesen Darstellungen um eine analoge oder eine digitale Darstellung handelt. Es ist möglich, dass ein Farbraum willkürlich ist. In diesem Fall werden die physisch realisierten Farben einem Satz physischer Farbfelder mit passenden Farbnamen zugeordnet, oder er kann mit mathematischer Präzision strukturiert werden. Das Konzept eines „Farbraums“ ist ein hilfreiches konzeptionelles Werkzeug, das verwendet werden kann, um Erkenntnisse über die Farbfunktionen einer bestimmten digitalen Datei oder eines bestimmten Geräts zu gewinnen. Beim Versuch, Farben auf einem anderen Gerät zu reproduzieren, können Farbräume anzeigen, ob Schatten-/Glanzlichtdetails und Farbsättigung erhalten bleiben können oder nicht, sowie den Grad, in dem einer dieser Aspekte verringert wird. Wie Sie profitieren (I) Einblicke und Validierungen zu den folgenden Themen: Kapitel 1: Farbraum Kapitel 2: RGB-Farbmodell Kapitel 3: CMYK-Farbmodell Kapitel 4: RGB-Farbräume Kapitel 5: HSL und HSV Kapitel 6: Chromatizität Kapitel 7: CIELAB-Farbraum Kapitel 8: Farbraum Kapitel 9: Graustufen Kapitel 10: Adobe RGB-Farbraum (II) Beantwortung der häufigsten öffentlichen Fragen zum Farbraum. (III) Beispiele aus der Praxis für die Verwendung des Farbraums in vielen Bereichen. Für wen dieses Buch gedacht ist Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über grundlegendes Wissen oder Informationen jeglicher Art hinausgehen möchten des Farbraums.    

Was ist Unterwasser-Computer-Vision? Unterwasser-Computer-Vision ist ein Teilgebiet der Computer-Vision. In den letzten Jahren ist mit der Entwicklung von Unterwasserfahrzeugen die Notwendigkeit, große Informationsmengen aufzeichnen und verarbeiten zu können, immer wichtiger geworden. Die Anwendungen reichen von der Inspektion von Unterwasserstrukturen für die Offshore-Industrie bis zur Identifizierung und Zählung von Fischen für die biologische Forschung. Doch so groß die Auswirkungen dieser Technologie auf Industrie und Forschung auch sein können, sie befindet sich im Vergleich zur herkömmlichen Computer Vision immer noch in einem sehr frühen Entwicklungsstadium. Ein Grund dafür ist, dass in dem Moment, in dem die Kamera ins Wasser geht, ganz neue Herausforderungen auftauchen. Einerseits müssen Kameras wasserdicht gemacht werden, durch Meereskorrosion werden Materialien schnell beschädigt, und der Zugang und die Änderungen an Versuchsaufbauten sind zeit- und ressourcenintensiv. Andererseits bewirken die physikalischen Eigenschaften des Wassers, dass sich Licht unterschiedlich verhält und das Aussehen desselben Objekts je nach Tiefe, organischem Material, Strömungen, Temperatur usw. verändert. Ihr Nutzen (I) Erkenntnisse und Validierungen zu den folgenden Themen: Kapitel 1: Unterwasser-Computer-Vision Kapitel 2: Computer-Vision Kapitel 3: Hydrographische Vermessung Kapitel 4: Autonomes Unterwasserfahrzeug Kapitel 5: Monterey Bay Aquarium Research Institute Kapitel 6: Unbemanntes Unterwasserfahrzeug Fahrzeug Kapitel 7: Rauschunterdrückung Kapitel 8: Unterwassersicht Kapitel 9: Videonachbearbeitung Kapitel 10: Bild Qualität (II) Beantwortung der häufigsten öffentlichen Fragen zum Unterwasser-Computersehen. (III) Beispiele aus der Praxis für den Einsatz von Unterwasser-Computersehen in vielen Bereichen. An wen sich dieses Buch richtet Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über grundlegende Kenntnisse oder Informationen für jede Art von Unterwasser-Computervision hinausgehen möchten .    

