《圖像理解——顏色認知計算》是2014年清華大學出版社出版的圖書，作者是王金華、李兵、須德。
基本介紹
- 書名：圖像理解——顏色認知計算
- 作者：王金華、李兵、須德
- 出版社：清華大學出版社
- 出版時間：2014年5月9日
- 定價：34.5 元
- 裝幀：平裝
- ISBN：9787302347835
- 印次：1-2
- 印刷日期：2014-5-9
圖書簡介,圖書目錄,
圖書簡介
本專著是著者將近幾年的研究論文歸納、擴充後整理而成的，主要圍繞顏色認知計算的主題，包含顏色恆常性計算和高動態範圍(High Dynamic Range，HDR)場景可視化技術(色調映射和多曝光融合)兩部分研究成果。全書共11章，內容包括基於灰色表面、ELM以及場景三維幾何結構的自然圖像的顏色恆常性算法，一種多光照條件下光照估計的計算框架，基於不變矩理論的顏色不變性描述子，基於亮度感知理論的HDR場景再現算法，局部自適應雙邊濾波色調映射算法，基於支持向量回歸的多曝光融合算法，以及基於可操縱金字塔的多曝光融合算法。
圖書目錄
本書共分11章，其中須德教授負責第4章和第5章、李兵負責第2章、第3章、第6章和第11章、王金華負責第1章、第7章、第8章、第9章和第10章和本書的統稿工作。除第1章引言外，其餘部分的章節安排如下。
前言圖像理解——顏色認知計算第2章介紹基於灰色表面的顏色恆常性計算算法。在梳理現有的一些無監督的顏色恆常性計算算法後，該章對現有算法的優缺點進行深入分析，並針對現有算法的缺點，提出一種基於灰色表面的顏色恆常性計算算法。最後在多種不同的數據集上，通過詳細的實驗和分析對算法的性能進行驗證。
第3章介紹基於ELM的顏色恆常性計算算法。該章首先總結現有的各種有監督的顏色恆常性計算算法，尤其重點分析了基於SVR的顏色恆常性計算算法的不足之處。針對SVR的不足，該章引入最新提出的一種學習算法ExtremeLearningMachine(ELM)，提出一種基於ELM的顏色恆常性計算算法。
第4章詳細介紹基於場景三維幾何結構的自然圖像的顏色恆常性算法。該章總結並分析現有的單光照條件下高層語義指導的顏色恆常性算法，針對這些算法的缺點與不足，提出利用更為泛化的高層語義信息指導顏色恆常性計算。
第5章主要介紹一種多光照條件下光照估計的計算框架。在該章中，首先回顧現有的多光照條件下的顏色恆常性算法，然後在此基礎上提出一種基於圖像樣本塊的多光照條件下光照估計的計算框架，最後通過大量的實驗結果對算法的性能進行驗證。
第6章詳細介紹基於不變矩理論的顏色不變性描述子。該章在分析基於邊緣的顏色不變性描述子不足的基礎上，基於不變矩理論提出一種全局的顏色不變性描述子。該描述子具有對光照變化魯棒、對視角造成的幾何變化魯棒以及對圖像模糊魯棒的特性。
第7章介紹基於亮度感知理論的HDR場景再現算法。該章梳理現有的一些基於HSV的色調映射算法後，本章對現有算法的優缺點進行深入分析，並針對現有算法存在的問題，提出一種基於“雙錨”亮度感知理論的色調映射算法。最後通過大量的實驗對算法的性能進行驗證。
第8章介紹一種局部自適應雙邊濾波色調映射算法。該章總結基於分層的各種色調映射算法，重點分析由Durand和Dorsey提出的色調映射算法的缺陷。為了克服這個缺陷，提出基於YUV空間的自適應對數底的雙邊濾波色調映射算法。同時，為了進一步增強高亮區和暗區的細節，提出一種改進的中心/環繞函式進行最佳化。
第9章介紹基於支持向量回歸的多曝光融合算法。該章從空間域融合的角度對多曝光融合算法進行研究。針對單一特徵的權重平均融合算法的不足之處，提出利用SVR來確定綜合特徵和重要性(即權重)之間的映射關係的思路來解決空間域上的多曝光融合。實驗表明，該章的算法能夠較好地保留場景的細節信息。
第10章介紹基於可操縱金字塔的多曝光融合算法。該章首先總結和梳理現有的多尺度分解算法，針對現有圖像融合算法對於多曝光彩色圖像融合存在的局限性，提出一種基於平移不變和旋轉不變的塔形分解的曝光融合算法。該算法提出一種場景色度信息獲取的方法，另外，針對多個輸入，提出一個分等級(hierarchical)的融合規則。通過主觀和客觀的實驗比較，驗證了本算法的性能。
第11章對我們的研究內容和成果進行總結，並對未來需要繼續開展的工作做出展望。
