积分商城

最新搜索： stm32g0 STM32 stm32f030 stk500 HT24LC64 步进驱动器源码
您现在的位置是：首页 > 技术资料 > 与主观感知相一致的颜色校正评估数据集建立
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

与主观感知相一致的颜色校正评估数据集建立

更新时间：2019-12-24 05:26:01 大小：2M 上传用户：zhiyao6查看TA发布的资源 标签：颜色校正评估 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

为了获得与用户主观感知相一致的颜色校正算法和对校正结果进行客观评估,本文首先创建了一个针对颜色校正的数据集ICCD(Image Color Correction Database).ICCD数据集中的颜色差异涵盖了多种类型和粒度,其中颜色差异类型包括亮度、色相、饱和度、曝光度、对比度以及RGB中的R和G通道,每类颜色差异包括3个修改粒度.本文挑选了6种具有代表性的颜色校正算法对目标图像进行校正,并通过用户调查获得校正结果图像的主观平均得分值.基于ICCD数据集,本文对6种颜色校正算法的性能进行评估,得出在大多数颜色差异和粒度上,Pitie提出的迭代颜色分布转换算法的校正性能最好,同时具有较好的稳定性.最后,本文对14种图像质量评估方法进行评估,挑选出与已有的评估方法相比与主观感知一致性更好的评估方法.