Was ist Tonzuordnung Tone Mapping ist eine Technik, die in der Bildverarbeitung und Computergrafik verwendet wird, um einen Farbsatz einem anderen zuzuordnen, um das Erscheinungsbild hochdynamischer Farben anzunähern. HDR-Bilder (HDR) in einem Medium, das über einen begrenzteren Dynamikbereich verfügt. Ausdrucke, CRT- oder LCD-Monitore und Projektoren verfügen alle über einen begrenzten Dynamikbereich, der nicht ausreicht, um das gesamte Spektrum der Lichtintensitäten in natürlichen Szenen wiederzugeben. Tone Mapping löst das Problem einer starken Kontrastreduzierung von der Helligkeit der Szene auf den darstellbaren Bereich und behält gleichzeitig die Bilddetails und die Farbdarstellung bei, die für die Würdigung des ursprünglichen Szeneninhalts wichtig sind. Ihre Vorteile (I) Einblicke und Validierungen zu den folgenden Themen: Kapitel 1: Tone_mapping Kapitel 2: Gamma_korrektur Kapitel 3: Multi-exposure_HDR_capture Kapitel 4: High-dynamic-range_rendering Kapitel 5: Shadow_and_highlight_enhancement Kapitel 6: High_dynamic_range Kapitel 7: Tone_Reproduktion Kapitel 8: Luminanz_HDR Kapitel 9: Aurora_HDR Kapitel 10: EasyHDR (II) Beantwortung der öffentlichen Frage Fragen zum Thema Tone Mapping. (III) Beispiele aus der Praxis für den Einsatz von Tone Mapping in vielen Bereichen. Für wen dieses Buch gedacht ist Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über Grundkenntnisse oder Informationen für jede Art von Tone Mapping hinausgehen möchten.    

Was ist eine affine Transformation? In der euklidischen Geometrie ist eine affine Transformation oder Affinität eine geometrische Transformation, die Linien und Parallelität beibehält, aber nicht unbedingt euklidische Abstände und Winkel. Wie Sie davon profitieren (I) Einblicke und Validierungen zu den folgenden Themen: Kapitel 1: Affine Transformation Kapitel 2: Lineare Karte Kapitel 3: Translation (Geometrie) Kapitel 4: Affine Group Kapitel 5: Affine Space Kapitel 6: Transformationsmatrix Kapitel 7: Baryzentrisches Koordinatensystem Kapitel 8: Realer Koordinatenraum Kapitel 9: Eigenwerte und Eigenvektoren Kapitel 10: Eigenzerlegung einer Matrix (II) Beantwortung der häufigsten öffentlichen Fragen zur affinen Transformation. (III) Beispiele aus der Praxis für die Verwendung der affinen Transformation in vielen Bereichen. Für wen sich dieses Buch eignet Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über das Grundwissen hinausgehen möchten oder Informationen für jede Art von affiner Transformation.    

Was ist Bildkomprimierung Bei der Anwendung auf digitale Fotos handelt es sich bei der Bildkomprimierung um eine Form der Datenkomprimierung, die dazu beiträgt, den für deren Speicherung oder Speicherung erforderlichen Geldbetrag zu reduzieren Übertragung. Es ist möglich, dass Algorithmen die visuelle Wahrnehmung und die statistischen Aspekte von Bilddaten nutzen, um im Vergleich zu generischen Datenkomprimierungsansätzen, die für andere Arten digitaler Daten verwendet werden, bessere Ergebnisse zu erzielen. Wie Sie davon profitieren (I) Einblicke und Validierungen zu den folgenden Themen: Kapitel 1: Bildkomprimierung Kapitel 2: Datenkomprimierung Kapitel 3: JPEG Kapitel 4: Verlustbehaftete Komprimierung Kapitel 5: Verlustfreie Komprimierung Kapitel 6: PNG Kapitel 7: Transformationscodierung Kapitel 8: Diskrete Kosinustransformation Kapitel 9: JPEG 2000 Kapitel 10: Komprimierungsartefakt (II) Beantwortung der häufigsten öffentlichen Fragen zur Bildkomprimierung. (III) Beispiele aus der Praxis für die Verwendung der Bildkomprimierung in vielen Bereichen. Wer Dieses Buch richtet sich an Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über grundlegende Kenntnisse oder Informationen für jede Art von Bildkomprimierung hinausgehen möchten.    

Was ist ein Bildhistogramm Ein Bildhistogramm ist eine Art Histogramm, das als grafische Darstellung der Tonverteilung in einem digitalen Bild dient. Es zeichnet die Anzahl der Pixel für jeden Tonwert auf. Durch die Betrachtung des Histogramms für ein bestimmtes Bild kann der Betrachter die gesamte Tonverteilung auf einen Blick beurteilen. Ihre Vorteile ( I) Erkenntnisse und Validierungen zu den folgenden Themen: Kapitel 1: Bildhistogramm Kapitel 2: Histogramm Kapitel 3: Farbhistogramm Kapitel 4: Schwellenwert (Bildverarbeitung) Kapitel 5: Histogrammausgleich Kapitel 6: Adaptiver Histogrammausgleich Kapitel 7: Histogrammausgleich Kapitel 8: Tone Mapping Kapitel 9: Fehlerdiffusion Kapitel 10: Graphenschnitte in Computer Vision (II) Antwort an die Öffentlichkeit Die häufigsten Fragen zum Bildhistogramm. (III) Beispiele aus der Praxis für die Verwendung des Bildhistogramms in vielen Bereichen. Für wen dieses Buch gedacht ist Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über grundlegende Kenntnisse oder Informationen für jede Art von Bildhistogramm hinausgehen möchten.    

