Computationally efficient adaptive color correction

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

To obtain a photo that reproduces the original scene as accurately as possible, it is necessary to solve the problem of color correction, that is, to find a mapping that translates the coordinates of the camera color space (RGB) into the coordinates of the human color space (CIE XYZ). In this article, we consider color correction using lookup tables, pre-built for various lighting conditions. This approach allows you to achieve high speed and accuracy when applying color correction on the device, but requires large amounts of RAM, which, for example, mobile phones do not have. We propose a method for automatic thinning of a set of search tables without loss of accuracy of color correction. The method is based on clustering of the mappings that specify the color correction. To compare the mappings, we propose a criterion for their similarity based on the maximum difference of the generated colors in the target space of a standard CIE XYZ observer. For the proposed criterion, the article provides an effective calculation method and, together with a theorem justifying the correctness of the method.

About the authors

M. V. Kharkevich

Institute for Information Transmission Problem RAS; Moscow Institute of Physics and Technology (National Research University)

Author for correspondence.
Email: kharkevich@iitp.ru
Russian Federation, 127051, Moscow, Bolshoy Karetnyy lane, 19; 141700, Dolgoprudny, Institutskiy lane, 9

O. A. Basova

Institute for Information Transmission Problem RAS

Email: kharkevich@iitp.ru
Russian Federation, 127051, Moscow, Bolshoy Karetnyy lane, 19

I. A. Konovalenko

Federal Research Center “Informatics and Management” RAS

Email: kharkevich@iitp.ru
Russian Federation, Vavilova st. 44, b. 2, 119333, Moscow

References

  1. Konovalenko I.A. Kriterii i algoritmy vychisleniya tochnosti proektivnoj normalizacii izobrazhenij [Criteria and algorithms for calculating the accuracy of projective normalization of images]. PhD thesis. Moscow, 2021. 136 p. (in Russian).
  2. Nikolaev D.P., Nikolaev P.P., Gladilin S.A., Bozhkova V.P. Osnovy cvetovoj teorii v tekhnicheskom zrenii. I. Vvedenie v cvetovuyu teoriyu [Fundamentals of color theory in technical vision. I. Introduction to Color Theory]. Moscow, Mir nauki, 2021. 40 p. (in Russian).
  3. Nikolaev P.P., Nikolaev D.P., Gladilin S.A., Basova O.A., Yarykina M.S. Sbornik zadach po obrabotke izobrazhenij i tekhnicheskomu zreniyu [Collection of tasks on image processing and technical vision]. Moscow, 2023. 78 p. (in Russian).
  4. Shashlov A.B. Osnovy svetotekhniki [Fundamentals of lighting engineering]. Moscow: Logos, 2016. (in Russian).
  5. Fernando R., Matt P. GPU Gems 2: Programming Techniques for High-Performance Graphics and General-Purpose Computation. Addison-Wesley Professional, 2005. 814 p.
  6. Finlayson G.D., Michal M., Anya H. Root-polynomial colour correction. Color and Imaging Conference. Society of Imaging Science and Technology, 2011. V. 19. P. 115–119.
  7. Gasparini F., Schettini R. Color correction for digital photographs. 12th International Conference on Image Analysis and Processing, 2003. Proceedings. IEEE, 2003. P. 646–651. doi: 10.1109/ICIAP.2003.1234123
  8. Han D. Real-time color gamut mapping method for digital TV display quality enhancement. IEEE Transactions on consumer Electronics. IEEE, 2004. V. 50. P. 691–698. doi: 10.1109/TCE.2004.1309450
  9. Ives H.E. The transformation of color-mixture equations from one system to another. Journal of the Franklin Institute. 1915. V. 180. № 6. 673–701.
  10. Kim Y.T., Cho Y.H., Lee C.H., Ka Y.H. Color look-up table design for gamut mapping and color space conversion. International Conference on Digital Production Printing and Industrial Applications. 2003. P. 28–29.
  11. Luther R. Aus dem gebiet der farbreizmetrik, Zeitschrift fur Technishe Physik. 1927. V. 12. P. 540–558.
  12. Mantiuk R., Mantiuk R., Tomaszewska A., Heidrich W. Color correction for tone mapping. Computer graphics forum. Oxford: Blackwell Publishing Ltd, 2009. V. 50. P. 193–202.
  13. Moroney N. Local color correction using non-linear masking. Color and Imaging conference. California. Society of Imaging Science and Technology, 2000. V. 8. P. 108–111.
  14. Morovic J., Luo M.R. The fundamentals of gamut mapping: A survey. Journal of Imaging Science and Technology. Derby. The Society for Imaging Science and Technology, 2001. V. 45. P. 283–290.
  15. Sari Y.A., Ginardi R.V. H., Suciati N. Color correction using improved linear regression algorithm. 2015 International Conference on Information & Communication Technology and Systems (ICTS). IEEE, 2015. P. 73–78. doi: 10.1109/ICTS.2015.7379874
  16. Solomatov G., Akkaynak D. Spectral Sensitivity Estimation Without a Camera. 2023 IEEE International Conference on Computational Photography (ICCP). IEEE, 2023. P. 1–12. doi: 10.1109/ICCP56744.2023.10233713.
  17. Soshin K.V., Nikolaev D.P., Ershov E.I., Tchobanou M.K. A scalable rational color correction for an image. Patent RF. № WO2023121500A1. 2023.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2024 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».