部分文件列表

文件名 大小
与主观感知相一致的颜色校正评估数据集建立.pdf 2M

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）
7
Vol． 45 No． 7  
Jul． 2017  
第
期
电
子
学
报
2017  
7
ACTA ELECTRONICA SINICA  
年
月
与主观感知相一致的颜色校正  
评估数据集建立  
1
1，2  
1
， ，  
张海锋 牛玉贞 薛雨阳  
( 1．  
，
福州大学数学与计算机科学学院 福建福州  
350108; 2．  
，
福建省网络计算与智能信息处理重点实验室 福建福州  
350108)  
:
，
为了获得与用户主观感知相一致的颜色校正算法和对校正结果进行客观评估 本文首先创建了一个针  
摘
要
ICCD( Image Color Correction Database) ． ICCD  
对颜色校正的数据集  
颜色差异类型包括亮度 色相 饱和度 曝光度 对比度以及  
，
数据集中的颜色差异涵盖了多种类型和粒度 其中  
、
、
、
、
RGB  
R
G
，
3
．
中的  
和
通道 每类颜色差异包括 个修改粒度  
本文挑选了 种具有代表性的颜色校正算法对目标图像进行校正 并通过用户调查获得校正结果图像的主观平均得  
ICCD ，Pitie  
提出的迭  
6
，
．
，
6
，
分值 基于  
数据集 本文对 种颜色校正算法的性能进行评估 得出在大多数颜色差异和粒度上  
， ． ，  
代颜色分布转换算法的校正性能最好 同时具有较好的稳定性 最后 本文对  
14  
，
种图像质量评估方法进行评估 挑选  
．
出与已有的评估方法相比与主观感知一致性更好的评估方法  
:
;
;
;
;
关键词  
中图分类号  
URL: http: / /www． ejournal． org． cn  
颜色校正 主观平均得分 迭代颜色分布转换 颜色一致性 全参考图像质量评估  
TP391 0372-2112 ( 2017) 07-1677-09  
DOI: 10． 3969 /j． issn． 0372-2112． 2017． 07． 018  
:
:
A
:
文章编号  
文献标识码  
电子学报  
Image Color Correction Database for Subjective  
Perceptual Consistency Assessment  
1
1，2  
1
ZHANG Hai-feng ，NIU Yu-zhen ，XUE Yu-yang  
( 1． College of Mathematics and Computer Science，Fuzhou University，Fuzhou，Fujian 350108，China;  
2． Fujian Province Key Laboratory of Network Computing and Intelligent Information Process，Fuzhou，Fujian 350108，China)  
Abstract: To achieve objective image correction quality assessment results that are consistent with subjective percep-  
tion，we create an Image Color Correction Database ( ICCD) ． ICCD contains a variety of types and scales of color difference．  
The types of color difference include the differences in brightness，hue，saturation，exposure，contrast and R and G channels．  
Each type has three different scales． We select six state-of-the-art color correction algorithms to perform color correction for  
each target image． Then we design and conduct user study to get users’Mean Opinion Score ( MOS) ． Based on ICCD，we e-  
valuate the performance of six color correction algorithms． For most of the types and scales of color difference，Pitie’s iterative  
color distribution transfer algorithm performs best． We also evaluate the 14 objective image quality assessment metrics and pick  
out three better assessment metrics that achieve better consistency with MOS than the existing methods．  
Key words: color correction; mean opinion score; iterative color distribution transfer; color consistency; image quality  
assessment  
． ，  
差异的图像 导致两幅图像出现差异的因素很多 比如  
1
引言  
、 、  
采集图像时的时间差 光源位置与强度的改变 光圈大  
，
随着科技的发展 高清显示设备的普及率在不断  
．
小的不同以及拍摄角度的差异等 在许多应用领域中  
，
， ．  
提升 人们对图像和视频的质量要求也日益提高 然而  
，
． 1  
要求图像间具有较好的颜色一致性 例如图 所示的图  
现实生活中却存在着大量的在颜色或亮度等方面具有  
， ［1］  
像拼接应用中 本文采用文献 中拼接算法进行处  
: 2016-01-18;  
: 2016-06-23;  
:
责任编辑 孙瑶  
收稿日期  
修回日期  
:
基金项目 国家自然科学基金  
( No． 61300102) ;  
( No． 2014J01233) ;  
( No．  
福 建 省自然科学基金 杰出 青 年科学基 金  
福 建省 自然科学基金  
2015J06014)  
1678  
2017  
年
电
子
学
报
．
理 由于图  
1( a)  
1( b)  
，
、
高斯白噪声 高斯模糊  
、JPEG( Joint Photographic Experts  
和图  
的颜色一致性较差 导致拼  
左侧出现了明显的拼接痕  
1( d)  
(
接后的结果图像 图  
1( d) )  
Group) JPEG2000  
压缩和  
．
压缩等 由于这些数据集不能  
．
，
，
体现颜色差异 因此无法作为颜色一致性评估数据集  
．
迹 为了更加清晰地进行观察 我们将图  
中红色矩  
1( e) ．  
，
为了提高图像间的颜色一致性  
［6］ ，  
文献 中使用的数据集虽然是针对颜色一致性的 但  
形区域放大为图  
．
颜色校正算法被不断提出 颜色校正算法的目的是校  
，
是该数据集未提供主观感知得分值 无法保证客观评  
，
正两幅或多幅图像之间存在的颜色差异 使其在颜色  
．
估结果与主观感知的一致性 为了有效地对图像间颜  
． (  
特征上尽量保持一致 使用校正后的图像 图  
1( c)  
，
色一致性进行评估 同时对颜色校正结果进行对比分  
和图  
1( a) )  
(
进行拼接得到的结果图像 图  
1( f) ) ，  
可以看出  
，
析 本文基于  
18  
6
种颜色修改操作和 种颜色校正算法  
1( f)  
1( g)  
中没有明显  
ICCD ( Image Color Correction  
图
中红色矩形区域放大后的图  
创建了颜色校正数据集  
，
．
Database) ，  
一共包含  
2304  
． ，  
幅图像 同时 本文通过用户  
的拼接痕迹 因此拼接效果更好  
虽然研究者们已经提出了较多的颜色校正算法  
但是针对颜色校正结果进行系统性评估的方法却很  
，
ICCD  
数据集的主观平均得分  
． ICCD  
调查获得  
数据集  
主要面向图像和视频拼接应用以及三维媒体左右视图  
， ．  
少 主要原因之一在于缺乏颜色一致性评估数据集 已  
，
颜色校正应用 即颜色校正算法的两幅输入图像呈现  
，
有的图像质量评估数据集 如  
TID2013( Tampere Image  
． ， 6  
相似的场景 最后 本文对 种颜色校正算法的性能进  
［2］  
［3］  
Database) 、IVC( Image and Video Communication)  
、
，
行评估 包括算法的总体性能和在各个颜色差异类型  
［4］  
LIVE( Laboratory for Image and Video Engineering)  
．
和粒度上的性能 同时对  
14  
和
种图像质量评估方法进行  
［5］  
［6］  
CSIQ( Categorical Image Quality Database)  
，
数据集 是  
，
了对比分析 挑选出优于已有的评估方法  
，
且与主观  
，
专门针对失真图像质量评估而建立 失真类型大多为  
．
评估之间一致性更高的评估方法  
局部颜色校正算法同时考虑图像局部信息对校正  
2
相关工作  
［11］  
． Brown  
的影响  
叠区域的局部像素均值来求解目标图像的增益补偿参  
． Zhang  
等人的增益补偿算法 通过图像间重  
2． 1  
颜色校正算法  
颜色校正算法从算法参数化模型角度可以分为参  
，
数值 进而完成颜色校正  
等人的主区域映射算  
通过颜色直方图挑选图像间重叠区域上的几个主  
． Pitie  
［12］  
．
数化和非参数化颜色校正算法 每类算法可细分为全  
法
［7 － 10］  
［11 － 13］  
．
较早的颜色校正算法大  
局
和局部校正算法  
要区域的颜色信息来构造校正模型  
等人的迭代  
［9］  
多是在颜色通道之间无相关性的颜色空间下分别对各  
．
颜色分布校正算法 属于非参数化的全局校正算法  
［7］  
． ，  
个通道进行颜色校正的 例如 全局颜色转换算法  
在
． Fecker  
该算法通过累积概率密度函数进行迭代校正  
等
［13］  
RGB  
校正前首先将图像由  
颜色空间转换到颜色通道间  
人提出的累积直方图映射算法 是局部颜色校正算  
．
无相关性的颜色空间下再进行进一步的校正 为了消  
． Ye  
，
等人基于球坐标系和三角形差值 提出了彩色颜  
法
［14］  
［7］  
除文献 在校正前需要进行颜色空间转换的约束  
，
．
色信号色域映射算法  
颜色校正算法的应用领域十  
Xiao  
，
等人提出通过引入通道间的协方差矩阵 实现直  
， 、 、  
分广泛 目前已经在图像和视频拼接 颜色转移 三维  
［10］  
、
媒体左右视图颜色校正 无缝多投影显示墙 等领域  
接在具有相关性的颜色通道空间下进行计算的全局颜  
［8］  
．
．
中得到了广泛的应用  
色校正算法  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号