Was ist ein Farbprofil Ein Datensatz, der gemäß den vom International Color Consortium (ICC) übernommenen Standards eine Farbeingabe oder -ausgabe charakterisiert Ein Gerät oder ein Farbraum wird als ICC-Profil bezeichnet. Dieses Profil ist die Grundlage für das Farbmanagement. Durch die Bereitstellung einer Zuordnung zwischen dem Quell- oder Zielfarbraum des Geräts und einem Profilverbindungsraum (PCS) können Profile eine Beschreibung der Farbeigenschaften bereitstellen, die einem bestimmten Gerät oder einer bestimmten Anzeigeanforderung zugeordnet sind. Als PCS gilt entweder CIELAB (L*a*b*) oder CIEXYZ. Es gibt zwei Möglichkeiten, Mappings zu spezifizieren: entweder durch die Verwendung von Tabellen, die dann einer Interpolation unterzogen werden, oder durch eine Folge von Parametern bezüglich Transformationen. Ihre Vorteile (I) Einblicke und Validierungen zu den folgenden Themen: Kapitel 1: ICC-Profil Kapitel 2: Farbmanagement Kapitel 3: RGB-Farbmodell Kapitel 4: CMYK-Farbmodell Kapitel 5: CIELAB-Farbraum Kapitel 6: Adobe RGB-Farbraum Kapitel 7: Farbraum Kapitel 8: Druckvorstufe Kapitel 9: JPEG-Dateiaustauschformat Kapitel 10: TIFF (II) Beantwortung der häufigsten öffentlichen Fragen zum Farbprofil. (III) Beispiele aus der Praxis für die Verwendung des Farbprofils in vielen Bereichen. Für wen dieses Buch gedacht ist Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über Grundkenntnisse oder Informationen für jede Art von Farbprofil hinausgehen möchten.    

Was ist Inpainting Inpainting ist ein Konservierungsprozess, bei dem beschädigte, beschädigte oder fehlende Teile eines Kunstwerks ausgefüllt werden, um ein vollständiges Bild zu präsentieren. Dieser Prozess wird häufig bei der Bildwiederherstellung verwendet. Es kann sowohl auf physische als auch auf digitale Kunstmedien wie Öl- oder Acrylgemälde, chemische Fotodrucke, Skulpturen oder digitale Bilder und Videos angewendet werden. Wie Sie profitieren (I) Einblicke und Validierungen zu den folgenden Themen: Kapitel 1: Inpainting Kapitel 2: Textursynthese Kapitel 3: Konservierung und Restaurierung von Kulturgut Kapitel 4: Historische Farbanalyse Kapitel 5: Konservierungswissenschaft (Kulturgut) Kapitel 6: Konservierung und Restaurierung von Gemälden Kapitel 7: Konservierung und Restaurierung von Tafelgemälden Kapitel 8: Konservierung und Restaurierung pompejanischer Fresken Kapitel 9: Konservierung und Restaurierung antiker griechischer Keramik Kapitel 10: Konservierung und Restaurierung von Thomas Eakins' The Gross Clinic (II) Beantwortung der häufigsten öffentlichen Fragen zum Thema Inpainting. (III) Beispiele aus der Praxis für die Verwendung von Inpainting in vielen Bereichen. Für wen dieses Buch gedacht ist Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die es wollen um über grundlegende Kenntnisse oder Informationen für jede Art von Inpainting hinauszugehen.    

Was ist ein menschliches visuelles Systemmodell Experten für Bildverarbeitung, Videoverarbeitung und Computer Vision nutzen ein menschliches visuelles Systemmodell, um mit biologischen und psychologischen Problemen umzugehen Prozesse, die noch nicht vollständig verstanden sind. Ein Beispiel eines solchen Modells wird verwendet, um das Verhalten eines äußerst komplexen Systems zu vereinfachen. Immer wenn sich unser Verständnis des tatsächlichen visuellen Systems verbessert, wird das Modell aktualisiert. Wie Sie davon profitieren (I) Einblicke und Validierungen zu folgenden Themen: Kapitel 1: Modell des menschlichen visuellen Systems Kapitel 2: Datenkomprimierung Kapitel 3: Bildkomprimierung Kapitel 4: Transformationscodierung Kapitel 5: Optische Täuschung Kapitel 6: Chroma-Unterabtastung Kapitel 7: Komprimierungsartefakt Kapitel 8: Graustufen Kapitel 9: Tonwertzuordnung Kapitel 10: Farberscheinungsmodell (II) Beantwortung der häufigsten öffentlichen Fragen zum Modell des menschlichen visuellen Systems. (III) Beispiele aus der Praxis für die Verwendung des Modells des menschlichen visuellen Systems in vielen Bereichen. Für wen dieses Buch gedacht ist Fachleute, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über das Grundwissen oder die Informationen für jegliche Art von Modell des menschlichen visuellen Systems hinausgehen möchten.    

