+7 (495) 720-06-54
Пн-пт: с 9:00 до 21:00, сб-вс: 10:00-18:00
Мы принимаем он-лайн заказы 24 часа*
 

Foto gamma: Фото и видео техника — Интернет-магазин фототехники Foto-Gamma в СПб

0

Гамма-Фото Тамбов

Гамма-Фото Тамбов

Перейти к основной информации

Печать фотографий

  • Печать фотографий без регистрации
  • Удобный заказ на сайте
  • Печать фото в белой рамке

Продолжить

Фотосувениры

  • Сувениры с Вашими фотографиями
  • Оригинальные фотоподарки без труда
  • Заказ на сайте без регистрации

Выбрать продукцию

Выберите продукцию

Загрузите фотографии в редактор

Оплатите и получите удобным способом


Печать фотографий

Закажите печать фотографий через интернет без регистрации и получите в фотоцентре готовый заказ!

Оформить заказ

Фото на документы

Качественная и оперативная фотосъемка на документы в Тамбове

Продолжить

Календари с Вашими фотографиями

Создайте оригинальный подарок! Фотокалендари с Вашими фотографиями!

Выбрать календарь

Изготовление фотосувениров

Закажите сувенир с Вашей фотографией и получите готовый заказ удобным для Вас способом.

Продолжить

Наша продукция


Печать фотографий

Продолжить

Календарь плакат

Продолжить

Прикольные принты

Продолжить

Фото на кружках

Продолжить

Фото на футболках

Продолжить

Фотомагниты

Продолжить

Брелок Госномер

Продолжить

Обложки для авто документов

Продолжить

Детская метрика

Продолжить

Бессмертный полк

Продолжить

Фотоколлаж

Продолжить

Расписание уроков

Продолжить

Посмотреть полный список продукции


Удобно

Закажите продукцию из дома через интернет и приходите в фотоцентр уже за готовым заказом.

Качественно

Собственное производство фотосувениров и фотокниг. Печать фото в настоящей фотолаборатории.

Оплата

Оплатить заказ можно любым удобным для вас способом.

Оперативно

Заказы сразу скачиваются фотоцентром и выполняются в рабочее время.

Гарантируем!

Переделаем заказ в случае брака или вернем деньги.

Доставка

Доставка осуществляется различными способами и не заставит себя долго ждать.


Новости

ГРАФИК РАБОТЫ В ПРАЗДНИЧНЫЕ ДНИ

31.12.2021

Мы в соцсетях

Поделитесь с друзьями

foto-gamma.ru — вся информация о сайте и компании, Санкт-Петербург, +78124263635, ИНН 782510705178, ОГРН 314784710100933

НеваОнлайн — интернет магазин шин и дисков в СПб: купить для авто по низкой цене

Двери купить в Санкт-Петербурге недорого готовые и на заказ, дешевые двери в СПб — интернет-магазин — Линия стиля

Интернет магазин обоев, тканей и красок Gamma Decor

Ремонт стиральных машин, в санкт-петербурге,ремонт посудомоек,ремонт варочной поверхности,ремонт сушильных машин,ремонт посудомоечных машин,ремонт, микроволновка, aeg, плита, bosch, стиральная машина, холодильник, техника, посудомоечная машина, холодильники, магазин, домашняя техника, бытовая техника для кухни, германия, обзор техники, бытовая техника, тел 439098, купить бытовую технику, труда 61 склад, купить, инструкция пользования стиральной машиной инструкция, техника для дома, стиральные машины установка, бытовые приборы монтаж, стиральная машина на кухню, бытовые эл. прибору установка, работа в польше, товар, интернет-магазин, комиссионка магнитогорск кмаркса 220, покупки, акции, доставка, пылесос, техника для кухни, скидки, ремонт холодильников, ремонт бытовой техники, своими руками, нестандартная установка посудомоечной машины, стиральная машина в коридоре, стиральная машина в ванную, посудомоечная машина установка, встраиваемая техника, встраиваиваемая посудомоечная машина, miele, посудомоечная машина монтаж, нестандартная установка стиральной машины, gorenje, samsung, electrolux, candy, lg, мастер, стиральная машина в туалете, не греет, ремонт стиральных машин, ardo, бош, вирпул, запчасти для бытовой техники, hansa, indesit, сервисный центр, beko, zanussi, ремонт мясорубки, ремонт микроволновки, брянск, запчасти для стиральных машин, установка, мастер плюс, вода, не холодит, сервис, видео, ремонт кофемашин, как починить холодильник, самсунг, аристон хотпоинт, запчасти для холодильников, whirlpool, сименс, ардо, vestel, hotpoint ariston, ремонт своими руками, панель, simens, модуль, индезит, youtube, электро бытовые приборы монтаж, канди, как починить стиральную машину, мк сервис брянск, электролюкс, занусси, лж, как убрать ржавчину, лджи, деу, запчасти для кофемашин, курсы холодильщиков киев, курсы холодильщиков, обучение, мотор, реле тэна, двигатель, мощность, тэн, курсы холодильщиков онлайн, a+++, как бороться с ржавчиной, убрать ржавчину, покраска из баллончика, коррозия металла, чем убрать ржавчину, цинкарь, преобразователь ржавчины, со стиральной машины, ремонт телевизоров, сургут, ремонт электрических плит, боремся с ржавчиной, удаление ржавчины, обработка металла, подготовка к покраске, удаления ржавчины, подготовка, разборка, обезжиривания поверхности, нанесения грунтовки, ржавчина, нанесения слоёв краски, как правильно покрасить, покраска, поломка, неисправности, ремонт холодильников бош стинол атлант индезит самсунг lg, ремонт системы no frost, ремонт холодильника, a+, a++, замена капилярки, ремонт холодильного оборудования, пайка, ремонт холодильников беко haier сименс шарп, фреон, ремонт бытовых холодильников, классы энергопотребления стиральных машин, замок, индикаторы, читать, по индикаторам, диагностика, не заливается вода, не заливается, убл, люк, разблокировать дверцу стиральной машины, как снять блокировку со стиральной машины, заправка, фартук, куда продать бытовую технику бу, кому продать бытовую технику бу, бытовая технику, скупка бытовой техники, домотехника, утилизация, кто вывезет бытовую технику, скупка бу бытовой техники в москве, электроника, книги по ремонту, ремонт телевизора, геннадий бурда, куда сдать старую бытовую технику за деньги в москве, продать неработающую бытовую технику в москве, вывоз б/у техники, утиль бытовой техники, электропроводка от а до я, электрика своими руками, 1/5, этап 1. Часть 5., электрика в квартире, электрика под ключ, электромонтажные работы, электропроводка замена, скупка любой бытовой техники в москве, вывоз бытовой техники в утиль, сдать холодильник, скупка любой бытовой техники, схема электропроводки, книги ссср, ремонт бытовой техники литература, люкс апартаменты, апартаменты афродита, акватория геленджик, апартаменты, квартира, геленджик, афродита, море, элитная квартира, большая квартира, люкс квартира, отдых на море, квартира на море, отдых в геленджике, квартира в геленджике, гугл поиск ремонт бытовой техники, самостоятельное образование, как самому освоить ремонт холодильника, как самому, старые советские книги по ремонту техники, книги по ремонту бытовой техники, ютуб, как самому ремонтировать стиральную машину, как отремонтировать кофемолку, яндекс книги, bigl, книги по холодильникам, книги по стиралкам, книги по электрике, электромонтаж в квартире, проводка в квартире, маркер, грифильная стена, затирка, реле, подоконник, вытяжка, свет, освещение, стены под покраску, дизайн интерьера, декор стен, geosideal, выдвижные ящики, геосидеал, сушильная машина, ламинат на стену, обзор ремонта, отделка, ремонт на кухне, как купить холодильник, устройство холодильника, выкуп холодильников, ремонт кухни фото, маленький кухня, кухня мебель, плитка, геос идеал, стальная раковина, обзор, румтур, ремонт на кухне своими руками, эгоцентризм, эго, здоровье, новости, бытовая техника миле, бытовая техника miele, эгоизм, премьер про, электропроводка в квартире, электропроводка своими руками, монтаж электропроводки пошаговая инструкция, монтаж электропроводки, premier pro, кухня, мебель, сломанную, подключение стиральных машин и бытовой техники на м. Петровско разумовская, куда сдать стиралку, как утилизировать старую стиральную машину, как сделать ремонт на кухне, ремонт кухни, видео iphone, сочи, мебельный магазин, мебельный салон, sochi, миле, товары из германии, курсы холодильщиков украина, thomson, ремонт бытовой техники в подольске, ремонт стиральной машины в подольске, стиральная прыгает, стиральная скачет, стиральная громко работает, замена тэна стиральной машины, запчасти для стиральной машины в подольске, ремонт посудомоечных машин в подольске, ремонт мясорубок в подольске, ремонт водонагревателей в подольске, купить тэн в подольске, купить запчасти для стиральной машины в подольске, стиральная гремит, стиральная сильно гремит при отжиме, ремень стиральной, мотор стральной машины, крестовина стиральной машины, бак стиральной машины, поломки стиральных машин, заменить подшипники стиральной машины, заменить крестовину стиральной машины, стиральная машина гремит при стирке, диагностика стиральной машины, стиральная гудит, стиральная скачет вибрирует, купить запчасти для мясорубок в подольске, ремонт электро бензо инструмента в подольске, ремонт стиральных машин в нижнем новгороде, ярекламан, ремонт крупной бытовой техники, посудомоечная машина бош, ремонт посудомоечных машина бош, yareklaman, яreklaman, деньги, бизнес, реклама, яrекламан, кофемашина бош, плита бош, ремонт холодильников бош, ремонт плит бош, ремонт стиральных машин бош, стиральная машина аристон, как починить кофемашину, ремонт кофемашин бош, сервис бош, холодильник бош, стиральная машин бош, сервисный центрр бош в мосве, ремонт крупной бытовой техники бош, ремонт стиральных машин днепр, посудомойка bosch ошибка е15, наладка, выбор, настройка, чистим, моем, засор, проблемы, порошок, уксус, лимонная кислота, сода, варочная поверхность, киев, индукционная плита, ремонт духового шкафа, ремонт плиты gorenje, ремонт плиты nord, сделай сам, ремонт духовки, как разобрать плиту, выезд мастера, как поменять подшипник бака стиральной машины, замена подшипников бака midea, стиральная машина midea, таблетки, запах, ремонт посудомоечной машины, ремонт посудомоечной машины своими руками, бытовая техника заработок, зарплата мастера, как заработать новичку, ремонт посудомоечной машины bosch, ошибка e15, ошибка е15 в посудомойке бош, ошибка е15 в посудомоечной машине бош bosch, ошибка е15, e15, сколько, зарплата мастера по ремонту, вонь, плесень, грязь, кальций, кальк, грибок, затхлый, заработок, сколько я зарабатываю, до блеска, самостоятельная чистка, продвижение, advertising, ремонт чайник, ремонт электрочайника, camera, ремонт плиты, stinol, эпицентр, как разобрать чайник, подшипника, замена манжеты, стиралка, ремонт чайника своими руками, siemens, kaiser, panasonic, digital, toshiba, philips, sony, akai, ariston, fagor, delonghi, daewoo, brandt, насос, как починить, без дисплея, заменить, машина, стиральная, искрит, ошибка, код, модуль управления, блок, управление, код ошибки, замена подшипников, ремонт насоса, посудомойку, электроплита, ремонтируем, краснодаре, вызов, варочную, холодильников, ремонт помпы, замена насоса, краснодар, хол, авторизованный, вызвать, ремонт посудомоечных машин, не сливает, ремонт электроплит, мастер стиральных машин, новороссийске, течет, не морозит, как проверить тэн видео, как проверить тэн, ремонт в новороссийске, не работает, ремонт стиральных, метод быстрой замены ремня сушильной bosch, заменить ремень на сушильной машине bosch, быстрая замена ремня на сушилке бош, заменить ремень на сушке бош, замена ремня сушилка бош, заменить ремень приводной сушильная машина бош, сушильная машина бош заменить ремень быстро, bosch сушильная машина быстрая замена ремня, правила замены ремня сушилки bosch, инструкция по замене ремня сушилки bosch, легко заменить ремень bosch, заменить ремень сушильная bosch легко, сам себе электрик, последовательность проверки тэна, аудио, подключение, техники, бытовой, прозвонить тэн, оборудования, сервисный, фото, мастерская, по, центр, проверка работоспособности тэна, проверка тэна тестером, как проверить сопротивление тэна, как проверить тэн тестером, тэн как проверить, как проверить тэн самому, проверка тэна своими руками, как проверить тэн на пробой, как проверить тэн чайника, как самому прозвонить тэн, как проверить тэн стиралки, как прозвонить тэн, как прверить тэн стиральной машины, поменять

Аренда и прокат профессиональной фото и видео техники в Москве. Взять напрокат фотоаппаратуру, фотооборудование, фотокамеру, видеокамеру. Фототехника: фотоаппараты, объективы, свет

Rarevinyljapan.com — Интернет магазин виниловых пластинок и CD

Интернет-магазин | GPS-LIFE.COM

Интернет-магазин — Elleo BJD Dolls

ФОТО-ГАММА, Владимир — Фотоцентр на Ленина проспект, 25 на «Справке РУ» — телефоны, карта, фото, отзывы и оценки клиентов

Россия Владимир Услуги выездной фото-, видеосъемки Фото-гамма

Фотоцентр во Владимире

  • QR-код

  • Подробнее

Оценка:

Телефон:

  • +7 (492) 254-06-36

Адрес:

г. Владимир, Ленинский, Ленина проспект, 25

Индекс:

600015

Регион:

Россия, Владимирская область

Категория:

Услуги выездной фото-, видеосъемки во Владимире

QR-код с информацией о компании

  • Контакты
  • Карта
  • О компании
  • Похожие
  • Отзывы
  • Скачать PDF
  • Распечатать
  • Обнаружили ошибку?
  • Это ваша компания?
  • Карта проезда

  • Фотографии

На данный момент не добавлено ни одной фотографии компании.

  • О компании

Фотоцентр “Фото-гамма” работает в сфере ”Услуги выездной фото-, видеосъемки”. На карте Владимира вы можете увидеть улицу и здание по адресу: Владимир, Ленина проспект, 25. . Каждый дозвон по телефону +7 (4922) 54-06-36 помогает поддерживать точность и правильность информации о данном предприятии.

  • Дополнительно компания занимается

Категории компании

  • Салоны фотопечати во Владимире
  • Студии профессиональной фотографии во Владимире
  • Похожие места рядом

  • 167м

    ФотоЛюкс

    Владимир, Ленина проспект, 29б

  • 587м

    Китфото

    Владимир, Чайковского, 3

  • 795м

    Контраст

    Владимир, Ленина проспект, 5, 1 этаж

  • 897м

    КнязевЪ

    Владимир, Студёная Гора, 44а/1, 315 офис; 3 этаж

  • 1407м

    ТРИ КАДРА

    Владимир, Дворянская, 27а к7, 7 офис; 2 этаж

  • 1408м

    BarBaris-Wedding

    Владимир, Дворянская, 27а к1, 36 офис; 1 этаж

  • Отзывы о Фото-гамма

    Если вы имеете реальный опыт общения с данной компанией, то просим вас оставить небольшой отзыв: это поможет другим сориентироваться среди 49 компаний в этой сфере.
    Огромное спасибо!

