Mapeo de tonos: Mapeo de tonos: perspectivas iluminadoras en visión por computadora
Por Fouad Sabry
()
Información de este libro electrónico
¿Qué es el mapeo tonal?
El mapeo tonal es una técnica utilizada en el procesamiento de imágenes y gráficos por computadora para mapear un conjunto de colores a otro para aproximar la apariencia de colores altamente dinámicos. Imágenes de rango dinámico (HDR) en un medio que tiene un rango dinámico más limitado. Las impresiones, los monitores CRT o LCD y los proyectores tienen un rango dinámico limitado que es inadecuado para reproducir toda la gama de intensidades de luz presentes en escenas naturales. El mapeo de tonos aborda el problema de la fuerte reducción del contraste desde el resplandor de la escena hasta el rango visualizable, preservando al mismo tiempo los detalles de la imagen y la apariencia del color, importantes para apreciar el contenido original de la escena.
Cómo se beneficiará
(I) Insights y validaciones sobre los siguientes temas:
Capítulo 1: Tone_mapping
Capítulo 2: Gamma_correction
Capítulo 3: Captura_HDR_de_multiexposición
Capítulo 4: Representación_de_alto_rango_dinámico
Capítulo 5: Mejora_de_sombras_y_altas_iluminaciones
Capítulo 6: Alto_rango_dinámico
Capítulo 7: Tone_reproduction
Capítulo 8: Luminance_HDR
Capítulo 9: Aurora_HDR
Capítulo 10: EasyHDR
(II) Respondiendo al público arriba preguntas sobre el mapeo tonal.
(III) Ejemplos del mundo real sobre el uso del mapeo tonal en muchos campos.
Para quién es este libro
Profesionales, estudiantes de pregrado y posgrado, entusiastas, aficionados y aquellos que quieran ir más allá del conocimiento o información básica para cualquier tipo de Mapeo Tonal.
Lee más de Fouad Sabry
Tecnologías Emergentes en Agricultura [Spanish]
Relacionado con Mapeo de tonos
Títulos en esta serie (100)
Visión por computador: Explorando las profundidades de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesJoint Photographic Experts Group: Liberando el poder de los datos visuales con el estándar JPEG Calificación: 0 de 5 estrellas0 calificacionesHomografía: Homografía: Transformaciones en Visión por Computador Calificación: 0 de 5 estrellas0 calificacionesReducción de ruido: Mejora de la claridad, técnicas avanzadas para la reducción del ruido en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesVisión estéreo por computadora: Explorando la percepción de profundidad en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesEcualización de histograma: Mejora del contraste de la imagen para mejorar la percepción visual Calificación: 0 de 5 estrellas0 calificacionesTransformación de radón: Revelando patrones ocultos en datos visuales Calificación: 0 de 5 estrellas0 calificacionesEspacio de color: Explorando el espectro de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesVisión por computadora submarina: Explorando las profundidades de la visión por computadora debajo de las olas Calificación: 0 de 5 estrellas0 calificacionesMapeo de tonos: Mapeo de tonos: perspectivas iluminadoras en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesTransformacion afin: Desbloqueo de perspectivas visuales: exploración de la transformación afín en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesCompresión de imagen: Técnicas eficientes para la optimización de datos visuales Calificación: 0 de 5 estrellas0 calificacionesHistograma de imagen: Revelando conocimientos visuales, explorando las profundidades de los histogramas de imágenes en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesPerfil de color: Explorando la percepción y el análisis visual en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesEn Pintura: Cerrar brechas en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesModelo del sistema visual humano: Comprender la percepción y el procesamiento Calificación: 0 de 5 estrellas0 calificacionesDifusión anisotrópica: Mejora del análisis de imágenes mediante difusión anisotrópica Calificación: 0 de 5 estrellas0 calificacionesSistema de gestión de color: Optimización de la percepción visual en entornos digitales Calificación: 0 de 5 estrellas0 calificacionesBanco de filtros: Información sobre las técnicas del banco de filtros de Computer Vision Calificación: 0 de 5 estrellas0 calificacionesMapeo de colores: Explorando la percepción y el análisis visual en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesModelo de color: Comprensión del espectro