- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
基于自然图像的计算亮度恒常性
摘要： 人类视觉系统能够对物体颜色形成稳定的感知，即使物体表面反射的光线会随场景照明条件发生显著变化。为理解支撑稳定颜色感知的计算机制，我们研究了目标物体光反射率因子（LRF，即在标准光源下物体反射光的测量值）的估算如何依赖于自然场景关键属性的变化。具体而言，我们探究了目标物体反射率、光照光谱以及场景中背景物体反射率的变异如何影响目标物体LRF的估算。为此，我们采用监督式统计学习方法处理从标注自然图像获取的人类视锥细胞光感受器模拟激发信号——这些自然图像通过计算机图形学渲染生成，其中光源的光谱和场景表面的反射光谱均基于自然光谱变化的统计模型产生。通过优化解码一组小型任务特异性线性感受器的响应（这些感受器作用于视锥细胞激发信号的对比度表征），我们获得的LRF估算值与真实值的偏差不超过13%。本研究为评估不同场景变异源如何限制亮度恒常性表现提供了理论框架。
关键词： 亮度恒常性、颜色恒常性、监督学习
更新于2025-09-23 12:57:43
-
一种智能低光图像增强系统：复杂光照环境下的色彩恒常性与细节处理
摘要： 图像是呈现重要信息的媒介。对于计算机视觉技术和人类而言，从低光照图像中提取有价值信息可能较为困难。当前，低质量图像增强是图像处理与计算机图形学领域中的挑战性任务。尽管存在诸多图像增强算法，但现有技术往往会在强光或正常光照区域产生缺陷结果，且这些技术不可避免地会降低图像的某些视觉质量。用于图像增强的模型必须完成以下任务：保留细节、提升对比度、色彩校正及降噪。本文提出了一种基于相机响应与加权最小二乘策略的框架：首先通过亮度变换调整图像曝光以获取正确的相机响应模型，并采用光照估计算法提取比值图；随后该模型根据计算得出的曝光图和Retinex理论调整每个像素；此外运用去雾算法消除雾气并提升图像对比度；色彩恒常参数为低至中等质量图像设定真实色彩；最后通过细节增强方法保留自然感并提取更多细节以提升图像视觉质量。实验数据及与多种最新前沿算法的对比表明，我们设计的框架具有有效性，能高效增强低光照图像。
关键词： 自然性保持、Retinex理论、图像增强、颜色恒常性、相机响应框架、低光照
更新于2025-09-09 09:28:46