精华内容
下载资源
问答
  • 什么是平衡

    千次阅读 2012-11-30 15:45:12
    平衡是摄像机的一个极重要的概念。  所谓白平衡,就是摄像机对白色物体的还原。...这由于人类从出生以后的成长过程中,人的大脑已经对不同光线下的物体的彩色还原有了适应性。但是,作为摄像机,可没有人眼的
    白平衡是摄像机的一个极重要的概念。

      所谓白平衡,就是摄像机对白色物体的还原。当我们用肉眼观看这大千世界时,在不同的光线下,对相同的颜色的感觉基本是相同的,比如在早晨旭日初升时,我们看一个白色的物体,感到它是白的;而我们在夜晚昏暗的灯光下,看到的白色物体,感到它仍然是白的。这是由于人类从出生以后的成长过程中,人的大脑已经对不同光线下的物体的彩色还原有了适应性。但是,作为摄像机,可没有人眼的适应性,在不同的光线下,由于CCD输出的不平衡性,造成摄像机彩色还原失真:或者图像偏蓝,或者偏红,如图所示。

      下图中中间的图像彩色还原是正常的,而左侧的图像明显偏蓝,右侧图像则偏红,因此左侧及右侧的图像都为白平衡不正常的图像.


            为了了解白平衡,就必须了解另一个重要的概念:色温。所谓色温,简而言之,就是定量地以开尔文温度表示色彩。当物体被电灯或太阳加热到一定的温度时,就会发出一定的光线,此光线不仅含有亮度的成份,更含有颜色的成份,而色温越高,蓝色的成份越多,图像就会偏蓝;相反,色温越低,红色的成份就越多,图像就会偏红。因此,如果照射物体的光线发生了变化,那末其反映出的色彩也会发生了变化,而这种变化反映到摄像机里,就会产生在不同光线下彩色还原不同的现象。下面的表格显示了一些光线下的色温情况。

      光源 色温(K)
      蜡烛 2000
      钨丝灯 2500-3200
      碳棒灯 4000-5500
      荧光灯 4500-6500
      日光(平均) 5400
      有云天气下的日光 6500-7000
      阴天日光 12000-18000

      从上表可见,不同光线下色温相差十分悬殊,造成摄像机在不同的光线下彩色还原不同。为解决这个问题,现在的摄像机都具有白平衡校正功能,对不同的色温进行补偿,从而真实地还原拍摄物体的色彩。

      现在摄像机都具备有自动白平衡及手动白平衡功能。自动白平衡使得摄像机能够在一定色温范围内自动地进行白平衡校正,其能够自动校正的色温范围在2500K-7000K之间,超过此范围,摄像机将无法进行自动校正而造成拍摄画面色彩失真,此时就应当使用手动白平衡功能进行白平衡的校正。


    展开全文
  • 首先要明白什么是平衡, 它指的在图像处理的过程中, 对原本材质为白色的物体的图像进行色彩还原, 去除外部光源色温的影响, 使其在照片上也显示白色。 那色温怎么理解的呢?这个概念其实有点绕, 它开尔文...

    首先要明白什么是白平衡, 它指的是在图像处理的过程中, 对原本材质为白色的物体的图像进行色彩还原, 去除外部光源色温的影响, 使其在照片上也显示白色。

     

    那色温是怎么理解的呢?这个概念其实有点绕, 它是开尔文通过黑体(blackbody) 这一理想光源, 在不同温度下, 所发出光线的颜色特性来定义的。黑体是一个理想化的概念。它是这么一个物体, 能发光, 但会吸收掉任何来自外部的光线, 同时又会把吸收的所有能量以光的形式完全释放出来, 所以叫做黑体。黑体的温度单叫做开尔(K)。从 3300K 到 9300K 的温度变化情况下, 它发光的颜色分别是, 红色, 白色、蓝色。便于理解, 你可以这么想象, 火焰你肯定见过, 内焰温度较低, 外焰温度较高(蓝色), 内焰温度较低的地方是黄色的(暖色), 于是火焰最外面温度最高的地方反而会是蓝色的(冷色), 是不是有点反常识。而色温就是借助黑体的这个温度变化特性来量化色彩倾向的。色温数值低, 偏黄, 色温数值高, 偏蓝, 所谓的冷暖色调就是一种比较感性的叫法了。