Was ist anisotrope Diffusion In der Bildverarbeitung und Computer Vision ist anisotrope Diffusion, auch Perona-Malik-Diffusion genannt, eine Technik, die darauf abzielt, Bildrauschen zu reduzieren, ohne wesentliche Teile zu entfernen des Bildinhalts, typischerweise Kanten, Linien oder andere Details, die für die Interpretation des Bildes wichtig sind. Anisotrope Diffusion ähnelt dem Prozess, der einen Skalenraum erzeugt, in dem ein Bild auf der Grundlage eines Diffusionsprozesses eine parametrisierte Familie von nach und nach immer unschärferen Bildern erzeugt. Jedes der resultierenden Bilder in dieser Familie wird als Faltung zwischen dem Bild und einem 2D-isotropen Gaußschen Filter angegeben, wobei die Breite des Filters mit dem Parameter zunimmt. Dieser Diffusionsprozess ist eine lineare und rauminvariante Transformation des Originalbildes. Die anisotrope Diffusion ist eine Verallgemeinerung dieses Diffusionsprozesses: Sie erzeugt eine Familie parametrisierter Bilder, aber jedes resultierende Bild ist eine Kombination zwischen dem Originalbild und einem Filter, der vom lokalen Inhalt des Originalbilds abhängt. Folglich ist die anisotrope Diffusion eine nichtlineare und raumvariante Transformation des Originalbilds. Wie Sie davon profitieren (I) Einblicke und Validierungen zu den folgenden Themen: Kapitel 1: Anisotrope Diffusion Kapitel 2: Ficksche Diffusionsgesetze Kapitel 3: Diffusionsgleichung Kapitel 4: Wärmegleichung Kapitel 5: Navier-Stokes-Gleichungen Kapitel 6: Gesamtvariation Kapitel 7: Divergenz Kapitel 8: Laplace-Operator Kapitel 9: Curl (Mathematik) Kapitel 10: Divergenzsatz (II) Beantwortung der häufigsten öffentlichen Fragen zu Anisotropie Diffusion. (III) Beispiele aus der Praxis für die Verwendung der anisotropen Diffusion in vielen Bereichen. Für wen dieses Buch gedacht ist Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über das Grundwissen oder die Informationen für jede Art von anisotroper Diffusion hinausgehen möchten.    

Was ist ein Farbmanagementsystem Ein Farberscheinungsmodell, oft auch als CAM bekannt, ist ein mathematisches Modell, das darauf abzielt, die Wahrnehmungselemente des menschlichen Farbsehens zu erfassen. Mit diesem Modell werden Betrachtungseinstellungen beschrieben, bei denen das Erscheinungsbild einer Farbe nicht mit der entsprechenden tatsächlichen Messung der Reizquelle übereinstimmt. Wie Sie davon profitieren (I) Erkenntnisse und Validierungen zu den folgenden Themen: Kapitel 1: Farbmanagement Kapitel 2: RGB-Farbmodell Kapitel 3: CMYK-Farbmodell Kapitel 4: Gammakorrektur Kapitel 5: Webfarben Kapitel 6: CIELAB-Farbraum Kapitel 7: Gamut Kapitel 8: sRGB Kapitel 9: Adobe RGB-Farbraum Kapitel 10: Farbkalibrierung (II) Beantwortung der Frage Öffentliche Top-Fragen zum Farbmanagementsystem. (III) Beispiele aus der Praxis für den Einsatz von Farbmanagementsystemen in vielen Bereichen. Für wen dieses Buch gedacht ist Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über das Grundwissen oder die Informationen zu Farbmanagementsystemen jeglicher Art hinausgehen möchten.    