    Регистрация не требуется

    Добавить отзыв

    Владимир Услуги выездной фото-, видеосъемки во Владимире Фото-гамма, Фотоцентр

    Отдых с Библио-Глобус в России, Европе, Америке и Азии: туры, билеты, отели, экскурсии

    Россия

    • с 19.09.2022  на 4 ночи,  3 ,  без питания

      Сочи

      от 11771

       

      *

    • с 20.09.2022  на 3 ночи,  3 ,  без питания

      Сочи

      от 11155

       

      *

    • с 21. 09.2022  на 3 ночи,  3 ,  завтраки

      Сочи

      от 19871

       

      *

    Кипр

    • с 21.09.2022  на 2 ночи,  3 ,  завтраки

      Кипр

      от 59161

       

      *

    • с 23.09.2022  на 4 ночи,  3 ,  завтраки

      Кипр

      от 54128

       

      *

    • с 28. 09.2022  на 2 ночи,  3 ,  завтраки

      Кипр

      от 50689

       

      *

    Турция

    • с 18.09.2022  на 3 ночи,  3 ,  завтраки

      Туры в Анталию

      от 36945

       

      *

    • с 19.09.2022  на 2 ночи,  3 ,  завтраки

      Туры в Анталию

      от 49805

       

      *

    • с 20. 09.2022  на 2 ночи,  3 ,  завтраки

      Туры в Анталию

      от 50017

       

      *

    Абхазия

    • с 18.09.2022  на 1 ночь,  3 ,  завтраки

      Отдых в Абхазии

      от 18122

       

      *

    • с 19.09.2022  на 1 ночь,  3 ,  завтраки

      Отдых в Абхазии

      от 18253

       

      *

    • с 20. 09.2022  на 1 ночь,  3 ,  завтраки

      Отдых в Абхазии

      от 16685

       

      *

    Египет

    • с 18.09.2022  на 7 ночей,  3 ,  все включено

      Туры в Египет. Хургада

      от 92627

       

      *

    • с 19.09.2022  на 5 ночей,  3 ,  все включено

      Туры в Египет. Шарм эль шейх

      от 72452

       

      *

    Мальдивы

    • с 21. 09.2022  на 7 ночей,  3 ,  завтраки

      Отдых на Мальдивах (прямой перелёт/гарантированные места/багаж 23 кг)

      от 129965

       

      *

    • с 23.09.2022  на 7 ночей,  3 ,  завтраки

      Отдых на Мальдивах (прямой перелёт/гарантированные места/багаж 23 кг)

      от 146441

       

      *

    • с 24.09.2022  на 7 ночей,  3 ,  завтраки

      Отдых на Мальдивах (прямой перелёт/гарантированные места/багаж 23 кг)

      от 131975

       

      *

    Оман

    • с 18. 09.2022  на 4 ночи,  3 ,  без питания

      Оман

      от 134054

       

      *

    • с 19.09.2022  на 4 ночи,  3 ,  завтраки

      Туры в Оман (Салала, южное побережье)

      от 102273

       

      *

    Таиланд

    • с 30.10.2022  на 6 ночей,  3 ,  завтраки

      Туры на Пхукет

      от 169579

       

      *

    • с 31. 10.2022  на 6 ночей,  3 ,  завтраки

      Туры на Пхукет

      от 167629

       

      *

    • с 01.11.2022  на 6 ночей,  3 ,  завтраки

      Туры на Пхукет

      от 167629

       

      *

    Армения

    • с 18.09.2022  на 4 ночи,  3 ,  завтраки

      Туры в Армению

      от 107348

       

      *

    • с 19. 09.2022  на 4 ночи,  3 ,  завтраки

      Туры в Армению

      от 107348

       

      *

    • с 20.09.2022  на 4 ночи,  3 ,  завтраки

      Туры в Армению

      от 107348

       

      *

    Шри-Ланка

    • с 19.09.2022  на 5 ночей,  3 ,  без питания

      Шри Ланка

      от 97250

       

      *

    • с 21. 09.2022  на 5 ночей,  3 ,  без питания

      Шри Ланка

      от 97250

       

      *

    • с 22.09.2022  на 5 ночей,  3 ,  без питания

      Шри Ланка

      от 97250

       

      *

    Объединенные Арабские Эмираты

    • с 18.09.2022  на 4 ночи,  3 ,  завтраки

      Туры в ОАЭ

      от 70812

       

      *

    • с 19. 09.2022  на 4 ночи,  3 ,  завтраки

      Туры в ОАЭ

      от 70812

       

      *

    • с 20.09.2022  на 4 ночи,  3 ,  завтраки

      Туры в ОАЭ

      от 70812

       

      *

    Индия

    • с 18.09.2022  на 6 ночей,  3 ,  завтраки

      Гоа

      от 86795

       

      *

    • с 22. 09.2022  на 6 ночей,  3 ,  завтраки

      Гоа

      от 86795

       

      *

    • с 02.10.2022  на 6 ночей,  3 ,  без питания

      Гоа

      от 73867

       

      *

    Тунис

    • с 18.09.2022  на 1 ночь,  3 ,  завтраки

      НАЗЕМНОЕ ОБСЛУЖИВАНИЕ

      от 656

       

      *

    • с 19. 09.2022  на 1 ночь,  3 ,  завтраки

      НАЗЕМНОЕ ОБСЛУЖИВАНИЕ

      от 656

       

      *

    • с 20.09.2022  на 1 ночь,  3 ,  завтраки

      НАЗЕМНОЕ ОБСЛУЖИВАНИЕ

      от 656

       

      *

    Болгария

    • с 18.09.2022  на 1 ночь,  3 ,  завтраки

      НАЗЕМНОЕ ОБСЛУЖИВАНИЕ

      от 2210

       

      *

    • с 19. 09.2022  на 1 ночь,  3 ,  завтраки

      НАЗЕМНОЕ ОБСЛУЖИВАНИЕ

      от 2210

       

      *

    • с 20.09.2022  на 1 ночь,  3 ,  завтраки

      НАЗЕМНОЕ ОБСЛУЖИВАНИЕ

      от 2210

       

      *

    Израиль

    • с 18.09.2022  на 1 ночь,  3 ,  без питания

      НАЗЕМНОЕ ОБСЛУЖИВАНИЕ

      от 6616

       

      *

    • с 19. 09.2022  на 1 ночь,  3 ,  без питания

      НАЗЕМНОЕ ОБСЛУЖИВАНИЕ

      от 6616

       

      *

    • с 20.09.2022  на 1 ночь,  3 ,  без питания

      НАЗЕМНОЕ ОБСЛУЖИВАНИЕ

      от 6616

       

      *

    Грузия

    • с 18.09.2022  на 1 ночь,  3 ,  завтраки

      НАЗЕМНОЕ ОБСЛУЖИВАНИЕ

      от 1611

       

      *

    • с 19. 09.2022  на 1 ночь,  3 ,  завтраки

      НАЗЕМНОЕ ОБСЛУЖИВАНИЕ

      от 1611

       

      *

    • с 20.09.2022  на 1 ночь,  3 ,  завтраки

      НАЗЕМНОЕ ОБСЛУЖИВАНИЕ

      от 1611

       

      *

    Азербайджан

    • с 18.09.2022  на 4 ночи,  3 ,  завтраки

      Туры в Баку

      от 108814

       

      *

    • с 19. 09.2022  на 4 ночи,  3 ,  завтраки

      Туры в Баку

      от 108814

       

      *

    • с 20.09.2022  на 4 ночи,  3 ,  завтраки

      Туры в Баку

      от 108814

       

      *

    Сейшелы

    • с 08.10.2022  на 7 ночей,  3 ,  завтраки

      Туры на Сейшелы (прямой перелёт)

      от 117722

       

      *

    • с 10. 10.2022  на 4 ночи,  3 ,  завтраки

      Туры на Сейшелы (прямой перелёт)

      от 109733

       

      *

    • с 15.10.2022  на 7 ночей,  3 ,  завтраки

      Туры на Сейшелы (прямой перелёт)

      от 117722

       

      *

    Маврикий

    • с 18.09.2022  на 1 ночь,  3 ,  завтраки и ужины

      НАЗЕМНОЕ ОБСЛУЖИВАНИЕ

      от 2597

       

      *

    • с 19. 09.2022  на 1 ночь,  3 ,  завтраки и ужины

      НАЗЕМНОЕ ОБСЛУЖИВАНИЕ

      от 2597

       

      *

    • с 20.09.2022  на 1 ночь,  3 ,  завтраки и ужины

      НАЗЕМНОЕ ОБСЛУЖИВАНИЕ

      от 2597

       

      *

    Танзания

    • с 18.09.2022  на 5 ночей,  3 ,  завтраки

      Туры на о. Занзибар

      от 261008

       

      *

    • с 19. 09.2022  на 5 ночей,  3 ,  завтраки

      Туры на о. Занзибар

      от 261008

       

      *

    • с 20.09.2022  на 5 ночей,  3 ,  завтраки

      Туры на о. Занзибар

      от 261008

       

      *

    Gamma Acapulco Copacabana — Акапулько-де-Хуарес, Мексика

    • Английский
    • Испанский
    • Русский
    • Немецкий
    • Нидерландский
    • Французский

    10.00 / 10 — Фантастика!

    «Everything was so awesome, Staf frendly, beaches clean. Rooms very comfy.» — Jennifer


    10.00 / 10 — Фантастика!

    «Installations are great, and accessible to t bgg e beach. No ambulatory vendors which is good.» — Aristeo


    9.60 / 10 — Фантастика!

    «I'd rather stay at a four star resort that really tries to satisfy their clients than a five star that doesn't give a sh#t. Copacabana went out of it's way to make me feel welcomed every …» — Soccerref


    9.60 / 10 — Фантастика!

    «What I liked about the property was the rooms they were all really nice.» — Joseline


    9.20 / 10 — Превосходно!

    «The facilities are great! The staff is very kind. I really enjoyed my trip very much.» — Mario

    10.00 / 10 — Фантастика!

    «La habitacion muy comoda » — Ricardo


    10.00 / 10 — Фантастика!

    «La atención del personal El cuidado que tienen con relación a la pandemia» — Ricardo


    10. 00 / 10 — Фантастика!

    «Acceso a playa! Limpieza! » — Sergio


    10.00 / 10 — Фантастика!

    «Todo increíble !!! » — Sandibel


    10.00 / 10 — Фантастика!

    «Está muy bonito» — Sanchez

    9.00 / 10 — Превосходно!

    «Вид из номера супер. Видно весь залив и город с верхних этажей ,ночью нереально красиво. Просите номер на 17 этаже или выше. Бассейны ,своя огороженная площадка с лежаками на море, все как положено. …» — Igor

    9.00 / 10 — Превосходно!

    «Direkt am Meer. Tolle Lage, schöner Blick aufs Meer & ruhig. Viele komfortable hoteleigene Liegen am Strand.» — Andreas


    7.50 / 10 — Очень хорошо!

    «Die Lage ist echt Super. Das Frühstück war gut und ausreichend. Das Personal war sehr Freundlich und Lustig.» — Rocco


    3.80 / 10 — Рейтинг!

    «So gut wie nichts. Nothing» — Günther

    8.30 / 10 — Превосходно!

    «Kamers waren comfortabel. Zowel zwembad als strand. Zowel buffet als mogelijkheid om à la carte te eten. Prima! (Betaald) parkeren mogelijk onder het hotel.» — Annedien

    8.00 / 10 — Очень хорошо!

    «L'accueil et la gentillesse du personnel.» — Richard


    5.80 / 10 — Хорошо!

    «La suite spacieuse, propre et avec vue sur mer très sympa. » — Philippe

    Wi-Fi предоставляется на территории всего отеля бесплатно.

    Общественная парковка поблизости (требуется предварительный заказ) возможна по цене USD 7,50 за день.

    Размещение домашних животных не допускается.

    Возможно размещение детей любого возраста.
    Дети до 2 лет включительно могут быть размещены на детской кроватке бесплатно.
    Гости 17 лет и старше могут быть размещены на дополнительной кровати бесплатно.
    Дополнительные кровати и детские кроватки предоставляются по запросу. Требуется подтверждение со стороны отеля о предоставлении данной услуги.

    В связи с коронавирусом (COVID-19) в этом объекте размещения сейчас введены дополнительные санитарные меры и меры безопасности.
    Из-за коронавируса (COVID-19) услуги по предоставлению еды и напитков в этом объекте могут быть ограничены или недоступны.
    В связи с коронавирусом (COVID-19) в этом объекте размещения принимаются меры по защите гостей и сотрудников. Отдельные удобства и услуги могут быть недоступны или ограничены.
    Услуги спа и тренажерный зал недоступны в этом объекте в связи с коронавирусом (COVID-19).
    В связи с коронавирусом (COVID-19) в этом объекте размещения придерживаются строгих мер физического дистанцирования.
    В связи с коронавирусом (COVID-19) убедитесь, что при бронировании этого объекта вы следуете всем рекомендациям органов власти пункта вашего назначения. Эти рекомендации могут касаться, в частности, цели поездки и максимально допустимого размера вашей группы.
    В связи с коронавирусом (COVID-19) ношение маски обязательно во всех общих помещениях этого объекта.
    Фитнес-центр закрыт с сб, 13 февр. 2021 до пт, 30 апр. 2021
    В настоящее время ведутся работы по ремонту трубопровода, поэтому некоторые зоны отеля закрыты.

    До 31 марта 2020 года в отеле проводятся общие ремонтные работы.

    Ресторан Acuario закрыт на ремонт до дальнейшего уведомления. Гостей обслуживают в ресторане Tabachines.

    При бронировании проживания с завтраком и питанием по системе «все включено» за детей в возрасте от 4 до 11 лет взимается дополнительная плата. Дополнительная плата может варьироваться в зависимости от сезона.

    При регистрации заезда гостям необходимо предъявить удостоверение личности с фотографией и кредитную карту. Выполнение всех особых запросов зависит от наличия возможности на момент регистрации заезда. Их выполнение не гарантируется и может потребовать дополнительной оплаты.

    Обратите внимание: в зависимости от плана питания детские тарифы могут различаться. Для получения дополнительной информации просьба связаться с администрацией.

    Полный пансион:
    Завтрак (с 07:00 до 12:00)
    Обед (с 13:00 до 17:00)
    Ужин (с 19:00 до 23:00)
    Питание организовано в формате «шведского стола» в ресторане Aquarium. С 10:00 до 22:00 в баре Las Margaritas подают напитки местного производства.

    В стоимость не входит: доставка еды и напитков в номер, морепродукты, услуги кафетерия K’ffe Zucco, парковка, прачечная и/или химчистка, телефонные звонки, услуги бара Kontiki и бара El Agave, а также специальные мероприятия.

    Общие

    • Парковка
    • Wi-Fi доступен на всей территории

    Питание и напитки

    • Ресторан
    • Доставка еды и напитков в номер
    • Бар
    • Завтрак в номер
    • Упакованные ланчи
    • Снэк-бар
    • Специальные диетические меню (по запросу)
    • Детское меню

    Услуги бизнес-центра

    • Конференц-зал/банкетный зал
    • Бизнес-центр
    • Факс/ксерокопирование

    Стойка регистрации

    • Круглосуточная стойка регистрации
    • Ускоренная регистрация заезда/отъезда
    • Экскурсионное бюро
    • Хранение багажа
    • Банкомат на территории отеля
    • Услуги консьержа
    • Счета

    Бассейн и оздоровительные услуги

    • Фитнес-центр
    • Солярий
    • Гидромассажная ванна/джакузи
    • Открытый плавательный бассейн
    • Открытый бассейн (работает круглый год)
    • Пляж (первая линия)
    • Общественные бани
    • Бассейн

    Спорт и отдых

    • Поле для гольфа (в пределах 3 км)
    • Рыбная ловля
    • Бильярд
    • Виндсерфинг
    • Дайвинг
    • Ныряние с маской и трубкой
    • Тематический ужин
    • Счастливые часы
    • Живая музыка/выступление

    Зоны общественного пользования

    • Терраса
    • Игровая комната

    Разное

    • Номера для некурящих
    • Удобства для гостей с ограниченными физическими возможностями
    • Лифт
    • Гипоаллергенный номер
    • Курение на всей территории запрещено
    • Кондиционер
    • Места для курения

    Развлечения и семейные услуги

    • Няня / услуги по уходу за детьми
    • Детская игровая площадка
    • Караоке
    • Анимационный персонал
    • Детский клуб
    • Вечерняя программа
    • Настольные игры и/или пазлы
    • Игровая зона в помещении
    • Детская площадка на улице

    Услуги уборки

    • Прачечная
    • Химчистка
    • Услуги по глажению одежды
    • Ежедневная уборка

    Магазины

    • Парикмахерская/салон красоты

    Сервисы

    • Интернет
    • Wi-Fi
    • Бесплатный Wi-Fi

    Безопасность

    • Сейф
    • Круглосуточная охрана
    • Охранная сигнализация
    • Датчики дыма
    • Видеонаблюдение в местах общего пользования
    • Видеонаблюдение снаружи здания
    • Огнетушители

    Транспорт

    • Трансфер (оплачивается отдельно)

    Уборка и дезинфекция

    • Применяются чистящие средства, эффективные против коронавируса
    • Стирка постельного белья, полотенец и вещей гостей выполняется в соответствии с местными нормативными требованиями
    • Дезинфекция жилья проводится перед приездом каждого нового гостя
    • После уборки жилье опечатывается до прихода гостя
    • Уборка объекта выполняется профессиональными клининговыми компаниями
    • Гости могут отказаться от уборки

    Еда и напитки

    • Соблюдается физическое дистанцирование в обеденных зонах
    • Еду, которую подают в объекте, можно заказать в номер
    • Все тарелки, стаканы, столовые приборы и другая кухонная посуда продезинфицированы
    • Контейнеры для еды во время завтрака
    • Доставляемая еда надежно упакована

    Обеспечение безопасности

    • Соблюдаются все протоколы безопасности, принятые местными властями
    • Нет предметов совместного использования (бумажное меню, журналы, ручки, газеты и т. д.)
    • Антибактериальный гель для рук доступен в номерах и местах общего пользования
    • В объекте следят за состоянием здоровья гостей
    • Есть аптечка первой помощи
    • Доступ к медицинской помощи
    • Гостям предоставляются термометры
    • Есть маски для гостей

    Физическое дистанцирование

    • Предусмотрен бесконтактный заезд и отъезд
    • Можно заплатить без наличных
    • Есть правила физического дистанцирования
    • Предусмотрены защитные экраны или перегородки между сотрудниками объекта и гостями, где необходимо

    Стильные обои и умиротворяющая гамма: квартира 79 кв. м для зрелой семейной пары

    Наверх

    12.08.2022

    1 звезда2 звезды3 звезды4 звезды5 звезд

    Дизайнер Анна Мизюра оформила интерьер, который хочется рассматривать в деталях.

