3

私のチームは、湿った環境で撮影された 2 枚の写真のコントラストを計算したいと考えています。

式を使用してコントラストを計算します

コントラスト = SQRT((ΔL)^2 + (Δa)^2 + (Δb)^2)

ここで、ΔL は光度の差、Δa は (赤みと緑) の差、Δb は (黄みと青み) の差であり、Lab 空間の次元です。

私たちの (これまでのところ成功している) アプローチは、各ピクセルを RGB から Lab 空間に変換し、画像の関連セクションの平均値を A および B 変数として取得することでした。

ただし、環境により、TIFF として保存するのではなく、画像を JPEG 形式に圧縮する (防水) GoPro カメラの使用に制限されるため、トゥルーカラー画像は使用していません。

ここで、コントラストの不確実性を定量化する必要があります。そのためには、A と B の不確実性、さらには各 RGB ピクセルの a と b の各値の不確実性 (または平均/典型的な不確実性) を知る必要があります。これは、トゥルーカラーから JPEG に変換するときに生成される典型的/最大の不確実性がわかっている場合にのみ計算できます。

したがって、JPEG 形式で保存する場合、各 RGB チャネルで可能な最大の差を知る必要があります。

例えば。True Color RGB ピクセル (5、7、9) が圧縮後に (2、9、13) になった場合、各チャネルの不確実性は (+/- 3、+/- 2、+/- 4) になります。

カメラはアスペクト比 4:2:0 で色を圧縮すると考えられます。これをテストする方法はありますか?

ただし、主な質問は次のとおりです。各チャンネルの最大可能誤差を知る方法、または圧縮された RGB 結果から不確実性を計算する方法はありますか?

注: JPEG 圧縮は不可逆であるため、JPEG から TIFF に戻すことは不可能です。この色の損失の程度を定量化する必要があるだけです。

4

1 に答える 1

1

要するに、JPEG 画像のデジタル カウントで可能な最大の差を完全に定量化することはできません。

これらのポイントの 1 つをすでに十分に強調しています。JPEG 規格を使用して画像データをエンコードすると、まず YCbCr 色空間に変換されます。

この色空間に入ると、彩度チャネル (Cb および Cr) がダウンサンプリングされます。これは、人間の視覚系は明度情報よりも彩度情報のアーティファクトの影響を受けにくいためです。

ここで導入されたエラーはコンテンツに依存します。彩度と色相が非常に急速に変化する領域では、色相/彩度が一定の領域よりもかなり多くのコンテンツが失われます。ダウンサンプリングの量とジオメトリを表す 4:2:0 圧縮 (詳細はこちら) を知っていても、コンテンツはこのステップで導入されたエラーを決定します。

もう 1 つの問題は、JPEG 圧縮で実行される量子化です。

結果の情報は、離散コサイン変換を使用してエンコードされます。変換された空間では、目的の品質に応じて結果が再び量子化されます。この量子化は、カメラ内で実行されるファイル生成時に設定されます。繰り返しになりますが、カメラによって実行されている正確な DCT 量子化がわかっている場合でも、RGB デジタル カウントに対する実際の影響は、最終的にコンテンツに依存します。

さらに別の問題は、コンテンツに依存する DCT ブロック アーティファクトによって作成されるノイズです。

これらのシーンの依存関係により、このアルゴリズムは視覚的な画像圧縮には非常に適していますが、完全に特徴付けるのは非常に困難です。

しかし、トンネルの終わりにはいくつかの光があります。JPEG 圧縮では、急速に変化する画像コンテンツの領域で大幅に多くのエラーが発生します。色とテクスチャが一定の領域では、圧縮エラーとアーティファクトが大幅に少なくなります。アプリケーションによっては、これを活用して利益を得ることができる場合があります。

于 2014-01-10T10:55:08.017 に答える