Was ist eine Filterbank Eine Filterbank ist eine Anordnung von Bandpassfiltern, die bei der Signalverarbeitung verwendet werden. Sein Zweck besteht darin, das Eingangssignal in mehrere Komponenten aufzuteilen, von denen jede ein Teilband des Originalsignals trägt. Die Komponenten auf neue Weise zu dämpfen und sie wieder zu einer modifizierten Version des Originalsignals zu kombinieren, ist eine der Anwendungen einer Filterbank. Ein Beispiel für diese Art von Anwendung ist ein grafischer Equalizer. Das Ergebnis der Analyse wird als Teilbandsignal bezeichnet und enthält so viele Teilbänder, wie Filter in der Filterbank vorhanden sind. Der von der Filterbank durchgeführte Zerlegungsprozess wird als Analyse bezeichnet. Unter Synthese versteht man den Prozess der Rekonstruktion, der sich auf den Vorgang der Rekonstruktion eines vollständigen Signals bezieht, das durch den Filterprozess erzeugt wurde. Ihre Vorteile (I) Einblicke und Validierungen zu den folgenden Themen: Kapitel 1: Filterbank Kapitel 2: Diskrete Fourier-Transformation Kapitel 3: Digitalfilter Kapitel 4: Wavelet Kapitel 5: Modifizierte diskrete Kosinustransformation Kapitel 6: Endliche Impulsantwort Kapitel 7: Daubechies-Wavelet Kapitel 8: Diskrete Wavelet-Transformation Kapitel 9: Zeitdiskrete Fourier-Transformation Kapitel 10: Downsampling (Signalverarbeitung) (II) Beantwortung der häufigsten öffentlichen Fragen zur Filterbank. (III) Beispiele aus der Praxis für die Verwendung der Filterbank in vielen Bereichen. Wer Dieses Buch richtet sich an Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über das Grundwissen oder die Informationen für jede Art von Filterbank hinausgehen möchten.    

Was ist Farbzuordnung Diese Funktion wird als Bildfarbübertragung bezeichnet und ist für die Zuordnung (Transformation) der Farben eines Bildes (der Quelle) zum Bild verantwortlich Farben eines anderen Bildes (des Ziels). Man kann eine Farbzuordnung entweder als den Algorithmus bezeichnen, der die Zuordnungsfunktion erzeugt, oder als die Methode, die die Farben des Bildes ändert. Der Prozess der Änderung eines Bildes wird häufig als Farbübertragung oder, wenn es sich um Graustufenfotos handelt, als Helligkeitsübertragungsfunktion (BTF) bezeichnet. Darüber hinaus kann es auch als photometrische Kamerakalibrierung oder radiometrische Kamerakalibrierung bezeichnet werden. Wie Sie profitieren (I) Einblicke und Validierungen darüber die folgenden Themen: Kapitel 1: Bildfarbübertragung Kapitel 2: Gammakorrektur Kapitel 3: Farbmanagement Kapitel 4 : Farbhistogramm Kapitel 5: Shader Kapitel 6: Tone Mapping Kapitel 7: Bildhistogramm Kapitel 8: Farbkalibrierung Kapitel 9: Farbquantisierung Kapitel 10: Bildentzerrung (II) Beantwortung der häufigsten öffentlichen Fragen zur Farbzuordnung. (III) Beispiele aus der Praxis für den Einsatz von Farbzuordnung in vielen Bereichen. An wen sich dieses Buch richtet Profis, Studenten und Doktoranden, Enthusiasten , Bastler und diejenigen, die über grundlegende Kenntnisse oder Informationen für jede Art von Farbzuordnung hinausgehen möchten.    

Was ist ein Farbmodell Ein Farbmodell ist ein abstraktes mathematisches Modell, das beschreibt, wie Farben als Tupel von Zahlen dargestellt werden können, typischerweise als drei oder vier Werte oder Farbkomponenten . Wenn dieses Modell mit einer genauen Beschreibung verknüpft wird, wie die Komponenten unter Berücksichtigung der visuellen Wahrnehmung zu interpretieren sind, wird der resultierende Satz von Farben als „Farbraum“ bezeichnet. Ihr Nutzen (I) Erkenntnisse und Validierungen zu den folgenden Themen: Kapitel 1: Farbmodell Kapitel 2: Farbton Kapitel 3: Munsell-Farbsystem Kapitel 4: RGB-Farbräume Kapitel 5: HSL und HSV Kapitel 6: Chromatizität Kapitel 7: CIELAB-Farbraum Kapitel 8: Chromatische Anpassung Kapitel 9: Farbraum Kapitel 10: Dominante Wellenlänge (II) Beantwortung der häufigsten öffentlichen Fragen zum Farbmodell. (III) Beispiele aus der Praxis für die Verwendung des Farbmodells in vielen Bereichen. Wer dieses Buch ist für Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über das Grundwissen oder die Informationen für jede Art von Farbmodell hinausgehen möchten.    

