Η υπολογιστική εξισορρόπηση χρώματος είναι ένα βασικό προαπαιτούμενο για πολλές εφαρμογές όρασης μηχανών. Στην εργασία αυτή παρουσιάζονται πολλές πρόσφατες εξελίξεις και οι τελευταίες μέθοδοι εξισορρόπησης χρώματος. Προτείνονται επίσης διαφορετικά κριτήρια για την εκτίμηση των προσεγγίσεων αυτών. Επιχειρείται μια ταξινόμηση των μεθόδων αυτών και αυτές χωρίζονται σε τρεις ομάδες: τις στατικές μεθόδους, τις μεθόδους βασισμένες στο χρωματικό εύρος (gamut-based) και τις μεθόδους βασισμένες στην εκπαίδευση (learning-based). Ακόμη, συζητείται η πειραματική διάταξη συμπεριλαμβανομένης μιας επισκόπησης των δημόσια διαθέσιμων συνόλων δεδομένων εικόνας. Τέλος, γίνεται μια αξιολόγηση των μεθόδων που θεωρούνται αιχμής με βάση δύο σύνολα δεδομένων. / Computational color constancy is a fundamental prerequisite for many computer vision applications. This dissertation presents a survey of many recent developments and state-of-the- art methods. Several criteria are proposed that are used to assess the approaches. A taxonomy of existing algorithms is proposed and methods are separated in three groups: static methods, gamut-based methods and learning-based methods. Further, the experimental setup is discussed including an overview of publicly available data sets. Finally, various freely available methods, of which some are considered to be state-of-the-art, are evaluated on two data sets.
| Identifer | oai:union.ndltd.org:upatras.gr/oai:nemertes:10889/6711 |
| Date | 10 March 2014 |
| Creators | Δογάνης, Γεώργιος |
| Contributors | Δερματάς, Ευάγγελος, Doganis, Georgios, Φακωτάκης, Νικόλαος |
| Source Sets | University of Patras |
| Language | gr |
| Detected Language | Greek |
| Type | Thesis |
| Rights | 12 |
Page generated in 0.002 seconds