Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
3D Sound Field Reproduction at Non Central Point for NHK 22.2 System Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Color Consistency for Photo Collections Without Gamut Problems

verfasst von : Qi-Chong Tian, Laurent D. Cohen

Erschienen in: MultiMedia Modeling

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this paper, we present a color consistency technique in order to make images in the same collection share the same color style and to avoid gamut problems. Some previous methods define simple global parameter-based models and use optimizing algorithms to obtain the unknown parameters, which usually cause gamut problems in bright and dark regions. Our method is based on the range-preserving histogram specification and can enforce images to share the same color style, without resulting in gamut problems. We divide the input images into two sets having respectively high visual quality and low visual quality. The high visual quality images are used to make color balance. And then the low visual quality images are color transferred using the previous corrected high quality images. Our experiments indicate that such histogram-based color correction method is better than the compared algorithm.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Augmented Telemedicine Platform for Real-Time Remote Medical Consultation
Nächstes Kapitel Comparison of Fine-Tuning and Extension Strategies for Deep Convolutional Neural Networks
Literatur
1.
Snavely, N., Seitz, S.M., Szeliski, R.: Photo tourism: exploring photo collections in 3D. ACM Trans. Graph. (TOG) 25, 835–846 (2006)CrossRef
2.
Hays, J., Efros, A.A.: Scene completion using millions of photographs. Commun. ACM 51, 87–94 (2008)CrossRef
3.
Hao, Q., Cai, R., Li, Z., Zhang, L., Pang, Y., Wu, F.: 3D visual phrases for landmark recognition. In: The IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 3594–3601 (2012)
4.
Lew, M.S., Sebe, N., Djeraba, C., Jain, R.: Content-based multimedia information retrieval: state of the art and challenges. ACM Trans. Multimedia Comput. Commun. Appl. (TOMM) 2, 1–19 (2006)CrossRef
5.
Shan, Q., Curless, B., Furukawa, Y., Hernandez, C., Seitz, S.M.: Photo uncrop. In: Fleet, D., Pajdla, T., Schiele, B., Tuytelaars, T. (eds.) ECCV 2014. LNCS, vol. 8694, pp. 16–31. Springer, Heidelberg (2014). doi:10.​1007/​978-3-319-10599-4_​2
6.
Martin-Brualla, R., Gallup, D., Seitz, S.M.: Time-lapse mining from internet photos. ACM Trans. Graph. (TOG) 34, Article No. 62 (2015)
7.
Faridul, H.S., Stauder, J., Trmeau, A.: Illumination and device invariant image stitching. In: IEEE International Conference on Image Processing (ICIP), pp. 56–60 (2014)
8.
Park, J., Tai, Y.W., Sinha, S.N., Kweon, I.S.: Efficient and robust color consistency for community photo collections. In: The IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 430–438 (2016)
9.
Naik, S.K., Murthy, C.A.: Hue-preserving color image enhancement without gamut problem. IEEE Trans. Image Process. (TIP) 12, 1591–1598 (2003)CrossRef
10.
Solomon, C., Breckon, T.: Fundamentals of Digital Image Processing: A Practical Approach with Examples in Matlab. Wiley, Hoboken (2011)
11.
Russ, J.C.: The Image Processing Handbook, 6th edn. CRC Press, Boca Raton (2011)MATH
12.
13.
Palma-Amestoy, R., Provenzi, E., Bertalmio, M., Caselles, V.: A perceptually inspired variational framework for color enhancement. IEEE Trans. Pattern Anal. Mach. Intell. (PAMI) 31, 458–474 (2009)CrossRef
14.