de la visión por computadora: exploración de modelos de color Calificación: 0 de 5 estrellas0 calificacionesRetinax: Revelando los secretos de la visión computacional con Retinex Calificación: 0 de 5 estrellas0 calificacionesConsenso de muestra aleatoria: Estimación robusta en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesTransformación dura: Revelando la magia de Hough Transform en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDetector de esquinas Harris: Revelando la magia de la detección de características de imagen Calificación: 0 de 5 estrellas0 calificacionesFiltro adaptativo: Mejora de la visión por computadora mediante filtrado adaptativo Calificación: 0 de 5 estrellas0 calificacionesTransformación de Hadamard: Revelando el poder de la transformación de Hadamard en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesCorrección gamma: Mejora de la claridad visual en la visión por computadora: la técnica de corrección gamma Calificación: 0 de 5 estrellas0 calificacionesDetección de bordes: Explorando los límites en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesFunción de combinación de colores: Comprensión de la sensibilidad espectral en visión por computadora Calificación: 0 de 5 estrellas0 calificaciones
Libros electrónicos relacionados
Mapeo de colores: Explorando la percepción y el análisis visual en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesRepresentación de alto rango dinámico: Desbloqueando el espectro visual: técnicas avanzadas en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesRepresentación de volumen: Explorando el realismo visual en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesAntialiasing: Mejora de la claridad visual en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesSistema de gestión de color: Optimización de la percepción visual en entornos digitales Calificación: 0 de 5 estrellas0 calificacionesIluminación global: Visión avanzada: conocimientos sobre la iluminación global Calificación: 0 de 5 estrellas0 calificacionesCortes de gráficos de visión por computadora: Explorando cortes de gráficos en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDistancia Niebla: Explorando la frontera visual: información sobre la niebla a distancia de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesEcualización de histograma: Mejora del contraste de la imagen para mejorar la percepción visual Calificación: 0 de 5 estrellas0 calificacionesMapeo de relieve: Mapeo de relieve: exploración de la profundidad en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesCorrección gamma: Mejora de la claridad visual en la visión por computadora: la técnica de corrección gamma Calificación: 0 de 5 estrellas0 calificacionesProcesamiento de imágenes piramidales: Explorando las profundidades del análisis visual Calificación: 0 de 5 estrellas0 calificacionesSombreadora: Explorando los reinos visuales con Shader: un viaje a la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesGráficos por computadora de radiosidad: Avances en la visualización a través de la radiosidad en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesSegmentación de imagen: Desbloqueo de información a través de Pixel Precision Calificación: 0 de 5 estrellas0 calificacionesEditora de gráficos ráster: Transformando realidades visuales: dominio de los editores de gráficos rasterizados en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesPequeño Diccionario de Diseño Gráfico y Fotografía (ed. 2019) Calificación: 0 de 5 estrellas0 calificacionesEl arte del revelado Calificación: 0 de 5 estrellas0 calificacionesDetector de bordes astuto: Revelando el arte de la percepción visual Calificación: 0 de 5 estrellas0 calificacionesSombreado: Explorando el sombreado de imágenes en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesRepresentación de gráficos por computadora: Explorando el realismo visual: conocimientos sobre gráficos por computadora Calificación: 0 de 5 estrellas0 calificacionesPerfil de color: Explorando la percepción y el análisis visual en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesGráficos por computadora de vértice: Explorando la intersección de los gráficos por computadora Vertex y la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesCompresión de imagen: Técnicas eficientes para la optimización de datos visuales Calificación: 0 de 5 estrellas0 calificacionesFiltrado anisotrópico: Desentrañando