    Заказчики и задачи 

    Владельцы этой квартиры — взрослая семейная пара. Они ушли на пенсию и переехали из Архангельской области ближе к детям и внукам в Московскую область, город Дмитров. Супруги любят путешествовать, принимать гостей, прогулки по лесу, хозяин увлекается охотой, рыбалкой, занимается спортом. 

    Пара обратилась к дизайнеру Анне Мизюре с просьбой создать комфортное пространство для жизни: две разные спальни, общая зона для сбора гостей. Также было важно продумать кладовую, чтобы хранить спортивные принадлежности и хобби-инвентарь. 

    Перепланировка

    Изначальная площадь квартиры позволяла организовать нужное количество помещений. Здесь были кухня, три комнаты, два санузла. Дизайнер построила перегородку для отделения гостиной от прихожей, чтобы вписать в первой два встроенных стеллажа, не нарушая геометрию комнаты. В одной из спален выделили гардеробную (эта комната стала спальней хозяйки). В общем коридоре отделили место для кладовой и построили перегородки для встройки двух шкафов: хозяйственного со стиральной машиной и для одежды. Между гостиной и кухней изначально был проем. Его решили оформить раздвижной стеклянной перегородкой. 

    Отделка 

    По словам автора проекта, интерьерная концепция была определена как «ранняя осень в лесу». Дизайнер подобрала отделочные материалы и цветовую гамму в соответствии с ней. Стены в жилых комнатах оформлены обоями с разными сюжетами. В гостиной — рисунки листьев на сером фоне и фоновые серые обои с абстракцией.

    В спальне хозяина — желто-коричневая гамма и геометрический рисунок.

    В спальне хозяйки — снова растительный сюжет в нейтральной гамме (серый, белый).

    В прихожей, на кухне и в коридоре стены окрашены. В ванной комнате использовали плитку — фоновую и комплементарную, с декором, на ней опять же флоральный принт.

    В санузле же решили скомбинировать плитку и обои. Это сделало комнату уютнее.

    На полу в жилых комнатах и на кухне — ламинат. В прихожей-коридоре и санузлах — керамогранит. 

    Системы хранения

    Кладовка, выделенная в прихожей, и хозяйственный шкаф решили вопрос с хранением спортивного инвентаря и принадлежностей для уборки. Для верхней одежды продуман шкаф в прихожей, а напротив него установлен комод-обувница.

    В гостиной предусмотрено два стеллажа для книг и декора, есть тумба под телевизор для организации разных мелочей. В спальне хозяина — встроенный шкаф-купе, а в комнате хозяйки — гардеробная.

    Кухонный гарнитур — угловой. Уместили необходимую технику и предусмотрели место для хранения кухонной утвари. 

    Освещение

    Особенность квартиры — недостаток естественного освещения. Большинство окон выходит на северную сторону. Поэтому искусственным светом нужно было не только создать комфорт в темное время суток, но и компенсировать недостаток света из окна. Автор проекта спроектировала разные сценарии. Основной свет — точечные светильники, группы накладных спотов. Дополнительные сценарии решены по зонам: бра у кроватей в спальне, настольный свет на рабочем столе и туалетном столике, бра над диваном в гостиной, подвес над обеденным столом на кухне и подсветка рабочей поверхности гарнитура. В прихожей общий свет организован с помощью подвеса, но дополнительно есть бра над комодом. 

    16
    фото

    Гостиная

    Гостиная

    Гостиная

    Кухня

    Кухня

    Кухня

    Кухня

    Спальня хозяина

    Спальня хозяина

    Спальня хозяина

    Спальня хозяина

    Спальня хозяйки

    Спальня хозяйки

    Спальня хозяйки

    Прихожая

    Ванная комната

    Редакция предупреждает, что в соответствии с Жилищным кодексом РФ требуется согласование проводимых переустройств и перепланировок.

    Материал подготовила

    Анастасия Дубровина

    Фото

    Анастасия Кутырина

    Эклектика Светлые цвета

    Была ли статья интересна?

    Поделиться ссылкой

    Нажимая на кнопку «Подписаться»,
    Вы даете согласие на обработку персональных данных

    Рекомендуем

    12 лучших алюминиевых радиаторов 2022 года

    Как обрезать чеснок на зиму: технология, выбор инструментов и способы хранения

    В Норвегии построили плавучий музей, покрытый «чешуей»

    Певица Адель выставила на продажу свой дом в Беверли-Хиллз

    В столице Норвегии построили плавучую баню

    Что сажают под зиму: 14 лучших культур для вашего огорода

    В Италии построили оздоровительный центр с перевернутыми домами

    7 трендов в оформлении окна шторами

    В Индии построили оригинальный жилой дом с узорчатым фасадом из кирпича

    Реклама на IVD. ru

    Понимание гамма-коррекции

    Гамма — важная, но редко понимаемая характеристика практически всех цифровых систем обработки изображений. Он определяет отношение между числовым значением пикселя и его реальной яркостью. Без гаммы оттенки, снятые цифровыми камерами, не выглядели бы так, как для наших глаз (на стандартном мониторе). Его также называют гамма-коррекцией, гамма-кодированием или гамма-сжатием, но все они относятся к одному и тому же понятию. Понимание того, как работает гамма, может улучшить технику экспозиции, а также помочь максимально эффективно редактировать изображения.

    ПОЧЕМУ ГАММА ПОЛЕЗНА

    1. Наши глаза не воспринимают свет так, как камеры . В цифровой камере, когда на сенсор попадает удвоенное количество фотонов, он получает вдвое больший сигнал («линейная» зависимость). Довольно логично, правда? Наши глаза так не работают. Вместо этого мы воспринимаем удвоенное количество света как чуть более яркое — и тем более при более высокой интенсивности света («нелинейная» зависимость).

    Эталонный тон Выбирать:

    Воспринимается нашими глазами как 50% яркости
    Определяется камерой как 50% яркости

    Обратитесь к руководству по инструменту кривых Photoshop, если у вас возникли проблемы с интерпретацией графика.
    Точность сравнения зависит от правильно откалиброванного монитора, настроенного на гамму дисплея 2,2.
    Фактическое восприятие будет зависеть от условий просмотра и может зависеть от других соседних тонов.
    В очень темных сценах, например при свете звезд, наши глаза начинают видеть линейно, как это делают камеры.

    По сравнению с фотоаппаратом мы гораздо более чувствительны к изменениям в темных тонах, чем к аналогичным изменениям в ярких тонах. У этой особенности есть биологическая причина: она позволяет нашему зрению работать в более широком диапазоне яркости. В противном случае типичный диапазон яркости, с которым мы сталкиваемся на открытом воздухе, был бы слишком подавляющим.

    Но какое отношение все это имеет к гамме? В данном случае гамма — это то, что переводит светочувствительность нашего глаза в светочувствительность камеры. Таким образом, когда цифровое изображение сохраняется, оно «гамма-кодируется», так что удвоенное значение в файле более точно соответствует тому, что мы воспринимаем как удвоение яркости.

    Техническое примечание: Гамма определяется как V out = V in gamma , где V out — выходное значение яркости, а V in — входное/фактическое значение яркости. Эта формула заставляет синюю линию выше искривляться. Когда gamma<1, линия изгибается вверх, тогда как при gamma>1 происходит обратное.

    2. Изображения с гамма-кодированием сохраняют оттенки более эффективно . Поскольку гамма-кодирование перераспределяет уровни тонов ближе к тому, как их воспринимают наши глаза, для описания данного тонального диапазона требуется меньше битов. В противном случае для описания более ярких тонов (где камера относительно более чувствительна) будет выделено избыток битов, а для описания более темных тонов (где камера относительно менее чувствительна) останется нехватка битов:

    Оригинал

    ↓ Кодируется с использованием только 32 уровней (5 бит)

    Линейно закодированный

    Гамма-кодирование

    Примечание. Градиент с кодировкой гаммы выше показан с использованием стандартного значения 1/2,2
    См. руководство по битовой глубине для получения информации о взаимосвязи между уровнями и битами.

    Обратите внимание, что линейное кодирование использует недостаточное количество уровней для описания темных тонов, хотя это приводит к избытку уровней для описания ярких тонов. С другой стороны, гамма-кодированный градиент распределяет тона примерно равномерно по всему диапазону («однородно для восприятия»). Это также гарантирует, что последующее редактирование изображения, цвет и гистограммы основаны на естественных, перцептивно однородных тонах.

    Однако реальные изображения обычно имеют как минимум 256 уровней (8 бит), чего достаточно, чтобы тона на отпечатке выглядели плавными и непрерывными. Если бы вместо этого использовалось линейное кодирование, потребовалось бы в 8 раз больше уровней (11 бит), чтобы избежать постеризации изображения.

    РАБОЧИЙ ПРОЦЕСС ГАММА: КОДИРОВАНИЕ И КОРРЕКЦИЯ

    Несмотря на все эти преимущества, гамма-кодирование усложняет весь процесс записи и отображения изображений. Следующий шаг — это то, где большинство людей запутаются, поэтому выполняйте эту часть медленно. Изображение с гамма-кодированием должно подвергаться «гамма-коррекции» при просмотре, что эффективно преобразует его обратно в свет исходной сцены . Другими словами, гамма-кодирование предназначено для записи изображения, а не для его отображения. К счастью, этот второй шаг («отображение гаммы») автоматически выполняется вашим монитором и видеокартой. На следующей диаграмме показано, как все это сочетается друг с другом:

    Изображение камеры RAW
    сохраняется как файл JPEG 1. Гамма файла изображения

    +

    JPEG просматривается
    на мониторе компьютера 2. Показать гамму

    =

    Чистый эффект
    3. Системная гамма

    1. Отображает изображение в цветовом пространстве sRGB (которое кодируется с использованием гаммы приблизительно 1/2,2).
    2. Гамма дисплея соответствует стандарту 2,2

    1. Гамма изображения . Это применяется либо вашей камерой, либо программным обеспечением для разработки RAW всякий раз, когда захваченное изображение преобразуется в стандартный файл JPEG или TIFF. Он перераспределяет собственные тональные уровни камеры на более однородные с точки зрения восприятия, тем самым обеспечивая наиболее эффективное использование заданной битовой глубины.

    2. Гамма дисплея . Это относится к чистому влиянию вашей видеокарты и устройства отображения, поэтому на самом деле оно может состоять из нескольких гамм. Основная цель гаммы дисплея — компенсировать гамму файла, тем самым гарантируя, что изображение не станет нереально ярким при отображении на экране. Более высокая гамма дисплея приводит к более темному изображению с большей контрастностью.

    3. Гамма системы . Это представляет собой суммарный эффект всех значений гаммы, примененных к изображению, и также называется «гаммой просмотра». Для достоверного воспроизведения сцены в идеале она должна быть близка к прямой (гамма = 1,0). Прямая линия гарантирует, что вход (исходная сцена) совпадает с выходом (свет, отображаемый на экране или на отпечатке). Однако системную гамму иногда устанавливают чуть больше 1,0, чтобы улучшить контрастность. Это может помочь компенсировать ограничения из-за динамического диапазона устройства отображения или из-за неидеальных условий просмотра и бликов изображения.

    ГАММА ФАЙЛА ИЗОБРАЖЕНИЯ

    Точная гамма изображения обычно определяется цветовым профилем, встроенным в файл. В большинстве файлов изображений используется гамма кодирования 1/2,2 (например, в файлах, использующих цвета sRGB и Adobe RGB 1998), но большим исключением являются файлы RAW, в которых используется линейная гамма. Однако средства просмотра изображений RAW обычно показывают их, предполагая стандартную гамму кодирования 1/2,2, поскольку в противном случае они выглядели бы слишком темными:

    Линейное изображение RAW
    (гамма изображения = 1,0)

    Гамма Кодированное изображение
    (гамма изображения = 1/2,2)

    Если цветовой профиль не встроен, обычно предполагается стандартная гамма 1/2,2. Файлы без встроенного цветового профиля обычно включают множество файлов PNG и GIF в дополнение к некоторым изображениям JPEG, которые были созданы с использованием параметра «сохранить для Интернета».

    Технические примечания к камере Gamma . Большинство цифровых камер записывают свет линейно, поэтому предполагается, что их гамма равна 1,0, но вблизи крайних теней и ярких участков это может быть не так. В этом случае гамма файла может представлять собой комбинацию гаммы кодирования и гамма камеры. Однако по сравнению с этим гамма камеры обычно незначительна. Производители камер могут также применять тонкие тоновые кривые, которые также могут влиять на гамму файла.

    ГАММА ОТОБРАЖЕНИЯ

    Это гамма, которой вы управляете, когда выполняете калибровку монитора и регулируете настройки контрастности. К счастью, индустрия сошлась на стандартной гамме дисплея 2,2, поэтому не нужно беспокоиться о плюсах и минусах разных значений. В старых компьютерах Macintosh использовалась гамма дисплея 1,8, из-за чего изображения не Mac выглядели ярче по сравнению с типичным ПК, но это уже не так.

    Напомним, что гамма дисплея компенсирует гамму файла изображения, и что конечным результатом этой компенсации является системная/общая гамма. Таким образом, для стандартного файла изображения с гамма-кодированием () изменение гаммы дисплея () будет иметь следующее общее влияние () на изображение:

    Гамма дисплея 1.0

    Гамма дисплея 1.8

    Гамма дисплея 2.2

    Гамма дисплея 4.0

    На диаграммах предполагается, что ваш дисплей откалиброван на стандартную гамму 2,2.
    Напомним, что гамма файла изображения () плюс гамма дисплея () равна общей гамме системы (). Также обратите внимание, как более высокие значения гаммы заставляют красную кривую изгибаться вниз.

    Если у вас возникли проблемы с приведенными выше таблицами, не отчаивайтесь! Рекомендуется сначала понять, как тональные кривые влияют на яркость и контрастность изображения. В противном случае вы можете просто посмотреть на портретные изображения для качественного понимания.

    Как интерпретировать карты . Первое изображение (крайнее слева) становится значительно ярче, потому что гамма изображения () не корректируется гаммой дисплея (), в результате чего общая гамма системы () изгибается вверх. На втором изображении гамма дисплея не полностью корректирует гамму файла изображения, в результате чего общая системная гамма по-прежнему немного изгибается вверх (и, следовательно, все еще слегка осветляет изображение). На третьем изображении гамма дисплея точно корректирует гамму изображения, что приводит к общей линейной гамме системы. Наконец, на четвертом изображении гамма дисплея чрезмерно компенсирует гамму изображения, в результате чего общая гамма системы изгибается вниз (и тем самым затемняет изображение).

    Общая гамма дисплея на самом деле состоит из (i) исходной гаммы монитора/ЖК-дисплея и (ii) любых корректировок гаммы, применяемых самим дисплеем или видеокартой. Однако эффект каждого из них сильно зависит от типа устройства отображения.

    ЭЛТ-мониторы

    ЖК-мониторы (плоские панели)

    ЭЛТ-мониторы. Из-за случайного инженерного везения родная гамма ЭЛТ составляет 2,5 — почти противоположно нашим глазам. Таким образом, значения из файла с гамма-кодированием могут быть отправлены прямо на экран, и они будут автоматически исправлены и будут выглядеть почти нормально. Однако для достижения общей гаммы дисплея 2,2 необходимо применить небольшую гамма-коррекцию ~1/1,1. Обычно это уже задано заводскими настройками по умолчанию, но его также можно установить во время калибровки монитора.