     

    <3300K

    暖色

     

    3300~6000K

    白色

     

    >6000K

    冷色

     

    以下是几个常见场景的色温:

     

    烛光 1930K, 钨丝灯 2900K, 中午阳光 5600K, 蓝天 18000K

     

    讲白平衡是如何修正之前, 有两个很重要的理论需要知道:

     

    灰度世界理论:这个理论蛮有意思, 与其说是色彩学, 我觉得更像是统计学的范畴, 它认为任何一幅图像, 当有足够的色彩变化时, 其R, G, B分量均值会趋于平衡(即 RGB 三个数值相等, 也就是说应当是黑白灰类型的颜色)。这个理论在全局白平衡中得到广泛应用, 特点是能够利用更多的图像信息来做判断, 但在面对色彩较为单一的图像时就显得有些乏力了。

     

    全反射理论:一幅图像中亮度最大的点就是白点, 即假设在 YCbCr 空间中Y值最大的点为白色, 以此来校正整幅图像。特点是只考虑色彩最亮的那部分, 跟上面的灰度世界理论正好相反, 在处理色彩偏单调的图像时效果好些, 但面对颜色丰富的图片时, 因为最亮的点不一定是白色的, 可能会出现偏色的情况。

     

    这两个理论分别对应着两种色彩空间 RGB 和 YCbCr 调整白平衡的理论基础:判断一张图片白平衡是否准确, 如果不准确, 如何量化其偏离数值。

     

    白平衡就是一个纠正画面整体偏色的过程, 那为什么人眼不需要呢?其实在你看到一个东西的时候, 眼睛就已经对它进行了色彩修正。相机肯定没有人眼那么智能(至少现在没有), 概括的说, 它的自动白平衡算法就是设定一个范围, 如果拍摄照片的色彩平均值落在这个范围里面, 那就 OK, 说明无需修正。如果偏离出这个范围, 就需要调整参数, 并校正色彩数据直到其均值落入指定的范围内。这就是WB白平衡修正的过程。

     

    下面就来简单介绍几个白平衡算法大致原理, 但具体的增益计算和数学建模过程就不作赘述了, 这东西正常人看了都会头大的。

     

    1. 灰度世界算法(Gray World Assumption)

    这个算法原理很简单, 就是根据前面所说的灰度世界理论, 将原始图像的RGB均值分别调整到R=G=B即可。不完美的地方就是这个算法对颜色不丰富的图像敏感程度一般, 处理起来效果也就不会很理想, 局限性较大。

     

    2. 标准差加权灰度世界算法(Standard DeviationWeighted Gray World Assumption)

    标准差加权灰度世界算法是针对上一个算法的改进, 它的原理是把图像等分成几块, 然后对每个块利用统计学进行分析, 看里面颜色的丰富程度, 颜色多的就加权, 颜色少得就减少权重, 最后求和得出一个均值。根据这个相对精确的数值来进行RGB数值的修正。

     

    3. 全反射算法(Perfect Reflector Assumpution)

    这个是基于前面介绍的全反射理论生成的算法, 理解起来也不难, 它认为中最亮的那个点就一定是白色的, 如果原始图像中最亮的那个点不是, 那就针对偏离白色的数值进行逆向修正。缺点就是如果图像色彩复杂或者就是没有高光点, 它的修正效果就会比较乏力。

     

    上面三个算法比较简单, 运算量不大, 但各有优缺点, 也就进一步衍生出了更加有效但是却要复杂的多一些混合算法, 例如:亮度加权灰度世界算法与全反射算法的正交组合算法(QuadraticCombining Luminance Weighted Gray World & Prefect Reflector Assumption)。看这么长的名字就知道, 这个算法很复杂, 白平衡修正效果也是蛮不错的, 而且它本身是收敛的, 在对图像处理的时候不会带来太多损失, 但可惜运算量巨大, 对硬件资源的要求过高。

     

