Оценка освещенности с помощью анализа основных компонентов (PCA)
illuminant = illumpca(A)A от больших цветовых различий с использованием анализа основных компонентов (PCA).
illuminant = illumpca(A,percentage)
illuminant = illumpca(___,Name,Value)
Откройте изображение и отобразите его. Задайте дополнительное увеличение, чтобы уменьшить размер отображаемого изображения.
A = imread('foosball.jpg'); figure imshow(A,'InitialMagnification',25) title('Original Image')
Анализ основных компонентов предполагает, что значения RGB являются линейными. Однако формат файла JPEG сохраняет изображения в цветовом пространстве sRGB с гамма-поправкой. Отменить гамма- коррекцию при помощи rgb2lin функция.
A_lin = rgb2lin(A);
Оцените освещенность сцены из самых темных и самых ярких 3,5% пикселей (процент по умолчанию). Поскольку входное изображение линейное, illumpca функция возвращает освещение в линейном цветовом пространстве RGB,
illuminant = illumpca(A_lin)
illuminant = 1×3
0.4074 0.5547 0.7254
Третий коэффициент illuminant является самым большим, что соответствует синему оттенку изображения.
Исправление цветов путем предоставления предполагаемой подсветки chromadapt функция.
B_lin = chromadapt(A_lin,illuminant,'ColorSpace','linear-rgb');
Чтобы правильно отобразить белое сбалансированное изображение на экране, примените гамма- коррекцию при помощи lin2rgb функция.
B = lin2rgb(B_lin);
Отобразите исправленное изображение, задав дополнительное увеличение.
figure imshow(B,'InitialMagnification',25) title('White-Balanced Image using Principal Component Analysis')
Алгоритм принимает равномерное освещение и линейные значения RGB. Если вы работаете с нелинейными изображениями sRGB или Adobe RGB, используйте rgb2lin функция для отмены гамма- коррекции перед использованием illumpca. Кроме того, убедитесь, что преобразовали хроматически адаптированное изображение обратно в sRGB или Adobe RGB при помощи lin2rgb функция.
Пиксельные цвета представлены в виде векторов в цветовом пространстве RGB. Алгоритм упорядочивает цвета в соответствии с яркостью, или нормой, их проекции на средний цвет в изображении. Алгоритм сохраняет только самые темные и самые яркие цвета, согласно этому упорядоченному расположению. Анализ основного компонента (PCA) затем выполняется на подмножестве цветов. Первый компонент PCA указывает оценку освещения.
[1] Cheng, Dongliang, Dilip K. Prasad, and Michael S. Brown. «Оценка освещенности для постоянства цвета: почему методы пространственной области работают и роль цветового распределения». Журнал Оптического общества Америки А. Т. 31, № 5, 2014, стр. 1049-1058.
chromadapt | illumgray | illumwhite | lin2rgb | rgb2lin