    ЖК-мониторы . ЖК-мониторам не так повезло; обеспечение общей гаммы дисплея 2,2 часто требует значительных исправлений, и они также гораздо менее постоянны, чем ЭЛТ. Поэтому для ЖК-дисплеев требуется нечто, называемое справочной таблицей (LUT), чтобы гарантировать, что входные значения отображаются с использованием предполагаемой гаммы дисплея (среди прочего). Дополнительные сведения по этой теме см. в учебном пособии по калибровке монитора: справочные таблицы.

    Техническое примечание. Гамма дисплея может немного сбивать с толку, поскольку этот термин часто используется как взаимозаменяемый с гамма-коррекцией, поскольку он исправляет для гаммы файла. Однако значения, указанные для каждого из них, не всегда эквивалентны. Гамма-коррекция иногда указывается с точки зрения гаммы кодирования, которую она призвана компенсировать, а не фактической применяемой гаммы. Например, фактическая гамма, применяемая с «гамма-коррекцией 1,5», часто равна 1/1,5, поскольку гамма 1/1,5 отменяет гамму 1,5 (1,5 * 1/1,5 = 1,0). Таким образом, более высокое значение гамма-коррекции может сделать изображение ярче (в противоположность более высокому показателю гаммы).

    ДРУГИЕ ПРИМЕЧАНИЯ И ДОПОЛНИТЕЛЬНАЯ ЛИТЕРАТУРА

    Другие важные моменты и разъяснения перечислены ниже.

    • Динамический диапазон . В дополнение к обеспечению эффективного использования данных изображения гамма-кодирование фактически увеличивает записываемый динамический диапазон для заданной битовой глубины. Гамма иногда также может помочь дисплею/принтеру управлять своим ограниченным динамическим диапазоном (по сравнению с исходной сценой) за счет улучшения контрастности изображения.
    • Гамма-коррекция . Термин «гамма-коррекция» на самом деле является просто универсальным выражением, когда гамма применяется для компенсации некоторой другой более ранней гаммы. Поэтому, вероятно, следует избегать использования этого термина, если вместо него можно указать конкретный тип гаммы.
    • Гамма Сжатие и расширение . Эти термины относятся к ситуациям, когда применяемая гамма меньше или больше единицы соответственно. Таким образом, гамма файла может считаться сжатием гаммы, тогда как гамма дисплея может рассматриваться как расширение гаммы.
    • Применимость . Строго говоря, гамма относится к тональной кривой, которая подчиняется простому степенному закону (где V из = V из гамма ), но часто используется для описания других тональных кривых. Например, цветовое пространство sRGB на самом деле является линейным при очень низкой яркости, но затем следует кривой при более высоких значениях яркости. Ни кривая, ни линейная область не следуют стандартному степенному закону гаммы, но общая гамма приблизительно равна 2,2.
    • Требуется ли гамма? Нет, изображения с линейной гаммой (RAW) по-прежнему будут отображаться такими, какими их видят наши глаза, но только если эти изображения будут отображаться на дисплее с линейной гаммой. Однако это сведет на нет способность гаммы эффективно записывать тональные уровни.

    Дополнительные сведения по этой теме см. в следующих учебных пособиях:

    • Методы цифровой экспозиции: экспозиция справа, отсечение и шум
      Узнайте, почему гамма-и линейные файлы RAW влияют на оптимальную экспозицию фотографии.
    • Как откалибровать монитор Калибровка для фотографии
      Узнайте, как точно настроить гамму дисплея вашего компьютера.

    Хотите узнать больше? Обсудите эту и другие статьи на наших форумах цифровой фотографии.

    Гамма-коррекция монитора и гамма-коррекция

    Такие проблемы, как чрезвычайно плохое отображение затененных областей, пересветы или изображения, подготовленные на компьютерах Mac, выглядят слишком темными на компьютерах с Windows, часто связаны с характеристиками гаммы. На этом занятии мы обсудим гамму, которая оказывает значительное влияние на цветопередачу на ЖК-мониторах. Понимание гаммы полезно как при управлении цветом, так и при выборе продукта. Пользователям, ценящим качество изображения, рекомендуется проверить эту информацию.

    * Ниже приводится перевод с японского языка статьи ITmedia «Является ли красота кривой решающей для цветопередачи? Изучение гаммы ЖК-монитора», опубликованной 13 июля 2009 г. Copyright 2011 ITmedia Inc. Все права защищены.

    Что такое мониторная гамма?

    Термин гамма происходит от третьей буквы греческого алфавита, обозначаемой буквой Γ в верхнем регистре и γ в нижнем регистре. Слово гамма часто встречается в повседневной жизни в таких терминах, как гамма-лучи, звезда под названием Гамма Велорум и гамма-ГТФ. В компьютерной обработке изображений этот термин обычно относится к яркости промежуточных тонов (серого).

    Давайте обсудим гамму более подробно. В среде ПК оборудование, используемое при работе с цветом, включает мониторы, принтеры и сканеры. При использовании этих устройств, подключенных к ПК, мы вводим и выводим информацию о цвете на каждое устройство и с него. Поскольку каждое устройство имеет свои уникальные характеристики обработки цвета (или тенденции), информация о цвете не может быть выведена точно так же, как и вход. Характеристики обработки цвета, возникающие при вводе и выводе, известны как характеристики гаммы.

    Цвет, воспроизводимый на мониторе ПК, основан на сочетании трех основных цветов: красного (R), зеленого (G) и синего (B). Каждый цвет RGB имеет восемь битов (28 = 256 тонов) данных. Приблизительно 16,77 миллиона цветов (известных как «полноцветные») получаются при разрешении 256 x 3 (256 R-тонов * 256 G-тонов * 256 B-тонов).

    Хотя некоторые мониторы также совместимы с обработкой цвета 10 бит на цвет RGB (210 = 1024 тона) или 1024 x 3 (приблизительно 1 064 330 000 цветов), операционная система и поддержка приложений для таких мониторов отстают. В настоящее время около 16,77 миллионов цветов с восемью битами на цвет RGB являются стандартной цветовой средой для мониторов ПК.

    Когда ПК и монитор обмениваются информацией о цвете, идеальной является взаимосвязь, при которой восьмибитная цветовая информация для каждого цвета RGB, вводимая с ПК на монитор, может быть выведена точно, т. е. соотношение 1:1 для ввода :выход. Однако, поскольку гамма-характеристики компьютеров и мониторов различаются, информация о цвете не передается в соответствии с соотношением входных и выходных данных 1:1.

    То, как цвета в конечном итоге выглядят, зависит от отношения, возникающего из значений гаммы (γ), которые в числовом выражении представляют характеристики гаммы каждого аппаратного устройства. Если входная информация о цвете представлена ​​как x, а выходная как y, отношение, использующее значение гаммы, может быть представлено уравнением y = xγ.

    Гамма-характеристики представлены уравнением y = xγ. При идеальном значении гаммы 1,0 y = x; но поскольку каждый монитор имеет свои уникальные характеристики гаммы (значения гаммы), y обычно не равно x. На приведенном выше графике показана кривая, настроенная на стандартное значение гаммы Windows, равное 2,2. Стандартное значение гаммы для Mac OS — 1,8.

    Обычно природа гаммы монитора такова, что промежуточные тона имеют тенденцию казаться темными. Усилия направлены на то, чтобы способствовать точному обмену информацией о цвете путем ввода сигналов данных, в которых промежуточные тона уже были ярче, чтобы приблизиться к балансу ввода: вывода 1: 1. Балансировка информации о цвете в соответствии с гамма-характеристиками устройства таким образом называется гамма-коррекцией.

    Простая система гамма-коррекции. Если мы учитываем гамма-характеристики монитора и вводим информацию о цвете с соответствующим образом скорректированными значениями гаммы (т. е. информацию о цвете с осветлением промежуточных тонов), обработка цвета приближается к идеалу y = x. Поскольку гамма-коррекция обычно происходит автоматически, пользователи обычно без особых усилий получают правильную цветопередачу на мониторе ПК. Однако точность гамма-коррекции варьируется от производителя к производителю и от продукта к продукту (подробности см. ниже).

    Гамма-соотношение между операционной системой и ЖК-монитором

    В большинстве случаев, если компьютер работает под управлением операционной системы Windows, мы можем добиться цветов, близких к идеальным, используя монитор со значением гаммы 2,2. Это связано с тем, что Windows предполагает монитор со значением гаммы 2,2, стандартным значением гаммы для Windows. Большинство ЖК-мониторов рассчитаны на значение гаммы 2,2.

    Стандартное значение гаммы монитора для Mac OS — 1,8. Применяется та же концепция, что и в Windows. Мы можем получить цветопередачу, близкую к идеальной, подключив Mac к монитору, настроенному на значение гаммы 1,8.

    Пример одного и того же изображения, отображаемого при значениях гаммы 2,2 (фото слева) и 1,8 (фото справа). При значении гаммы 1,8 общее изображение выглядит ярче. В качестве ЖК-монитора используется 20-дюймовая широкоэкранная модель EIZO EV2023W FlexScan (сайт ITmedia).

    Чтобы уравнять обработку цветов в смешанных средах Windows и Mac, рекомендуется стандартизировать значения гаммы между двумя операционными системами. Изменить значение гаммы для Mac OS легко; но Windows не предоставляет такой стандартной функции. Поскольку пользователи Windows выполняют настройку цвета с помощью драйвера видеокарты или отдельного программного обеспечения для настройки цвета, изменение значения гаммы может оказаться неожиданно сложной задачей. Если монитор, используемый в среде Windows, предлагает функцию настройки значений гаммы, получение более точных результатов, вероятно, будет проще.

    Если мы знаем, что определенное изображение было создано в среде Mac OS со значением гаммы 1,8, или если изображение, полученное от пользователя Mac, выглядит неестественно темным, изменение параметра гаммы монитора на 1,8 должно отображать изображение с цветами задумал создатель.

    ЖК-мониторы Eizo Nanao позволяют пользователям настраивать значение гаммы из экранного меню, что упрощает эту процедуру. В дополнение к изначально настроенному значению гаммы 2,2 можно выбрать один из нескольких параметров, включая стандарт Mac OS 1,8.

    Чтобы немного отвлечься, стандартные значения гаммы различаются между Windows и Mac OS по причинам, связанным с концепциями дизайна и историей двух операционных систем. Windows приняла значение гаммы, соответствующее телевизору (2,2), а Mac OS приняла значение гаммы, соответствующее коммерческим принтерам (1,8). Mac OS имеет долгую историю связи с коммерческими приложениями для печати и настольных издательских систем, для которых 1,8 остается основным значением гаммы даже сейчас. С другой стороны, значение гаммы 2,2 является стандартным для цветового пространства sRGB, стандарта для Интернета и цифрового контента в целом, а также для Adobe RGB, использование которого расширилось для печати с широкой гаммой.

    Учитывая широкое использование цветовых пространств, таких как sRGB и Adobe RGB, в планах Apple Computer в сентябре 2009 г. должна быть выпущена последняя версия Mac OS X 10.6 Snow Leopard со значением гаммы по умолчанию 1,8 на 2,2. . Ожидается, что значение гаммы 2,2 станет в будущем основным для компьютеров Mac.

    Внутренняя гамма-коррекция для улучшения тонов ЖК-монитора

    На предыдущей странице мы упомянули, что стандартное значение гаммы в среде Windows составляет 2,2 и что многие ЖК-мониторы можно настроить на значение гаммы 2,2. Однако из-за индивидуальных особенностей ЖК-мониторов (или установленных в них ЖК-панелей) построить плавную гамма-кривую 2,2 затруднительно.

    Традиционно ЖК-панели имеют S-образные кривые гамма-распределения с подъемами и спадами здесь и там, а также кривые, которые расходятся по цвету RGB. Это явление особенно заметно для темных и светлых тонов, часто представляя глазу пользователя скачки тона, отклонения цвета и нарушение цвета.

    Встроенная функция гамма-коррекции, встроенная в ЖК-мониторы и подчеркивающая качество изображения, позволяет скорректировать такую ​​неравномерность гамма-кривой, чтобы приблизить ее к идеальному значению y = x γ. Спецификации устройства содержат одну особенно полезную цифру, которая поможет нам определить, есть ли у монитора функция внутренней гамма-коррекции: монитор можно считать совместимым с внутренней гамма-коррекцией, если цифра для максимального количества цветов составляет приблизительно 1 064 330 000 или 68 миллиардов или если в спецификациях указано справочная таблица (LUT) является 10- или 12-битной.

    Функция внутренней коррекции гаммы применяет многоградацию к цветам и перераспределяет их. В то время как ввод с ПК на ЖК-монитор осуществляется в виде цветовой информации с восемью битами на цвет RGB, внутри ЖК-монитора применяется многоградация, чтобы увеличить ее до 10 бит (приблизительно 1 064 330 000 цветов) или 12 бит (приблизительно 68 миллиардов цветов). Оптимальный цвет с восемью битами на цвет RGB (приблизительно 16,77 миллиона цветов) определяется с помощью LUT и отображается на экране. Это исправляет неравномерность гамма-кривой и отклонения в каждом цвете RGB, в результате чего вывод на экран приближается к идеальному y = x γ.

    Давайте рассмотрим еще немного информации о LUT. LUT представляет собой таблицу, содержащую результаты определенных вычислений, выполненных заранее. Результаты некоторых расчетов можно получить, просто обратившись к LUT, без фактического выполнения вычислений. Это ускоряет обработку и снижает нагрузку на систему. LUT в ЖК-мониторе идентифицирует оптимальные восьмибитные цвета RGB из цветовых данных с несколькими градациями из 10 или более битов.

    Обзор внутренней функции гамма-коррекции. Восьмибитная цветовая информация RGB, поступающая с ПК, подвергается мультиградации до 10 или более битов. Затем он переназначается на оптимальный восьмибитный тон RGB со ссылкой на LUT. После внутренней гамма-коррекции результаты приближаются к идеальной кривой гамма-распределения, что значительно улучшает градацию и цветопередачу экрана.

    ЖК-мониторы Eizo Nanao активно используют встроенные функции гамма-коррекции. В моделях, разработанных специально для обеспечения высокого качества изображения, и в некоторых моделях серии ColorEdge, предназначенных для управления цветом, восьмибитные входные сигналы RGB с ПК подвергаются мультиградации, а расчеты выполняются с разрядностью 14 или 16 бит. Ключевой причиной выполнения вычислений с числом битов, превышающим число бит LUT, является дальнейшее улучшение градации, особенно воспроизведение более темных тонов. Пользователям, стремящимся к качественной цветопередаче, вероятно, следует выбрать именно такую ​​модель монитора.

    Для получения дополнительной информации о LUT см. также Максимальное количество отображаемых цветов и справочные таблицы: два соображения при выборе монитора.

    Проверка значения гаммы ЖК-монитора

    В заключение мы подготовили шаблоны изображений, которые упрощают проверку значений гаммы ЖК-монитора на основе обсуждения этого сеанса. Глядя прямо на ЖК-монитор, немного отойдите от экрана и посмотрите на следующие изображения с полузакрытыми глазами. Визуально сравните квадратные очертания и полосы вокруг них, ищите узоры, которые имеют одинаковый оттенок серого (яркость). Шаблон, для которого квадратная рамка и полосатый рисунок вокруг него кажутся наиболее близкими по яркости, представляет собой приблизительное значение гаммы, на которое в данный момент настроен монитор.

    На основе значения гаммы 2,2, если квадратная рамка кажется темной, значение гаммы ЖК-монитора низкое. Если квадратная рамка кажется яркой, значение гаммы высокое. Вы можете отрегулировать значение гаммы, изменив настройки яркости ЖК-монитора или отрегулировав яркость в меню драйвера графической карты.

    Естественно, регулировать гамму еще проще, если вы используете модель, предназначенную для регулировки значения гаммы, например ЖК-монитор EIZO. Для еще лучшей цветопередачи вы можете установить значение гаммы и оптимизировать цветопередачу, откалибровав монитор.

