• 1990 (Том 4)
  • 1989 (Том 3)
  • 1988 (Том 2)
  • 1987 (Том 1)

Том 31 №2

Содержание

  1. СЛУХОВАЯ АДАПТАЦИЯ К ДВИЖЕНИЮ: МЕЖСЕНСОРНЫЙ АСПЕКТ
  2. АНАЛИЗ КОНЦЕПЦИИ А. Л. ЯРБУСА О РОЛИ СЛЕПОЙ СЕТЧАТКИ В ЦВЕТОВОСПРИЯТИИ
  3. ПИЩЕДОБЫВАТЕЛЬНОЕ ПОВЕДЕНИЕ КРЯКВЫ (ANAS PLATYRHYNCHOS) В ТЕМНОТЕ
  4. РАЗЛИЧЕНИЕ ГРЕБЕНЧАТОЙ СТРУКТУРЫ СПЕКТРА ЗВУКОВОГО СИГНАЛА ЧЕЛОВЕКОМ ПРИ РАЗЛИЧНОЙ ШИРИНЕ СПЕКТРА: ЭЛЕКТРОФИЗИОЛОГИЧЕСКОЕ ИССЛЕДОВАНИЕ
  5. О ПРОБЛЕМАХ СОПОСТАВЛЕНИЯ ПИКСЕЛЕЙ СТЕРЕОПАРЫ С ТОЧКИ ЗРЕНИЯ ЛИНЕЙНОЙ МОДЕЛИ ФОРМИРОВАНИЯ ЦВЕТНОГО ИЗОБРАЖЕНИЯ
  6. ГРАФИТОВЫЕ ПЕЧАТНЫЕ ЭЛЕКТРОДЫ, МОДИФИЦИРОВАННЫЕ ПРОВОДЯЩИМ БЕЛКОВЫМ ГИДРОГЕЛЕМ И БАКТЕРИАЛЬНЫМИ КЛЕТКАМИ, КАК ОСНОВА АМПЕРОМЕТРИЧЕСКОГО БИОСЕНСОРА

О ПРОБЛЕМАХ СОПОСТАВЛЕНИЯ ПИКСЕЛЕЙ СТЕРЕОПАРЫ С ТОЧКИ ЗРЕНИЯ ЛИНЕЙНОЙ МОДЕЛИ ФОРМИРОВАНИЯ ЦВЕТНОГО ИЗОБРАЖЕНИЯ

© 2017 г. Д.А. Шепелев, А.А. Терешин, П.П. Николаев, Е.И. Ершов

Институт проблем передачи информации им. А.А. Харкевича РАН, 127051, Москва, Большой Каретный пер., 19
shepelev@visillect.com

Поступила в редакцию 30.11.2016 г.

В работе обсуждаются проблемы стереосопоставления, связанные с неламбертовостью поверхности объектов сцены, а также возможные пути их преодоления. С точки зрения линейной модели формирования цветных изображений рассмотрены причины отличия значений пар пикселей разных снимков, соответствующих одной и той же точке сцены. Рассмотрен метод коррекции изображений сцены, полученных с разных ракурсов, для повышения степени схожести между значениями соответствующих пикселей, основанный на использовании оценки цветности доминирующего источника освещения. Экспериментально изучена зависимость качества стереосопоставления от точности оценки цветности источника. Предложен кластеризационный алгоритм оценки цветности источника для сцен, содержащих более одного однородно окрашенного диэлектрического объекта с бликами, и экспериментально исследована его точность. Для экспериментов был сформирован набор реальных тестовых данных, а также выполнен расчет синтетических стереоизображений сцен различных конфигураций при варьируемой цветности источника освещения.

Ключевые слова: стереосопоставление, цвет, цветовое пространство, блик, определение цветности источника, кластеризация

Цитирование для раздела "Список литературы": Шепелев Д. А., Терешин А. А., Николаев П. П., Ершов Е. И. О проблемах сопоставления пикселей стереопары с точки зрения линейной модели формирования цветного изображения. Сенсорные системы. 2017. Т. 31. № 2. С. 150-160.
Цитирование для раздела "References": Shepelev D. A., Tereshin A. A., Nikolayev P. P., Ershov E. I. O problemakh sopostavleniya pikselei stereopary s tochki zreniya lineinoi modeli formirovaniya tsvetnogo izobrazheniya [Stereo correspondence problems in terms of linear theory of spectral stimulus formation]. Sensornye sistemy [Sensory systems]. 2017. V. 31(2). P. 150-160 (in Russian).

Список литературы:

  • Безматерных П., Ханипов Т., Николаев Д. Решение задачи линейной регрессии с помощью быстрого преобразования Хафа // Информационные технологии и системы. 2012. С. 354–359
  • Николаев П. П. Некоторые алгоритмы узнавания окраски поверхностей // Моделирование обучения и поведения. М.: Наука, 1975. С. 121–151
  • Николаев П.П. Алгоритмы цветоразличения объектов по реакциям логарифмических приемников // Биофизика. 1988. Т. 33. No 3. С. 517–521
  • Brill M. H. Image segmentation by object color: a unifying framework and connection to color constancy // JOSA A. 1990. V. 7. N. 10. P. 2041–2047.
  • D’Zmura M., Peter L. Mechanisms of color constancy // JOSA A. 1986. V. 3. N. 10. P. 1662–1672.
  • Ester M., Kriegel H.-P., Sander J., Xu X. A density-based algorithm for discovering clusters in large spatial databases with noise // Conf. on Knowl. Disc. and Data Mining. 1996. V. 96. N. 34. P. 226–231.
  • Kriegel H.-P., Kröger P., Sander J., Zimek A. Density‐based clustering // Wiley Interdisciplinary: Data Mining Knowledge Discovery. 2011. V.1. N.3. P. 231–240.
  • Lee H.-C. Method for computing the scene-illuminant chromaticity from specular highlights // JOSA A 1986. V. 3. N.10. P. 1694–1699.
  • Nikolaev D. P., Nikolayev P. P. Linear color segmentation and its implementation // Comp. Vis. and Image Understanding. 2004. V. 94. N. 1. P. 115–139.
  • Nikolaev D.P., Karpenko S.M., Nikolaev I.P., Nikolayev P. P. Hough transform: underestimated tool in the computer vision field // Proc. 22th Eur. Conf. Modelling Simul. 2008. P. 238–246.
  • Ohta Y., Kanade T. Stereo by intra-and inter-scanline search using dynamic programming // IEEE Trans Pattern Analysis Machine Intel. 1985. N. 2. P. 139–154.
  • Scharstein D., Szeliski R. A taxonomy and evaluation of dense two frame stereo correspondence algorithms // Int. J. Comp. Vis. 2002. V. 47. N. 1–3. P. 7–42.
  • Shafer S.A. Using color to separate reflection components // Color Research Appl. 1985. V. 10. N. 4. P. 210–218.
  • Yang Q., Wang S., Ahuja N., Yang R. A uniform framework for estimating illumination chromaticity, correspondence, and specular reflection // IEEE Trans Image Process. 2011. V. 20. N. 1. P. 53–63.
  • Zhou W., Kambhamettu C. Binocular Stereo Dense Matching in the Presence of Specular Reflections // Conf. Comp. Vis. Pattern Recogn. 2006. V. 2. P. 2363–2370.
  • Zickler T., Mallick S. P., Kriegman D. J., Belhumeur P.N. Color subspaces as photometric invariants // Int. J. Comp. Vis. 2008. V. 79. N. 1. P. 13–30.