Условия освещения могут существенно влиять на производительность систем компьютерного зрения. Достижение инвариантности освещения гарантирует, что эти системы могут надежно работать в различных средах и сценариях освещения. Для решения этой задачи были разработаны различные методы, ориентированные на предварительную обработку, извлечение функций и методы обучения модели.

Методы предварительной обработки изображений

Методы предварительной обработки направлены на нормализацию вариаций освещения перед извлечением признаков. Уравнение гистограммы регулирует контрастность изображений для уменьшения неравенства освещения. Гамма-коррекция модифицирует яркость изображения для стандартизации уровней яркости. Кроме того, алгоритмы постоянства цвета пытаются устранить цветовые смещения, вызванные различными источниками освещения.

Особенности методов экстракции

Извлечение функций, которые менее чувствительны к изменениям освещения, повышает надежность системы. Такие методы, как локальные двоичные шаблоны (LBP), фокусируются на текстуре, а не на интенсивности, что делает их более инвариантными для освещения. На такие функции, как края и контуры, также меньше влияют изменения освещения, обеспечивая стабильные сигналы для задач распознавания.

Типовые стратегии обучения

Модули обучения с различными условиями освещения улучшают их инвариантность. Увеличение данных включает в себя создание синтетических вариаций обучающих изображений в различных сценариях освещения. Использование инвариантных представлений функций в моделях машинного обучения, таких как глубокие нейронные сети, обученные на различных наборах данных, может дополнительно повысить надежность против изменений освещения.

Дополнительные техники

  • Иллюминатор-инвариант дескрипторов: Использование специализированных дескрипторов, предназначенных для нечувствительных к освещению.
  • Многоспектральная визуализация: Захват изображений по разным спектрам для смягчения световых эффектов.
  • Адаптивные алгоритмы: Системы, динамически приспосабливающиеся к изменяющимся условиям освещения.