    算法方面挺枯燥的, 非理工科对数学没兴趣的也可以直接略过, 大体知道这么回事儿就行。但我可以给出的结论是:最终效果越好的算法, 其复杂程度就越高, 运算量就越大, 对硬件电路的要求也高。具体的实现还需要在白平衡校正能力, 算法执行效率, 处理器硬件性能三个方面进行权衡。

     

    而通过上面的了解你就会发现, 如果ISP图像处理器的性能够高, 白平衡算法施展的空间就会大了很多。某些时候白平衡不准确, 一定程度上确实是与ISP性能跟不上有关, 当然, 这里也要看各家厂商在算法优化方面的功底。一般来说同一代各个品牌的旗舰处理性能差别不会特别大, 虽然软件方面下的功夫不容易看到, 但重要性确实毋庸置疑的, 能否把硬件整体性能充分发挥出来才是关键。

     

    举例来说, 在单反刚刚数码化的那个年代, 相机的图像处理器性能比较低下, 难以承受高运算强度的白平衡算法的蹂躏, 于是很多单反相机(如佳能1D, 尼康D2, 奥林巴斯E-1等) 机身上是有一个白平衡感应装置的(就是机身正面的那个小白点), 这个可以辅助提高白平衡准确度。到后来随着相机图像处理器的性能飙升, 大概是从富士通给尼康代工的Expeed一代处理器开始, 就取消了外置白平衡感应器这个装置。通过越来越多的RGB测光分区数, 配合越发强大的处理器来进行更加准确的色温修正。这里多说两句, 分区越多, 白平衡采样处理就越准确, 但同时也会带来计算量上面的飙升, 从最初的只有几个分区, 到 D800 上面用的 9.1 万像素 RGB 感应器, 在同时完成测光和白平衡计算的同时, 甚至还能够余出力气进行人脸识别, 背后那块改用了 ARM 架构 Expeed 3 才是最大的功臣。而像 DC 啊, 手机摄像头啊这类连续取景的相机, 则是用前一帧图像的处理结果应用到后面的图像上去的, 实现方式同单反上面那个单独的测光感应器还不太一样的。这是产品本身结构差异性导致的。

     

    下图这组图片中就是在设置不同的白平衡下拍摄的:

     

    出处:www.zealer.com 李侃 http://www.zealer.com/question/4

    转载于:https://www.cnblogs.com/zl1991/p/5203490.html

    展开全文
  • 什么是平衡

    2012-02-14 17:16:03
    平衡是摄像机的一个极重要的概念。  所谓白平衡,就是摄像机对白色物体的还原。...这由于人类从出生以后的成长过程中,人的大脑已经对不同光线下的物体的彩色还原有了适应性。但是,作为摄像机,可没有人眼的

    白平衡是摄像机的一个极重要的概念。

      所谓白平衡,就是摄像机对白色物体的还原。当我们用肉眼观看这大千世界时,在不同的光线下,对相同的颜色的感觉基本是相同的,比如在早晨旭日初升时,我们看一个白色的物体,感到它是白的;而我们在夜晚昏暗的灯光下,看到的白色物体,感到它仍然是白的。这是由于人类从出生以后的成长过程中,人的大脑已经对不同光线下的物体的彩色还原有了适应性。但是,作为摄像机,可没有人眼的适应性,在不同的光线下,由于CCD输出的不平衡性,造成摄像机彩色还原失真:或者图像偏蓝,或者偏红,如图所示。 

      下图中中间的图像彩色还原是正常的,而左侧的图像明显偏蓝,右侧图像则偏红,因此左侧及右侧的图像都为白平衡不正常的图像.



