Журнал «Системы высокой доступности» №3 за 2020 г.
Статья в номере:
Информационная модель технологии коррекции яркости и цвета при создании панорамных изображений
Тип статьи: научная статья
DOI: 10.18127/j20729472-202003-04
УДК: 004.93
Авторы:

П.О. Архипов – к.т.н., ст. науч. сотрудник, 

Орловский филиал ФИЦ «Информатика и управление» РАН

E-mail: arpaul@mail.ru

М.В. Цуканов – инженер-исследователь, 

Орловский филиал ФИЦ «Информатика и управление» РАН E-mail: tsukanov.m.v@yandex.ru

Аннотация:

Постановка проблемы. Разработка автоматических методов создания панорамных снимков из множества изображений на сегодняшний день является актуальной и востребованной задачей. Используемые в создании панорам снимки часто имеют отличия в цветовой палитре и уровнях освещенности независимо от модели камеры. Подобные отличия могут быть вызваны погодными условиями или углом расположения камеры относительно снимаемой поверхности. Следовательно, необходимо применять технологии коррекции яркости и цвета для минимизации отличий между сшиваемыми снимками.

Цель. Рассмотреть существующие технологии (алгоритмы) коррекции яркости и цвета на изображениях и выявить их особенности, а затем на основе полученной информации предложить новую информационную модель технологии коррекции яркости и цвета, которая позволит привести в норму области с избыточной яркостью, увеличить необходимый контраст объектов на изображениях, а также наилучшим образом скажется на качестве сшивки итоговой панорамы.

Результаты. Разработана новая информационная модель технологии коррекции яркости и цвета при создании панорамных изображений, использующая цветовое пространство Lab. Представлены результаты до и после применения предложенной информационной модели. На основе анализа полученных результатов сделан вывод о том, что данная технология коррекции позволяет улучшить качество итогового панорамного изображения.

Практическая значимость. Разработанной информационной модели удалось снизить различие освещенностей между сшиваемыми снимками панорамы. Также удалось нормализовать области с избыточной и недостаточной яркостью, что привело к более точному выделению границ объектов сшиваемой панорамы, сделав их более различимыми. Подобные улучшения положительно сказались на работе алгоритма детектирования аномалий и его эффективности.

Страницы: 46-51
Для цитирования

Архипов П.О., Цуканов М.В. Информационная модель технологии коррекции яркости и цвета при создании панорамных изображений // Системы высокой доступности. 2020. Т. 16. № 3. С. 46−51. DOI: 10.18127/j20729472-202003-04.

Список источников
  1. Архипов П.О., Сидоркин И.И., Цуканов М.В. Алгоритмическая модель технологии минимизации искажений при сшивании снимков, полученных с БПЛА // Системы высокой доступности. 2018. № 5. С. 30−35. DOI: 10.18127/j20729472-201805-04.
  2. Limare Nicolas, Lisani Jose-Luis, Morel Jean-Michel, Petro Ana Belen, Sbert Catalina Simplest Color Balance // Image Processing On Line. 2011. P. 297−315.
  3. Носов А.В., Бузаев Д.В., Зотин А.Г. Сравнение алгоритмов выравнивания освещенности на изображении // Решетневские чтения. Красноярск. 2012. Ч. 2. С. 623−624.
  4. Воейкова А.В., Сахарова М.А. Алгоритмы коррекции цветового баланса изображений // Вопросы науки и образования. 2017. № 10(11). С. 43−45.
  5. Воейкова А.В., Сахарова М.А. Алгоритмы коррекции освещенности изображений Single-Scale Retinex и Multi-Scale Retinex // Достижения науки и образования. 2018. № 1(23). С. 24−25.
  6. Petro Ana Belen, Sbert Catalina, Morel Jean-Michel Multiscale Retinex // Image Processing On Line. 2014. № 4. P. 71−88.
  7. Jobson D., Rahman Z., Woodell G. A Multiscale Retinex for Bridging the Gap between Color Images and the Human Observation of Scenes // IEEE Trans. Image Processing. 1997. V. 6. № 7. P. 965−976.
  8. Chen Guanghua, Zhang Xiaolong A Method to Improve Robustness of the Gray World Algorithm // 4th International Conference on Computer, Mechatronics, Control and Electronic Engineering. 2015. P. 250−255.
  9. Канаева И.А., Болотова Ю.А. Методы коррекции цвета и яркости при создании панорамных изображений // Компьютерная оптика. 2018. № 42(5). С. 885−897. DOI: 10.18287/2412-6179-2018-42-5-885-897.
  10. Бибиков С.А., Фурсов В.А. Цветовая коррекция на основе идентификации моделей по тестовым фрагментам изображений // Компьютерная оптика. 2008. № 32(3). С. 302−306.
  11. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера. 2006. 110 с.
  12. Цыганов А.В. Алгоритмы машинной графики. 2010. URL = http://cph.phys.spbu.ru/documents/First/JPEG.pdf.
  13. Useful Color Equations. URL = http://www.brucelindbloom.com.
Дата поступления: 15 июля 2020 г.