Colour constancy it is a perceptual

Colour constancy it is a perceptual phenomenon, the result of mechanisms in the eye and brain (Hurlbert,2007). Colour constancy is important for object recognition, scene understanding, image reproduction as well as digital photography (Li, Xu, & Feng, 2009). there are three factors affecting the image recorded by a camera, namely the physical content of the scene, the illumination incident on the scene, and the characteristics of the camera (Barnard, Cardei, & Funt, 2002 ). An object can appear different colour under changing colour. the objective of computational colour constancy is to find a nontrivial illuminant invariant description of a scene from an image taken under unknown lighting conditions, either by directly mapping the image to a standerdized illuminant invariant representation, or by determining a description of the illuminant which can be used for subsequent colour correction of the image (Barnard, Cardei et al ., 2002). includes two steps: estimating illumination parameters and using these parameters to get the objects' colour under a known canonical light source (Li et al', 2009). the first step, illumination estimation, is important in colour constancy computation (Li et al., 2009). So far, a number of leading colour constancy algorithms were proposed that focus on the illumination estimation (Li et al., 2009). these algorithms can be generally divided into two major groups: unsupervised approaches and supervised ones. The algorithms falling in the first category include Max RGB, grey world algorithm, Shades of grey (SoG), and Grey surface identification (GSI). The other colour constancy category includes those training-based solutions, such as Bayesian colour constancy, Neural Network method, support vector regression. Recently, Shi, Xiong, and Funt (2011) proposed a method called thin-plate spline interpolation to estimate the colour of the incident be used to provide colour constancy under changing illumination conditions and automatic white balancing for digital cameras (Shi et al., 2011). Areview of these algorithms and their comparison can be found elsewhere (Barnard, Cardei et al., 2002; Barnard, Martin, Coath, & Funt, 2002).

ผลลัพธ์ (ไทย) 1:

สีนำมันเป็นปรากฏการณ์ perceptual ผลของกลไกในตาและสมอง (Hurlbert, 2007) ทางสีเป็นสิ่งสำคัญสำหรับการรู้จำวัตถุ ฉากเข้าใจ รูปภาพ เป็นการถ่ายภาพดิจิตอล (Li สี และ เฟิง 2009) มีปัจจัยสามประการที่มีผลต่อภาพที่บันทึก ด้วยกล้องถ่ายรูป ได้แก่เนื้อหาทางกายภาพของปัญหาแสงสว่างบนฉาก ฉาก และลักษณะของกล้อง (Barnard, Cardei, & Funt, 2002) วัตถุจะปรากฏ สีต่าง ๆ ภายใต้การเปลี่ยนสี วัตถุประสงค์ของการนำสีที่คำนวณจะพบคำอธิบายบล็อก nontrivial หลอดไฟของฉากจากภาพที่ถ่ายภายใต้สภาพแสงที่ไม่รู้จัก โดยตรงการแม็ปรูปการแสดงภาษาหลอดไฟ standerdized หรือกำหนดรายละเอียดของหลอดไฟซึ่งสามารถใช้สำหรับการแก้ไขภาพสีตามมา (Barnard, Cardei et al., 2002) ประกอบด้วยขั้นตอนสอง: ประมาณพารามิเตอร์รัศมี และใช้พารามิเตอร์เหล่านี้ในการรับสีของวัตถุภายใต้แหล่งกำเนิดแสงมาตรฐานที่รู้จัก (Li et al', 2009) ขั้นแรก การประเมินแสงสว่าง มีความสำคัญในสีทางคำนวณ (Li et al., 2009) เพื่อห่างไกล จำนวนของอัลกอริทึมทางสีชั้นนำได้เสนอที่เน้นการประเมินแสงสว่าง (Li et al., 2009) อัลกอริทึมเหล่านี้สามารถโดยทั่วไปแบ่งออกเป็น 2 กลุ่มหลัก: unsupervised วิธี และแบบมีผู้สอนคนได้ อัลกอริทึมที่อยู่ในประเภทแรกรวมสูงสุด RGB อัลกอริทึมโลกสีเทา สีเทา (SoG), และรหัสผิวสีเทา (GSI) อื่น ๆ สีนำประเภทมีผู้ฝึกอบรมวิธีการแก้ปัญหา ทางทฤษฎีสี วิธีโครงข่ายประสาท สนับสนุนเวกเตอร์ถดถอย ล่าสุด ชิ หยง และ Funt (2011) นำเสนอวิธีเรียกว่าแทรกแทรงเหมือนแผ่นบางการประเมินสีของเหตุการณ์จะใช้ให้นำสีภายใต้การเปลี่ยนแปลงสภาพแสงสว่างและขาวอัตโนมัติดุลสำหรับกล้องดิจิตอล (Shi et al., 2011) Areview ของอัลกอริทึมเหล่านี้และเปรียบเทียบความสามารถพบอื่น ๆ (Barnard, Cardei และ al., 2002 Barnard มาร์ติน Coath และ Funt, 2002)