      为了了解白平衡,就必须了解另一个重要的概念:色温。所谓色温,简而言之,就是定量地以开尔文温度表示色彩。当物体被电灯或太阳加热到一定的温度时,就会发出一定的光线,此光线不仅含有亮度的成份,更含有颜色的成份,而色温越高,蓝色的成份越多,图像就会偏蓝;相反,色温越低,红色的成份就越多,图像就会偏红。因此,如果照射物体的光线发生了变化,那末其反映出的色彩也会发生了变化,而这种变化反映到摄像机里,就会产生在不同光线下彩色还原不同的现象。下面的表格显示了一些光线下的色温情况。

      光源 色温(K) 
      蜡烛 2000 
      钨丝灯 2500-3200 
      碳棒灯 4000-5500 
      荧光灯 4500-6500 
      日光(平均) 5400 
      有云天气下的日光 6500-7000 
      阴天日光 12000-18000 

      从上表可见,不同光线下色温相差十分悬殊,造成摄像机在不同的光线下彩色还原不同。为解决这个问题,现在的摄像机都具有白平衡校正功能,对不同的色温进行补偿,从而真实地还原拍摄物体的色彩。

      现在摄像机都具备有自动白平衡及手动白平衡功能。自动白平衡使得摄像机能够在一定色温范围内自动地进行白平衡校正,其能够自动校正的色温范围在2500K-7000K之间,超过此范围,摄像机将无法进行自动校正而造成拍摄画面色彩失真,此时就应当使用手动白平衡功能进行白平衡的校正。具体操作请参看使用技巧的相关文章。

    展开全文
  • 假如当前有一颗m阶的B树(注意阶的意思指每个节点的孩子节点的个数),那么其符合: (1)每个节点最多有m个子节点 (2)除了根节点和叶子节点之外,其他的每个节点最少有m/2(向上取整)个孩子节点 (3)根节点...

    一颗m阶的B树,这里阶的意思是指每个节点拥有的子节点个数,会满足以下几点:

    1)每个节点最多有m个子节点
    
    (2)除了根节点和叶子节点之外,其它的每个节点最少有m/2(向上取整)个子节点
    
    (3)根节点至少有两个子节点,(除了第一次插入的时候,此时只有一个节点,根节点同时是叶子节点)
    
    (4)所有的叶子节点都在同一层
    
    (5)有k个子节点的父节点包含k-1个key关键字
    

    初次接触B树的时候有两个问题比较疑惑,根节点为什么最少要有两个子节点?其它的节点为什么又是最少有m/2个子节点?直到看到这篇博客之后茅塞顿开。简单来讲B树的上述几个条件就是为了维持树的平衡。
    下面举个例子来说明一下,所有的图片都是来自于Data Structure Visualization网站,可以保证图片的正确性。
    我们依次往一颗B树里边插入递增的数字来观察树形状的变化。
    第一个例子,m=3,一颗三阶的B树,依次插入1,2,3。

    1,2
    当3这个key插入的时候,首先试图插入根节点,但是此时根节点总共有4个子节点(下图4个指向子节点的childPtr),不满足条件1,即子节点数量不能超过3,于是根节点要分裂。

    在这里插入图片描述
    在这里插入图片描述

    根节点一分为三,分裂之后是这样的:
    在这里插入图片描述
    分裂的时候,中间的以中间的key-2为中心,将keys分成三份,中间的key作为新的根节点;左边的部分作为新根节点的左子树,同样的道理右边的部分作为右子树。
    也就是说中间的key成为根节点后,至少两个子节点,这就是条件3,这就是根节点为什么至少两个子节点的原因。
    我们继续往b树添加key。
    在这里插入图片描述
    当5加进去的时候,最右边叶子节点不满足条件,分裂。
    在这里插入图片描述

