Correction gamma: Améliorer la clarté visuelle en vision par ordinateur : la technique de correction gamma
Par Fouad Sabry
()
À propos de ce livre électronique
Qu'est-ce que la correction gamma
La correction gamma, souvent appelée gamma, est un processus non linéaire utilisé dans les systèmes vidéo ou d'images fixes dans le but d'encoder et de décoder la luminance. ou valeurs tristimulus. L'un des moyens les plus simples de définir la correction gamma consiste à utiliser la déclaration de loi de puissance présentée ci-dessous :
Comment vous en bénéficierez
(I) Informations et validations sur les sujets suivants :
Chapitre 1 : Correction gamma
Chapitre 2 : Modèle de couleur RVB
Chapitre 3 : Niveaux de gris
Chapitre 4 : sRVB
Chapitre 5 : Espace colorimétrique Adobe RVB
Chapitre 6 : Cartographie des tons
Chapitre 7 : Rec. 709
Chapitre 8 : Rec. 2020
Chapitre 9 : Vidéo à plage dynamique standard
Chapitre 10 : Log hybride ? gamma
(II) Répondre aux principales questions du public sur la correction gamma.
(III) Exemples concrets d'utilisation de la correction gamma dans de nombreux domaines.
À qui s'adresse ce livre
Professionnels , les étudiants de premier cycle et des cycles supérieurs, les passionnés, les amateurs et ceux qui souhaitent aller au-delà des connaissances ou des informations de base pour tout type de correction gamma.
En savoir plus sur Fouad Sabry
Technologies Émergentes en Agriculture [French]
Lié à Correction gamma
Titres dans cette série (100)
Vision par ordinateur: Explorer les profondeurs de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationGroupe mixte d'experts en photographie: Libérer la puissance des données visuelles avec la norme JPEG Évaluation : 0 sur 5 étoiles0 évaluationHomographie: Homographie : transformations en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationRéduction de bruit: Amélioration de la clarté et techniques avancées de réduction du bruit en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationVision stéréo par ordinateur: Explorer la perception de la profondeur dans la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationÉgalisation d'histogramme: Amélioration du contraste de l'image pour une perception visuelle améliorée Évaluation : 0 sur 5 étoiles0 évaluationTransformation du radon: Dévoiler des modèles cachés dans les données visuelles Évaluation : 0 sur 5 étoiles0 évaluationEspace colorimétrique: Explorer le spectre de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationVision par ordinateur sous-marine: Explorer les profondeurs de la vision par ordinateur sous les vagues Évaluation : 0 sur 5 étoiles0 évaluationCartographie des tons: Cartographie des tons : perspectives éclairantes en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationTransformation affine: Libérer des perspectives visuelles : explorer la transformation affine en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationCompression d'images: Techniques efficaces pour l'optimisation des données visuelles Évaluation : 0 sur 5 étoiles0 évaluationHistogramme d'image: Dévoilement d'informations visuelles, exploration des profondeurs des histogrammes d'images en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationProfil de couleur: Explorer la perception et l'analyse visuelles en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationPeinture: Combler les lacunes de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationModèle du système visuel humain: Comprendre la perception et le traitement Évaluation : 0 sur 5 étoiles0 évaluationDiffusion anisotrope: Améliorer l'analyse d'images grâce à la diffusion anisotrope Évaluation : 0 sur 5 étoiles0 évaluationSystème de gestion des couleurs: Optimiser la perception visuelle dans les environnements numériques Évaluation : 0 sur 5 étoiles0 évaluationBanque de filtres: Aperçu des techniques de banque de filtres de Computer Vision Évaluation : 0 sur 5 étoiles0 évaluationCartographie des couleurs: Explorer la perception et l'analyse visuelles en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationModèle de couleur: Comprendre le spectre de la vision par ordinateur : explorer les modèles de couleurs Évaluation : 0 sur 5 étoiles0 évaluationRétinex: Dévoiler les secrets de la vision informatique avec Retinex Évaluation : 0 sur 5 étoiles0 évaluationConsensus sur un échantillon aléatoire: Estimation robuste en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationTransformation de Hough: Dévoiler la magie de la transformation de Hough en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationDétecteur de coin Harris: Dévoiler la magie de la détection des caractéristiques de l'image Évaluation : 0 sur 5 étoiles0 évaluationFiltre adaptatif: Améliorer la vision par ordinateur grâce au filtrage adaptatif Évaluation : 0 sur 5 étoiles0 évaluationTransformation Hadamard: Dévoilement de la puissance de la transformation Hadamard en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationCorrection gamma: Améliorer la clarté visuelle en vision par ordinateur : la technique de correction gamma Évaluation : 0 sur 5 étoiles0 évaluationDétection des bords: Explorer les limites de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationFonction de correspondance des couleurs: Comprendre la sensibilité spectrale en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluation
Livres électroniques liés
Cartographie des couleurs: Explorer la perception et l'analyse visuelles en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationCartographie des tons: Cartographie des tons : perspectives éclairantes en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationÉgalisation d'histogramme: Amélioration du contraste de l'image pour une perception visuelle améliorée Évaluation : 0 sur 5 étoiles0 évaluationAjustement du forfait: Optimisation des données visuelles pour une reconstruction précise Évaluation : 0 sur 5 étoiles0 évaluationProfil de couleur: Explorer la perception et l'analyse visuelles en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationSystème de gestion des couleurs: Optimiser la perception visuelle dans les environnements numériques Évaluation : 0 sur 5 étoiles0 évaluationRendu à plage dynamique élevée: Déverrouiller le spectre visuel : techniques avancées en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationCoupes de graphiques de vision par ordinateur: Explorer les coupes graphiques en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationAnti crénelage: Améliorer la clarté visuelle dans la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationGraphique raster numérique: Dévoilement de la puissance des graphiques raster numériques dans la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationTremblement: Dither : bruit visuel dans la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationAlgorithme de dessin de ligne: Maîtriser les techniques de rendu d’images de précision Évaluation : 0 sur 5 étoiles0 évaluationÉditeur de graphiques raster: Transformer les réalités visuelles : maîtriser les éditeurs graphiques raster en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationHistogramme des dégradés orientés: Dévoilement du domaine visuel : exploration de l'histogramme des dégradés orientés en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationDétecteur de bord Canny: Dévoiler l'art de la perception visuelle Évaluation : 0 sur 5 étoiles0 évaluationIllumination globale: Faire progresser la vision : aperçus de l’éclairage mondial Évaluation : 0 sur 5 étoiles0 évaluationFiltre adaptatif: Améliorer la vision par ordinateur grâce au filtrage adaptatif Évaluation : 0 sur 5 étoiles0 évaluationEstimation du mouvement: Avancées et applications en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationGraphiques raster: Comprendre les fondements des graphiques raster en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationÉditeur de graphiques vectoriels: Renforcer la création visuelle avec des algorithmes avancés Évaluation : 0 sur 5 étoiles0 évaluationCompression d'images: Techniques efficaces pour l'optimisation des données visuelles Évaluation : 0 sur 5 étoiles0 évaluationMéthode d'ensemble de niveaux: Faire progresser la vision par ordinateur, explorer la méthode de jeu de niveaux Évaluation : 0 sur 5 étoiles0 évaluationInfographie du sommet: Explorer l'intersection de l'infographie Vertex et de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationRéduction de bruit: Amélioration de la clarté et techniques avancées de réduction du bruit en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationModèle de caméra sténopé: Comprendre la perspective grâce à l'optique informatique Évaluation : 0 sur 5 étoiles0 évaluationHistogramme d'image: Dévoilement d'informations visuelles, exploration des profondeurs des histogrammes d'images en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationInfographie de radiosité: Faire progresser la visualisation grâce à la radiosité dans la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationDevenez gimpeur Évaluation : 0 sur 5 étoiles0 évaluationSegmentation d'images: Libérer des informations grâce à Pixel Precision Évaluation : 0 sur 5 étoiles0 évaluationSuppression des lignes cachées: Dévoiler l'invisible : les secrets de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluation
Intelligence (IA) et sémantique pour vous
