研究人员开发了一种新颖的色调分裂模型树方法来改进跨相机RGB映射,解决了由不同传感器灵敏度和图像处理管道引起的颜色不一致问题。该方法根据色调递归地划分颜色空间,为树的每个节点分配一个唯一的仿射颜色校正矩阵(CCM)。为了确保平滑过渡并防止视觉伪影,该方法采用了一种边界连续的公式,该公式在从根节点到叶节点的路径上混合了多个CCM的预测。实验表明,与传统的全局CCM相比,该技术显著降低了log-RMSE并提高了准确性,特别是在使用Middlebury Registered Color Checker数据集在Canon EOS-1Ds Mark II和Canon EOS 20D之间进行映射时。 AI
影响 这项研究引入了一种更准确的跨不同相机进行颜色校正的方法,有可能提高使用多相机设置的应用程序中的图像一致性。
排序理由 该集群包含一篇详细介绍新图像处理方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.4]
- Canon EOS-1Ds Mark II
- Canon EOS 20D
- chromaticity gaps
- Color Correction Matrix
- Hue-Split Model Trees
- log-RMSE
- Middlebury Registered Color Checker dataset
- RGB Mapping
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →