ตัวอย่างการแมปสี

ภาพต้นฉบับ

ภาพอ้างอิง

การปรับสีภาพต้นฉบับโดยใช้การจับคู่ฮิสโตแกรม

การถ่ายโอนสีภาพเป็นฟังก์ชันที่แปลงสีของภาพ หนึ่ง (ภาพต้นฉบับ) ไปเป็นสีของภาพอีกภาพหนึ่ง (ภาพเป้าหมาย) การแปลงสีอาจหมายถึงอัลกอริทึมที่ทำให้เกิดฟังก์ชันการแปลงสี หรืออัลกอริทึมที่เปลี่ยนสีของภาพ กระบวนการเปลี่ยนแปลงภาพนี้บางครั้งเรียกว่าการถ่ายโอนสีหรือเมื่อเกี่ยวข้องกับภาพขาวดำจะ เรียกว่า ฟังก์ชันการถ่ายโอนความสว่าง (BTF) นอกจากนี้ยังอาจเรียกว่า การปรับเทียบกล้องแบบโฟโตเมตริกหรือการปรับเทียบกล้องแบบเรดิโอเมตริก

คำว่า " การถ่ายโอนสีภาพ"อาจเป็นคำที่ไม่ถูกต้องนัก เนื่องจากอัลกอริทึมทั่วไปส่วนใหญ่จะถ่ายโอนทั้งสีและเฉดสี (อันที่จริง ตัวอย่างที่แสดงในหน้านี้ส่วนใหญ่เป็นการถ่ายโอนเฉดสี ยกเว้นบริเวณสีส้มเล็กๆ ในภาพที่ปรับให้เป็นสีเหลือง)

อัลกอริทึมการถ่ายโอนสีภาพมีสองประเภท ได้แก่ ประเภทที่ใช้สถิติของสีของภาพสองภาพ และประเภทที่อาศัย การจับคู่ พิกเซล ที่กำหนดไว้ ระหว่างภาพ ในการทบทวนอย่างกว้างขวาง Faridul และคนอื่นๆ^{[ 1 ]}ได้ระบุหมวดหมู่การใช้งานที่กว้างกว่าประเภทที่สาม นั่นคือ วิธีการที่ผู้ใช้ช่วยเหลือ

ตัวอย่างของอัลกอริทึมที่ใช้คุณสมบัติทางสถิติของภาพคือการจับคู่ฮิสโตแกรม นี่เป็นอัลกอริทึมแบบคลาสสิกสำหรับการถ่ายโอนสี แต่ก็อาจประสบปัญหาที่ว่ามีความแม่นยำมากเกินไปจนคัดลอกลักษณะเฉพาะของสีจากภาพเป้าหมาย แทนที่จะเป็นลักษณะสีโดยทั่วไป ทำให้เกิดสิ่งผิดปกติของสี อัลกอริทึมที่ใช้สถิติแบบใหม่กว่าจัดการกับปัญหานี้ ตัวอย่างของอัลกอริทึมดังกล่าวคืออัลกอริทึมที่ปรับค่าเฉลี่ยและค่าเบี่ยงเบนมาตรฐานของแต่ละช่องภาพต้นฉบับให้ตรงกับช่องภาพอ้างอิงที่สอดคล้องกัน กระบวนการปรับนี้มักจะดำเนินการในพื้นที่สี Lαβ หรือ Lab ^{[ 2 ]}

อัลกอริทึมทั่วไปสำหรับการคำนวณการแมปสีเมื่อกำหนดการจับคู่พิกเซลคือการสร้างฮิสโตแกรมร่วม (ดูเมทริกซ์การเกิดร่วมกัน ด้วย ) ของภาพสองภาพและค้นหาการแมปโดยใช้การเขียนโปรแกรมแบบไดนามิกตามค่าฮิสโตแกรมร่วม^{[ 3 ]}

เมื่อไม่มีการกำหนดการจับคู่พิกเซลและเนื้อหาของภาพแตกต่างกัน (เนื่องจากมุมมองที่แตกต่างกัน) สถิติของบริเวณที่สอดคล้องกันของภาพสามารถใช้เป็นข้อมูลป้อนเข้าสำหรับอัลกอริธึมที่ใช้สถิติ เช่น การจับคู่ฮิสโตแกรม บริเวณที่สอดคล้องกันสามารถค้นหาได้โดยการตรวจจับคุณลักษณะ ที่สอดคล้อง กัน^{[ 4 ]}

Liu ^{[ 5 ]}นำเสนอการทบทวนวิธีการถ่ายโอนสีภาพ การทบทวนนี้ขยายไปถึงการพิจารณาการถ่ายโอนสีวิดีโอและวิธีการเรียนรู้เชิงลึก รวมถึงการถ่ายโอนสไตล์ประสาท

การประมวลผลการถ่ายโอนสีสามารถใช้เพื่อวัตถุประสงค์ที่แตกต่างกันสองประการ ประการแรกคือการปรับเทียบสีของกล้องสองตัวเพื่อการประมวลผลเพิ่มเติมโดยใช้ภาพตัวอย่างสองภาพขึ้นไป ประการที่สองคือการปรับสีของภาพสองภาพเพื่อให้เข้ากันได้ทางสายตา

การปรับเทียบสีเป็นงานประมวลผลเบื้องต้นที่สำคัญใน แอปพลิเคชันด้าน คอมพิวเตอร์วิชั่นแอปพลิเคชันจำนวนมากประมวลผลภาพสองภาพขึ้นไปพร้อมกัน ดังนั้นจึงจำเป็นต้องปรับเทียบสีของภาพเหล่านั้น ตัวอย่างของแอปพลิเคชันดังกล่าว ได้แก่การเปรียบเทียบภาพการลงทะเบียนภาพการจดจำวัตถุการติดตาม ด้วย กล้องหลายตัว การแบ่ง ส่วนร่วมและการสร้างภาพสามมิติขึ้นใหม่

มีการเสนอแนะการประยุกต์ใช้การถ่ายโอนสีภาพอื่นๆ ซึ่งรวมถึงการนำจานสีจากแหล่งที่เป็นที่รู้จักมาใช้ เช่น ภาพวาดที่มีชื่อเสียง และการใช้เป็นทางเลือกเพิ่มเติมแทนวิธีการปรับเปลี่ยนสีที่พบได้ทั่วไปในแอปพลิเคชันการประมวลผลภาพเชิงพาณิชย์ เช่น 'posterise', 'solarise' และ 'gradient' ^{[ 6 ]}มีแอปพลิเคชันบนเว็บให้ใช้งานเพื่อสำรวจความเป็นไปได้เหล่านี้

การใช้คำว่าsourceและtargetในบทความนี้สะท้อนถึงการใช้งานในบทความสำคัญของ Reinhard et al. ^{[ 2 ]}อย่างไรก็ตาม นักวิจัยคนอื่นๆ เช่น Xiao และ Ma ^{[ 7 ]}กลับใช้คำดังกล่าวในทางตรงกันข้าม และดูเหมือนว่าการใช้คำว่า source จะเป็นการใช้คำที่เป็นธรรมชาติมากกว่าในการพิจารณาว่าสีจากภาพต้นฉบับ นั้น มุ่งไปยัง ภาพ ต้นฉบับ Adobe ใช้คำว่าsourceสำหรับภาพอ้างอิงสีใน ฟังก์ชัน Match Color ของ Photoshop เนื่องจากความสับสนเกี่ยวกับคำศัพท์นี้ ซอฟต์แวร์บางเวอร์ชันอาจมีฟังก์ชันการทำงานที่ไม่ถูกต้อง^{[ 8 ]} เพื่อลดความสับสนเพิ่มเติม การใช้คำเช่น ภาพอินพุตหรือภาพพื้นฐานหรือภาพเนื้อหาและ ภาพ ต้นฉบับสีหรือภาพจานสีตามลำดับ อาจเป็นแนวทางปฏิบัติที่ดี

• รายการสี
• แผนภูมิสี
• การจัดการสี
• โปรไฟล์ ICC
• ไอที8
• ฟังก์ชันการถ่ายโอนทางแสง