Con l'obiettivo di ottenere l'invarianza di illuminazione, questi sistemi possono operare in modo affidabile in diversi ambienti e scenari di illuminazione. Sono stati sviluppati vari metodi per affrontare questa sfida, concentrandosi sulla preelaborazione, sull'estrazione delle caratteristiche e sulle tecniche di formazione del modello.

Tecniche di preprocessing dell'immagine

I metodi di preprocessing mirano a normalizzare le variazioni di illuminazione prima dell'estrazione della caratteristica. La equalizzazione istogramma regola il contrasto delle immagini per ridurre le disparità di illuminazione. La correzione di Gamma modifica la luminanza dell'immagine per standardizzare i livelli di luminosità. Inoltre, gli algoritmi di costanza del colore tentano di rimuovere le biasi di colore causate da diverse fonti di illuminazione.

Metodi di estrazione caratteristica

Le tecniche come i modelli locali binari (LBP) si concentrano sulla texture piuttosto che sull'intensità, rendendoli più invarianti all'illuminazione. Le caratteristiche basate su gradienti come bordi e contorni sono anche meno influenzate da variazioni di illuminazione, fornendo spunti stabili per le attività di riconoscimento.

Strategie di formazione del modello

I modelli di formazione con diverse condizioni di illuminazione migliorano la loro invarianza. L'aumento dei dati comporta la creazione di variazioni sintetiche delle immagini di formazione in diversi scenari di illuminazione. Utilizzando invarianti rappresentazioni di caratteristiche all'interno di modelli di apprendimento automatico, come le reti neurali profonde addestrate su vari set di dati, può ulteriormente migliorare la robustezza contro i cambiamenti di illuminazione.

Tecniche aggiuntive

  • Descrittori invarianti dell'illuminazione:[] Utilizzo di descrittori specializzati progettati per essere insensibili all'illuminazione.
  • Multi-spectral imaging:[] Catturare immagini attraverso diversi spettri per mitigare gli effetti di illuminazione.
  • Algoritmi adattivi:[ Sistemi che si adattano dinamicamente alle condizioni di illuminazione in evoluzione.