滤镜调整白平衡

众所周知,数码摄影拍摄过程中的白平衡设定会对照片的影调和色彩产生决定性的影响,虽然利用RAW格式可以在后期处理中轻松地调整色温,但普通便携相机使用JPEG格式拍摄的照片,如果自动白平衡设定偏离了你的拍摄意图,又该在后期处理中如何调整呢？Photoshop的照片滤镜功能就是一个很好的工具。     

Q&A

RAW格式文件请问老师我能将调整完的照片用Photoshop保存成RAW格式吗?与拍摄出来的RAW格式会有什么不同吗?Photoshop中提供的RAW格式与数码相机拍摄生成的RAW格式是两个完全不同的文件格式。数码相机拍摄的RAW格式实际是一个未经过白平衡等参数设置的原始数字负片,而Photoshop保存的RAW格式是一种在应用程序与计算机平台之间进行交换的图像文件格式,它能够保存带有Alpha通道的RGB、CMYK和灰度图像,也能够保存无Alpha通道的Lab和多通道图像,但不支持保存图层;同时它能够支持文档的数据量为任意大小。如果想保存已经调整完照片的所有完整设置信息,可以在CameraRaw中将其存储为DNG(数字负片)格式,它是与数码相机拍摄的RAW格式基本相同,只是采用了Photoshop通用的规范将其重新封装,这样就能够支持在各个不同版本Photoshop中对图像进行重新编辑。     

一种基于灰度世界模型自动白平衡方法

在数码图片的处理中,白平衡用来进行各种色温下的颜色修正重现,而传统白平衡方法本身存在某些情况下不能正确重现真实色彩.基于灰度世界模型（Grey World Model）的自动白平衡方法可以在很大程度上弥补这些算法的缺陷,从而得到预期中的更为“真实”的图像.这种白平衡方法是在传统理论和灰度世界模型假设基础上的一种算法,在实际算法中根据摄入图像及其拍摄场景的不同选用不同的白平衡统计区域以及对蓝色白平衡乘法系数进行了调整.在实验中,利用获得的原始数据进行计算机仿真处理,得到了理想的结果.该白平衡算法改善了传统算法,获得的图像更为真实,可以广泛应用于数字图像产品中.     

RAW照片孵化器

虽然各相机厂家都有自己开发的RAW格式照片转换软件,性能也不错,但是Adobe把RAW格式照片转换功能与功能丰富的Photoshop相结合,使Photoshop在RAW格式照片转换方面表现更为优异。Photoshop的RAW格式照片转换功能也在不断发展改进,从Photoshop CS开始尝试处理RAW格式照片,经过Photoshop CS2的改进,在Photoshop CS3中,RAW格式照片转换功能达到了质的变化,与过去相比,进步已不可同日而语。下面结合一张照片解压的过程,来了解Photoshop CS3的RAW格式照片转换功能。     

数码图像文件格式(3)

3.RAW目前,数码相机的存储格式除了JPEG、TIFF外,还有RAW格式。RAW究竟是一种什么样的格式?在何种情况下会使用这种RAW格式?它又有何优缺点呢?其实,RAW格式并不是一种图像格式,不能直接编辑。RAW格式是CCD或CMOS在将光信号转换为电信号时的电平高低的原始记录,单纯地将数码相机内部没有进行任何处理的图像数据,即CCD等摄影元件直接得到的电信号进行数字化处理而得到的。     

Adobe Camera Raw之高级使用技巧

RAW格式已经被越来越多的数码相机用户所接受,讨论了使用Adobe Camera Raw后期处理RAW格式图像的一些高级技巧:调整画笔的选择性调整功能、渐变滤镜、色调曲线中Ctrl键的使用、彩色照片转黑白、实现HDR效果、以智能对象打开图像、同时处理多张照片等。     

基于Raw格式图像的自动白平衡方法

提出一种基于Raw格式图像的自动白平衡方法。该方法对图像传感器所获取的原始Raw格式数据进行色彩统计特性分析,在此基础上实现一种自适应的白平衡算法,利用图像传感器的成像解析能力,降低算法的计算复杂性。通过对大量自然图像测试的实验结果表明,该方法能够获得较好的色彩白平衡效果,且计算效率较优。     

