論文の概要: Color Mapping Functions For HDR Panorama Imaging: Weighted Histogram
Averaging
- arxiv url: http://arxiv.org/abs/2111.07283v1
- Date: Sun, 14 Nov 2021 09:10:32 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-16 16:18:15.884406
- Title: Color Mapping Functions For HDR Panorama Imaging: Weighted Histogram
Averaging
- Title(参考訳): HDRパノラマイメージングのためのカラーマッピング機能:重み付きヒストグラム平均化
- Authors: Yilun Xu, Zhengguo Li, Weihai Chen and Changyun Wen
- Abstract要約: 入力画像の最も明るい領域と暗い領域における色歪みや詳細の喪失により、異なる露出で複数の画像を縫合することは困難である。
本稿では,新しいカラーマッピングアルゴリズムを提案する。まず,重み付きヒストグラム平均化(WHA)の概念を導入する。
提案したWHAアルゴリズムは、ヒストグラム画像の最も明るい領域と暗い領域の詳細も保存する。
- 参考スコア(独自算出の注目度): 31.415704979877557
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: It is challenging to stitch multiple images with different exposures due to
possible color distortion and loss of details in the brightest and darkest
regions of input images. In this paper, a novel color mapping algorithm is
first proposed by introducing a new concept of weighted histogram averaging
(WHA). The proposed WHA algorithm leverages the correspondence between the
histogram bins of two images which are built up by using the non-decreasing
property of the color mapping functions (CMFs). The WHA algorithm is then
adopted to synthesize a set of differently exposed panorama images. The
intermediate panorama images are finally fused via a state-of-the-art
multi-scale exposure fusion (MEF) algorithm to produce the final panorama
image. Extensive experiments indicate that the proposed WHA algorithm
significantly surpasses the related state-of-the-art color mapping methods. The
proposed high dynamic range (HDR) stitching algorithm based on MEF also
preserves details in the brightest and darkest regions of the input images
well. The related materials will be publicly accessible at
https://github.com/yilun-xu/WHA for reproducible research.
- Abstract(参考訳): 入力画像の最も明るい領域と暗い領域における色歪みや詳細の喪失により、異なる露出で複数の画像を縫合することは困難である。
本稿では,新しいカラーマッピングアルゴリズムを提案し,まず,重み付きヒストグラム平均化(WHA)の概念を導入する。
提案したWHAアルゴリズムは,カラーマッピング関数(CMF)の非減少特性を用いて構築した2つの画像のヒストグラムビン間の対応性を利用する。
WHAアルゴリズムは、異なる露光パノラマ画像の集合を合成するために使用される。
中間パノラマ画像は、最終的に最先端のマルチスケール露光融合(MEF)アルゴリズムで融合され、最終的なパノラマ画像を生成する。
広範な実験により、whaアルゴリズムは関連する最先端カラーマッピング法を大幅に上回っていることが示された。
MEFに基づくハイダイナミックレンジ(HDR)縫合アルゴリズムも,入力画像の最も明るい領域と暗い領域の詳細をよく保存する。
関連資料は、再現可能な研究のためにhttps://github.com/yilun-xu/WHAで公開されている。
関連論文リスト
- Neural Augmentation Based Panoramic High Dynamic Range Stitching [30.47155955320407]
本稿では, 神経拡張に基づくパノラマHDR縫合法を提案する。
提案アルゴリズムは既存のパノラマ縫合アルゴリズムより優れている。
実験により,提案アルゴリズムは既存のパノラマ縫合アルゴリズムより優れていることが示された。
