圖像理解－顏色認知計算 图像理解:颜色认知计算

<內容簡介>

 《圖像理解——顏色認知計算》(作者：王金華、李兵、須德)是著者將近幾年的研究論文歸納、擴充後整理而成的，主要圍繞顏色認知計算的主題，包含顏色恆常性計算和高動態範圍(High Dynamic Range，HDR)場景可視化技術(色調映射和多曝光融合)兩部分研究成果。全書共11章，內容包括基於灰色錶面、ELM以及場景三維幾何結構的自然圖像的顏色恆常性演算法，一種多光照條件下光照估計的計算框架，基於不變矩理論的顏色不變性描述子，基於亮度感知理論的HDR場景再現演算法，局部自適應雙邊濾波色調映射演算法，基於支持向量回歸的多曝光融合演算法，以及基於可操縱金字塔的多曝光融合演算法。《圖像理解——顏色認知計算》可供電腦、模式識別等領域的科研人員參考，也可作為高等院校圖像處理、電腦視覺方向的教學參考書。

<目錄>

 第1章引言1
1.1背景與意義1
1.1.1顏色恆常性1
1.1.2HDR圖像處理3
1.2國內外研究現狀4
1.2.1顏色恆常性計算4
1.2.2HDR圖像處理8
1.3本書的內容和結構安排11
參考文獻12
第2章無監督的顏色恆常性計算16
2.1引言16
2.2相關工作介紹17
2.2.1White Patch假設17
2.2.2Grey World假設17
2.2.3Grey Edge假設18
2.2.4Grey Surface Identification演算法20
2.2.5小結21
2.3基於灰色錶面的顏色恆常性計算21
2.3.1基於迭代的灰色錶面提取演算法21
2.3.2基於顏色不變性描述的優化演算法23
2.4實驗結果與分析25
2.4.1顏色恆常性計算實驗數據集25
2.4.2光照估計的性能評價標準27
2.4.3基於321幅SFU圖像集的實驗結果28
2.4.4基於900幅圖像集的實驗結果29
2.4.5基於11000幅圖像集的實驗結果30
2.4.6基於11000幅圖像集子集的實驗結果31
2.4.7迭代次數對性能的影響32
2.4.8灰色錶面統計32
2.4.9圖像光照矯正示例33
2.5本章小結34
參考文獻34
第3章有監督的顏色恆常性計算36
3.1引言36
3.2相關工作介紹37
3.2.1基於貝葉斯理論的顏色恆常性計算37
3.2.2基於相關性的顏色恆常性計算38
3.2.3基於BP神經網絡的顏色恆常性計算39
3.2.4基於SVR的顏色恆常性計算40
3.2.5小結41
3.3基於ELM顏色恆常性計算41
3.3.1ELM簡介41
3.3.2ELM與SVR的比較43
3.3.3基於ELM的顏色恆常性計算44
3.4實驗結果與分析46
3.4.1基於321幅SFU圖像集的實驗結果46
3.4.2基於900幅圖像集的實驗結果47
3.4.3基於11000幅圖像集的實驗結果48
3.4.4ELM與SVR的速度比較實驗49
3.4.5圖像光照矯正示例50
3.5本章小結51
參考文獻51
第4章顏色恆常性演算法融合53
4.1引言53
4.2相關工作介紹53
4.2.1基於委員會的顏色恆常性演算法融合53
4.2.2基於自然圖像統計的顏色恆常性演算法融合54
4.2.3基於室內 戶外圖像場景類的顏色恆常性演算法56
4.2.4小結57
4.3基於場景三維幾何特徵的顏色恆常性計算57
4.3.1場景的三維幾何模型57
4.3.2演算法描述58
4.3.3場景的stage分類58
4.3.4基於stage模型結構的自然場景分割59
4.3.5場景光照估計61
4.4實驗結果與分析61
4.4.1實驗數據集62
4.4.2場景的stage分類器性能62
4.4.3單個顏色恆常性演算法實驗結果63
4.4.4顏色恆常性計算融合演算法的實驗結果64