    在这里插入图片描述

    加入6
    在这里插入图片描述
    当7进去的时候,会导致最右边的叶子节点不满足要求,于是叶子节点右开始分裂
    在这里插入图片描述
    当key(6)上移到它的父节点之后又会导致父节点不满足要求,继续分裂。
    在这里插入图片描述
    最后的b树如下,此时树的高度变为了3.
    在这里插入图片描述
    可以这么理解,随着数据的不断加入,树的高度就会慢慢变高,b树的层数增加是通过分裂根节点完成的。
    当根节点要分裂的时候,为什么是分裂成左右两个子树而不能分裂成超过两个子树呢?这是由于条件2:除了根节点和叶子节点之外,其它的每个节点最少有m/2(向上取整)个子节点。如果分成三个子节点,那么每个子节点的包含的节点数就是m/3,不满足条件2。
    再举一个例子
    下面再建个7阶的b树,依次加入1,2,3,4,5,6,7。
    在这里插入图片描述
    当7加入的时候,根节点共有8个child指针,不满足条件1,所以要分裂,这种情况就以中间的key(4)作为新的根节点,1,2,3作为新的根节点的左子节点,5,6,7作为右子节点。变成这个样子:
    在这里插入图片描述
    第三个例子,这个例子其实重复了,只是多举点例子加深理解
    下图是根节点第二次分裂的情况,这是一颗5阶b树,保存1到16的key,目前高度为2
    在这里插入图片描述
    当我们往这颗b树加入17的时候,最右边的叶子有6个childPtr,不满足条件1。所以这个节点也要执行分裂,的中间的key(15)要上移到父节点,同时分裂为两个节点,此时它的父节点就是根节点。但是分裂之后就会导致根节点不满足要求,此时根节点有6个子节点。
    在这里插入图片描述
    由于根节点不满足要求,所以根节点也要执行分裂操作。
    在这里插入图片描述
    还是以中间的key作为新的根节点,左右两边分别作为左右子树,变成这个样子:
    在这里插入图片描述
    这时候新的根节点还是两个子树,通过上面的几个例子很容易理解根节点为什么最少要有两个子节点

    展开全文
  • 0x00 写在前面最近一直在开发公司内部使用的<巡检系统>,在涉及端口扫描这块,为了保证速度和准确性,方案使用Masscan+Nmap:Masscan速度快,先...这我对于端口扫描过程中寻找速度与准确度之间平衡点的浅...
  • 什么是平衡二叉树(balanced binary tree)一种特殊的二叉排序树,它或者为空树,或者每个结点的左右子树都是平衡二叉树,也就是每个结点的左右子树的高度之差只能-1,0,1三种情况。平衡二叉树又称AVL树,由苏联...
  • 平衡二叉搜索树(Self-balancing binary search tree)又被称为AVL树(有别于AVL算法),且具有以下性质:它一 棵空树或它的左右两个子树的高度差的绝对值不超过1,并且左右两个子树都一棵平衡二叉树。...
  • 使用热电阻测温的过程实际上一个测量置于测量点上的热电阻的阻值的过程。采用三线制接线的原因电阻基本电参数之一,其阻值 R 可按伏安特性定义,即 R=U/I,其中U 为电阻两端的电压,I 为流过电阻的电流或者按...
  • 说说什么是重构(二)重构的过程

    千次阅读 2015-05-29 15:11:10
    上一篇文章主要说了说什么是重构,重构都在什么情况下开始。而这篇文章,则主要讲讲重构的过程中,需要注意哪些东东。还有就是如何进行重构。 背景 说到底,重构无非就是为了让代码更加优雅,更加简练,...
  • 那么动平衡到底是什么?你了解过它的原理吗?什么是动平衡?首先,我相信在大部分人的认知里,车身抖动主要是由于车轮的重量分布不均匀,车轮的重心与中心不重叠,离心力有偏差导致车轮转动失衡,最终引起的车身抖动...
  • 什么是平衡二叉树(balanced binary tree)一种特殊的二叉排序树,它或者为空树,或者每个结点的左右子树都是平衡二叉树,也就是每个结点的左右子树的高度之差只能-1,0,1三种情况。平衡二叉树又称AVL树,由苏联...
  • 平衡二叉树结构,指的逻辑结构上的平衡二叉树,其物理实现数组。然后由于在逻辑结构上相近的节点在物理结构上可能会差很远。因此,每次读取的磁盘页的数据中有许多用不上的。因此,查找过程中要进行许多次的...
  • 红黑树一种自平衡二叉查找树,在插入或者删除节点时,都有特定的操作,保持二叉查找树的平衡,用来获得比较好的查找性能。 二、红黑树的特性 1、节点不是黑色就是红色; 2、根节点黑色; 3、每个红色节点的两个...
  • 是什么力量在一直驱动着个人的修炼呢,是什么让力量能让人坚持不且目标坚定的按部就班去锻炼和充实自己呢? 今天跑了十公里,我得出的答案是欲望,没有欲望就不会支撑自己去坚持品尝过程的苦涩,没有终极目标的...
  • 摄影技术之白平衡

