AI笔记: 计算机视觉之照明模型和颜色模型

最新推荐文章于 2024-09-23 20:02:51 发布

Wang's Blog

最新推荐文章于 2024-09-23 20:02:51 发布

阅读量625

点赞数

分类专栏： AI Python C | C++ 文章标签： ai 照明模型颜色模型

本文链接：https://blog.csdn.net/Tyro_java/article/details/104448163

版权

AI 同时被 3 个专栏收录

71 篇文章 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

Python

110 篇文章

订阅专栏

C | C++

19 篇文章

订阅专栏

本文探讨了计算机视觉中的照明模型，包括光通量、辐照度和常见光源的概念，以及它们在实际应用中的意义。同时，介绍了颜色模型如RGB、CMYK和HSI，并讲解了如何在OpenCV中实现颜色空间转换和通道分离。针对特定场景，如使用互补色光源提高图像对比度，以提升检测效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

照明模型

光通量

人能够看到周围的世界有2个部分构成：外在光源、光源物体表面的情况
光通量是指人眼所能感觉到的辐射功率，它等于单位时间内某一波段的辐射能力和该波段的相对视见率的乘积
以符号表示，单位是lm(流明)
1lm = 0.00146瓦

不同光源的典型值

光源	光通量	说明
太阳	3.566 * 10^28 lm	我们生存的能量来源
烛光	12.56lm (4π)	光通量的定义
白炽灯/卤钨灯	12~24lm / W	卤钨灯效率高于白炽灯
荧光灯和气体放电灯	50~120lm / W	气体放电灯
LED灯	110lm / W	无

辐照度

辐照度：指投射到一个平面表面上的辐射通量密度(我们能够感受到的光的强弱)。指达到一表平面上，单位时间，单位面积上的辐射能
以符号E表示，通常单位是lux(勒克斯)

了解本专栏

订阅专栏解锁全文

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Wang's Blog

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

订阅专栏

AI笔记: 计算机视觉之图像的采集和传输、视频的压缩和显示

Wang的专栏

02-22

3808

图像采集 1 ）CCD传感器基本原理外接光线经过镜头照射到了CCD图像传感器(由1个个的小格子组成,它的全称是电容耦合器件,每一个小方格都是一个电容,每个小方格的尺寸非常的小)，由CCD图像传感器得到了相关电信号，通过图像信号处理和图像放大电路，同时配合我们的时钟同步信号产生多行数字图像，最终通过数码图像存储到存储卡上, 也可以传输到电视上观看。经过CCD将外界镜像转换成了二维的数字信号(二维矩...

AI笔记: 计算机视觉概述

Wang的专栏

02-21

827

关于人工智能人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。计算机视觉是人工智能的一个分支，它研究如何使人工系统从图像或多维数据中“感知”的科学。人类技术发展历史人类历史就是一部技术发展的历史，经历了这么几个阶段： 1万年前人类开始种植粮食，进入农业阶段十七世纪后期的工业革命，大规模的机器生产代替手工作坊，解放了人类的双手和...

参与评论您还未登录，请先登录后发表或查看评论

学习笔记(06):一学即懂的计算机视觉（第一季）-有光即有世界：照明模型

huanggang982的专栏

02-26

148

图像处理和计算机视觉的课程大家已经看过很多，但总有“听不透”，“用不了”的感觉。课程致力于创建人人都能听的懂的计算机视觉，通过生动、细腻的讲解配合实战演练，让学生真正学懂、用会。课程内容分为三篇，包括视觉系统构成，图像处理基础，特征提取与描述，运动跟踪，位姿估计，三维重构等内容。课程理论与实战结合，注重教学内容的可视化和工程实践，为人工智能视觉研发及算法工程师等相关高薪职位就业打下坚实基础。...