4.4.5基於場景的三維幾何結構的顏色恆常性演算法實驗結果65
4.4.6圖像光照矯正示例67
4.5本章小結68
參考文獻68
第5章多光照顏色恆常性計算70
5.1引言70
5.2相關工作介紹71
5.2.1基於Retinex的多光照顏色恆常性演算法71
5.2.2基於物理模型的多光照顏色恆常性演算法72
5.2.3基於局部空間平均顏色的顏色恆常性計算73
5.2.4小結73
5.3多光照條件下顏色恆常性計算框架73
5.3.1框架描述74
5.3.2基於樣本塊的光照估計75
5.3.3重疊光照處理76
5.3.4圖像矯正76
5.4實驗結果與分析77
5.4.1誤差度量和性能評價77
5.4.2超光譜數據集的實驗結果及分析78
5.4.3真實場景數據集的實驗結果及分析81
5.5本章小結84
參考文獻84
第6章基於不變矩的顏色不變性描述86
6.1引言86
6.2相關工作介紹87
6.2.1顏色直方圖87
6.2.2顏色恆常的顏色索引88
6.2.3模糊魯棒的顏色不變性描述子89
6.2.4小結91
6.3不變矩理論簡介91
6.4基於不變矩的顏色不變性描述92
6.4.1Diagonal Offset模型92
6.4.2兩種新的顏色空間定義93
6.4.3顏色的矩不變量94
6.4.4離散顏色空間上的實現95
6.4.5基於不變矩的顏色不變性描述子95
6.4.6顏色不變性描述子的魯棒性分析95
6.5實驗結果與分析97
6.5.1基於物體識別的實驗及分析97
6.5.2基於內容的圖像檢索的實驗及分析102
6.6本章小結104
參考文獻105
第7章基於亮度感知的HDR場景再現106
7.1引言106
7.2相關工作介紹107
7.3存在的問題108
7.4基於亮度感知理論的HDR場景再現演算法108
7.4.1HVS亮度感知理論109
7.4.2基於「雙錨」理論的色調映射演算法110
7.4.3對比度增強114
7.4.4顏色校正115
7.5實驗結果與分析117
7.5.1評價標準117
7.5.2性能分析與比較118
7.6本章小結128
參考文獻128
第8章局部自適應雙邊濾波色調映射131
8.1引言131
8.2相關工作介紹132
8.3局部自適應雙邊濾波色調映射演算法133
8.3.1顏色空間133
8.3.2雙邊濾波器136
8.3.3自適應對數底的雙邊濾波動態範圍壓縮演算法137
8.3.4優化演算法138
8.4實驗結果與分析140
8.5本章小結144
參考文獻144
第9章基於支持向量回歸的曝光融合146
9.1引言146
9.2相關工作介紹147
9.2.1灰度極值法147
9.2.2加權平均法147
9.2.3基於區域特徵法148
9.2.4窗口一致性驗證法149
9.2.5存在的問題149
9.3基於支持向量回歸的多曝光融合演算法150
9.3.1基於機器學習分類機制的圖像融合150
9.3.2支持向量回歸簡介151
9.3.3基於支持向量回歸的多曝光融合演算法153
9.4實驗結果與分析155
9.4.1評價標準155
9.4.2性能分析與比較157
9.5本章小結161
參考文獻162
第10章基於可操縱金字塔的曝光融合163
10.1引言163
10.2相關工作介紹164
10.2.1無方向的塔形分解164
10.2.2有方向的塔形分解167
10.3存在的問題169
10.4基於可操縱金字塔多曝光融合演算法169
10.4.1可操縱金字塔簡介169
10.4.2基於可操縱金字塔多曝光融合演算法170
10.5實驗結果與分析172
10.5.1評價標準172
10.5.2主觀評價173
10.5.3客觀評價179
10.6本章小結180
參考文獻180
第11章總結與展望182
11.1總結182
11.2展望186
附錄A各章部分彩圖189