    Адаптивная гамма-коррекция для улучшения изображения | Журнал EURASIP по обработке изображений и видео

    • Исследования
    • Открытый доступ
    • Опубликовано:
    • Шанто Рахман 1 ,
    • Мд Мостафиджур Рахман 1 ,
    • М. Абдулла-Аль-Вадуд 2 ,
    • Дастегир Дастегир Аль-Вадуд0039 3 и
    • Мохаммад Шояиб 1  

    Журнал EURASIP по обработке изображений и видео том 2016 , Номер статьи: 35 (2016) Процитировать эту статью

    • 27 тыс. обращений

    • 107 цитирований

    • Сведения о показателях

    Abstract

    Из-за ограничений устройств захвата изображения или наличия неидеальной среды качество цифровых изображений может ухудшиться. Несмотря на значительный прогресс в области визуализации, снятые изображения не всегда оправдывают ожидания пользователей в отношении четкого и успокаивающего вида. Большинство существующих методов в основном ориентированы либо на глобальное, либо на локальное улучшение, которое может не подходить для всех типов изображений. Эти методы не учитывают характер изображения, в то время как различные типы ухудшенных изображений могут требовать различных видов обработки. Следовательно, мы классифицируем изображения на несколько классов на основе статистической информации о соответствующих изображениях. После этого предлагается адаптивная гамма-коррекция (АРУ) для надлежащего повышения контрастности изображения, где параметры АРУ задаются динамически на основе информации об изображении. Обширные эксперименты наряду с качественными и количественными оценками показывают, что производительность AGC лучше, чем у других современных технологий.

    Введение

    Поскольку цифровые камеры стали недорогими, люди в повседневной жизни делают большое количество изображений. На эти изображения часто влияют атмосферные изменения [1], низкое качество устройств захвата изображения, отсутствие опыта оператора и т. д. Во многих случаях эти изображения могут потребовать улучшения, чтобы сделать их более приемлемыми для обычных людей. Кроме того, улучшение изображения необходимо из-за его широкого спектра применения в таких областях, как атмосферные науки [2], астрофотография [3], обработка медицинских изображений [4], анализ спутниковых изображений [5], анализ и синтез текстур [6], дистанционное зондирование [7], цифровая фотография, наблюдение [8] и приложения для обработки видео [9]. ].

    Улучшение охватывает различные аспекты коррекции изображения, такие как насыщенность, резкость, шумоподавление, тональная регулировка, тональный баланс и коррекция/улучшение контрастности. В этой статье основное внимание уделяется повышению контрастности для различных типов изображений. Существующие методы усиления контраста можно разделить на три группы: глобальные, локальные и гибридные методы. В методах глобального улучшения каждый пиксель изображения преобразуется в соответствии с одной функцией преобразования. Однако для разных частей изображения могут потребоваться различные типы улучшения, и, таким образом, глобальные методы могут создавать проблемы чрезмерного улучшения и/или недостаточного улучшения в некоторых частях изображения [10]. Для решения этой проблемы предлагаются методы локального улучшения, в которых преобразование пикселя изображения зависит от информации о соседних пикселях. Следовательно, в нем отсутствует информация о глобальной яркости, что может привести к локальным артефактам [11]. Кроме того, вычислительная сложность этих методов велика по сравнению с методами глобального улучшения. Методы гибридного улучшения включают как глобальные, так и локальные методы улучшения. Здесь преобразование учитывает как информацию о соседних пикселях, так и глобальную информацию об изображении [12]. Однако параметр(ы), контролирующий вклад локальных и глобальных преобразований в конечный результат, необходимо настраивать по-разному для разных изображений. Следовательно, при выборе типа метода улучшения необходимо сделать компромисс. В этой работе мы сосредоточимся на разработке метода глобального улучшения, который менее сложен в вычислительном отношении и в то же время подходит для большого разнообразия изображений.

    Очень распространенным наблюдением для большинства доступных методов является то, что любой отдельный метод может не работать для разных изображений из-за разных характеристик изображений. На рис. 1 представлены два визуально неприятных изображения, к которым были применены два известных глобальных метода улучшения изображения, а именно выравнивание гистограммы (HE) [13] и адаптивная гамма-коррекция с весовым распределением (AGCWD) [14]. Результаты показывают, что HE дает лучший результат для изображения «фасоли», но не для изображения «девушки», в то время как AGCWD дает лучший результат для изображения «девушки», но не для изображения «фасоли». Следовательно, чтобы преодолеть эту проблему с помощью одного метода, сначала следует проанализировать характеристики изображения, и на основе этих характеристик изображения необходимо разделить на классы. Техника улучшения должна соответствующим образом преобразовывать изображения в соответствии с классом, к которому они принадлежат.

    Рис. 1

    Усиление разными способами (сверху вниз → «боб», «девочка»). и Оригинал. б НЕ. c AGCWD

    Полноразмерное изображение

    Для обработки различных типов изображений Tsai et al. [15] классифицировали изображения на шесть групп и применяли методы улучшения для соответствующих групп изображений. Однако предопределенные значения, используемые в классификации, могут работать не во всех случаях, тогда как ожидается, что метод адаптивной классификации, основанный на статистической информации, будет хорошо работать в большинстве случаев.

    Чтобы смягчить эти проблемы, мы предлагаем глобальный метод, называемый адаптивной гамма-коррекцией (АРУ), который требует меньше вычислений и улучшает каждый тип изображения в соответствии с его характеристиками. С этой целью, основные вклады нашей работы заключаются в следующем:

    • Мы предлагаем метод автоматической классификации изображений, основанный на статистической информации об изображении.

    • Для повышения контрастности каждого класса изображений мы разрабатываем модифицированный метод гамма-коррекции, в котором параметры задаются динамически, что приводит к совершенно разным функциям преобразования для разных классов изображений и требует меньше времени.

    Экспериментальные результаты показывают, что динамические параметры установлены так, чтобы обеспечить ожидаемое улучшение изображений.

    Остальная часть этого документа организована следующим образом. В разделе 2 представлен обзор существующих работ. В разделе 3 представлено предлагаемое нами решение. В разделе 4 представлена ​​демонстрация эффективности АРУ и перечислены экспериментальные результаты, иллюстрирующие эффективность АРУ по сравнению с другими существующими методами. Наконец, в Разделе 5 подводятся итоги.

    Обзор литературы

    Для повышения контрастности изображения были предложены различные методы улучшения изображения [10, 16–19]. Выравнивание гистограммы (HE) является таким широко используемым методом [13]. Однако HE не всегда дает удовлетворительные результаты, так как может вызвать чрезмерное усиление для частых уровней серого и потерю контраста для менее частых [18]. Чтобы смягчить проблемы чрезмерного улучшения, выравнивание бигистограммы с сохранением яркости (BBHE) [19], выравнивание дуалистической гистограммы субизображения (DSIHE) [20] и выравнивание бигистограммы с минимальной средней ошибкой яркости (MMBEBHE) [21] были предложены, которые разбивают гистограмму перед применением HE. BBHE разделяет гистограмму на основе среднего изображения, тогда как DSIHE использует медиану изображения для разделения. MMBEBHE ​​рекурсивно разбивает гистограмму изображения на несколько групп на основе средней ошибки яркости (MBE). Однако в этом методе желаемое улучшение не всегда может быть достигнуто, а разница между входным и выходным изображением минимальна [18]. Более того, из-за рекурсивного расчета МПЭ вычислительная сложность очень велика по сравнению с другими методами [22].

    Комбинация BBHE и DSIHE представляет собой рекурсивно-разделенное и взвешенное выравнивание гистограмм (RSWHE) [18], сохраняющее яркость и повышающее контрастность изображения. Основная идея этого алгоритма состоит в том, чтобы разбить гистограмму на две или более частей и применить веса в виде нормализованной степенной функции для модификации подгистограмм. Наконец, он выполняет выравнивание гистограммы на каждой из взвешенных гистограмм. Однако статистическая информация изображения может быть потеряна после преобразования, что ухудшает качество изображения [14].

    Также предлагаются некоторые другие методы, начиная от традиционной гамма-коррекции и заканчивая более сложными методами, использующими гистограмму изображения глубины [23], контекстную информацию о пикселях [11] и т. д. для анализа контекста изображения и конвейерной обработки различных этапов [24] для ускорения процесс. Селик и Тьяджади предлагают контекстуальный и вариационный контраст (CVC) [11], где берется межпиксельная контекстная информация, а улучшение выполняется с использованием сглаженной двумерной целевой гистограммы. В результате вычислительная сложность этого метода становится очень большой. Адаптивная гамма-коррекция с весовым распределением (AGCWD) [14] выводит гибридную функцию модификации гистограммы, сочетающую традиционные методы гамма-коррекции и выравнивания гистограммы. Хотя AGCWD повышает контрастность, сохраняя общую яркость изображения, этот метод может не дать желаемых результатов, когда во входном изображении отсутствуют яркие пиксели, поскольку максимальная интенсивность выходного изображения ограничена максимальной яркостью входного изображения [25]. Это связано с тем, что самая высокая усиленная интенсивность никогда не пересекает максимальную интенсивность входного изображения.

    Колтук и др. предложить точную спецификацию гистограммы (EHS) [16], основанную на строгом упорядочении пикселей изображения. Это гарантирует, что гистограмма будет однородной [26] после улучшения. Таким образом, увеличивается контрастность изображения без учета незначительных ошибок. Однако EHS использует модель Гаусса, которая не подходит для большинства естественных изображений [27]. Цай и Йе вводят соответствующую функцию кусочно-линейного преобразования (APLT) для цветных изображений путем анализа содержимого изображения [28]. APLT может вызвать чрезмерное усиление и потерю деталей изображения в некоторых случаях, когда изображение содержит однородный фон [29].].

    Celik и Tjahjadi недавно предложили адаптивный алгоритм выравнивания изображения [30], в котором входная гистограмма сначала преобразуется в смешанную модель Гаусса, а затем точки пересечения компонентов Гаусса используются для разделения динамического диапазона изображения. Этот метод может не улучшить изображения при очень слабом освещении [31].

    Многоуровневое разностное представление (LDR), предложенное Lee et al. [32] делит изображение на несколько слоев, выводит функцию преобразования для каждого слоя и объединяет их в окончательную желаемую функцию преобразования. Здесь все пиксели рассматриваются одинаково, хотя пиксели переднего плана имеют большее значение, чем пиксели фона [33]. Структура модификации гистограммы (HMF) [34] решает эти типы проблем, уменьшая вклад больших гладких областей, которые часто соответствуют фоновым областям. Таким образом, он улучшает детали объекта за счет ухудшения деталей фона, и, следовательно, этого метода может быть недостаточно, если мы хотим увидеть детали фона [35].

    Чтобы по-разному улучшить разные части изображения, метод билатеральной кривой Безье (BBC) [36] разбивает гистограмму изображения на темные и светлые области, создает кривые преобразования отдельно для каждого сегмента и объединяет эти две кривые для получения окончательное отображение. Однако BBC часто генерирует значительные искажения изображения из-за осветления и чрезмерного усиления [37].

    В целом, большинство методов повышения контрастности не дают удовлетворительных результатов для разнообразных изображений, таких как темные, низкоконтрастные, яркие, в основном темные, высококонтрастные, в основном яркие. Чтобы избавиться от этой проблемы, Tsai et al. [15] предлагают метод повышения контрастности на основе дерева решений, который сначала классифицирует изображения на шесть групп, а затем применяет кусочно-линейное преобразование для каждой группы изображений. Однако классификация выполняется с использованием установленных вручную пороговых значений, которые не всегда подходят для надлежащего улучшения различных типов изображений.

    Из приведенного выше обсуждения становится очевидным, что доступные методы повышения контрастности изображения могут применяться не для всех типов изображений. Техника, дающая хорошие результаты для одних изображений, может дать сбой на некоторых других изображениях. Чтобы решить эту проблему, мы предлагаем простой в вычислительном отношении метод, использующий механизм автоматической классификации изображений вместе с подходящим методом улучшения для каждого из классов изображений.

    Предлагаемый метод

    Основной целью предлагаемого метода является преобразование изображения в визуально приятное за счет максимизации информации о деталях. Это достигается за счет увеличения контрастности и яркости без каких-либо визуальных артефактов. Для этого мы предлагаем метод адаптивной гамма-коррекции (АРУ), который динамически определяет функцию преобразования интенсивности в соответствии с характеристиками входного изображения. Предлагаемая АРУ состоит из нескольких шагов, как показано на рис. 2. Детали каждого шага описаны ниже.

    Рис. 2

    Функциональная блок-схема предлагаемого метода

    Полноразмерное изображение

    Преобразование цвета

    Несколько цветовых моделей [13], такие как красно-зелено-синий (RGB), Lab, HSV и YUV доступны в области обработки изображений. Однако изображения обычно доступны в цветовом пространстве RGB, где три канала сильно коррелированы. И, следовательно, преобразования интенсивности, выполненные в пространстве RGB, могут изменить цвет изображения. Для AGC мы используем цветовое пространство HSV, которое разделяет информацию о цвете и яркости изображения на каналы оттенка (H), насыщенности (S) и значения (V). Цветовая модель HSV обеспечивает ряд преимуществ, таких как хорошая способность представления цвета для человеческого восприятия и возможность полностью отделить информацию о цвете от информации о яркости (или светлоте) [28, 38, 39].]. Следовательно, усиление V-канала не меняет исходный цвет пикселя.

    Классификация изображений

    Каждое изображение имеет свои характеристики, и на их основе следует проводить улучшение. Чтобы надлежащим образом обрабатывать различные изображения, предлагаемый AGC сначала классифицирует входное изображение I либо по низкоконтрастному классу ϱ 1 или высокий (или средний) класс контрастности ϱ 2 в зависимости от доступного контраста изображения с использованием уравнения. (1).

    $$ g(I)= \left\{\begin{array}{ll} {\varrho_{1}}, & {D}\leq 1/\tau\\ {\varrho_{2}}, & \text{иначе} \end{массив}\right. $$

    (1)

    где D =diff(( µ +2 σ ),( µ −2 σ )) и τ a используется для определения параметра контраста изображения. σ и μ — стандартное отклонение и среднее значение интенсивности изображения соответственно.

    Уравнение (1) классифицирует изображение как низкоконтрастное, когда интенсивность большинства пикселей этого изображения сгруппирована в небольшом диапазоне (см. рис. 3). Критерий в уравнении Уравнение (1) выбирается исходя из неравенства Чебышева, которое гласит, что не менее 75 % значений любого распределения останутся в пределах 2 σ вокруг его среднего значения с обеих сторон [40]. Это приводит к более простому виду критерия отнесения изображения к малоконтрастным в виде 4 σ ≤1/ τ . Исходя из нашего опыта, мы обнаружили, что τ =3 является подходящим выбором для характеристики контрастов различных изображений.

    Рис. 3

    Низкоконтрастное изображение

    Полноразмерное изображение

    Опять же, в зависимости от яркости изображения, различные интенсивности изображения должны быть изменены по-разному. Следовательно, делим каждое из ϱ 1 и ϱ 2 классы на два подкласса, яркие и темные, в зависимости от средней интенсивности изображения 9{\gamma} $$

    (2)

    где I в и я из — интенсивность входного и выходного изображения соответственно. c и γ — два параметра, управляющие формой кривой преобразования. В отличие от традиционной гамма-коррекции, AGC устанавливает значения 90 514 γ 90 417 и 90 514 c 90 417 автоматически, используя информацию об изображении, что делает этот метод адаптивным. В следующих подразделах мы опишем процедуру установки этих двух параметров для разных классов изображений.

    Улучшение низкоконтрастного изображения

    В соответствии с классификацией по формуле. (1) изображения, попадающие в группу ϱ 1 имеют плохой контраст. Низкое значение σ означает, что большинство пикселей имеют одинаковую интенсивность. Таким образом, значения пикселей должны быть разбросаны по более широкому диапазону, чтобы усилить контраст.

    При гамма-коррекции γ управляет наклоном функции преобразования. Чем выше значение γ , тем круче становится кривая преобразования. И чем круче кривая, тем больше разбросаны соответствующие интенсивности, вызывая большее увеличение контраста. В АРУ это удобно делать для малоконтрастных изображений, выбирая значение γ , рассчитанное по формуле

    $$ \gamma=-\log_{2}(\sigma) $$

    (3)

    На рис. 5 показан график зависимости γ от σ с использованием приведенной выше формулы, которая показывает убывающую кривую . Обратите внимание, σ мал в ϱ 1 класс. Следовательно, будут получены большие значения γ , которые, как и ожидалось, вызовут сильное увеличение контраста.

    Рис. 5

    γ значения для разных σ

    Полноразмерное изображение

    В традиционной гамма-коррекции c используется для увеличения или уменьшения яркости выходного изображения. Однако в AGC мы допускаем 9{\gamma} $$

    (5)

    , а функция Хевисайда [41] имеет вид

    $$ \text{Хевисайд}(x)= \left\{ \begin{array}{ll} 0, & x \leq 0\\ 1, & x > 0 \end{массив}\right. $$

    (6)

    Такой выбор γ и c позволяет AGC обрабатывать яркие и темные изображения в ϱ 1 класс разными и подходящими способами. Эффективность предлагаемой функции преобразования описана в следующих подразделах. {\gamma} $$

    (7)

    Для увеличения контраста в изображениях этого типа кривая преобразования должна распределять яркие интенсивности по более широкому диапазону более темных интенсивностей. Для этого, согласно AGC, нам нужно, чтобы γ было больше 1, что гарантируется леммой 1.