la complejidad visual en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesClasificación de imágenes contextuales: Comprensión de los datos visuales para una clasificación eficaz Calificación: 0 de 5 estrellas0 calificacionesModelo de reflexión de Phong: Comprender las interacciones de la luz en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesEstimación de movimiento: Avances y aplicaciones en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesGráficos rasterizados: Comprender los fundamentos de los gráficos rasterizados en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesGráficos de trazado de rayos: Explorando la representación fotorrealista en visión por computadora Calificación: 0 de 5 estrellas0 calificaciones
Inteligencia (IA) y semántica para usted
Cómo Ganar Dinero por Internet con Inteligencia Artificial Emprende tu negocio digital con ChatGPT, Escríbelo.ia, Playground AI, You.com, Canva, Midjourney, Dall-E 2, Amazon... Calificación: 0 de 5 estrellas0 calificacionesKlara y el Sol Calificación: 5 de 5 estrellas5/5Resumen CHAT GPT IA Revolución en 2023: Guía de la Tecnología CHAT GPT y su Impacto Social: Resumen Tecnológico, #1 Calificación: 0 de 5 estrellas0 calificacionesDominando ChatGPT: Desbloquea el poder de la IA para mejorar la comunicación y las relaciones: Spanish Calificación: 3 de 5 estrellas3/5Fundamentos de Programación: Diagramas de flujo, Diagramas N-S, Pseudocódigo y Java Calificación: 0 de 5 estrellas0 calificacionesBusiness Intelligence: Técnicas herramientas y aplicaciones Calificación: 0 de 5 estrellas0 calificacionesMáquinas predictivas: La sencilla economía de la inteligencia artificial Calificación: 5 de 5 estrellas5/5Introducción a la ingeniería Calificación: 0 de 5 estrellas0 calificacionesMetodología de la programación Calificación: 0 de 5 estrellas0 calificacionesEscritura Creativa en la Era de la IA: Dominando la Colaboración con ChatGPT para Crear Libros Impactantes Calificación: 4 de 5 estrellas4/5Cómo usar Chatgpt para tu negocio Calificación: 0 de 5 estrellas0 calificacionesEl imperio de los algoritmos: IA inclusiva, ética y al servicio de la humanidad Calificación: 0 de 5 estrellas0 calificacionesANDROID: Aprende desde cero a crear aplicaciones Calificación: 0 de 5 estrellas0 calificacionesGuíaBurros: Inteligencia Artificial: Su lado oscuro y el fin del principio Calificación: 0 de 5 estrellas0 calificacionesInteligencia artificial: Una exploración filosófica sobre el futuro de la mente y la conciencia Calificación: 4 de 5 estrellas4/5Máquinas como yo Calificación: 4 de 5 estrellas4/5Chat GPT-4 para Principiantes: Chat GPT, #1 Calificación: 0 de 5 estrellas0 calificacionesEl mito de la inteligencia artificial: Por qué las máquinas no pueden pensar como nosotros lo hacemos Calificación: 5 de 5 estrellas5/5Programación de Inteligencia Artificial. Curso Práctico Calificación: 0 de 5 estrellas0 calificacionesSobreviviendo a la IA Calificación: 3 de 5 estrellas3/5¿Cómo piensan las máquinas?: Inteligencia artificial para humanos Calificación: 5 de 5 estrellas5/5Mecatrónica Calificación: 0 de 5 estrellas0 calificacionesMi Asistente IA Calificación: 0 de 5 estrellas0 calificacionesIntroducción a la Ingeniería Industrial Calificación: 0 de 5 estrellas0 calificacionesArquitectura de computadoras Calificación: 0 de 5 estrellas0 calificacionesPython fácil Calificación: 4 de 5 estrellas4/5Inteligencia artificial: con aplicaciones a la ingeniería Calificación: 0 de 5 estrellas0 calificacionesEl poder de las imagenes, la palabra no tiene poder Calificación: 0 de 5 estrellas0 calificaciones
Comentarios para Mapeo de tonos
0 clasificaciones0 comentarios
Vista previa del libro
Mapeo de tonos - Fouad Sabry
Capítulo 1: Mapeo de tonos
Para lograr la impresión de imágenes de alto rango dinámico en un medio con un rango dinámico más bajo, el mapeo de tonos se emplea en el procesamiento de imágenes y gráficos por computadora. Ni las impresiones, ni los monitores CRT o LCD, ni los proyectores son capaces de reproducir con precisión la gama completa de intensidades de luz que se encuentran en entornos del mundo real debido a su rango dinámico restringido. El mapeo de tonos es una técnica que conserva los detalles de la imagen y el aspecto del color, lo que es crucial para apreciar el contenido de la escena original, al tiempo que reduce el contraste dramático entre el brillo de la escena y el rango visualizable.