Was ist Retinex Farbkonstanz ist ein Beispiel für subjektive Konstanz und ein Merkmal des menschlichen Farbwahrnehmungssystems, das dafür sorgt, dass die wahrgenommene Farbe von Objekten bei Variation relativ konstant bleibt Beleuchtungsbedingungen. Ein grüner Apfel beispielsweise erscheint uns am Mittag grün, wenn die Hauptbeleuchtung weißes Sonnenlicht ist, und auch bei Sonnenuntergang, wenn die Hauptbeleuchtung rot ist. Dies hilft uns, Objekte zu identifizieren. Wie Sie davon profitieren (I) Einblicke und Validierungen zu den folgenden Themen: Kapitel 1: Farbkonstanz Kapitel 2: Farbe Kapitel 3: Farbsehen Kapitel 4: Visuelles System Kapitel 5: Chromatische Anpassung Kapitel 6: Nachbild Kapitel 7: Trichromie Kapitel 8: Zapfenzelle Kapitel 9: Sehschärfe Kapitel 10: Gegnerprozess (II) Beantwortung der häufigsten öffentlichen Fragen zu Retinex. (III) Beispiele aus der Praxis für die Verwendung von Retinex in vielen Bereichen. Für wen dieses Buch gedacht ist Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über das Grundwissen oder die Informationen hinausgehen möchten Art von Retinex.    

Was ist Zufallsstichprobenkonsens? Random Sample Consensus, auch RANSAC genannt, ist eine iterative Methode, die zur Schätzung der Parameter eines mathematischen Modells basierend auf einer Sammlung verwendet wird der beobachteten Daten, die Ausreißer enthalten. Diese Methode wird in Situationen verwendet, in denen die Ausreißer keinen Einfluss auf die Werte der Schätzungen haben dürfen. Die Schlussfolgerung ist, dass es auch als Werkzeug zur Erkennung von Ausreißern angesehen werden kann. Ein Algorithmus gilt als nicht deterministisch, wenn er nur mit einer bestimmten Wahrscheinlichkeit ein geeignetes Ergebnis erzeugen kann und diese Wahrscheinlichkeit umso größer ist, je mehr Iterationen die Methode zulässt. Im Jahr 1981 waren Fischler und Bolles, die bei SRI International arbeiteten, diejenigen, die den Algorithmus erstmals veröffentlichten. Um das Location Determination Problem (LDP) zu lösen, bei dem es darum geht, die Punkte im Raum zu finden, die auf ein Bild projiziert werden, und diese Punkte dann in eine Reihe von Orientierungspunkten mit bekannten Positionen umzuwandeln, verwendeten sie RANSAC. Wie Sie davon profitieren werden (I) Einblicke und Validierungen zu den folgenden Themen: Kapitel 1: Konsens bei zufälligen Stichproben Kapitel 2: Schätzer Kapitel 3: Kleinste Quadrate Kapitel 4: Ausreißer Kapitel 5: Kreuzvalidierung (Statistik) Kapitel 6: Fehler und Residuen Kapitel 7: Mischungsmodell Kapitel 8: Robuste Statistiken Kapitel 9: Bildzusammenfügung Kapitel 10: Resampling (Statistik) (II) Beantwortung der häufigsten öffentlichen Fragen zum Zufallsstichprobenkonsens. (III) Beispiele aus der Praxis für die Verwendung von Zufallsstichprobenkonsens in vielen Bereichen. Für wen dieses Buch gedacht ist Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die es wollen über grundlegende Kenntnisse oder Informationen für jede Art von Zufallsstichprobenkonsens hinausgehen.    

Was ist die Hough-Transformation Die Hough-Transformation ist eine Technik zur Merkmalsextraktion, die in der Bildanalyse, Computer Vision und digitalen Bildverarbeitung verwendet wird. Der Zweck der Technik besteht darin, durch ein Abstimmungsverfahren unvollständige Instanzen von Objekten innerhalb einer bestimmten Klasse von Formen zu finden. Dieses Abstimmungsverfahren wird in einem Parameterraum durchgeführt, aus dem Objektkandidaten als lokale Maxima in einem sogenannten Akkumulatorraum gewonnen werden, der explizit vom Algorithmus zur Berechnung der Hough-Transformation konstruiert wird. Wie Sie davon profitieren (I) Einblicke und Validierungen zu den folgenden Themen: Kapitel 1: Hough-Transformation Kapitel 2: Verallgemeinert Hough-Transformation Kapitel 3: Randomisierte Hough-Transformation Kapitel 4: Kreis-Hough-Transformation Kapitel 5: Linienerkennung Kapitel 6: 3D-Projektion Kapitel 7: Parametrische Gleichung Kapitel 8: Gleichung Kapitel 9: Ellipse Kapitel 10: Cissoid (II) Beantwortung der häufigsten öffentlichen Fragen zur Hough-Transformation. (III) Beispiele aus der Praxis für die Verwendung von Hough-Transformation in vielen Bereichen. Wer Dieses Buch richtet sich an Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über das Grundwissen oder die Informationen für jede Art von Hough-Transformation hinausgehen möchten.    