AI视觉模型（笔记）

2301_80140029的博客

08-03

1686

文章还提到了大型数据集的可用性、硬件能力的改进、算法创新以及预训练模型的广泛使用等因素的重要性。通过数据集和训练过程，AI视觉模型形成了以卷积神经网络、transformer为核心代表、最新研究mamba的图像特征提取方法，实现对图像的理解，完成图像分类识别，图像增强修复，图像分割等下游任务（利用已经训练好的模型来解决具体问题的过程）第三个隐藏层学习到的是由"形状"组成的“图案”的特征最后的隐藏层学习到的是由“图案"组成的"目标"的特征通过抽取更抽象的特征来对事物进行区分，从而获得更好的区分与分类能力。

Python-opencv 图片颜色域的识别选取

kaliopensourcextu

03-16

3万+

Python + opencv 图片颜色域识别提取-检测图片LED 颜色及其变化，判定设备的状态。 2017-3-18，测试HSV色域数据 2017-3-20，增加滤波器处理&轮廓框取处理

10大机器视觉和AI模型库

@bangbang的博客

05-11

4940

AI社区慷慨地分享代码、模型架构，甚至在大型数据集上预训练好的模型。我们站在巨人的肩膀上，这就是为什么行业会如此广泛地采用人工智能的原因。当我们开始一个计算机视觉项目时，我们首先找到能部分解决我们问题的模型。假设想要构建一个安防应用，该应用主要是检测规定区域的行人。首先，检查是否存在公开可用的行人检测模型可以直接使用，如果存在，您就不需要训练一个新的模型。如果没有，试验公开模型便于了解选择哪个模型结构进行微调或迁移学习。本文，我们将学习关于计算机视觉、机器学习和人工智能模型的免费资源。 1. Pap.

何谓补色

工作笔记

05-13

9563

前面讲到，白平衡调整时，在特定光源

使用 Superb AI Suite 和 NVIDIA TAO 工具包创建高质量的计算机视觉应用程序

最新发布

大模型

09-23

909

都是功能强大的工具，可以通过自动检测对象并对其进行标记来提高标记效率。自动标签是 Superb AI 开发的一个预训练模型，用于检测和标记 100 多个常见对象，而自定义自动标签是使用您自己的数据训练的模型，用于探测和标记利基对象。本教程中的 COCO 数据由 Auto Label 能够标记的五种常见对象组成。请按照。

【计算机视觉前沿研究热点 CVPR 2024】顶会中与目标检测相关的论文

A_Student10000的博客

06-25

1万+

CVPR 2024 目标检测 计算机视觉前沿研究顶会论文分析

大视觉模型：举例，7个用例和2024年的挑战

AI公园

07-29

640

点击上方“AI公园”，关注公众号，选择加“星标“或“置顶”作者：Cem Dilmegani编译：ronghuaiyang导读本文将解释大型视觉模型的概念、结构及潜在的商业应用场景。大型视觉模型（LVMs）已经在计算机视觉领域取得了重大进展。起初，这些模型擅长理解和解释复杂的图像数据。然而，它们在不同行业间有效扩展的能力构成了一项挑战。解决方案是开发更为专业化、面向特定领域的模型。这些先进的模型不仅...

图像识别(7)——静态图片识别LED灯+Canny阈值调节+圆心打点

luoyouren的专栏

12-24

7266

博主QQ：1356438802 QQ群：473383394——UVC&OpenCV473383394 平台：Win7 64bits + Visual Studio 2012 + OpenCV 2.4.10 看《OpenCV3编程入门-毛星云》PDF 将近看了两个月，终于要开始实践了。其实大部分人应该是一边学习一边实践，我呢，反正有时间，就强迫自己耐住性子，

【WebGL光照理论】（一）颜色与冯氏光照模型

AhCola

07-12

1383

颜色与冯氏光照模型一. 颜色中国色在WebGL中，颜色用RGBA表示，每个值的取值范围从0到1，对应我们常用的取值范围0到255。例如在着色器中，想输出一个黑色： void main() { FragColor = vec4(0.0, 0.0, 0.0, 1.0); // rgba(0, 0, 0, 1) } 在真实世界中，我们肉眼看到的颜色，往往不是物体真正的颜色。真实世界中物体的反射的颜色一般会与环境有关，经过光线照射（太阳光，灯光），物体会反射与其本身颜色有一定差异的颜色，在白天和夜

