An overview of color constancy algorithms论文笔记

最新推荐文章于 2023-08-30 20:15:20 发布
最新推荐文章于 2023-08-30 20:15:20 发布
阅读量567 收藏 1
点赞数
分类专栏： 论文总结 文章标签： 图像处理 Retinex算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_25863199/article/details/83788424
版权

最近有个作业要写一份关于Retinex算法的综述，以下是摘抄自【An overview of color constancy algorithms】，关于Retinex算法部分的信息。

Retinex 理论在1970年左右由E.Land提出，这个理论是基于对人眼图像形成的研究及其对人类视觉系统的解释。这个方法通过心理实验研究颜色的恒常性。Land研究了人类视觉的亮度和色彩感知的心理方面，并提出了一种在机器视觉系统中获得类似性能的理论。Retinex不仅用作人类视觉颜色恒定的模型，还用作数字图像增强和亮度/色彩再现的平台。 Land的Retinex理论基于环绕函数的设计。 Hurlbert 通过选择三个不同的sigma值来提出高斯环绕函数，以实现良好的动态范围压缩和颜色再现。 从那时起，发表了许多Retinex理论实现，并且通过调整自由参数来优化Retinex算法的性能。。 多尺度Retinex（MSR）实现交织了许多图像处理操作，因此，颜色在图像中以不可预测的方式改变。 Barnard等人提出了一种方法，使MSR操作更加清晰，并确保色彩感。

