Corrección gamma: Mejora de la claridad visual en la visión por computadora: la técnica de corrección gamma
Por Fouad Sabry
()
Información de este libro electrónico
Qué es la corrección gamma
La corrección gamma, a menudo conocida como gamma, es un proceso no lineal que se utiliza en sistemas de vídeo o imágenes fijas con el fin de codificar y decodificar la luminancia. o valores triestímulos. Una de las formas más sencillas de definir la corrección gamma es utilizar la declaración de la ley de potencia que se presenta a continuación:
Cómo se beneficiará
(I) Información y validaciones sobre los siguientes temas:
Capítulo 1: Corrección gamma
Capítulo 2: Modelo de color RGB
Capítulo 3: Escala de grises
Capítulo 4: sRGB
Capítulo 5: Espacio de color Adobe RGB
Capítulo 6: Mapeo de tonos
Capítulo 7: Rec. 709
Capítulo 8: Rec. 2020
Capítulo 9: Vídeo de rango dinámico estándar
Capítulo 10: Log?gamma híbrido
(II) Respondiendo a las principales preguntas del público sobre la corrección gamma.
(III) Ejemplos del mundo real sobre el uso de la corrección gamma 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 la información básica para cualquier tipo de Corrección Gamma.
Lee más de Fouad Sabry
Tecnologías Emergentes en Agricultura [Spanish]
Relacionado con Corrección gamma
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 calificacionesMapeo de tonos: Mapeo de tonos: perspectivas iluminadoras en 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 calificacionesComposición alfa: Dominar el arte de la composición de imágenes 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 calificacionesAjuste del paquete: Optimización de datos visuales para una reconstrucción precisa Calificación: 0 de 5 estrellas0 calificacionesAntialiasing: Mejora de la claridad visual en la 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 calificacionesEditora de gráficos ráster: Transformando realidades visuales: dominio de los editores de gráficos rasterizados 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 calificacionesCompresión de imagen: Técnicas eficientes para la optimización de datos visuales Calificación: 0 de 5 estrellas0 calificacionesEcualización de histograma: Mejora del contraste de la imagen para mejorar la percepción visual 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 calificacionesIluminación y Contraste: Mejora tus fotos con GIMP, #1 Calificación: 0 de 5 estrellas0 calificacionesPequeño Diccionario de Diseño Gráfico y Fotografía (ed. 2019) Calificación: 0 de 5 estrellas0 calificacionesFiltro adaptativo: Mejora de la visión por computadora mediante filtrado adaptativo Calificación: 0 de 5 estrellas0 calificacionesVacilar: Dither: ruido visual en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesGráfico de trama digital: Revelando el poder de los gráficos rasterizados digitales en la 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 calificacionesSombreadora: Explorando los reinos visuales con Shader: un viaje a la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesEliminación de líneas ocultas: Revelando lo invisible: secretos de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDetector de bordes astuto: Revelando el arte de la percepción visual Calificación: 0 de 5 estrellas0 calificacionesEstimación de movimiento: Avances y aplicaciones en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesIluminación global: Visión avanzada: conocimientos sobre la iluminación global 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 calificacionesReducción de ruido: Mejora de la claridad, técnicas avanzadas para la reducción del ruido en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesEditora de gráficos vectoriales: Potenciando la creación visual con algoritmos avanzados Calificación: 0 de 5 estrellas0 calificacionesRepresentación de línea de exploración: Explorando el realismo visual a través de técnicas de renderizado Scanline Calificación: 0 de 5 estrellas0 calificacionesIntroducción Al Psoc5Lp: Teoría y aplicaciones práctica 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 calificaciones
Inteligencia (IA) y semántica para usted
