×
Patricia维多利亚;Coloma球鞋

自动检测和消除照片中的光斑伪影。 （英语） 兹比尔1448.94036

数学杂志。成像视觉。 61，第4号，515-533（2019）.
小结：光斑是由多种条件引起的一种光斑伪影，通常由摄像机视野内或附近的一个或多个高亮度源引起。当来自高亮度光源的光线到达相机的前端元件时，它可以在相机元件内产生内反射，这些内反射出现在胶片平面上，形成非图像信息或在捕获的图像上耀斑。即使使用了预防机制，也会出现伪影。本文提出了一种稳健的计算方法来自动检测和消除耀斑伪影。我们的贡献是三方面的：首先，我们提出了一种基于耀斑可能满足的固有特性的特征描述；其次，我们定义了一种新的置信度，能够在候选对象中选择耀斑；最后，给出了准确确定耀斑区域的方法。然后，通过使用基于样本的修复来去除检测到的伪影。我们表明，我们的算法实现了顶级的定量和定性性能。

MSC公司：

94A08型 信息与通信理论中的图像处理（压缩、重建等）

关键词：

耀斑伪影;耀斑;数学形态学;补漆;置信度

软件：

SIFT公司
PDF格式BibTeX公司 XML格式引用
\textit{P.Vitoria}和\textit{C.Ballester}，J.Math。成像视觉。61，第4号，515--533（2019；Zbl 1448.94036）
全文： DOI程序 arXiv公司 链接