Le guide du hacker : le guide simplifié du débutant pour apprendre les bases du hacking avec Kali Linux Évaluation : 5 sur 5 étoiles5/5Maîtriser ChatGPT : Libérez la puissance de l'IA pour améliorer la communication et les relations: French Évaluation : 0 sur 5 étoiles0 évaluationMonétisation ChatGPT : Exploitez la Puissance de l'IA: ChatGPT Évaluation : 0 sur 5 étoiles0 évaluationRésumé Chatgpt ia Revolution in 2023: Guide de la Technologie Chatgpt et de son Impact Social Évaluation : 0 sur 5 étoiles0 évaluationMaîtrisez ChatGPT : Du débutant à l'expert - Guide pratique pour exploiter la puissance de l'IA conversationnelle Évaluation : 0 sur 5 étoiles0 évaluationL'intelligence mixte, vers une nouvelle forme d'intelligence Évaluation : 0 sur 5 étoiles0 évaluationIA dans les Affaires: Guide Pratique de l'Utilisation de l'Intelligence Artificielle dans Divers Secteurs Évaluation : 0 sur 5 étoiles0 évaluationIntelligence artificielle: la quatrième révolution industrielle Évaluation : 0 sur 5 étoiles0 évaluationChat GPT : Comment ça fonctionne et comment gagner avec l'utilisation de la technologie d'Intelligence Artificielle Évaluation : 0 sur 5 étoiles0 évaluationL'art de la création d'images avec l'IA : Techniques, applications et défis éthiques Évaluation : 0 sur 5 étoiles0 évaluationL’Empathie au Cœur de l’Intelligence Artificielle, Comment insérer de l’empathie dans les affaires et l’intelligence artificielle Évaluation : 0 sur 5 étoiles0 évaluationLa prophétie des anciens: Roman dystopique Évaluation : 0 sur 5 étoiles0 évaluationOsons l'IA à l'école: Préparons nos jeunes à la révolution de l'intelligence artificielle Évaluation : 0 sur 5 étoiles0 évaluationHistoire et évolution de l'Intelligence Artificielle Évaluation : 5 sur 5 étoiles5/5Travailler dans le Big Data - les 6 métiers vers lesquels s'orienter Évaluation : 5 sur 5 étoiles5/5
Avis sur Correction gamma
0 notation0 avis
Aperçu du livre
Correction gamma - Fouad Sabry
Gamma Correction
Amélioration de la clarté visuelle dans la vision par ordinateur : la technique de correction gamma
Fouad Sabry est l'ancien responsable régional du développement commercial pour les applications chez Hewlett Packard pour l'Europe du Sud, le Moyen-Orient et l'Afrique. Fouad est titulaire d'un baccalauréat ès sciences des systèmes informatiques et du contrôle automatique, d'une double maîtrise, d'une maîtrise en administration des affaires et d'une maîtrise en gestion des technologies de l'information, de l'Université de Melbourne en Australie. Fouad a plus de 25 ans d'expérience dans les technologies de l'information et de la communication, travaillant dans des entreprises locales, régionales et internationales, telles que Vodafone et des machines professionnelles internationales. Actuellement, Fouad est un entrepreneur, auteur, futuriste, axé sur les technologies émergentes et les solutions industrielles, et fondateur de l'initiative One Billion Knowledge.
Un milliard de connaissances
Gamma Correction
Amélioration de la clarté visuelle dans la vision par ordinateur : la technique de correction gamma
Fouad Sabry
Copyright
Correction © gamma 2024 par Fouad Sabry. Tous droits réservés.
Aucune partie de ce livre ne peut être reproduite sous quelque forme que ce soit ou par quelque moyen électronique ou mécanique que ce soit, y compris les systèmes de stockage et de récupération d'informations, sans l'autorisation écrite de l'auteur. La seule exception est celle d'un critique, qui peut citer de courts extraits dans une critique.
Couverture dessinée par Fouad Sabry.
Bien que toutes les précautions aient été prises dans la préparation de ce livre, les auteurs et les éditeurs n'assument aucune responsabilité pour les erreurs ou omissions, ou pour les dommages résultant de l'utilisation des informations contenues dans le présent document.
Table des matières
Chapitre 1 : Correction gamma
Chapitre 2 : Modèle colorimétrique RVB
Chapitre 3 : Niveaux de gris
Chapitre 4 : sRGB
Chapitre 5 : Espace colorimétrique Adobe RVB
Chapitre 6 : Cartographie des tons
Chapitre 7 : Rec. 709
Chapitre 8 : Rec. 2020
Chapitre 9 : Vidéo à plage dynamique standard
Chapitre 10 : Gamma logarithmique hybride
Appendice
À propos de l'auteur
Chapitre 1 : Correction gamma
Le gamma, ou correction gamma, est un processus non linéaire utilisé dans les systèmes vidéo et d'images fixes pour coder et décoder les valeurs de luminance ou de tristimulus. Dans sa forme la plus simple, la correction gamma est définie par l'expression de la loi de puissance :
{\displaystyle V_{\text{out}}=AV_{\text{in}}^{\gamma },}où la valeur d'entrée réelle non négative V_{{\text{in}}} est élevée à la puissance \gamma et multipliée par la constante A pour obtenir la valeur de sortie V_{{\text{out}}} .
Pour la valeur la plus fréquente de A = 1,, En règle générale, les valeurs d'entrée et de sortie sont comprises entre 0 et 1.