摄影进阶技，教你玩转RAW

很多时候,我们拍摄照片的环境并不是那么让人满意——有时候光线不好、有时候白平衡不对。如果使用JPG格式拍摄出．很有可、能出现照片质量不高的情况．这种时候,就应该让RAW出马了．     

基于Voronoi图的自动白平衡算法

在数码相机系统中,不同色温下的图像存在偏色现象,而传统白平衡算法不能准确重现图像的真实颜色。为此,提出一种基于 Voronoi图的自动白平衡算法。利用Voronoi图统计白点数,估计当前环境的色温值,并做增益计算,根据标准值对图像颜色值进行校正。在不同背景和光源下的测试结果表明,该算法可使图像质量得到有效改善。     

异曲同工调照片

用RAW格式可以获得数码相机最佳的影像质量,但是必须经过后期转换。用JPEG和TIFF格式拍摄非常方便,但是不能像RAW格式那样,运用更为强大的Photoshop而不是仅靠功能相对有限的相机内部芯片来处理照片,又是一个鱼和熊掌不可兼得的难题。这一次,Photoshop CS3想到了——用RAW格式转换的功能来处理JPEG和TIFF照片。这不是一般的改进,而是打破了过去的"常规",用设计周到、功能强大的RAW格式照片转换来直接处理JPEG和TIFF格式照片的一个全新思路。从实际使用来看,感觉不到JPEG和TIFF与RAW格式什么明显区别,当然,JPEG和TIFF在前期拍摄时,还是要认真仔细,为后期处理预留制作空间。     

Color balancing of digital photos using simple image statistics

The great diffusion of digital cameras and the widespread use of the internet have produced a mass of digital images depicting a huge variety of subjects, generally acquired by unknown imaging systems under unknown lighting conditions. This makes color balancing, recovery of the color characteristics of the original scene, increasingly difficult. In this paper, we describe a method for detecting and removing a color cast (i.e. a superimposed color due to lighting conditions, or to the characteristics of the capturing device), from a digital photo without any a priori knowledge of its semantic content. First a cast detector, using simple image statistics, classifies the input images as presenting no cast, evident cast, ambiguous cast, a predominant color that must be preserved (such as in underwater images or single color close-ups) or as unclassifiable. A cast remover, a modified version of the white balance algorithm, is then applied in cases of evident or ambiguous cast. The method we propose has been tested with positive results on a data set of some 750 photos.     

基于暗原色先验的雾霾天气图像清晰化算法

传统基于暗原色先验的去雾算法稳定且去雾效果好,但算法运行时间长。为在运算时间和图像清晰度之间取得平衡,在传统基于暗原色先验的去雾算法基础上,提出一种新的雾霾天气图像清晰化算法。算法在求原始有雾图像的暗原色时,将传统基于暗原色先验算法中固定的局部区域大小设置为随图像大小变化的值,从而增强算法的自适应性;设置大气光值的阈值,避免大气光估计值过高造成的去雾后图像整体向白场过渡;采用导向滤波算法代替传统基于暗原色先验算法中的软抠图算法,提升算法的运行效率;最后利用自动色阶算法调整去雾后图像颜色的明暗分布。实验结果表明,该算法输出的图像对比度、清晰度好,色彩保真度高,明暗分布合理,算法稳定且运行时间短,实现了清晰度和运算时间的平衡。     

基于多目标跟踪的车流量统计算法研究

作为智能交通系统的重要数据来源,实时准确的车流量数据统计一直以来都是一个重要的课题。大多数现有的基于视频的车流量统计算法在复杂光照条件下,算法准确率难以保证。以道路监控视频为数据,选择了多目标跟踪作为问题的解决思路,以DeepSORT算法思路为基础,并进一步改进,平衡了检测精度与速度,针对交通监控视频实现了对车流量的准确计数。实验表明该方案在各类光照条件下均有相对良好的统计准确率。     

