影像色彩转换.ppt

執行時間 200 x 241 影像大小 228.56 s 長條圖匹配 1.125 s Reinhard等人的方法 1.29 s 影像心情轉換 長條圖匹配之執行時間 實驗結果-附1 （影像心情轉換） ＋ 輸入影像 　“professional” 參考影像　“subdued” = Reinhard等人的結果　“nostaglic” 長條圖匹配後的結果　“subdued” ＋ 輸入影像　“rich” 參考影像　“nostalgic” = Reinhard等人的結果　“dependable”　X 影像色彩轉換的結果　“rich”　Ｘ 實驗結果-附2 （區域調色） ＋ 輸入影像　“rich” 參考影像　“nostalgic” = Reinhard等人的結果　“dependable”　X 影像色彩轉換的結果　“nostalgic”　O 實驗結果-附2 （區域調色） 執行時間-附2 167.859 s 區域調色 303 x 200 影像大小 Ref: 0.575 Output: 0.576 比例 1.125 s Reinhard等人的方法 1.4281 s 影像心情轉換 區域調色之執行時間 ＋ 輸入影像　“rich” 參考影像　“subdued” = Reinhard等人的結果　“subdued” 影像色彩轉換的結果　“professional”　Ｘ 實驗結果-附3 （區域調色） ＋ 輸入影像　“rich” 參考影像　“subdued” = Reinhard等人的結果　“subdued” 影像色彩轉換的結果　“subdued”　O 實驗結果-附3 （區域調色） 執行時間-附3 87.937 s 區域調色 303 x 200 影像大小 Ref: 1.18 Output: 1.8 比例 1.23 s Reinhard等人的方法 1.53 s 影像心情轉換 區域調色之執行時間 實驗結果-附4 （長條圖匹配） ＋ 輸入影像 　“nostalgic” 參考影像　“vital” = Reinhard等人的結果　“rich”　X 影像色彩轉換的結果　“earthy”　Ｘ 實驗結果-附4 （長條圖匹配） ＋ 輸入影像 　“nostalgic” 參考影像　“vital” = Reinhard等人的結果　“rich”　X 影像色彩轉換的結果　“vital”　O 動機 文獻探討 色彩心情轉換 　色彩心情介紹 　影像心情分類 　影像色彩轉換 　區域分割 ?區域調色 　篩選影像 長條圖匹配 實驗結果 結論與未來展望 區域調色 “dependable” X 區域調色 “calm” O 3.2634 1.7073 動機 文獻探討 色彩心情轉換 　色彩心情介紹 　影像心情分類 　影像色彩轉換 　區域分割 　區域調色 ?篩選影像 長條圖匹配 實驗結果 結論與未來展望 ＋ “calm” ＝ 　？ 輸入影像 動機 文獻探討 色彩心情轉換 　色彩心情介紹 　影像心情分類 　影像色彩轉換 　區域分割 　區域調色 ?篩選影像 長條圖匹配 實驗結果 結論與未來展望 10張參考影像 動機 文獻探討 色彩心情轉換 　色彩心情介紹 　影像心情分類 　影像色彩轉換 　區域分割 　區域調色 ?篩選影像 長條圖匹配 實驗結果 結論與未來展望 篩選影像 動機 文獻探討 色彩心情轉換 　色彩心情介紹 　影像心情分類 　影像色彩轉換 　區域分割 　區域調色 ?篩選影像 長條圖匹配 實驗結果 結論與未來展望 評判的標準 + 輸入影像 參考影像 “calm” 結果影像 = 輪廓 色彩 動機 文獻探討 色彩心情轉換 　色彩心情介紹 　影像心情分類 　影像色彩轉換 　區域分割 　區域調色 ?篩選影像 長條圖匹配 實驗結果 結論與未來展望 篩選影像 由於每類心情之參考影像數量為5至10張，故經過上述的色彩轉換之後我們必需做篩選，選出最好的結果輸出。 動機 文獻探討 色彩心情轉換 　色彩心情介紹 　影像心情分類 　影像色彩轉換 　區域分割 　區域調色 ?篩選影像 長條圖匹配 實驗結果 結論與未來展望 篩選影像 由於每類心情之參考影像數量為5至10張，選出最好的結果輸出。 明亮度 長條圖之差距 對應參考影像應有之長條圖 最後的總差距 長條圖匹配 動機 文獻探討 色彩心情轉換 長條圖匹配 實驗結果 結論與未來展望 長條圖匹配 ．影像的心情與使用者所選之心情不一致時 ．利用區域分割的概念來對影像做調色，直到心情 　長條圖趨近於參考影像為止。 參考影像之 心情長條圖 輸入影像之 心情長條圖 長條圖匹配 輸入影像 心情判斷 選擇欲轉換之心情 色彩轉換 影像修正 長條圖 總差距 是否收斂 未收斂 區域分割 區域調色 收斂 輸出影像 選擇參考影像 依心情分類 影像資料庫 計算長條圖總差距