El mapeo de tonos inversos es un método para aumentar el rango dinámico de una imagen cambiando sus valores de brillo en la dirección opuesta.
Dado que era un desafío capturar la amplia gama de iluminación presente en el mundo real en un negativo químicamente restringido, el advenimiento de la fotografía basada en película causó problemas.
Los primeros desarrolladores de películas intentaron remediar este problema diseñando las películas y los sistemas de revelado de impresión que daban una curva de tono en forma de S deseada con un contraste ligeramente mejorado (alrededor del 15%) en el rango medio y luces y sombras comprimidas gradualmente [1].
El establecimiento de las Zonas de Defensa Aérea, que ajusta la exposición y el tiempo de revelado de acuerdo con la cantidad de detalle de sombra necesaria (controlando así los tonos de luces) aumentó el rango tonal de la escala de grises (y más tarde, aumentó el rango dinámico de la película negativa en color de sus siete paradas normales a 10.
Los fotógrafos también han utilizado la esquiva y la quema para superar las limitaciones del proceso de impresión [2].
El desarrollo de la fotografía digital ofreció la posibilidad de dar respuestas más efectivas a esta problemática.
En 1971, Land y McCann utilizaron una versión temprana de un algoritmo llamado Retinex, inspirado en las teorías de la percepción de la ligereza [3]. Este método se inspira en los mecanismos biológicos de adaptación del ojo cuando las condiciones de iluminación son un problema.
También se ha investigado mucho sobre los algoritmos de mapeo de gama para la impresión en color.
Para predecir cómo podrían aparecer los colores, los investigadores recurrieron a modelos computacionales como CIECAM02 e iCAM.
A pesar de esto, si los algoritmos de mapeo de colores y tonos son inadecuados, todavía había una demanda de un artista talentoso, al igual que en la sala de edición de una sala de cine.
Con el advenimiento de la tecnología de gráficos por computadora de alto contraste, la principal limitación de las pantallas cambió de color a brillo. Para adaptar las fotos HDR (alto rango dinámico) a los monitores normales, se crearon muchos operadores de mapeo de tonos. Los desarrollos recientes en esta área se han expandido más allá del uso del brillo para aumentar el contraste en favor de técnicas como la replicación de imágenes asistida por el usuario. Las soluciones basadas en pantallas son actualmente la norma para la reproducción de imágenes, ya que las pantallas modernas incorporan sofisticados algoritmos de procesamiento de imágenes que mejoran la eficiencia energética, amplían la gama de colores y el rango dinámico, y ajustan la representación de imágenes en función de factores ambientales.
El propósito declarado de la asignación de tonos puede variar mucho entre las implementaciones. Hay aplicaciones en las que el enfoque principal es crear imágenes que sean meramente agradables visualmente, mientras que otras dan más importancia a replicar con precisión tantos elementos de imagen como sea posible o aumentar el contraste. Incluso si el dispositivo de visualización no puede recrear el rango completo de valores de brillo, el objetivo en las aplicaciones de renderizado realista puede ser obtener una coincidencia percibida entre la escena real y la imagen presentada.
En los últimos años se han desarrollado varios operadores de mapeo de tonos.[4] Todos ellos se pueden dividir en dos tipos principales:
Las funciones no lineales que se basan en las variables globales de la imagen, como el brillo y otros factores globales, constituyen operadores globales (o espacialmente uniformes). Una vez que se ha calculado la función óptima de una imagen, todos sus píxeles se asignan de la misma manera, independientemente de los valores de sus vecinos. Estos métodos son rápidos y fáciles de aplicar (se pueden hacer con tablas de búsqueda), pero pueden reducir el contraste. El contraste reducido y los colores invertidos son dos ejemplos de técnicas populares de mapeo de tonos globales.
Operadores locales (o espacialmente variables): los parámetros de la función no lineal varían de un píxel a otro en función de las entidades recuperadas de los parámetros vecinos. En otras palabras, el impacto del algoritmo varía de un píxel a otro en función de las características del área circundante. Dado que la visión humana es principalmente sensible al contraste local, estos algoritmos son más complejos que los globales; pueden mostrar artefactos (como el efecto halo y el timbre); y el resultado puede parecer poco natural; No obstante, pueden (si se aplican correctamente)