数字图像处理第二章图像处理基础

powerliuminxuan的博客

07-03

1475

数字图像处理基础 2.1 色度学基础色度学人的视觉特性 2.1.1 三基色原理人眼的视网膜上存在有大量能在适当亮度下分辨颜色的锥状细胞，它们分别对应红、绿、蓝三种颜色,即分别对红光、绿光、蓝光敏感。由此,红®、绿(G)、蓝(B)这三种颜色被称为三基色。红、绿、蓝三种基色按照不同的比例相加合成混色成为相加混色。 2.1.2 颜色模型 1.RGB模型 2.HSI模型色调、饱和度、亮度 HSI颜色圆柱体的轴线方向表示亮度，其中底部最暗,顶部最亮。圆柱体的横截面形成颜色环，圆心(圆柱体的轴线上)为

颜色模型

GG的专栏

12-03

2888

1.RGB模型 1.RGB模型

图像处理--RGB与HSI颜色模型的转换方法介绍

热门推荐

yangleo1987的博客

11-15

5万+

最近学习一篇刘华波写的文章《RGB 与HSI 颜色模型的转换方法对比研究》，在这里记录下学习笔记 RGB颜色空间经过详细的实验结果验证，人眼中的600~700万个锥状细胞可分为3个主要的感知类别，分别对应于红色，绿色，蓝色。大约65%的锥状细胞对红光敏感，33%对绿光敏感，只有2%对蓝光敏感(但是蓝色锥状细胞对蓝光更敏感)。下图显示了人眼中的红色，绿色和蓝色锥

数字图像处理(2): 颜色空间/模型—— RGB, CMY/CMYK, HSI, HSV, YUV

TechArtisan6的博客

04-21

4万+

目录 1 什么是颜色 2 颜色的数字化 3 常见的颜色模型 3.1 RGB 模型 3.2 CMY/CMYK 模型 3.3 HSI 模型 3.4 HSV 模型 3.5 HSB 模型 3.6 Lab 模型 3.7 YUV 模型 3.8 模型分类 4 Python代码示例参考资料 1 什么是颜色颜色是通过眼、脑和我们的生活经验所产生的对光的视觉感受，我们肉眼...

机器学习——数字图像与机器视觉2

羚漆的博客

12-24

1732

目录酱一、颜色空间转换1.彩色图片转灰度图片2.彩色图像(RGB)转为HSV、HSI 格式参考链接一、颜色空间转换 1.彩色图片转灰度图片首先准备一张彩色图片导包及文件路径 #文件路径 #导入相关包 import cv2 import numpy as np source_path="biaco.png" 利用openCV读取为灰度图片 #使用opencv #直接读取灰度图片 img=cv2.imread(source_path,0) #也可以先读取彩色图片再转为灰度图片 #cv_read

HSI颜色空间及其应用

凌风探梅的专栏

03-08

9711

from：http://nkwavelet.blog.163.com/blog/static/22775603820147197503722/ 【摘要】本文首先阐述HSI颜色模式的基本特性，然后介绍RGB和HSI颜色空间互相转换的算法，并给出算法核心代码和效果图，最后将HSI颜色空间应用到图像增强，得到几个增强之后的效果图。【参考资料】 RGB与HSI颜色模型的转换方法对

图像处理（第九章彩色图像处理，彩色模型、RGB、HSI、YCbCr、伪彩色处理、全彩色图像处理、直方图、平滑、锐化、分割、去红眼）

weixin_44575911的博客

01-17

6066

图像处理第九章彩色图像处理第九章9.1彩色基础9.1.1色度学基础（了解即可）9.2彩色模型9.2.1RGB彩色模型（了解即可）9.2.2CIE XYZ模型（了解即可）9.2.3Lab颜色模型（了解即可）9.2.4HSI彩色模型（重点）（1）为什么hsi模型在图像处理和识别中被广泛采用（重点）9.2.5CMY颜色模型（了解即可）9.2.6YUV电视信号彩色坐标系统（了解即可）9.2.7YCbCr模型（了解即可）9.3伪彩色处理9.3.1强度分层代码实现9.3.2灰度级到彩色变换9.4全彩色图像处理9.4.1

深入理解Tensorflow：AI开发的Python实践指南

人工智能（AI）是计算机科学技术中的一个分支，致力于构建能够模拟、延伸和拓展人类智能的机器和系统。AI的核心是通过深度学习和机器学习等高级算法，使计算机能够从数据中自主学习、理解和推断。这一过程涉及多个...