Was ist Harris Eckendetektor? Der Harris-Eckendetektor ist ein Eckenerkennungsoperator, der häufig in Computer-Vision-Algorithmen verwendet wird, um Ecken zu extrahieren und auf Merkmale eines Bildes zu schließen. Es wurde erstmals 1988 von Chris Harris und Mike Stephens nach der Verbesserung des Eckendetektors von Moravec eingeführt. Im Vergleich zu seinem Vorgänger berücksichtigt der Eckendetektor von Harris die Differenz der Eckenbewertung in Bezug auf die Richtung direkt, anstatt für alle 45-Grad-Winkel verschobene Patches zu verwenden, und hat sich als genauer bei der Unterscheidung zwischen Kanten und Ecken erwiesen. Seitdem wurde es verbessert und in viele Algorithmen übernommen, um Bilder für nachfolgende Anwendungen vorzuverarbeiten. Wie Sie davon profitieren (I) Erkenntnisse und Validierungen zu den folgenden Themen: Kapitel 1: Harris-Eckendetektor Kapitel 2: Eckenerkennung Kapitel 3: Strukturtensor Kapitel 4: Harris-Detektor für affine Regionen Kapitel 5: Lucas-Kanade-Methode Kapitel 6: Hessische Matrix Kapitel 7: Lernen geometrischer Merkmale Kapitel 8: Tensordichte Kapitel 9: Mehrotra-Prädiktor-Korrektor-Methode Kapitel 10: Diskreter Laplace-Operator (II) Beantwortung der häufigsten öffentlichen Fragen zum Harris Corner Detector. (III) Beispiele aus der Praxis für den Einsatz des Harris-Eckendetektors in vielen Bereichen. Für wen dieses Buch ist Fachleute, Studenten und Doktoranden, Enthusiasten, Bastler und diejenigen, die über das Grundwissen oder die Informationen zu Harris-Eckdetektoren jeglicher Art hinausgehen möchten.

Was ist ein adaptiver Filter Ein System mit einem linearen Filter und einer Übertragungsfunktion, die durch variable Parameter gesteuert wird, sowie einer Möglichkeit, diese Parameter entsprechend zu ändern mit einer Optimierungstechnik wird üblicherweise als adaptiver Filter bezeichnet. Die überwiegende Mehrheit der adaptiven Filter sind digitale Filter. Dies ist auf die Komplexität der Optimierungstechniken zurückzuführen. Einige Anwendungen erfordern den Einsatz adaptiver Filter, da einige Parameter des gewünschten Verarbeitungsvorgangs entweder im Voraus unbekannt sind oder häufig Änderungen unterliegen. Die Verfeinerung der Übertragungsfunktion des adaptiven Filters mit geschlossenem Regelkreis erfolgt durch die Nutzung der Rückmeldung in Form eines Fehlersignals. Ihr Nutzen (I) Erkenntnisse und Validierungen zu den folgenden Themen: Kapitel 1: Adaptiver Filter Kapitel 2: Signal-Rausch-Verhältnis Kapitel 3: Additives weißes Gaußsches Rauschen Kapitel 4: Lineare Elastizität Kapitel 5: Gleitmodussteuerung Kapitel 6: Array-Verarbeitung Kapitel 7 : Autoregressives Modell Kapitel 8: Filter der kleinsten mittleren Quadrate Kapitel 9: Rekursiver Filter der kleinsten Quadrate Kapitel 10: ADALINE ( II) Beantwortung der häufigsten öffentlichen Fragen zu adaptiven Filtern. (III) Beispiele aus der Praxis für die Verwendung adaptiver Filter in vielen Bereichen. Für wen dieses Buch gedacht ist Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über grundlegende Kenntnisse oder Informationen für jede Art von adaptivem Filter hinausgehen möchten.    