El mito de la inteligencia artificial: Por qué las máquinas no pueden pensar como nosotros lo hacemos Calificación: 5 de 5 estrellas5/5Cómo 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 calificacionesCómo usar Chatgpt para tu negocio Calificación: 0 de 5 estrellas0 calificacionesEl poder de las imagenes, la palabra no tiene poder Calificación: 0 de 5 estrellas0 calificacionesSobreviviendo a la IA Calificación: 3 de 5 estrellas3/5Fundamentos de Programación: Diagramas de flujo, Diagramas N-S, Pseudocódigo y Java Calificación: 0 de 5 estrellas0 calificacionesDesarrollo de aplicaciones C#: con Visual Studio .NET Curso práctico Calificación: 0 de 5 estrellas0 calificacionesInteligencia artificial: con aplicaciones a la ingeniería Calificación: 0 de 5 estrellas0 calificaciones¿Cómo piensan las máquinas?: Inteligencia artificial para humanos Calificación: 5 de 5 estrellas5/5El imperio de los algoritmos: IA inclusiva, ética y al servicio de la humanidad Calificación: 0 de 5 estrellas0 calificacionesChat GPT-4 para Principiantes: Chat GPT, #1 Calificación: 0 de 5 estrellas0 calificacionesDiseño de algoritmos y su programación en C Calificación: 0 de 5 estrellas0 calificacionesANDROID: Aprende desde cero a crear aplicaciones Calificación: 0 de 5 estrellas0 calificacionesProgramación de Inteligencia Artificial. Curso Práctico Calificación: 0 de 5 estrellas0 calificacionesIntroducción a la Ingeniería Industrial Calificación: 0 de 5 estrellas0 calificacionesArquitectura de computadoras Calificación: 0 de 5 estrellas0 calificacionesInteligencia artificial: Una exploración filosófica sobre el futuro de la mente y la conciencia Calificación: 4 de 5 estrellas4/5Mecatrónica Calificación: 0 de 5 estrellas0 calificacionesEstructuras de Datos Básicas: Programación orientada a objetos con Java Calificación: 5 de 5 estrellas5/5Dominando ChatGPT: Desbloquea el poder de la IA para mejorar la comunicación y las relaciones: Spanish Calificación: 3 de 5 estrellas3/5Resumen CHAT GPT IA Revolución en 2023: Guía de la Tecnología CHAT GPT y su Impacto Social: Resumen Tecnológico, #1 Calificación: 0 de 5 estrellas0 calificacionesGuíaBurros: Inteligencia Artificial: Su lado oscuro y el fin del principio Calificación: 0 de 5 estrellas0 calificacionesDesarrollo y programación en entornos web Calificación: 0 de 5 estrellas0 calificacionesMi Asistente IA Calificación: 0 de 5 estrellas0 calificacionesPython fácil Calificación: 4 de 5 estrellas4/5Monetización de ChatGPT: aproveche el poder de AI: Spanish Calificación: 1 de 5 estrellas1/5Aprendizaje automático y profundo en python: Una mirada hacia la inteligencia artificial Calificación: 0 de 5 estrellas0 calificacionesKlara y el Sol Calificación: 5 de 5 estrellas5/5
Comentarios para Corrección gamma
0 clasificaciones0 comentarios
Vista previa del libro
Corrección gamma - Fouad Sabry
Capítulo 1: Corrección gamma
La gamma, o corrección gamma, es un proceso no lineal utilizado en sistemas de vídeo e imágenes fijas para codificar y decodificar valores de luminancia o triestímulos. En su forma más simple, la corrección gamma se define mediante la expresión de la ley de potencia:
{\displaystyle V_{\text{out}}=AV_{\text{in}}^{\gamma },}donde el valor de entrada real no negativo V_{{\text{in}}} se eleva a la potencia \gamma y se multiplica por la constante A para obtener el valor de salida V_{{\text{out}}} .
Para el valor más frecuente de A = 1,, Normalmente, los valores de entrada y salida están en el rango 0-1.
Un valor gamma \gamma <1 a veces se denomina gamma codificador, El uso de esta no linealidad de la ley de potencia compresiva en la codificación se conoce como compresión gamma; a la inversa, un valor gamma \gamma >1 se denomina gamma decodificante, Además, el uso de la expansión de la ley de potencia no lineal se conoce como expansión gamma.
Aprovechando la forma no lineal en que los humanos perciben la luz y el color, la codificación gamma de imágenes se utiliza para optimizar el consumo de bits al codificar una imagen o el ancho de banda utilizado para transmitir una imagen. Es por eso que se necesita mucha energía creativa para decidir cuál es la mejor manera de mostrar la imagen original en su versión reducida. La corrección gamma, a menudo conocida como selección de contraste, es una herramienta en el kit de herramientas del fotógrafo para ajustar el producto final.
Los sensores electrónicos se utilizan en las cámaras digitales para registrar la luz y, por lo general, responden linealmente. Las transformaciones del espacio de color y las transformaciones de renderizado se llevarán a cabo en el proceso de transformación de datos lineales sin procesar en datos RGB estándar (por ejemplo, para almacenar en formato de imagen JPEG). En particular, las intensidades de los colores primarios en una reproducción fotográfica se codifican de forma no lineal (a través de la compresión gamma) en casi todos los espacios de color RGB estándar y formatos de archivo. Además, existe una no linealidad en la reproducción de tonos entre la reproducción planificada y las intensidades de escena medidas.
La teoría gamma se puede utilizar para analizar cualquier tipo de conexión no lineal.