    Лемма 1

    Для низкоконтрастных изображений γ остается больше 1.

    Доказательство

    Для низкоконтрастных изображений минимальное значение γ в AGC будет \(\gamma _{\text {min}}= -\log _{2}\left (\sigma _{\text {max }}\right)= -\log _{2}\left (\frac {1}{4\tau }\right)\). При выборе τ =3 получаем γ мин = − log2 (0,0833) = 3,585 > 1. □

    Нижние кривые на рис. 6 представляют эффекты преобразования для малоконтрастных ярких изображений. Мы получаем разные кривые с разным наклоном в зависимости от значения о . Меньшее значение σ приводит к большему разбросу интенсивностей, что приводит к большему увеличению контраста.

    Рис. 6

    Кривые трансформации для низкоконтрастных изображений

    Полноразмерное изображение

    3.3.1.2 Темные изображения в ϱ 1

    Большинство яркостей изображения этого класса сгруппированы в небольшом диапазоне темно-серых уровней вокруг среднего значения изображения. Для повышения контрастности таких изображений кривая преобразования должна быть расширена от темных интенсивностей до более высоких интенсивностей. Для этого требуется кривая преобразования, которая лежит выше линии 9{\gamma}} $$

    (8)

    На рис. 6 показано, что функции преобразования, создаваемые АРУ для низкоконтрастных темных изображений, действительно находятся выше линии I из = I в . Опять же, крутизна кривых больше для изображений с более низкой контрастностью (т. е. с низким 90 514 σ 90 417), что и требовалось. Что еще более интересно, крутая часть кривой движется со значением μ . Это гарантирует, что интенсивность около μ более разбросаны по выходному изображению. Такое поведение преобразования вполне ожидаемо, так как большинство интенсивностей приходится на μ в этом классе изображений.

    На рис. 7 представлены два малоконтрастных темного и яркого изображения и их гистограммы вместе с соответствующими кривыми трансформации, а также улучшенные изображения и гистограммы после применения АРУ. На гистограммах исходного изображения большая часть интенсивностей накапливается в очень ограниченном диапазоне. После применения АРУ интенсивности распределяются по более широким диапазонам.

    Рис. 7

    Низкоконтрастные изображения. a Исходный темный («боб»), b улучшенный AGC вместе с кривой преобразования a . c Оригинальная яркая («чашка»), d с усилением AGC вместе с кривой преобразования c

    Полноразмерное изображение

    Улучшение высоко- или среднеконтрастного изображения

    Изображение попадает в ϱ 2 , когда интенсивность заметно разбросана по доступному динамическому диапазону. В таких изображениях регулировка яркости обычно важнее повышения контрастности. В данном случае I из и c рассчитываются так же, как в уравнениях. (2) и (4). γ теперь рассчитывается по-другому, используя уравнение (9), чтобы не сильно растягивать контраст

    $$ \gamma=\exp{\left[(1-(\mu+\sigma))/2 \right]} $$

    (9)

    Лемма 2 подтверждает, что γ попадает в небольшой диапазон около 1 для этого класса изображений, что и требовалось, обеспечивая незначительное изменение контраста.

    Лемма 2

    Для высоко- или среднеконтрастных изображений γ ∈[0,90,1,65].

    Доказательство

    Минимальное значение γ находится, когда ( μ + σ 9{2} }\right)\) так как для x ∈[0,1] имеем σ 2 мкм мкм 2 . Таким образом, максимум ( μ + σ ) равен \( \frac {1}{2}+ \frac {1}{\sqrt {2}} =1,2071\). Это дает минимальное значение для \(\gamma =\exp {\left [\frac {\left (\frac {1}{2} — \frac {1}{\sqrt {2}} \right)}{2 }\справа ]}=0,

    78\). Следовательно, \( 0,

    78 \leq \gamma \leq \sqrt e =1,64872\). □

    Теперь обсудим влияние γ на темные и яркие изображения.

    3.3.2.1 Темные изображения в ϱ 2

    Для изображений с μ <0,5, ( μ + σ )≤1, поскольку оба μ и σ меньше (или равны) 17 γ 4 0,5 0,51 1.

    На рис. 8 представлены кривые трансформации для различных значений μ и σ . Здесь мы видим, что кривые трансформации проходят выше линейной кривой I из = I в , превращая темные пиксели в более светлые. Также обратите внимание, что чем ниже среднее значение на входном изображении, тем более резкое увеличение значений более темных пикселей выполняется (более крутые кривые на рис. 8). Это увеличивает видимость темных изображений.

    Рис. 8

    Кривая преобразования для высоко- или умеренно контрастных темных изображений

    Полноразмерное изображение

    Для темных изображений со сравнительно большим средним значением ( μ ∼0,5, но μ <0,5) кривые преобразования очень близки к линейной кривой , т. е. изменения интенсивности невелики.

    3.3.2.2 Яркие изображения в ϱ 2

    Для этого класса изображений я из , c и γ рассчитываются по формулам (2), (4) и (9) соответственно. При этом изображения имеют хорошее качество по яркости и контрастности. Здесь главная цель — сохранить качество изображения. На рис. 9 показаны кривые преобразования для различных значений μ и σ . Здесь кривые лежат очень близко к линии I из = I в , вызывая небольшое изменение контраста и не гарантируя значительных изменений интенсивности, как ожидалось.

    Рис. 9

    Кривая трансформации для высококонтрастных и среднеконтрастных ярких изображений

    Полноразмерное изображение

    Отметим, что для максимально рассеянного изображения, т.е. для \(\sigma =\sigma _{\text {max}}= \frac {1}{2} \) и \(\mu =\frac {1}{2}\), (т. е. когда половина пикселей изображения имеет нулевую интенсивность, а другая половина — максимальную интенсивность 1) , нам не нужно менять изображение. Он имеет максимальную контрастность и уже усилен. Здесь нам нужна кривая линейного преобразования, и уравнение. (9) точно дает γ =1, удовлетворяющее требованию.

    На рис. 10 представлены два средне- или высококонтрастных изображения и их гистограммы вместе с соответствующими кривыми преобразования, а также улучшенные изображения и гистограммы после применения АРУ. При применении AGC уровни серого изображения распределяются в более широких диапазонах гистограмм по желанию.

    Рис. 10

    Средне- или высококонтрастное изображение. a Оригинал темный («фонтан»), b , усиленный AGC вместе с кривой преобразования в . c Оригинальная яркая («ленна»), d с усилением AGC вместе с кривой преобразования c

    Полноразмерное изображение

    Экспериментальный результат

    В этой статье у нас есть три основные проблемы: (i) правильная классификация вместе с (ii) преобразованием изображения для приемлемого повышения контрастности с (iii) низкой вычислительной сложностью. Мы сравниваем характеристики предложенного АРУ с некоторыми другими современными технологиями, а именно HE [13], EHS [16], CVC [11], LDR [32], HMF [34], RSWHE [18]. и AGCWD [14]. Сравнение проводится как в качественном, так и в количественном отношении.

    Качественная оценка

    Для качественной оценки сначала рассмотрим несколько репрезентативных изображений каждого из четырех предложенных классов (показаны на рис. 11). Кроме них, мы также рассматриваем некоторые другие изображения, использованные в [42] и [13].

    Рис. 11

    Результаты усиления разными методами (сверху вниз → «кошка», «боб», «чашка», «женщина», «пещера» и «роза»). и Оригинал. б НЕ. c EHS. д ЦВК. и LDR. ф ХМФ. г RSWHE. ч AGCWD. i Предлагаемый

    Изображение в натуральную величину

    Изображения «боб» и «кошка» относятся к классу темных малоконтрастных (в масштабе 255 1 , боб, D =69,05, μ и =38,77,7 cat, D =44,17, µ =82,95) и содержат большую часть пикселей в темной области. Основная задача этих изображений — убрать мутность и увеличить яркость без создания каких-либо артефактов. Чтобы продемонстрировать превосходство AGC, давайте рассмотрим часть изображения «кошки» (т. е. прямоугольную область, отмеченную красным цветом на рис. 11), которая представляет собой плоскую стену (где интенсивность варьируется от 88 до 9).9). HE создает аномальные эффекты, потому что интенсивность этой области варьируется от 161 до 255 на выходном изображении, что создает локальные артефакты. Чрезмерное усиление также наблюдается в EHS. Напротив, следующие уравнения. (3), (4), (5) и (8) АРУ преобразует интенсивности в диапазон [202, 255]. В результате на стене в трансформированном изображении создается визуальная успокаивающая зона. Аналогичный эффект наблюдается и на изображении «боба» для разных методов. Желателен большой контраст, чтобы четко визуализировать черные точки на белых бобах. HE и EHS почти успешны в этом случае. Однако CVC сильно ухудшает качество изображения из-за создания локальных артефактов. AGCWD не оказывает существенного влияния на входные изображения, поскольку этот метод не может увеличить яркость выше максимальной интенсивности (самая высокая яркость для «кошки» равна 104, а для «бобов» — 83). RSWHE немного выравнивает исходное изображение, чтобы сохранить исходную яркость, но не улучшает качество изображения. LDR в значительной степени увеличивает яркость, тогда как HMF не может увеличить ее в достаточной степени. Напротив, благодаря предложенной классификации наряду с соответствующей функцией преобразования результаты АРУ вполне приемлемы.

    Изображение «чашки» на рис. 11 также низкоконтрастное, но большинство пикселей этого изображения слишком яркие (в масштабе 255, D =81,70, μ =204,86). Наиболее часто встречающаяся интенсивность изображения чашки равна 255, что также является максимальной интенсивностью этого изображения, тогда как минимальная интенсивность составляет 111. В случае HE и EHS некоторые пиксели становятся слишком темными, что нежелательно. CVC, LDR и HMF в некоторых случаях не могут извлечь подробную информацию. AGCWD преобразует большую часть интенсивностей в белый диапазон ([128, 255]) и делает изображение ярче, чем ожидалось. С другой стороны, AGC соответствующим образом преобразует (используя уравнения (3), (4), (5) и (7)) большое количество более ярких пикселей в более темные, повышая контрастность. Предлагаемая АРУ работает лучше, чем другие, потому что один пиксель не влияет напрямую на преобразование других соседних пикселей. Скорее, такая информация, как среднее значение изображения и стандартное отклонение от всего изображения, влияет на преобразование AGC.

    Изображения «пещера» и «женщина» относятся к темному классу средней/высокой контрастности (в масштабе 255, пещера, D =261,22, мк =61,99 и женщина, D =210,73, мк = 85,22). Это связано с тем, что пиксели этих изображений разбросаны по всей гистограмме, и среди них более половины пикселей находятся в темной области. Основная задача изображений «пещера» и «женщина» — увеличить яркость без создания каких-либо артефактов, особенно в светлых областях изображений. На изображении «женщины» 75 % пикселей с интенсивностью ниже 100, и нам нужно сохранить эффект освещения. HE и EHS чрезмерно улучшают изображение, потому что значения интенсивности выше 100 резко изменяются, создавая локальные артефакты вокруг источников света. LDR, HMF и CVC дают почти идентичные результаты, и выходы в основном темные. RSWHE в значительной степени ухудшает исходное изображение. Хотя AGCWD дает сравнительно лучший результат, чем другие существующие методы, выходным сигналам не хватает желаемой яркости. Предлагаемый метод (AGC) увеличивает яркость входных изображений, а также сохраняет хороший контраст с использованием уравнений. (2), (4) и (9). В изображении «пещера» 85 % интенсивности ниже 75, но максимальная интенсивность составляет 255. Подобно изображению «женщины», аналогичные эффекты наблюдаются и для изображения «пещера». AGC обеспечивает лучшую контрастность, эффективно классифицируя и преобразовывая интенсивность пикселей с помощью формул. (2), (4) и (9).

    «Роза» — изображение с хорошей контрастностью и успокаивающей яркостью (по шкале 255, D =265,51, μ =218,79). Мы выбрали это изображение, чтобы поэкспериментировать с результатами различных методов на изображении хорошего качества. На этом изображении минимальная и максимальная интенсивность 11 и 255 соответственно. Интенсивность более 60 % составляет ровно 255 (в основном на белом фоне). HE и EHS создают раздражающие артефакты, которые хорошо видны на листьях и лепестках. HE преобразует большинство ярких пикселей в более темные области (например, 254 в 101, 200 в 53). В результате лепестки розы становятся темными. Точно так же EHS и RSWHE преобразуют пиксели с интенсивностью 255 в более низкие и создают темные оттенки на заднем плане. CVC, LDR и HMF делают изображение темнее, тогда как RSWHE и AGCWD увеличивают яркость. Во всех этих случаях выходное изображение теряет свой первоначальный контраст. Однако АРУ не влияет на большую часть интенсивностей из-за линейного характера кривой его преобразования (кривая преобразования показана на рис. 9).используя уравнения (2), (4) и (9)). Следовательно, визуальная информация изображения сохраняется и несколько усиливается.

    Хотя мы обсудили наши четыре различных случая с примерами изображений (например, рис. 11), считается, что несколько других изображений из [42] и [13] демонстрируют надежность АРУ, как показано на рис. 12. Эти результаты также отстаивают превосходство AGC. Например, в случае изображения «девушка» HE делает видимым тонкое ожерелье, но слишком много артефактов на волосах. LDR, HMF и CVC дают хорошие результаты на волосах, но не сохраняют первоначальный цвет лица и яркость не увеличиваются. EHS улучшает изображение со слишком большим количеством артефактов на волосах. Хотя AGCWD дает сравнительно лучший результат, чем другие существующие методы, на выходе не хватает желаемой яркости. С другой стороны, AGC увеличивает яркость входного изображения, а также сохраняет желаемый цветовой контраст. Для «темного океана» основные проблемы заключаются в том, чтобы увеличить яркость, сохраняя четкость солнечного луча и дуги речного потока. На рис. 12 («комната») представлено необработанное изображение, почти темное. И в этом случае AGC увеличивает контрастность и яркость лучше, чем другие методы. Изображение «белая роза» на рис. 12 содержит структурный шум [13]. Здесь наш метод дает лучшее изображение, чем другие методы, без значительного усиления шума.

    Рис. 12

    Результаты улучшения разными методами (сверху вниз → «девушка», «темный океан», «фонтан», «здание», «комната» и «белая роза»). и Оригинал. б НЕ. c EHS. д ЦВК. и LDR. f ХМФ. г RSWHE. ч AGCWD. i Предлагаемый

    Полноразмерное изображение

    Количественное измерение

    Улучшение или улучшение визуального качества изображения является субъективным вопросом, поскольку его оценка варьируется от человека к человеку. С помощью количественных измерений мы можем установить числовые обоснования. Однако количественная оценка контрастного усиления — непростая задача из-за отсутствия какого-либо общепринятого критерия. Здесь мы оцениваем эффективность методов улучшения с использованием трех показателей качества, а именно среднеквадратичного (среднеквадратического) контраста, времени выполнения (ET) и дискретной энтропии (DE). 9{2}} $$

    (10)

    В таблицах 1 и 2 представлены среднеквадратичные значения контраста, полученные разными методами. В таблице 1 мы используем изображения, представленные на рис. 11. Опять же, чтобы показать надежность предлагаемого метода, в таблице 2 мы рассматриваем набор из 4000 изображений (по 1000 для каждой группы: низкоконтрастные яркие (G1), и темные (G2) изображения, а также умеренно-/высококонтрастные яркие (G3) и темные (G4) изображения). Мы выбираем изображения из Gonzalez et al. [13], Extended Yale B [45], Caltech-UCSD birds 200 [46], Corel [47], Caltech 256 [48] и Outex-TC-00034 [49].] наборы данных. Из этих двух таблиц видно, что предлагаемый метод обеспечивает более высокие среднеквадратичные значения по сравнению с другими методами. Хотя HE дает самые высокие среднеквадратичные значения в трех группах (показаны в таблице 2), такие результаты обусловлены чрезмерным усилением изображений. За исключением этого, AGC демонстрирует лучшие характеристики, чем другие современные методы, благодаря лучшей классификации и соответствующей функции преобразования.