多重光照色差下图像平滑美化处理算法

夜间多重光照下采集的图像存在色差,采用白平衡偏差补偿方法实现夜间多重光照下图像的平滑美化处理,以提高图像的成像质量。传统的图像平滑算法采用循环跟踪像素点特征提取算法,出现白平衡偏差时图像的色差补偿效果不好。提出一种基于白平衡偏差补偿的夜间多重光照下的色差图像平滑算法。首先进行图像特征采集和自适应均衡预处理,对夜间多重光照下的色差图像进行白平衡偏差补偿,然后采用图像盲去卷积算法进行图像平滑,通过目标特征模型在空间上的相似度函数来确定图像光照色差的特征权值,沿梯度方向求得图像边缘信息,再通过特征聚类对夜间多重光照色差图像自动划分目标空间,最大程度地对夜间多重光照下的色差图像的细节特征进行平滑美化。仿真结果表明,采用该算法进行白平衡偏差补偿的夜间多重光照色差下的图像平滑美化处理方法具有较好的图像平滑性能,计算开销较小,图像的细节特征平滑效果最佳,其优于传统算法。     

A lighting robust fitting approach of 3D morphable model for face reconstruction

Three-dimensional morphable model (3DMM) is a powerful tool for recovering 3D shape and texture from a single facial image. The success of 3DMM relies on two things: an effective optimization strategy and a realistic approach to synthesizing face images. However, most previous methods have focused on developing an optimization strategy under Phong’s synthesis approach. In this paper, we adopt a more realistic synthesis technique that fully considers illumination and reflectance in the 3DMM fitting process. Using the sphere harmonic illumination model (SHIM), our new synthesis approach can account for more lighting factors than Phong’s model. Spatially varying specular reflectance is also introduced into the synthesis process. Under SHIM, the cost function is nearly linear for all parameters, which simplifies the optimization. We apply our new optimization algorithm to determine the shape and texture parameters simultaneously. The accuracy of the recovered shape and texture can be improved significantly by considering the spatially varying specular reflectance. Hence, our algorithm produces an enhanced shape and texture compared with previous SHIM-based methods that recover shape from feature points. Although we use just a single input image in a profile pose, our approach gives plausible results. Experiments on a well-known image database show that, compared to state-of-the-art methods based on Phong’s model, the proposed approach enhances the robustness of the 3DMM fitting results under extreme lighting and profile pose.     

From few to many: illumination cone models for face recognitionunder variable lighting and pose

We present a generative appearance-based method for recognizing human faces under variation in lighting and viewpoint. Our method exploits the fact that the set of images of an object in fixed pose, but under all possible illumination conditions, is a convex cone in the space of images. Using a small number of training images of each face taken with different lighting directions, the shape and albedo of the face can be reconstructed. In turn, this reconstruction serves as a generative model that can be used to render (or synthesize) images of the face under novel poses and illumination conditions. The pose space is then sampled and, for each pose, the corresponding illumination cone is approximated by a low-dimensional linear subspace whose basis vectors are estimated using the generative model. Our recognition algorithm assigns to a test image the identity of the closest approximated illumination cone. Test results show that the method performs almost without error, except on the most extreme lighting directions     

基于暗原色先验的快速单幅图像去雾算法

针对基于暗原色先验理论的单幅图像去雾算法中,由于某些场景下的雾天图像存在大面积明亮区域（如天空、水面或者偏白色物体等）不满足暗原色先验假设,从而导致去雾处理效果不好的问题。基于暗原色先验理论,提出了一种改进的单幅图像去雾算法。首先利用统计截断的方法估计出大气光值;然后对暗通道图进行中值滤波得到粗略估计的透射率图,并对明亮区域的透射率图进行自适应校正处理;最后将这些参数带入大气散射成像模型完成去雾处理。实验结果显示,相较于原算法而言,所提算法可以准确地选取出天空区域的像素点对大气光进行估计,有效降低明亮区域的色彩失真。通过不同算法对不同室外场景下采集的雾天图像的去雾效果的对比可知,所提算法在对明亮区域的处理上更加合理,可以较好地处理一些带有光源的图像,恢复出的图像具有很好的细节保持,视觉效果显著提高。所提算法对含有大面积明亮区域的雾天图像具有很好的增强处理效果,可以为图像分割、语义检索、智能分析等图像处理工作提供有效的预处理手段,对于交通监管、视频监控、行车视频记录、视觉导航等研究领域具有重要的意义。