计算机视觉与算法练习题系列_计算机视觉算法和应用 szeliski习题解-优快云博客

本文链接：https://blog.youkuaiyun.com/tangxiaoren/article/details/103697398

本文探讨了计算机视觉中的Gamma校正，解释了它在数字信号处理中的作用，特别是在图像显示前的补偿。内容包括Gamma校正的原因、线性空间的重要性以及在光度测定学和立体视觉等领域的应用。同时，提到了通过查找表优化计算效率的方法，并讨论了在不同曝光度图片拼接时进行Gamma校正的必要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

gamma校正—计算机视觉与算法练习题*(2.7)
问题描述
在这里插入图片描述
学习总结和答案
Gamma校正可以解决的问题

电压和其产生的亮度的关系是gamma的数刻画的(B=pow(V,γ)),为补偿此效应作逆gamma重新映射Y=pow(Y,1/γ) 但这是针对模拟信号,现在的数字信号已经没有此效应.
虽然现在是数字信号时代,但信号压缩时仍需要量化,所以在传感数据上应用逆gamma.
但是在计算机视觉和计算机图形学这两个领域,gamma现象常常出现,例如阴影这种辐射测量现象的合适的模拟出现在线性辐射空间中,一旦所有计算完成之后,需要在显示之前添加gamma校正. (目前新的彩色成像标准*(如 16位 scRGB), 采用线性空间而消除了这个问题.
在应用如光度测定学立体视觉的方法,或者使用精确的图像去模糊之类的运算,来精确确定表面法向,需要在亮度的线性空间中测定,所以要线撤销gamma校正和传感到彩色数值中对每张图做彩色再平衡.
※注意载例如特征检测或在立体视觉和运动估计中的信号匹配,这个线性化步骤是不必要的.
計算原理
１．像素值归一化处理: nor_val=(val+0.5)/256
２．预补偿: cur_val= pow(nor_val,1/2.2) (1/2.2=0.454545)
３．反归一化: cur_val= cur_val*256-0.5
//但是对于图像中的每一个点都这个计算,计算量太大导致处理速度慢
但是针对图像的灰度值一定属于[0,255]这个区间,多以只要计算出[0,255]总计256个数的上述变换之后,制作成一个查找表,再这个查找表寻找某个像素点像素值对用的变换后的值就可以.
针对