ผลลัพธ์ (ไทย) 3:

สี ความจงรักภักดี เป็นปรากฏการณ์ของการรับรู้ผลของกลไกในสายตาและสมอง ( เ ร์ลเบิร์ต , 2007 ) ความจงรักภักดีสีเป็นสิ่งสำคัญสำหรับการรับรู้วัตถุเข้าใจฉากภาพการสืบพันธุ์ตลอดจนการถ่ายภาพดิจิทัล ( Li Xu , &ฟง , 2009 ) มีสามปัจจัยที่มีผลต่อภาพที่บันทึกโดยกล้องคือเนื้อหาทางกายภาพของฉากไฟส่องสว่างที่ตกกระทบบนฉาก และคุณลักษณะของกล้อง ( Barnard , cardei & funt , 2002 ) วัตถุจะปรากฏสีต่าง ๆภายใต้การเปลี่ยนสี วัตถุประสงค์ของความจงรักภักดีสี การคำนวณหาปริมาณแสงสว่างไม่เปลี่ยนแปลงนอนทริเวียล รายละเอียดของฉากจากภาพถ่ายภายใต้สภาพแสงที่ไม่รู้จักโดยตรงแผนที่ภาพเพื่อความ standerdized การส่องสว่างแทน หรือโดยการกำหนดรายละเอียดของการส่องสว่างที่สามารถใช้สำหรับการแก้ไขสีที่ตามมาของภาพ ( Barnard , cardei et al . , 2002 ) ประกอบด้วยสองขั้นตอน : การประมาณค่าพารามิเตอร์และการใช้พารามิเตอร์เหล่านี้ เพื่อให้ได้สีของวัตถุตามมาตรฐานที่รู้จักแหล่งกำเนิดแสง ( Li et al '2009 ) ขั้นตอนแรก การประมาณค่ารัศมี เป็นสิ่งสำคัญในการคิดคำนวณ ความจงรักภักดีสี ( Li et al . , 2009 ) ดังนั้นไกล , จํานวนของผู้นำเสนอสีคงที่ขั้นตอนวิธีที่มุ่งเน้นในรัศมีประมาณ ( Li et al . , 2009 ) ขั้นตอนวิธีการเหล่านี้สามารถโดยทั่วไปจะแบ่งออกเป็นสองกลุ่มหลัก : แนวทาง unsupervised และดูแลอยู่อัลกอริทึมที่ตกอยู่ในประเภทแรก ได้แก่ แม็กซ์ RGB , สีเทาโลกขั้นตอนวิธี เฉดสีเทา ( SOG ) , และการกำหนดพื้นผิวสีเทา ( GSI ) ประเภทอื่น ๆคงที่ สี รวมถึงบรรดาการฝึกอบรมตามโซลูชั่นเช่น Bayesian ความจงรักภักดีสีวิธีโครงข่ายประสาท , สนับสนุนเวกเตอร์คน เมื่อเร็วๆ นี้ ซือ เซี่ยง ,funt ( 2011 ) และได้เสนอวิธีการที่เรียกว่าบางจานสลักการแก้ไขค่าสีของเหตุการณ์ที่เกิดขึ้นถูกใช้เพื่อให้ความจงรักภักดีสีภายใต้การเปลี่ยนแปลงสภาพสมดุลสีขาวอัตโนมัติและไฟส่องสว่างสำหรับกล้องดิจิตอล ( ซือ et al . , 2011 ) areview ของขั้นตอนวิธีการเหล่านี้และการเปรียบเทียบของพวกเขาสามารถพบได้ในที่อื่น ( Barnard , cardei et al . , 2002 ; บาร์นาร์ด มาร์ติน coath & funt , ,2002 )