Was ist die Hadamard-Transformation? Die Hadamard-Transformation ist ein Beispiel für eine verallgemeinerte Klasse von Fourier-Transformationen. Es führt eine orthogonale, symmetrische, involutive, lineare Operation an 2m reellen Zahlen durch. Wie Sie profitieren (I) Einblicke und Validierungen über Folgende Themen werden behandelt: Kapitel 1: Hadamard-Transformation Kapitel 2: Diskrete Fourier-Transformation Kapitel 3: Schnelle Walsh?Hadamard-Transformation Kapitel 4: Quanten-Fourier-Transformation Kapitel 5: Braket-Notation Kapitel 6: Pauli-Matrizen Kapitel 7: Quantenlogikgatter Kapitel 8: Kontrolliertes NICHT-Gatter Kapitel 9: Verallgemeinerungen von Pauli-Matrizen Kapitel 10: Sphärische Basis (II) Beantwortung der öffentlichen Top-Fragen zu Hadamard-Transformation. (III) Beispiele aus der Praxis für die Verwendung von Hadamard-Transformation in vielen Bereichen. Für wen dieses Buch gedacht ist Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über das Grundwissen oder die Informationen für jede Art von Hadamard-Transformation hinausgehen möchten.    

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.    

Was ist Kantenerkennung Kantenerkennung ist eine Sammlung mathematischer Techniken, die darauf abzielen, Kanten zu erkennen, die als Kurven in einem digitalen Bild definiert sind, bei denen die Helligkeit von Das Bild ändert sich abrupt oder enthält, formaler ausgedrückt, Diskontinuitäten. Die Schwierigkeit, Diskontinuitäten in eindimensionalen Signalen zu entdecken, wird als Stufenerkennung bezeichnet, und das Problem, Signaldiskontinuitäten im Laufe der Zeit zu finden, wird als Änderungserkennung bezeichnet. Beide Techniken werden verwendet, um Diskontinuitäten in Signalen zu finden. Die Methode der Kantenerkennung ist ein unverzichtbares Werkzeug in den Bereichen Bildverarbeitung, maschinelles Sehen und Computer Vision, insbesondere in den Bereichen Merkmalserkennung und Merkmalsextraktion. Ihre Vorteile Ihre Vorteile (I) Einblicke und Validierungen zu den folgenden Themen: Kapitel 1: Kantenerkennung Kapitel 2: Digitale Bildverarbeitung Kapitel 3: Sobel-Operator Kapitel 4: Roberts-Kreuz Kapitel 5: Canny Edge Detector Kapitel 6: Marr-Hildreth-Algorithmus Kapitel 7: Skalierungsinvariante Feature-Transformation Kapitel 8: Diskreter Laplace-Operator Kapitel 9: Skalierungsraum Kapitel 10: Prewitt-Operator (II) Beantwortung der häufigsten öffentlichen Fragen zur Kantenerkennung. (III) Beispiele aus der Praxis für den Einsatz der Kantenerkennung in vielen Bereichen. Für wen sich dieses Buch eignet Profis, Studenten und Doktoranden, Enthusiasten, Bastler und diejenigen, die über das Grundwissen oder die Informationen für jede Art von Kantenerkennung hinausgehen möchten.    

Was ist die Farbanpassungsfunktion? Die 1931 von der CIE festgelegten Farbräume sind die ersten quantitativen Beziehungen, die zwischen der Verteilung der Wellenlängen im elektromagnetischen sichtbaren Spektrum und den Farben beschrieben wurden, die der Mensch physiologisch in seinem Farbsehen wahrnimmt. Wenn es um das Farbmanagement geht, sind die mathematischen Beziehungen, die diese Farbräume definieren, wichtige Werkzeuge. Dies gilt insbesondere beim Arbeiten mit Farbtinten, beleuchteten Displays und Aufnahmegeräten wie Digitalkameras. Im Jahr 1931 war die „Commission Internationale de l'éclairage“, was ins Englische übersetzt „International Commission on Illumination“ heißt, die Organisation, die für den Entwurf des Systems verantwortlich war. Wie Sie davon profitieren (I) Erkenntnisse und Validierungen zu den folgenden Themen: Kapitel 1: CIE 1931-Farbraum Kapitel 2: Lichtausbeutefunktion Kapitel 3: Farbbalance Kapitel 4: Planckscher Ort Kapitel 5: Standardreferenzmethode Kapitel 6: Relative Leuchtdichte Kapitel 7: CIECAM02 Kapitel 8: Standardlichtart Kapitel 9: CIE 1960-Farbraum Kapitel 10: OSA-UCS (II) Beantwortung der häufigsten öffentlichen Fragen zur Farbanpassungsfunktion. (III) Beispiele aus der Praxis für die Verwendung der Farbanpassungsfunktion in vielen Bereichen. Für wen dieses Buch ist Fachleute, Studenten und Doktoranden, Enthusiasten, Bastler und diejenigen, die über grundlegende Kenntnisse oder Informationen für jede Art von Farbanpassungsfunktion hinausgehen möchten.