    Таблица 1 Среднеквадратический контраст для изображений, использованных на рис. 11

    Полноразмерная таблица

    Таблица 2 Среднеквадратичная контрастность, рассчитанная для тестовых изображений четырех групп

    Полноразмерная таблица

    Время выполнения алгоритм. На рисунке 13 показано время выполнения, необходимое для запуска каждого алгоритма, который показывает, что CVC требует больше времени выполнения, чем все другие методы, из-за учета информации о соседних пикселях. LDR, EHS, AGCWD, RSWHE и HMF также требуют сравнительно большего времени выполнения. Время выполнения AGC всегда самое низкое по сравнению с другими существующими методами, даже HE. Это связано с тем, что его функция преобразования учитывает только информацию о текущем пикселе изображения, среднее значение изображения и стандартное отклонение.
    Следовательно, AGC может быть легко адаптирована к приложениям реального времени, таким как камера наблюдения, веб-камера и камеры, благодаря низкой вычислительной стоимости.

    Рис. 13

    Время выполнения (log10 S в и л e )

    Полный размер

    Дискретная энтропия

    Энтропия – это мера неопределенности случайной величины. Чем более случайным является характер интенсивности пикселей, тем большей энтропией обладает изображение [50]. Низкая энтропия означает низкую контрастность изображения. Таблицы 3 и 4 иллюстрируют значения DE, полученные различными методами. Таблица 3 показывает, что AGC создает большую энтропию в большинстве случаев, и его производительность является лучшей по сравнению с другими методами. В таблице 4 представлены значения DE, рассчитанные для 4000 изображений, упомянутых ранее, из которых мы также можем сделать вывод, что АРУ работает лучше, чем другие современные методы.

    Таблица 3 Дискретная энтропия для изображений, использованных на рис. 11

    Полная таблица

    Таблица 4 Дискретная энтропия, рассчитанная для тестовых изображений четырех групп гамма-коррекция (АРУ). Этот метод создает визуально приятное улучшение для различных типов изображений. В отличие от большинства методов, АРУ динамически изменяет значения различных параметров метода. Сравнение производительности с другими современными алгоритмами улучшения показывает, что AGC обеспечивает наиболее удовлетворительное повышение контрастности в различных условиях освещения. Поскольку AGC требует мало времени, ее можно использовать в нескольких областях применения, таких как цифровая фотография, обработка видео и другие приложения в бытовой электронике.

    Сноска

    1 Для лучшего понимания вместо шкалы [0-1] мы используем шкалу [0-255].

    Ссылки

    1. S-C Huang, B-H Chen, W-J Wang, Восстановление видимости одиночных туманных изображений, снятых в реальных погодных условиях. Цирк. Сист. Видео Техн. IEEE транс. 24 (10), 1814–1824 (2014).

      Артикул Google ученый

    2. Г. П. Эллрод, Достижения в обнаружении и анализе ночного тумана с использованием мультиспектральных инфракрасных изображений. Прогноз погоды. 10 (3), 606–619 (1995).

      Артикул Google ученый

    3. С. Беди, Р. Ханделвал, Различные методы улучшения изображения — критический обзор. Междунар. Дж. Адв. Рез. вычисл. коммун. англ. 2 (3), 1605–1609 (2013).

      Google ученый

    4. М. Зикос, Э. Калдуди, С. Орфанудакис, Медицинская обработка изображений. Стад. Технологии здоровья. Инф. 43 (Пт Б), 465–469(1997).

      Google ученый

    5. М. Нетелер, Х. Митасова, в ГИС с открытым исходным кодом: подход к ГИС травы . Обработка спутниковых изображений (SpringerNew York, 2002), стр. 207–262.

      Глава Google ученый

    6. А.А. Эфрос, В.Т. Фриман, в Труды 28-й ежегодной конференции по компьютерной графике и интерактивным методам . Выстегивание изображений для синтеза и переноса текстуры (ACMLos Angeles, 2001), стр. 341–346.

      Google ученый

    7. Дж. Р. Дженсен, К. Лулла, Введение в цифровую обработку изображений: перспектива дистанционного зондирования. Геокарто Интернэшнл. 2 (1), 65 (1987).

      Артикул Google ученый

    8. М. А. Ренкис, Система и способ совместного использования видеонаблюдения. Патенты Google. Патент 8, США, 842, 179 (2014).

    9. Ф. Арман, А. Хсу, М.-Ю. Чиу, в Материалы Первой Международной конференции ACM по мультимедиа . Обработка изображений на основе сжатых данных для больших видеобаз данных (ACMAnaheim, 1993), стр. 267–272.

      Глава Google ученый

    10. H Cheng, X Shi, Простой и эффективный подход к улучшению изображения с помощью выравнивания гистограммы. Цифровой сигнальный процесс. 14 (2), 158–170 (2004).

      Артикул Google ученый

    11. T Celik, T Tjahjadi, Контекстное и вариационное усиление контраста. Процесс изображения. IEEE транс. 20 (12), 3431–3441 (2011).

      MathSciNet Статья Google ученый

    12. А. Росс, А. Джейн, Дж. Рейзман, Гибридный сканер отпечатков пальцев. Распознавание шаблона 36 (7), 1661–1673 (2003).

      Артикул Google ученый

    13. RC Gonzalez, RE Woods, «Цифровая обработка изображений», Pearson/Prentice Hall, Upper Saddle River, NJ, 3rd ed. (2008).

    14. С.-С. Хуанг, Ф.С. Ченг, Ю.С. Чиу, Эффективное повышение контрастности с использованием адаптивной гамма-коррекции с весовым распределением. Процесс изображения. IEEE транс. 22 (3), 1032–1041 (2013).

      MathSciNet Статья Google ученый

    15. C-M Tsai, Z-M Yeh, Y-F Wang, Повышение контрастности на основе дерева решений для различных цветных изображений. Мах. Вис. заявл. 22 (1), 21–37 (2011).

      Артикул Google ученый

    16. D Coltuc, P Bolon, J-M Chassery, Точная спецификация гистограммы. Процесс изображения. IEEE транс. 15 (5), 1143–1152 (2006).

      Артикул Google ученый

    17. К. Хуссейн, С. Рахман, С. Халед, М. Абдулла-Аль-Вадуд, М. Шояиб, в Программное обеспечение, знания, управление информацией и приложения (SKIMA), 2014 г. 8-я Международная конференция по . Улучшение темного изображения с помощью локально преобразованной гистограммы (IEEEDhaka, 2014), стр. 1–7.

      Google ученый

    18. M Kim, MG Chung, Рекурсивно разделенное и взвешенное выравнивание гистограммы для сохранения яркости и повышения контрастности. потреблять. Электрон. IEEE транс. 54 (3), 1389–1397 (2008).

      Артикул Google ученый

    19. Ю.-Т. Ким, Повышение контрастности с использованием двухгистограммного выравнивания с сохранением яркости. потреблять. Электрон. IEEE транс. 43 (1), 1–8 (1997).

      Артикул Google ученый

    20. Y Wang, Q Chen, B Zhang, Улучшение изображения на основе метода выравнивания гистограммы двойного изображения равной площади. потреблять. Электрон. IEEE транс. 45 (1), 68–75 (1999).

      MathSciNet Статья Google ученый

    21. С-Д Чен, А. Р. Рамли, Бигистограммная коррекция минимальной средней ошибки яркости при повышении контрастности. потреблять. Электрон. IEEE транс. 49 (4), 1310–1319 (2003).

      Артикул Google ученый

    22. С.-Д. Чен, А.Р. Рамли, Сохранение яркости в методах повышения контрастности на основе выравнивания гистограммы. Цифровой сигнальный процесс. 14 (5), 413–428 (2004).

      Артикул Google ученый

    23. S-W Jung, Повышение контрастности изображения с помощью гистограмм цвета и глубины. Сигнальный процесс. лат. IEEE. 21 (4), 382–385 (2014).

      Артикул Google ученый

    24. S-C Huang, WC Chen, Новый аппаратно-эффективный алгоритм и реконфигурируемая архитектура для повышения контрастности изображения. Процесс изображения. IEEE транс. 23 (10), 4426–4437 (2014).

      MathSciNet Статья Google ученый

    25. С. Рахман, М. М. Рахман, К. Хуссейн, С. М. Халед, М. Шояиб, в Компьютерные и информационные технологии (ICCIT), 2014 17-я Международная конференция по . Улучшение изображения в пространственной области: всестороннее исследование (IEEEDhaka, 2014), стр. 368–373.

      Google ученый

    26. D Sen, SK Pal, Автоматическая спецификация точной гистограммы для повышения контрастности и количественной оценки на основе зрительной системы. Процесс изображения. IEEE транс. 20 (5), 1211–1220 (2011).

      MathSciNet Статья Google ученый

    27. Y Wan, D Shi, Совместная спецификация точной гистограммы и улучшение изображения с помощью вейвлет-преобразования. Процесс изображения. IEEE транс. 16 (9), 2245–2250 (2007).

      MathSciNet Статья Google ученый

    28. C-M Tsai, Z-M Yeh, Повышение контрастности с помощью автоматического и безпараметрического кусочно-линейного преобразования для цветных изображений. потреблять. Электрон. IEEE транс. 54 (2), 213–219 (2008).

      Артикул Google ученый

    29. SH Yun, JH Kim, S Kim, in Consumer Electronics (ICCE), 2011 Международная конференция IEEE по . Повышение контрастности с помощью выравнивания взвешенной гистограммы (IEEELas Vegas, 2011), стр. 203–204.

      Глава Google ученый

    30. T. Celik, T. Tjahjadi, Автоматическое выравнивание изображения и повышение контрастности с использованием моделирования гауссовской смеси. Процесс изображения. IEEE транс. 21 (1), 145–156 (2012).

      MathSciNet Статья Google ученый

    31. G Phadke, R Velmurgan, in Applications of Computer Vision (WACV), 2013 IEEE Workshop On . Отслеживание среднего сдвига, инвариантное к освещению (IEEEFlorida, 2013), стр. 407–412.

      Глава Google ученый

    32. C Lee, C Lee, C-S Kim, Повышение контрастности на основе многоуровневого разностного представления двумерных гистограмм. Процесс изображения. IEEE транс. 22 (12), 5372–5384 (2013).

      Артикул Google ученый

    33. Дж. Т. Ли, К. Ли, Дж. И. Сим, К. С. Ким, в Image Processing (ICIP), Международная конференция IEEE 2014 г., посвященная . Адаптивное усиление контраста с управлением по глубине с использованием двумерных гистограмм (IEEEParis, 2014), стр. 4527–4531.

      Глава Google ученый

    34. Т. Аричи, С. Дикбас, Ю. Алтунбасак, Структура модификации гистограммы и ее применение для повышения контрастности изображения. Процесс изображения. IEEE транс. 18 (9), 1921–1935 (2009).

      MathSciNet Статья Google ученый

    35. C Lee, C Lee, YY Lee, C-S Kim, Повышение контрастности с ограничением мощности для эмиссионных дисплеев на основе выравнивания гистограммы. Процесс изображения. IEEE транс. 21 (1), 80–93 (2012).

      MathSciNet Статья Google ученый

    36. FC Cheng, S-C Huang, Эффективная модификация гистограммы с использованием двусторонней кривой Безье для повышения контрастности. Технология отображения. Дж. 9 (1), 44–50 (2013).

      Артикул Google ученый

    37. Э.Ф. Арриага-Гарсия, Р.Э. Санчес-Янес, Дж. Руис-Пиналес, М. де Гуадалупе Гарсия-Эрнандес, Адаптивная сигмовидная функция бигистограммного выравнивания для повышения контрастности изображения. Дж. Электрон. Визуализация. 24 (5), 053009–053009 (2015).

      Артикул Google ученый

    38. H-D Cheng, X Jiang, Y Sun, J Wang, Сегментация цветных изображений: достижения и перспективы. Распознавание шаблона 34 (12), 2259–2281 (2001).

      МАТЕМАТИКА Статья Google ученый

    39. Н.А. Ибрахим, М.М. Хасан, Р.З. Хан, П.К. Мишра, Понимание цветовых моделей: обзор. ARPN J. Sci. Технол. 2 (3), 265–75 (2012).

      Google ученый

    40. JG Saw, MC Yang, TC Mo, Неравенство Чебышева с оценкой среднего и дисперсии. Являюсь. Стат. 38 (2), 130–132 (1984).

      MathSciNet Google ученый

    41. К. Ф. Райли, М. П. Хобсон, С. Дж. Бенс, Математические методы физики и техники: всеобъемлющее руководство (издательство Кембриджского университета, Кембридж, 2006).

      МАТЕМАТИКА Книга Google ученый

    42. А. Р. Ривера, Б. Рю, О Чае, Улучшение темного изображения с учетом содержимого путем разделения каналов. Процесс изображения. IEEE транс. 21 (9), 3967–3980 (2012).

      MathSciNet Статья Google ученый

    43. E Peli, Контраст в сложных изображениях. JOSA A. 7 (10), 2032–2040 (1990).

      Артикул Google ученый

    44. Z Wang, AC Bovik, HR Sheikh, EP Simoncelli, Оценка качества изображения: от видимости ошибок до структурного подобия. Процесс изображения. IEEE транс. 13 (4), 600–612 (2004).

      Артикул Google ученый

    45. К.С. Ли, Дж. Хо, Д. Кригман, Приобретение линейных подпространств для распознавания лиц при переменном освещении. IEEE транс. Анальный узор. Мах. Интеллект. 27 (5), 684–698 (2005).

      Артикул Google ученый

    46. P Welinder, S Branson, T Mita, C Wah, F Schroff, S Belongie, P Perona, Caltech-UCSD birds 200. Tech. Отчет CNS-TR-2010-001, Калифорнийский технологический институт (2010 г.).

    47. П. Дуйгулу, К. Барнард, Дж. Ф. де Фрейтас, Д. А. Форсайт, в Computer Vision-ECCV 2002 . Распознавание объектов как машинный перевод: изучение лексики для словаря фиксированного изображения (SpringerCopenhagen, 2002), стр. 97–112.

      Глава Google ученый

    48. Г. Гриффин, А. Холуб, П. Перона, набор данных категории объектов Caltech-256. Технический отчет CNS-TR-2007-001, Калифорнийский технологический институт (2007 г.). http://authors.library.caltech.edu/7694/.

    49. T Ojala, T Mäenpää, M Pietikainen, J Viertola, J Kyllönen, S Huovinen, in Pattern Recognition, 2002. Proceedings. 16-я Международная конференция по , 1. Новая структура Outex для эмпирической оценки алгоритмов анализа текстуры (IEEEQuebec, 2002), стр. 701–706.

      Google ученый

    50. С. Гулл, Дж. Скиллинг, Метод максимальной энтропии в обработке изображений. коммун. Процесс радиолокационного сигнала. ИЭЭ Proc. Ф. 131 (6), 646–659 (1984).

      МАТЕМАТИКА Статья Google ученый

    Скачать ссылки

    Благодарности

    Мы очень благодарны анонимным рецензентам за исправления и полезные предложения, которые существенно улучшили статью. Далее, мы хотели бы поблагодарить М. Г. Раббани за обсуждение некоторых статистических вопросов. Мы также хотели бы поблагодарить C. Lee, Chul Lee и C.S. Kim за предоставление их исходных кодов и A.R. Ривера и А. Сил за предоставление нескольких тестовых изображений.

    Вклад авторов

    SR, MR, AW, GA и MS внесли свой вклад в проектирование, разработку и анализ методологии, проведение экспериментов, а также написание и изменение рукописи. Все авторы прочитали и одобрили окончательный вариант рукописи.

    Конкурирующие интересы

    Авторы заявляют об отсутствии конкурирующих интересов.

    Информация об авторе

    Авторы и организации

    1. Институт информационных технологий Университета Дакки, Дакка-1000, Дакка, Бангладеш

      Шанто Рахман, доктор медицины Мостафиджур Рахман и Мохаммад Шояиб

    2. Факультет разработки программного обеспечения Университета короля Сауда, Эр-Рияд, Саудовская Аравия

      М. Абдулла-Аль-Вадуд

    3. 100002 Университет Дакка, Факультет физики, Дхака,

      , Дакка, Бангладеш

      Голам Дастегир Аль-Кадери

    Авторы

    1. Шанто Рахман

      Просмотр публикаций автора

      Вы также можете искать этого автора в PubMed Google Академия

    2. Md Mostafijur Rahman

      Просмотр публикаций автора

      Вы также можете искать этого автора в PubMed Google Scholar

    3. M. Abdullah-Al-Wadud

      Просмотр публикаций автора

      Вы также можете искать этого автора в PubMed Google Scholar

    4. Golam Dastegir Al-Quaderi

      Просмотр публикаций автора

      Вы также можете искать этого автора в PubMed Google Академия

    5. Мохаммад Шояиб

      Просмотр публикаций автора

      Вы также можете искать этого автора в PubMed Google Scholar

    Автор, ответственный за переписку

    Шанто Рахман.