Une valeur gamma \gamma <1 est parfois appelée gamma de codage, L'utilisation de cette non-linéarité de la loi de puissance de compression dans le codage est connue sous le nom de compression gamma ; à l'inverse, une valeur gamma \gamma >1 est appelée gamma de décodage, De plus, l'utilisation de l'expansion de la loi de puissance non linéaire est connue sous le nom d'expansion gamma.
En utilisant la manière non linéaire dont les humains perçoivent la lumière et la couleur, l'encodage gamma des images est utilisé pour optimiser la consommation de bits lors de l'encodage d'une image ou de la bande passante utilisée pour transmettre une image. C'est pourquoi il faut beaucoup d'énergie créative pour décider de la meilleure façon de montrer l'image originale dans sa version réduite. La correction gamma, souvent connue sous le nom de sélection de contraste, est un outil de la boîte à outils du photographe pour affiner le produit final.
Les capteurs électroniques sont utilisés dans les appareils photo numériques pour enregistrer la lumière, et ils réagissent généralement de manière linéaire. Les transformations de l'espace colorimétrique et les transformations de rendu seront effectuées lors du processus de transformation des données brutes linéaires en données RVB standard (par exemple, pour le stockage au format d'image JPEG). En particulier, les intensités des couleurs primaires d'une reproduction photographique sont encodées de manière non linéaire (par compression gamma) dans presque tous les espaces colorimétriques RVB standard et les formats de fichiers. De plus, il existe une non-linéarité de reproduction des tons entre la reproduction planifiée et les intensités de la scène mesurées.
La théorie gamma peut être utilisée pour analyser tout type de connexion non linéaire.
Pour la relation puissance-loi {\displaystyle V_{\text{out}}=V_{\text{in}}^{\gamma }} , Sur une échelle logarithmique, la courbe ressemble à une ligne droite, avec une pente gamma égale constante L'opérateur de dérivée (ici remplaçant la pente) :
{\displaystyle \gamma ={\frac {\mathrm {d} \log(V_{\text{out}})}{\mathrm {d} \log(V_{\text{in}})}}.}Si vous tracez un graphique d'entrée-sortie sur des axes logarithmiques, la pente du graphique correspond au gamma. Cette pente est constante pour les courbes de loi de puissance, mais le concept peut être généralisé à n'importe quelle courbe en définissant gamma (plus précisément, « gamma ponctuel ») comme la pente de la courbe en un point donné.
Un graphique avec le logarithme d'exposition sur l'axe horizontal et la densité (ou le logarithme négatif de transmittance) sur l'axe vertical représente les résultats de l'exposition d'un film photographique à la lumière. Cette courbe est la caractéristique déterminante ou caractéristique d'une technique spécifique de composition et de traitement d'un film. Courbe définie par la transformée de Hurter-Driffield.
Les récepteurs et les écrans de télévision qui utilisent des tubes cathodiques (CRT) ne nécessitent généralement pas de correction gamma supplémentaire lors de la sortie. La compression gamma des signaux vidéo transmis ou stockés est conçue pour coïncider avec l'expansion gamma du tube cathodique (bien que ce ne soit pas exactement l'inverse). Les valeurs gamma utilisées dans les signaux TV sont définies par les spécifications vidéo analogiques. Les systèmes de couleurs NTSC (M et N) utilisent un gamma de 2,2, tandis que les systèmes de couleurs PAL et SECAM (B/G/H/I/D/K/K1 et L) utilisent un gamma de 2,8.
Les images sont souvent codées avec un gamma d'environ 0,45 et décodées avec le gamma réciproque de 2,2 dans les systèmes d'affichage informatique. Les ordinateurs Macintosh étaient une exception ; avant la sortie de Mac OS X 10.6 (Snow Leopard) en septembre 2009, ils encodaient avec gamma 0.55 et décodaient avec gamma 1.8. Quoi qu'il en soit, les données binaires dans les fichiers d'images fixes (comme JPEG) et les fichiers vidéo (comme MOV) sont expressément codées (c'est-à-dire qu'elles portent des valeurs codées en gamma, et non des intensités linéaires) (comme MPEG). Si l'on souhaite une meilleure correspondance avec le gamma du périphérique de sortie, le système peut contrôler davantage les deux situations, grâce à la gestion des couleurs.
L'espace colorimétrique sRGB standard adopté par la grande majorité des appareils photo, PC, imprimantes et copieurs ne suit pas la même non-linéarité de la loi de puissance décrite ci-dessus, d'autre part, sa valeur gamma de décodage est assez constante autour de 2,2, selon