Provenzi, E.: Perceptual color correction: a variational perspective. In: Trémeau, A., Schettini, R., Tominaga, S. (eds.) CCIW 2009. LNCS, vol. 5646, pp. 109–119. Springer, Heidelberg (2009). doi:10.​1007/​978-3-642-03265-3_​12 CrossRef
15.
Nikolova, M., Steidl, G.: Fast ordering algorithm for exact histogram specification. IEEE Trans. Image Process. (TIP) 23, 5274–5283 (2014)MathSciNetCrossRef
16.
Nikolova, M., Steidl, G.: Fast hue and range preserving histogram specification: theory and new algorithms for color image enhancement. IEEE Trans. Image Process. (TIP) 23, 4087–4100 (2014)MathSciNetCrossRef
17.
Pierre, F., Aujol, J.-F., Bugeau, A., Ta, V.-T.: Luminance-hue specification in the RGB space. In: Aujol, J.-F., Nikolova, M., Papadakis, N. (eds.) SSVM 2015. LNCS, vol. 9087, pp. 413–424. Springer, Heidelberg (2015). doi:10.​1007/​978-3-319-18461-6_​33
18.
Rizzi, A., Gatta, C., Marini, D.: A new algorithm for unsupervised global and local color correction. Pattern Recogn. Lett. 24, 1663–1677 (2003)CrossRef
19.
Yuan, L., Sun, J.: Automatic exposure correction of consumer photographs. In: Fitzgibbon, A., Lazebnik, S., Perona, P., Sato, Y., Schmid, C. (eds.) ECCV 2012. LNCS, vol. 7575, pp. 771–785. Springer, Heidelberg (2012). doi:10.​1007/​978-3-642-33765-9_​55 CrossRef
20.
Reinhard, E., Ashikhmin, M., Gooch, B., Shirley, P.: Color transfer between images. IEEE Comput. Graph. Appl. 21, 34–41 (2001)CrossRef
21.
Papadakis, N., Provenzi, E., Caselles, V.: A variational model for histogram transfer of color images. IEEE Trans. Image Process. (TIP) 20, 1682–1695 (2011)MathSciNetCrossRef
22.
Hristova, H., Le Meur, O., Cozot, R., Bouatouch, K.: Style-aware robust color transfer. In: Proceedings of the workshop on Computational Aesthetics, pp. 67–77 (2015)
23.
Hwang, Y., Lee, J.Y., Kweon, I.S., Kim, S.J.: Color transfer using probabilistic moving least squares. In: IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 3342–3349 (2014)
24.
Faridul, H.S., Pouli, T., Chamaret, C., Stauder, J., Reinhard, E., Kuzovkin, D., Tremeau, A.: Colour mapping: a review of recent methods, extensions and applications. Comput. Graph. Forum 35, 59–88 (2016)CrossRef
25.
HaCohen, Y., Shechtman, E., Goldman, D.B., Lischinski, D.: Optimizing color consistency in photo collections. ACM Trans. Graph. (TOG) 32, Article No. 38 (2013)
26.
HaCohen, Y., Shechtman, E., Goldman, D.B., Lischinski, D.: Non-rigid dense correspondence with applications for image enhancement. ACM Trans. Graph. (TOG) 30, Article No. 70 (2011)
27.
Panetta, K., Gao, C., Agaian, S.: No reference color image contrast and quality measures. IEEE Trans. Consum. Electron. 59, 643–651 (2013)CrossRef
28.
Bringier, B., Richard, N., Larabi, M.C., Fernandez-Maloigne, C.: No-reference perceptual quality assessment of colour image. In: the 14th European Signal Processing Conference (EUSIPCO), pp. 1–5 (2006)
29.
Agaian, S.S., Silver, B., Panetta, K.A.: Transform coefficient histogram-based image enhancement algorithms using contrast entropy. IEEE Trans. Image Process. (TIP) 16, 741–758 (2007)MathSciNetCrossRef
30.
Agaian, S.S., Panetta, K., Grigoryan, A.M.: A new measure of image enhancement. In: IASTED International Conference on Signal Processing & Communication, pp. 19–22 (2000)
Metadaten
Titel
Color Consistency for Photo Collections Without Gamut Problems
verfasst von
Qi-Chong Tian
Laurent D. Cohen
Copyright-Jahr
2017
Buch
MultiMedia Modeling

Print ISBN: 978-3-319-51810-7

Electronic ISBN: 978-3-319-51811-4

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-51811-4_8

Neuer Inhalt

    Bildnachweise