Para la relación de la ley de potencia {\displaystyle V_{\text{out}}=V_{\text{in}}^{\gamma }} , En una escala logarítmica, la curva se ve como una línea recta, con una pendiente constante igual a gamma El operador derivado (aquí sustituye a la pendiente):
{\displaystyle \gamma ={\frac {\mathrm {d} \log(V_{\text{out}})}{\mathrm {d} \log(V_{\text{in}})}}.}Si traza un gráfico de entrada-salida en ejes logarítmicos, la pendiente del gráfico corresponde a gamma. Esta pendiente es constante para las curvas de ley de potencia, pero el concepto puede generalizarse a cualquier curva definiendo gamma (más precisamente, gamma puntual
) como la pendiente de la curva en cualquier punto dado.
Un gráfico con la exposición logarítmica en el eje horizontal y la densidad (o el logaritmo negativo de transmitancia) en el eje vertical representa los resultados de exponer la película fotográfica a la luz. Esta curva es la característica definitoria o distintiva de una técnica específica de composición y procesamiento de películas. Curva definida por la transformada de Hurter-Driffield.
Los receptores y pantallas de televisión que utilizan tubos de rayos catódicos (CRT) no suelen requerir corrección gamma adicional al emitir. La compresión gamma de las señales de vídeo transmitidas o almacenadas está diseñada para coincidir con la expansión gamma del CRT (aunque no es exactamente a la inversa). Los valores gamma utilizados en las señales de TV están definidos por las especificaciones de vídeo analógico. CCIR Los sistemas de color NTSC (M y N) utilizan una gamma de 2,2, mientras que los sistemas de color PAL y SECAM (B/G/H/I/D/K/K1 y L) utilizan una gamma de 2,8.
Las imágenes a menudo se codifican con una gamma de alrededor de 0,45 y se decodifican con la gamma recíproca de 2,2 en los sistemas de visualización de computadoras. Las computadoras Macintosh fueron una excepción; antes del lanzamiento de Mac OS X 10.6 (Snow Leopard) en septiembre de 2009, codificaron con gamma 0.55 y decodificaron con gamma 1.8. En cualquier caso, tanto los datos binarios de los archivos de imágenes fijas (como JPEG) como los archivos de vídeo (como MOV) están expresamente codificados (es decir, llevan valores codificados en gamma, no intensidades lineales) (como MPEG). Si se desea una mejor coincidencia con la gamma del dispositivo de salida, el sistema puede controlar aún más ambas situaciones, a través de la gestión del color.
El espacio de color sRGB estándar adoptado por la gran mayoría de las cámaras, PC, impresoras y fotocopiadoras no sigue la misma no linealidad de la ley de potencia descrita anteriormente, por otro lado, su valor gamma de decodificación es bastante constante alrededor de 2.2, según el gráfico de la derecha.
Cuando la intensidad lineal es inferior a 0,00313 o el valor comprimido es inferior a 0,04045, esa línea es recta (valor codificado proporcional a la intensidad), por lo que γ = 1.
La curva negra discontinua detrás de la curva roja es una curva estándar de γ = 2.2 de ley de potencia, a modo de comparación.
Por ejemplo, una imagen de Apple gamma = 1.8 se puede mostrar adecuadamente en un monitor de PC gamma = 2.2 con la ayuda de un software de corrección gamma. Ajustar la gamma de cada canal de color para tener en cuenta las diferencias de los monitores es otra aplicación.
Si se conoce el exponente del sistema de visualización, la corrección automática de la gamma es posible gracias a los metadatos que especifican la gamma deseada de la imagen (de los cambios entre las muestras de imagen codificadas y la salida de luz). Para ello, el fragmento gAMA se incluye en la especificación PNG, mientras que en otros formatos como JPEG y TIFF, se utiliza la etiqueta Exif Gamma.
Estas características tienen un historial de causar problemas, particularmente en Internet. PNG no coincidiría con los colores JPG, GIF, HTML o CSS, ya que no hay una configuración de gamma que corresponda a mostrar los enteros de 8 bits intactos
.
En el caso de los sistemas de televisión, la característica gamma es una aproximación de la ley de potencia de la conexión entre la luminancia codificada y el brillo real deseado de la imagen.
Con esta correlación no lineal, los aumentos o disminuciones discretos en la luminancia codificada generalmente se asignan a aumentos o disminuciones de brillo perceptualmente equivalentes. Se encontró que el recíproco del exponente utilizado por Ebner y Fairchild para convertir la intensidad lineal en luminosidad (luma) para neutros proporcionaba una codificación perceptual aproximadamente óptima de los grises, y este número era de aproximadamente 2,33 (bastante cerca de la cifra de 2,2 citada para un subsistema de visualización típico).
El siguiente ejemplo muestra la distinción entre una escala de intensidad linealmente creciente y una señal de luminancia codificada linealmente creciente (entrada lineal de luminancia comprimida gamma) (salida