Contents — find the section you need

Change parameters and verify

Open the panel, then press Run to load Python. You can stop execution and reset parameters. Results are computed on this device. No Python installation is required.

Local execution steps below are optional for reproducing the source results; they are not required for the browser experiment.

The experiment controls are in English.

Open experiment panel in a new tab

Download reproduction source

Vergleich starten

Identity ausführen und als A speichern. Linear exposure +1 EV mit Encoded gain 2× vergleichen. Ein Bild antippen oder x/y eingeben, um C und Y vor und nach der Verarbeitung zu sehen. Die Gradientenansicht zeigt Änderungen an Kanten. Geteilte URLs speichern Eingaben, nicht Ergebnis A oder die Prüfkoordinate.

Die Bedienelemente sind auf Japanisch und Englisch verfügbar. Eine lokale Python-Installation ist nicht nötig.

Pixelwerte und relative Leuchtdichte

C ist ein kodierter Grauwert zwischen 0 und 1. Das Lab nimmt neutrales sRGB mit R=G=B an und dekodiert zu linearer relativer Leuchtdichte Y. C=0,5 entspricht Y≈0,214. Ohne Kalibrierung von Kamera oder Display sind dies keine physikalischen Messwerte in cd/m².

Reihenfolge der Verarbeitung

EV multipliziert lineares Y mit 2^EV. Es folgen Begrenzung auf 0–1, sRGB-Kodierung, Verstärkung und Offset der kodierten Werte, Kontrast um 0,5, erneute Begrenzung und Gamma. γ>1 hellt Zwischenwerte auf. Direkt nach Verstärkung und Offset wird nicht begrenzt. Späteres Abdunkeln stellt durch Clipping verlorene Unterschiede nicht wieder her.

Y = decode_sRGB(C) × 2^EV
C₁ = encode_sRGB(clamp(Y, 0, 1))
z = gain × C₁ + offset
z = 0.5 + contrast × (z − 0.5)
C_out = clamp(z, 0, 1)^(1/gamma)

Messwerte lesen

Histogramme zählen echte Pixel in 32 gleich breiten Klassen: links inklusive, rechts exklusiv außer beim Endwert 1. C und Y werden getrennt gezählt; der Mittelwert von Y wird nach der Dekodierung berechnet. Vorwärtsdifferenzen nach rechts und unten liefern Gradienten an 159×119 Positionen. Die festen Skalen sind C=0–1 und 0–√2 für Gradienten. Clipping zählt strikte Unter- und Überschreitungen vor der Begrenzung; der eindeutige Pixelzähler entfernt Überschneidungen zwischen Stufen.

Diagram 1 · Use the button to switch views
Synthetisches Bild vor und nach Kontrast 3×; Zahlen stehen in der Tabelle.
Bedingung Mittelwert C Mittelwert Y Mittlerer Gradient [C/px] Begrenzte Pixel
Identität 0.33267188 0.16471655 0.01921348 0
Belichtung +1 EV 0.43543366 0.26062524 0.02188713 3331
Verstärkung 2× 0.52753125 0.31717897 0.01868123 4081
Kontrast 3× 0.21255208 0.21255208 0.03113539 19200
Geringer Kontrast 0.46653438 0.18743543 0.00384270 0
Belichtung −2 EV 0.16257348 0.04117914 0.01078320 0
Gamma 2 0.54494622 0.30339745 0.01418886 0
Geringe Textur 0.41000000 0.14130621 0.00075472 0

Bezug zur Bildverarbeitung

Die Vorgaben für geringen Kontrast und geringe Textur vergleichen. Dieselben synthetischen Bilder werden für Merkmalsextraktion, Matching und optischen Fluss verwendet. Geänderte Gradienten verändern Detektoreingaben; Beleuchtungsänderungen können die Helligkeitskonstanz verletzen. Histogramme allein messen keine Erkennungs- oder Trackinggenauigkeit.

Reproduktion und Quellen

What to read next

MerkmalsextraktionLabor zur Merkmalserkennung — Harris und Shi–Tomasi vergleichenMerkmalszuordnungLabor zur Merkmalszuordnung — Deskriptorfilter, geometrische Inlier und ReferenzOptischer FlussOptischer-Fluss-Lab: Bewegung zwischen zwei Bildern