参考文献：

[1] Agarwal，S.、Furukawa，Y.、Snavely，N.、Simon，I.、Curless，B.、Seitz，S.M.、Szeliski，R.：一天内建造罗马。Commun公司。ACM 54（10），105-112（2011）·doi:10.1145/2001269.2001293
[2] Aljabar，P.，Heckemann，R.A.，Hammers，A.，Hajnal，J.V.，Rueckert，D.：基于多目标的脑图像分割：图谱选择及其对准确性的影响。《神经影像》46（3），726-738（2009）·doi:10.1016/j.neuroimage.2009.02.018
[3] Arias，P.，Facciolo，G.，Caselles，V.，Sapiro，G.：基于样本的图像修复的变化框架。国际计算机杂志。视觉。93, 319-347 (2011). https://doi.org/10.1007/s11263-010-0418-7 ·Zbl 1235.94015号 ·doi:10.1007/s11263-010-0418-7
[4] Bay，H.，Fasel，B.，Van Gool，L.：交互式博物馆指南：快速、可靠地识别博物馆物品。In：程序。移动视觉国际研讨会（2006年）
[5] Boynton，P.A.，Kelley，E.F.：用于测量高对比度图像的充液相机。在：驾驶舱显示器X，第5080卷，第370-379页。国际光学和光子学学会（2003年）
[6] Chabert，F.：自动去除镜头光斑。斯坦福大学电气工程系技术报告（2015）
[7] Criminisi，A.，Pérez，P.，Toyama，K.：基于样本的图像修复的区域填充和对象移除。IEEE传输。图像处理。13(9), 1200-1212 (2004) ·doi:10.1109/TIP.2004.833105
[8] Demanet，L.，Song，B.，Chan，T.：通过对应图进行图像修复：确定性方法。申请。计算。数学。1100(217-50), 99 (2003)
[9] Dice，L.R.：物种间生态关联量的测量。生态学26（3），297-302（1945）·doi:10.2307/1932409
[10] Evans，E.D.：光学系统中闪光的分析和减少。俄亥俄州立大学博士论文（1988年）
[11] Fedorov，V.、Facciolo，G.、Arias，P.：非局部修补的变化框架。图像处理。在线5，362-386（2015）·doi:10.5201/ipol.2015.136
[12] Fergus，R.，Perona，P.，Zisserman，A.：通过无监督的尺度-变学习进行对象类识别。2003年IEEE计算机学会计算机视觉和模式识别会议，2003年。会议记录，第2卷，第II-II页。IEEE（2003）
[13] Gu，J.，Ramamoorthi，R.，Belhumeur，P.，Nayar，S.：消除因相机镜头脏污和遮挡物薄而产生的图像伪影。ACM事务处理。图形28144（2009）·数字对象标识代码：10.1145/1618452.1618490
[14] Hara，T.、Saito，H.、Kanade，T.：消除水滴引起的眩光。包含：CVMP’09。视频媒体制作会议，第144-151页。IEEE（2009）
[15] Hartley，R.，Zisserman，A.：计算机视觉中的多视图几何。剑桥大学出版社，剑桥（2003）·Zbl 0956.68149号
[16] Kawai，N.、Sato，T.、Yokoya，N.：考虑亮度变化和纹理空间位置的图像修复及其评估。摘自：Pacific-Rim图像和视频技术研讨会，第271-282页。施普林格（2009）
[17] 小岛，T.、松丸，T.和班诺，M.：摄影物镜中鬼影图像的计算机模拟分析。摘自：1980年国际透镜设计会议，第237卷，第504-512页。国际光学和光子学学会（1980年）
[18] Kondo，H.，Chiba，Y.，Yoshida，T.：摄影系统中的遮蔽眩光。选择。工程21（2），212343（1982）·doi:10.117/12.7972906
[19] Lindeberg，T.：尺度空间理论：分析不同尺度结构的基本工具。J.应用。《美国联邦法律大全》第21卷（1-2），第225-270页（1994年）·文件编号：10.1080/757582976
[20] Lindeberg，T.：具有自动比例选择的特征检测。国际计算机杂志。视觉。30(2), 79-116 (1998) ·doi:10.1023/A:1008045108935
[21] Lowe，D.G.：从局部尺度不变特征识别物体。摘自：第七届IEEE计算机视觉国际会议记录，第2卷，第1150-1157页。IEEE（1999）
[22] Lowe，D.G.：不同尺度变化关键点的独特图像特征。国际计算机杂志。视觉。60(2), 91-110 (2004) ·doi:10.1023/B:VISI.0000029664.99615.94
[23] Macleod，H.A.：薄膜光学滤波器。CRC出版社，博卡拉顿（2010）·doi:10.1201/9781420073034
[24] Martin，S.：透镜的眩光特性。选择。《学报》第19卷，第499-513页（1972年）·doi:10.1080/713818610
[25] Matsuda，S.，Nitoh，T.：适用于摄影镜头的光斑。申请。选择。11(8), 1850-1856 (1972) ·doi:10.1364/AO.11.001850
[26] Mikolajczyk，K.：检测仿射变换不变的局部特征。格勒诺布尔国立理工学院博士论文（2002年）
[27] Nussberger，A.、Grabner，H.、Van Gool，L.：机载平台的鲁棒空中目标跟踪。IEEE航空公司。电子。系统。Mag.31（7），38-46（2016）·doi:10.1109/MAES.2016.150126
[28] Petschnigg，G.，Szeliski，R.，Agrawala，M.，Cohen，M.、Hoppe，H.、Toyama，K.：使用闪光灯和无闪光灯图像对的数字摄影。输入：ACM事务处理。图形（TOG），第23卷，第664-672页。ACM（2004）
[29] Prokopetc，K.，Bartoli，A.：Slim（裂隙灯图像镶嵌）：处理反射伪影。国际计算机杂志。协助。无线电。外科学12，1-10（2017）·doi:10.1007/s11548-017-1555-z
[30] Psotny，D.：从数码照片中去除镜头光斑。布拉格查尔斯大学技术报告（2009年）
[31] Raskar，R.，Agrawal，A.，Wilson，C.A.，Veeraraghavan，A.：眩光感知摄影：4d光线采样，减少相机镜头的眩光效果。ACM事务处理。图形27（3）、56（2008）·doi:10.1145/1360612.1360655
[32] Ray，S.F.：《应用摄影光学：摄影、胶片、视频、电子和数字成像的透镜和光学系统》，（2002年）
[33] Rey-Otero，I.，Delbracio，M.：筛法剖析。图像处理。在线4，370-396（2014）。https://doi.org/10.5201/ipol.2014.82 ·doi:10.5201/ipol.2014.82
[34] Snavely，N.、Seitz，S.M.、Szeliski，R.：照片旅游：探索3d照片收藏。ACM事务处理。图形25835-846（2006）·数字对象标识代码：10.1145/1141911.1141964
[35] Steenstrup，S.，Munk，O.：测量遮蔽眩光分布的自动装置。选择。《法令》第27卷，939-947页（1980年）·doi:10.1080/713820342
[36] Talvala，E.-V.，Adams，A.，Horowitz，M.，Levoy，M.：高动态范围成像中的遮蔽眩光。ACM事务处理。图形26、37（2007）·数字对象标识代码：10.1145/1276377.1276424
[37] Tan，R.T.，Ikeuchi，K.：使用单个图像分离纹理表面的反射分量。IEEE模式分析和机器智能汇刊，27（2）：178-193（2005）。ISSN 0162-8828。https://doi.org/10.109/TPAMI.2005.36
[38] Tuytelaars，T.、Mikolajczyk，K.等人：局部不变特征检测器：一项调查。已找到。Trends®计算。图形视觉。3(3), 177-280 (2008) ·doi:10.1561/0600000017
[39] Von Gioi，R.G.，Monasse，P.，Morel，J.-M.，Tang，Z.：走向高精度镜头畸变校正。2010年IEEE第17届国际图像处理会议，第4237-4240页。IEEE（2010）
[40] Wels，M.、Zheng，Y.、Carneiro，G.、Huber，M.，Horneger，J.、Comaniciu，D.：快速可靠的三维mri脑结构分割。摘自：医学图像计算和计算机辅助干预国际会议，第575-583页。施普林格（2009）
[41] Wexler，Y.、Shechtman，E.、Irani，M.：视频的时空完成。IEEE传输。模式分析。机器。智力。29(3), 463-476 (2007) ·doi:10.1109/TPAMI.2007.60
[42] Wu，T.-P.，Tang，C.-K.：从单个图像中提取阴影的贝叶斯方法。In:ICCV 2005。第十届IEEE计算机视觉国际会议，2005年，第1卷，第480-487页。IEEE（2005）
[43] Zhang，J.，Marszałek，M.，Lazebnik，S.，Schmid，C.：纹理和对象类别分类的局部特征和核心：综合研究。国际计算机杂志。视觉。73（2），213-238（2007）·doi:10.1007/s11263-006-9794-4
[44] Zinemanas，P.、Arias，P.，Haro，G.、Gomez，E.：用基于音频的标记数据训练的单簧管视频记录的视觉音乐转录。在：《IEEE计算机视觉和模式识别会议论文集》，第463-470页（2017）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。