Retinex算法的优势：1、改善图像视觉外观 2、在黑暗的图片上表现更好

                      缺点：1、较差的色彩保真度 2、要求选择最佳的自由参数

Booker Ye
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Color constancy颜色恒常性综述
梦醒Blue的博客
08-30 344
颜色恒常性在物理上如何可能？观察者判断什么？什么样的实验方法是合适的？哪些物理场景属性是相关的？支持颜色恒定性的神经机制是什么？自然场景和表面是否特别？Abstract四分之一个世纪前，进行了第一个系统的行为实验以阐明颜色恒常性的性质——尽管照明光谱发生变化，但表面的感知颜色仍然保持不变的效果。大约在同一时间，出现了新的颜色恒常性模型，以及关于皮层机制的生理数据和自然场景的摄影色度测量。从那时起，正如这篇评论所显示的那样，已经取得了许多进步。
color constancy
01-22
Marc Ebner 的PPT，不是他的原著书
基于色彩恒常（ color constancy）特性的Frankle-McCann Retinex图像增强。
weixin_34166472的博客
04-18 422
      相关随笔可见：带色彩恢复的多尺度视网膜增强算法（MSRCR）的原理、实现及应用。      从历史的顺序上讲，本篇应该放在MSRCR之前的，只是由于现在大多论文都是描述的MSRCR，因此我也是先学习MSRCR的。      今天，无意中找寻一些Retinex资料，搜索到一篇文章《Retinex in matlab》，原以为是MSRCR之类的matlab实现，结果仔细一看，和MSRC...
Convolutional Color Constancy
09-01
基于神经网络的白平衡算法，可以比传统算法提升40%性能。
Color Constancy 色彩恒常性（1）White Patch Retinex
u011455899的专栏
04-07 7017
[原创]Color Constancy 色彩恒常性（1）White Patch Retinex   Color Constancy主要是通过 Marc Ebner 的一本专著“ Color Constancy ”。这篇文章主要讲色彩恒常性中一个最基本的算法——White Patch Retinex算法。在讲述算法之前，先回答两个问题。 （1）什么是色彩恒常性
Color Constancy (The Wiley-IS&T Series in Imaging Science and Technology).pdf
05-12
1Introduction 2The Visual System 3 Theory of Color Image Formation 4 Color Reproduction 5 Color Spaces 6 Algorithms for Color Constancy under Uniform Illumination 7 6 Algorithms for Color Constancy under nonUniform Illumination 。。。。。。。。。
An overview of gradient descent optimization algorithms
04-06
An overview of gradient descent optimization algorithms
论文笔记_SLAM_An Overview of SLAM_SPIE
01-06
目录 1 论文介绍 2 典型的 Visual SLAM 结构 3 ORB-SLAM 4 RGB-D SLAM 5 发展趋势 5.1 多传感器融合 5.2 深度学习在SLAM上的应用 5.3 动态场景的探索 5.4 多机器人协作 ... 论文：ORB-SLAM: A Versatile an
An overview of gradient descent optimization algorithms（译文）
03-11
梯度下降法，是当今最流行的优化（optimization）算法，亦是至今最常用的优化神经网络的方法。本文旨在让你对不同的优化梯度下降法的算法有一个直观认识，以帮助你使用这些算法。我们首先会考察梯度下降法的各种变体...
自动白平衡也即：color constancy （色彩恒常）研究总结
jtop0的专栏
01-18 8982
对camera 进行自动白平衡、color constancy （色彩恒常），有很多方法， 在“Computational Color Constancy: Survey and Experiments” ---Arjan Gijsenij2011 http://colorconstancy.com/ 和 书 “Color Constancy”---Marc Ebner_Wiley 2007
Semantic-Color-Constancy-Using-CNN:“语义白平衡：使用卷积神经网络进行语义色彩校正”（SCCCNN）的实现-matlab开发
05-31
报告： https : //arxiv.org/abs/1802.00153 PPT： https : //drive.google.com/open? id = 1xPczR_qNS-FZA- cM1FUzDYT41kI08Xpe 如果您使用此代码，请引用为： 马哈茂德·阿菲菲。 “语义白平衡：使用卷积神经网络的语义颜色恒常性。” arXiv 预印本 arXiv:1802.00153 (2018)。 @article{afifi2018semantic , title={语义白平衡：使用卷积神经网络的语义颜色恒常性}， 作者={Afifi, Mahmoud}, 期刊={arXiv 预印本 arXiv:1802.00153}, 年={2018} }
matlab开发-SemanticColorConstancyUsingCNN
08-23
matlab开发-SemanticColorConstancyUsingCNN。“语义白平衡：卷积神经网络语义色彩校正”的实现
Color-constancy:探索具有深度学习思想的解决色彩恒定性问题的新策略
05-03
颜色恒定 该项目的描述将很快更新...
去噪代码matlab-Semantic-Color-Constancy-Using-CNN:语义信息可以帮助CNN获得更好的光源估计-概念证明
05-27
去噪声代码matlab 语义白平衡：使用卷积神经网络（SCCCNN）的语义颜色恒定性 请注意，应将使用对角线校正的颜色恒定性应用于线性RAW图像。 在这里，由于没有针对RAW图像的语义分割模型（仅是概念的证明），因此我们不使用它。 阅读报告以获取更多信息。 要生成语义掩码，可以从以下链接下载Refinenet： 记住：您必须使用在MIT ADE20K数据集（ResNet-152）上训练的模型来了解场景 从以下链接下载语义白平衡网络： 由于是4D图像，因此将出现以下错误消息：使用imageInputLayer> iParseInputArguments出现错误（第59行）'InputSize'的值无效。 预期的输入图像大小为2或3个元素向量。 对于3元素向量，第三个元素必须为3或1。 要解决此问题，请执行以下操作：-打开Matlab（以管理员身份运行）-编写： edit imageInputLayer.m -替换以下代码： function tf = iIsValidRGBImageSize(sz) tf = numel(sz) == 3 && sz(end) == 3; end 修改后
color constancy algorithm
05-16
该文给出了一个关于色常理论的计算方法 主要利用了光与物体的线性组合理论
Does colour constancy exist 颜色恒常性是否存在？
最新发布
梦醒Blue的博客
08-30 163
讲述颜色恒常性究竟是否存在的论文，感觉讲的是似而非，但是现在颜色恒常性已经作为相机调优等领域的一个重要环节，并且已经有许多研究人员设计了方法，去解决该问题。对于一个稳定的视觉世界，物体的颜色在不同的光线下应该看起来是一样的。颜色恒常性的这种特性被认为是视觉的基础，并且已经进行了许多实验尝试来量化它。然而，我在这里争辩说，通常的测量方法要么过于粗略，要么不专注于颜色恒常性本身，而是专注于场景感知的其他互补方面。除了名义术语外，是否存在颜色恒常性仍不清楚。
颜色恒常性 传统算法（AWB）
qq_45492637的博客
10-07 1561
颜色恒常性的目的是为了让机器拥有类似人类视觉系统的颜色恒常性功能，颜色恒常性计算就是尽可能的使成像设备成像时的图像与人类视觉系统所看到的一致。
color constancy dataset(白平衡仿真数据集)
luzhanbo207的博客
06-09 559
白平衡数据集地址：https://www.colorconstancy.com/index.html
an overview of gradient descent optimization algorithms
06-06
梯度下降优化算法概述 梯度下降是一种常用的优化方法，可以帮助我们找到使目标函数最小化或最大化的参数。随着机器学习和深度学习的发展，各种梯度下降算法也不断涌现。以下是一些常用的梯度下降优化算法的概述： 1. 批量梯度下降（Batch Gradient Descent）：在每次迭代中，批量梯度下降使用所有样本的梯度来更新模型参数。适用于训练集较小、模型参数较少的情况。 2. 随机梯度下降（Stochastic Gradient Descent）：在每次迭代中，随机梯度下降使用一个单独的样本来更新模型参数。适用于训练集较大、模型参数较多的情况。 3. 小批量梯度下降（Mini-batch Gradient Descent）：小批量梯度下降是一种介于批量梯度下降和随机梯度下降之间的方法。它在每次迭代中使用一小部分样本的梯度来更新模型参数。适用于训练集规模较大的情况。 4. 动量（Momentum）：动量算法加入了“惯性”的概念，可以加速梯度下降的收敛速度。在每次迭代中，动量算法使用上一次的梯度信息来更新模型参数。 5. 自适应梯度下降（Adaptive Gradient Descent）：自适应梯度下降可以自适应地调整每个模型参数的学习率，以便更快地收敛到最优解。比如，Adagrad算法可以针对每个参数单独地调整学习率。 6. 自适应矩估计（Adaptive Moment Estimation）：Adam算法是一种结合了Momentum和Adaptive Gradient Descent的算法。它可以自适应调整每个参数的学习率，并利用二阶矩来调整动量。 每种梯度下降算法都有其适用的场合，需要根据问题的性质来选择合适的算法。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值