色彩画像と人間のシーン観察のギャップを埋めるためのマルチスケールレチネックス

直接観察されたシーンと記録された色彩画像は、しばしば著しく異なる。なぜなら、人間の視覚認知は、明瞭な色と影の詳細を伴う意識的な表現を計算し、シーンの照明におけるスペクトルシフトに対して抵抗力を持つからである。シーン観察への忠実性に近づく色彩画像の計算は、ダイナミックレンジ圧縮、色の一貫性-人間の視覚における色の恒常性の計算的類似物-、および色と明度のトーンレンダリングを組み合わせる必要がある。本論文では、以前に設計された単一スケールのセンター/サラウンドレチネックスを、同時にダイナミックレンジ圧縮/色の一貫性/明度レンダリングを実現するマルチスケールバージョンに拡張する。 この拡張は、レチネックスの理論的基盤に暗黙のうちに含まれるグレー世界仮定に違反する画像のクラスに対しては、良好な色表現を生じない。したがって、この欠点を補正する色彩復元の方法を定義するが、色の一貫性のわずかな希釈を犠牲にすることになる。マルチスケールレチネックスと色彩復元の広範なテストは、複数のテストシーンおよび100枚以上の画像において、病的な挙動を示さなかった。