    2020-02-22 10:01:13
    平衡是相机的一个工具,也我们在平时设置的一个参数,作用保持白色的平衡,意思不管在什么颜色环境光下,白色都可以显示出白色。比如下面这张照片在黄色光的台灯下拍摄的,你会看到这张纸被染上黄色,如果...
  • 是什么?     要了解平衡二叉树,先得了解什么是二叉树? 二叉树定义: 在计算机中,二叉树是每一个节点最多有两个子树的结构。通常子树被称作“左子树(left subtree)”“右子树(right ...
  • skiplist,顾名思义,首先它一个list。实际上,它在有序链表的基础上发展起来的。我们先来看一个有序链表,如下图(最左侧的灰色节点表示一个空的...同样,当我们要插入新数据的时候,也要经历同样的查找过程,从...
  • 什么是共识机制

    万次阅读 2019-05-15 18:35:43
    区块链比特币的底层...共识机制可以在区块链技术应用的过程中有效平衡效率与安全之间的关系。通常情况下,安全措施越复杂,则处理效率越差,如果想要提升处理效率,就必须降低安全措施的复杂程度。 共识机制...
  • 目前大部分的医院都会使用铅门,铅门有着较好的作用,大部分都会选择不锈钢的材质,其中对于尺寸还有高度宽度...平衡的保障 如今的医院之所以会选择铅门,因为在通过变频操作之后比较灵活,具有着安全的效果,而...
  • 平衡二叉树

    2018-08-29 10:53:01
    看了网上很多文章,要不是引用文章有误,就是节选一段导致前后不搭或者跳节的问题。反正我是一脸懵逼。 最后发现一篇说的通俗...左旋的大致过程是 1,把根节点的右子树赋给tmp 2,把tmp(右子树)的左子树赋给...
  • 5.5.2平衡二叉树

    2020-09-24 19:47:06
    上一节课我们学习了22排序数,那么在二十八十道中有指向的,但是顺序过程中得到训练得出的二查排序数可能不同的,而其中平方差数的效率最高,所以本节课我们就来学习平衡二叉树,什么是平方差数呢?其实之前我简单...
  • 我们可以看到,一个成功的程序员在开发的时候,他对平衡的理解体现在很多方面,下面就是其中的一些:  最近在准备一支外包团队的过程中,我思考了一下:做为一个程序员,最珍贵的品质是什么?有个词一直在我的脑海里...
  • 不过,二叉查找树在频繁的动态更新过程中,可能会出现树的高度远大于log2n 的情况,从而导致各个操作的效率下降。极端情况下,二叉树会退化为链表,时间复杂度会退化到 O(n)。我上一节说了,要解决这个复杂度退化的...
  • 什么是系统思维

    2021-01-14 18:28:37
    系统思维定义系统思维概述...把想要达到的结果、实现该结果的过程过程优化以及对未来的影响等一系列问题作为一个整体系统进行研究。 系统思维概述 系统一个概念,反映了人们对事物的一种认识论,即系统由两个或
  • 平衡二叉树的数据结构组装过程有以下规则: (1)非叶子节点只能允许最多两个子节点存在。 (2)每一个非叶子节点数据分布规则为左边的子节点小当前节点的值,右边的子节点大于当前节点的值(这里值基于自己...
  • 在学习算法的过程中,二叉平衡一定会碰到的,这篇博文尽可能简明易懂的介绍下二叉树的相关概念,然后着重讲下什么平衡二叉树。(由于作图的时候忽略了箭头的问题,正常的树一般没有箭头,虽然不影响描述的过程...
  • 平衡原理

    千次阅读 2015-11-09 20:10:50
     首先要明白什么是平衡,它指的在图像处理的过程中,对原本材质为白色的物体的图像进行色彩还原,通过去除外部光源色温的影响,使其在最终照片上的图像也呈现为原来一致的白色。  那色温怎么理解的呢...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 905
精华内容 362
关键字:

平衡过程是什么