    Права и разрешения

    Открытый доступ Эта статья распространяется в соответствии с условиями международной лицензии Creative Commons Attribution 4.0 (http://creativecommons.org/licenses/by/4.0/), которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии вы должным образом указываете автора (авторов) и источник, предоставляете ссылку на лицензию Creative Commons и указываете, были ли внесены изменения.

    Перепечатка и разрешения

    Об этой статье

    Что такое гамма в изображении?

    Что такое гамма в изображении?

    Гамма-коррекция управляет общей яркостью изображения . Изображения, которые не исправлены должным образом, могут выглядеть либо обесцвеченными, либо слишком темными. … Изменение степени гамма-коррекции меняет не только яркость, но и соотношение красного, зеленого и синего. (Пример этого цветового явления).

    Что такое гамма в редактировании фотографий?

    Гамма-коррекция — это в основном сопоставление цветов физической яркости в соответствии с верхними уровнями яркости шкалы . Гамма-коррекция при редактировании фотографий делает изображение лучше.

    Что такое гамма в рендеринге?

    Вы можете настроить гамму в окне Final Render, чтобы изменить яркость полутонов в выходном изображении . При уменьшении значения «Гамма» средние тона изображения становятся темнее. При увеличении значения «Гамма» средние тона становятся светлее. В обоих случаях крайние белые и черные не затрагиваются.

    Что такое гамма-яркость?

    Гамма вашего монитора показывает яркость пикселей на каждом уровне яркости, от 0 до 100% . Более низкая гамма делает тени более яркими и может привести к более плоскому, размытому изображению, где труднее увидеть более яркие блики. … Правильная гамма приводит к большей глубине и реалистичности, а также к более трехмерному изображению.

    Как исправить гамму в Photoshop?

    Гамма — это относительное значение яркости и темности изображения. Настройте параметр гаммы, перетащив значок треугольника на цветовом круге гаммы на панели «Образ» . Перетащите по часовой стрелке, чтобы уменьшить значение гаммы, или против часовой стрелки, чтобы увеличить его.

    Гамма должна быть высокой или низкой?

    Низкая гамма с пологим изгибом посередине больше подходит для ярких комнат и контента, не связанного с кино. Более высокая гамма справа обычно лучше подходит для фильмов и более темных комнат.

    Скорректирована ли гамма sRGB?

    Текстуры sRGB Изображение текстуры слишком яркое, и это происходит потому, что на самом деле гамма-коррекция дважды ! Подумайте об этом, когда мы создаем изображение на основе того, что видим на мониторе, мы эффективно корректируем гамма-значения цветов изображения, чтобы оно выглядело правильно на мониторе.

    Низкая гамма полезна для глаз?

    При более низкой гамме тени выглядят ярче, что может привести к более плоскому, размытому изображению, на котором труднее увидеть более яркие блики. Более высокая гамма может затруднить различение деталей в тенях. Некоторые мониторы предлагают различные режимы гаммы, позволяющие настроить качество изображения по своему усмотрению.

    Что такое гамма в настройках дисплея?

    Гамма может быть описана как плавный переход черного цвета в белый на цифровом дисплее . Он часто ассоциируется с числом, например, 2,2 или 2,4. Это число представляет собой протяженность кривой от черного к белому или от белого к черному.

    Как исправить низкую экспозицию в Photoshop?

    Чтобы применить настройку экспозиции, выполните следующие действия:

    1. Выберите «Изображение» → «Настройки» → «Экспозиция».
    2. Отрегулируйте любой из следующих параметров: …
    3. Используйте пипетки для настройки значений яркости или яркости изображения. …
    4. Нажмите OK, чтобы применить настройку.

    Что такое гамма в фотографии?

    • Термин гамма применим в фотографических терминах , когда мы хотим просматривать изображения на компьютерных мониторах. Эту концепцию важно понять (даже поверхностно), потому что цель состоит в том, чтобы цифровое изображение выглядело как можно лучше как на калиброванных, так и на некалиброванных мониторах.

    Что такое гамма-видео?

    • Гамма Коррекция , или часто просто гамма , представляет собой нелинейную операцию, используемую для кодирования и декодирования значений яркости или трехцветного изображения в системах видео или неподвижных изображений. Гамма Коррекция в простейших случаях определяется следующим степенным выражением:

    Что такое гамма изображения?

    • Изображение Гамма — Используется камерой или изображением RAW для преобразования изображения в сжатый файл (JPG или TIFF). Дисплей Гамма — используется компьютерными мониторами и видеокартами для настройки вывода изображения . Высокая гамма дисплея создаст изображения , которые кажутся более темными и контрастными.

    Что такое ядерная гамма-камера?

    • A ядерная камера ( гамма камера ) представляет собой аппарат, который способен обнаруживать и делать изображения очень малых количеств ионизирующего излучения, испускаемого пациентами с ядерная медицина исследование. Камера обычно имеет стол, часто узкий, на котором лежит пациент.

    Что такое гамма-коррекция в изображениях и видео?

    За Ли. Дата: . Последнее обновление: .

    Каждый пиксель изображения имеет уровень яркости, называемый светимостью. Это значение находится в диапазоне от 0 до 1, где 0 означает полную темноту (черный цвет), а 1 — самый яркий (белый цвет). [см. CSS: Цвет HSL]

    Различные камеры или видеомагнитофоны неправильно фиксируют яркость. (они нелинейны) Различные устройства отображения (монитор, экран телефона, телевизор) также не отображают правильно яркость. Значит, их нужно корректировать, поэтому функция гамма-коррекции.

    Функция гамма-коррекции используется для коррекции яркости изображения. Вот так:

    output_luminance = gammaCorrectionFunction[input_luminance]

    Яркость — это значение от 0 до 1.

    Гамма-коррекция. ось абсцисс — напряжение. ось Y — яркость. Сплошная красная кривая — типичное соотношение напряжения и яркости ЭЛТ-монитора. Штриховая красная кривая — его обратная функция, функция гамма-коррекции. Серая пунктирная линия — исправленный результат. Демонстрация гамма-коррекции. ([ источник изображения 2014-09” является силовым оператором. Значение γ называется гаммой.

    Яркость, генерируемая физическим устройством, обычно не является линейной функцией приложенного сигнала. Обычный ЭЛТ имеет степенную реакцию на напряжение: яркость, создаваемая на лицевой стороне дисплея, приблизительно пропорциональна приложенному напряжению, увеличенному до степени 2,5. Числовое значение показателя степени этой степенной функции в просторечии известно как гамма . Эту нелинейность необходимо компенсировать, чтобы добиться правильного воспроизведения яркости.

    [ Gamma FAQ — Часто задаваемые вопросы о Gamma Чарльз Пойнтон. На http://www.poynton.com/notes/colour_and_gamma/GammaFAQ.html, по состоянию на 12 марта 2012 г.]

    Что такое яркость?

    Изображение состоит из прямоугольной сетки пикселей, а пиксель имеет 3 набора значений: красный, зеленый, синий, вместе они определяют цвет пикселя, и все пиксели формируют изображение. Каждый пиксель имеет уровень яркости, который является средним значением {красного, зеленого, синего}, и это называется его яркостью.

    обратите также внимание: другое значение для пикселя — это уровень прозрачности. Это называется «альфа» или «альфа-канал» на жаргоне изображения/видео. Прозрачность важна для изображений на компьютерах, потому что, например, вам может понадобиться частично прозрачное изображение, чтобы пользователи могли видеть, что позади.

    Все дело в сложности гаммы, имеет 2 основные причины:

    • ① Восприятие человеком интенсивности цвета или яркости не имеет линейной зависимости по отношению к значениям интенсивности световых волн в физике. То есть мы более чувствительны к какому-то цвету или диапазону яркости.
    • ② Яркость устройств отображения изображений, таких как ЭЛТ, не имеет линейной зависимости от входного напряжения.

    Это основные причины. Настоящая сложность намного больше, включая человеческое понимание природы (физика цвета), психологию восприятия, технологические и инженерные ограничения (камеры и устройства отображения, форматы изображений и видео). Начиная с того момента, когда вы создаете цифровое изображение с помощью камеры или видеокамеры, которая должна фиксировать интенсивность света через объектив на светочувствительных носителях. ([ПЗС] [https://en.wikipedia.org/wiki/Charge-coupled_device], [Фотопленка] [https://en.wikipedia.org/wiki/Photographic_film]), которую со временем необходимо преобразовать в какой-либо формат файла при сохранении. И когда вы отображаете его, программное обеспечение должно прочитать данные, интерпретировать их соответствующим образом и, в конечном итоге, преобразовать биты в напряжение на вашем экране.

    Форматы видео и изображений, такие как {mpeg, NTSC, jpeg, png}, фактически сохраняют скорректированные значения интенсивности света (с гамма-коррекцией), а не необработанные значения интенсивности света.

    Причина тоже кажется разумной. Например, для телевидения гораздо выгоднее выполнить обработку гамма-коррекции один раз и отправить сигналы с гамма-коррекцией, чем заставлять каждый ТВ-приемник выполнять гамма-коррекцию.

    Артикул

    • [ Gamma FAQ — Часто задаваемые вопросы о Gamma Чарльз Пойнтон. На http://www.poynton.com/notes/colour_and_gamma/GammaFAQ.html, по состоянию на 12 марта 2012 г.]
    • [ PNG (Portable Network Graphics) Спецификация, версия 1.2 , раздел «13. Приложение: Учебное пособие по гамме», http://www.libpng.org/pub/png/spec/1.2/PNG-GammaAppendix.html]
    • [Гамма-коррекция] [https://en.wikipedia.org/wiki/Gamma_correction]

    Что заставило меня сегодня заглянуть в гамму, когда я прочитал эту статью:

    [ Гамма-ошибка при масштабировании изображения Эрик Брассер. На http://www.4p8.com/eric.brasseur/gamma.html, по состоянию на 12 марта 2012 г.]

    В статье подробно описан дефект, который есть почти во всех программах для обработки изображений. При масштабировании некоторых изображений алгоритм, используемый в этих программах, имеет дефект, поэтому результат масштабирования изображения не является оптимальным. Сайт дает один конкретный пример входного изображения. При масштабировании изображения результат очень плохой. Я проверил это с ImageMagick и убедился, что у него тоже есть этот дефект.

    Что такое гамма? | BenQ US

    Определение гаммы

    Гамму можно описать как плавный переход черного цвета в белый на цифровом дисплее. Он часто ассоциируется с числом, например, 2,2 или 2,4. Это число представляет собой протяженность кривой от черного к белому или от белого к черному. Некоторые типичные гамма-кривые показаны на рисунке 1, а уравнение для получения значения гамма-кривой показано в уравнении 1.

    0220

     

    Уравнение 1:   Значение гамма-кривой

     

    Почему гамма 2.2 является стандартной?

    Возможно, вы слышали, что гамма 2.2 является стандартной, и удивлялись, почему. Существует степенная зависимость между выходной яркостью и входным напряжением или цифровым значением. Воздействие на яркость влияет на зрительную систему, но эффекты не идентичны. Давайте взглянем на рисунок 2. Нижний ряд представляет линейное увеличение интенсивности от черного к белому. Верхний ряд, визуальное кодирование, представляет увеличение интенсивности от черного к белому в режиме малой мощности. Обратите внимание, что между 0,0 и 0,1 существует большой визуальный разрыв в линейной интенсивности, с меньшим визуальным разрывом между 0,0 и 0,1 в визуальном кодировании. А от 0,9до 1,0 в линейной интенсивности разница едва уловима, тогда как при визуальном кодировании она более очевидна. Глядя на общие оттенки серого в строке визуального кодирования, видимые различия между каждым серым пятном почти идентичны. Это явление также было обнаружено в исследовании Эбнера и Фэирчайлда в 1998 году, когда они обнаружили, что использование показателя степени 0,43 для преобразования линейной интенсивности в светлоту для нейтральных тонов может обеспечить оптимальное перцептивное кодирование серых тонов. Показатель степени 0,43 примерно равен 2,33, что довольно близко к гамме 2,2. Следовательно, значение гаммы 2,2 стало золотым стандартом цифрового дисплея для правильной калибровки.

    Рисунок 2:  Визуальные различия в визуальном кодировании и линейной интенсивности

     

    Гамма-кривая и визуальное восприятие

    Итак, как гамма-кривая влияет на общее качество изображения или восприятие? Гамма 2.2 обеспечивает сбалансированный или «нейтральный» тон между светлыми и тенями, чтобы вы могли легко различать оттенки серого между ними. Гамма 1.0 — интересная кривая, на которую стоит обратить внимание. Это прямолинейное соотношение между входным сигналом и выходной яркостью под углом 45 градусов. Это также сценарий «обхода», когда на стороне дисплея не выполняется никакой обработки. Таким образом, вы увидите очень яркое и «плоское» изображение, где почти нет контраста, как на рис. 3.9.0003

    Рисунок 3: Изображения Gamma 1.0 (слева) в сравнении с Gamma 2. 2 (справа)

     

    Gamma 1.8 была популярна благодаря Mac OS. Кривая гаммы 1.8 дает более яркие изображения, чем кривая гаммы 2.2, поэтому иногда она предпочтительнее. Однако, начиная с Mac OSX 10.6, гамма 2.2 стала стандартной кривой гаммы и для Mac OS. Пример гаммы 1,8 по сравнению с гаммой 2,2 показан на рис. 4.

    рис. 4 Изображения Gamma 1.8 (слева) в сравнении с Gamma 2.2 (справа)

     

     709 стандартов. Слегка повышенная контрастность подчеркивает насыщенность цветов для лучшего восприятия. Следует отметить, что общая яркость изображений может быть снижена. Пример гаммы 2.4 по сравнению с гаммой 2.2 показан на рис. 5.

    Рисунок 5:  Изображения гаммы 2.4 (слева) в сравнении с гаммой 2.2 (справа) DCI-P3 поддерживается большинством новых цифровых кинотеатров. С кривой гаммы 2,6 изображения определенно выглядят темнее, но также и очень насыщенными. А это именно тот эффект, которого требует режиссер, следовательно, для DCI-P3 требуется гамма-кривая 2,6. Пример гаммы 2,6 по сравнению с гаммой 2,2 показан на рисунке 6.

    Рисунок 6:  Изображения гаммы 2.6 (слева) в сравнении с гаммой 2.2 (справа) не с равномерным приращением, как показано на рисунке 7. Серые цвета труднее различить, а цвет и контраст страдают. Из этого следует, что качество изображения и впечатления от просмотра ухудшаются.

    Рис. 7:  Неравномерная кривая гамма-распределения может привести к артефактам в восприятии шкалы оттенков серого и RGB (слева). Артефакты отсутствуют в восприятии градаций серого и переходах RGB на плавной кривой гамма-распределения (справа).

    Как настроить гамму

    Рисунок 8: Выбрать предпочтительную гамму на мониторе OSD

    Рисунок 9: Выбрать предпочтительную гамму с


    . способы настройки параметров гаммы. Первый способ прост — просто найдите экранное меню (экранное меню) на своем мониторе. Профессиональный монитор управления цветом, такой как монитор серии BenQ SW или монитор серии PD, должен иметь пользовательский режим в параметре «Цветовой режим». В пользовательском режиме можно выбирать различные настройки, например цветовую гамму или гамма-кривые. В разделе «Гамма» выберите гамма-кривые заводской калибровки в диапазоне от 1,6 до 2,6 с интервалом 0,2.

    Еще один способ настройки кривой гамма-распределения в мониторах серии SW — использование фирменного калибровочного программного обеспечения BenQ Palette Master Element. Подключив внешний калибратор, например X-rite i1 Display Pro/Calibrite ColorChecker Display Pro, i1 Pro 2 или Datacolor Spyder 5, вы можете просто выбрать нужную гамма-кривую в расширенном режиме. После калибровки гамма-кривая готова для использования в калибровке 1, 2 или 3. Это очень просто. Это предпочтительный метод настройки гамма-кривой, если у вас есть монитор серии BenQ SW.

    Резюме

    Мы говорили об определении гамма-кривой и ее важной связи с визуальным откликом.

    Добавить комментарий

    Ваш адрес email не будет опубликован. Обязательные поля помечены *

    2019 © Все права защищены. Карта сайта