論文 参考訳(メタデータ) (2024-09-07T02:16:19Z) - Hi-Map: Hierarchical Factorized Radiance Field for High-Fidelity
Monocular Dense Mapping [51.739466714312805]
ニューラルラジアンス場(NeRF)に基づく新しいモノクリン高密度マッピング手法であるHi-Mapを導入する。
ハイマップは、RGB入力のみを用いた効率的かつ高忠実なマッピングを実現する能力において例外的である。
論文 参考訳(メタデータ) (2024-01-06T12:32:25Z) - Deep Richardson-Lucy Deconvolution for Low-Light Image Deblurring [48.80983873199214]
我々は,飽和画素を学習潜時マップでモデル化するデータ駆動型手法を開発した。
新しいモデルに基づいて、非盲検除色タスクを最大後部(MAP)問題に定式化することができる。
増幅されたアーティファクトを使わずに高品質な劣化画像を推定するために,我々は事前推定ネットワークを構築した。
論文 参考訳(メタデータ) (2023-08-10T12:53:30Z) - Joint tone mapping and denoising of thermal infrared images via
multi-scale Retinex and multi-task learning [6.469120003158514]
16bppの熱赤外画像のトーンマッピングアルゴリズムについて検討した。
最適化されたマルチスケールRetinexアルゴリズムは、人気のあるU-Netアーキテクチャに基づくディープラーニングアプローチで近似される。
トーンマッピング後の画像の残音は、自己教師付きディープラーニングアプローチを用いて暗黙的に低減される。
論文 参考訳(メタデータ) (2023-05-01T07:14:32Z) - FRIH: Fine-grained Region-aware Image Harmonization [49.420765789360836]
我々は,FRIH(Fentral-Aware Image Harmonization)のための新しいグローバルな2段階フレームワークを提案する。
提案アルゴリズムは,軽量モデルを用いて,iHarmony4データセット(PSNRは38.19dB)上で最高の性能を実現する。
論文 参考訳(メタデータ) (2022-05-13T04:50:26Z) - Multiscale Analysis for Improving Texture Classification [62.226224120400026]
本稿では,テクスチャの異なる空間周波数帯域を別々に扱うために,ガウス・ラプラシアピラミッドを用いる。
バイオインスパイアされたテクスチャ記述子,情報理論測度,灰色レベルの共起行列特徴,ハリリック統計特徴から抽出した特徴を特徴ベクトルに集約した。
論文 参考訳(メタデータ) (2022-04-21T01:32:22Z) - Near-Infrared Depth-Independent Image Dehazing using Haar Wavelets [13.561695463316031]
本稿では,RGB画像から色情報と対応するNIR画像から抽出したエッジ情報をハールウェーブレットを用いて組み合わせたヘイズ除去のための融合アルゴリズムを提案する。
提案アルゴリズムは,同じ領域のRGBエッジ特徴よりも,画像のヘイズ領域においてNIRエッジ特徴が顕著であることを示す。
論文 参考訳(メタデータ) (2022-03-26T14:07:31Z) - Tone Mapping Based on Multi-scale Histogram Synthesis [6.6399785438250705]
本稿では,低ダイナミックレンジ(LDR)デバイスにワイドダイナミックレンジ(WDR)画像を表示できる新しいトーンマッピングアルゴリズムを提案する。
提案アルゴリズムは,視覚系の対数応答と局所適応特性を主目的とする。
実験結果から,提案アルゴリズムは高輝度,良コントラスト,魅力的な画像を生成することができることがわかった。
論文 参考訳(メタデータ) (2021-01-31T08:11:48Z) - Single Image Brightening via Multi-Scale Exposure Fusion with Hybrid
Learning [48.890709236564945]
小さいISOと小さな露光時間は、通常、背面または低い光条件下で画像をキャプチャするために使用される。
本稿では、そのような画像を明るくするために、単一の画像輝度化アルゴリズムを提案する。
提案アルゴリズムは,露出時間が大きい2つの仮想画像を生成するための,ユニークなハイブリッド学習フレームワークを含む。
論文 参考訳(メタデータ) (2020-07-04T08:23:07Z) - Saliency Enhancement using Gradient Domain Edges Merging [65.90255950853674]
本研究では,エッジとサリエンシマップをマージして,サリエンシマップの性能を向上させる手法を開発した。
これにより、DUT-OMRONデータセットの少なくとも3.4倍の平均的な改善により、エッジ(SEE)を使用したサリエンシ向上が提案された。
SEEアルゴリズムは前処理のためのSEE-Preと後処理のためのSEE-Postの2つの部分に分けられる。
論文 参考訳(メタデータ) (2020-02-11T14:04:56Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。