我的团队希望计算两张在潮湿环境中拍摄的照片之间的对比度。
我们将使用公式计算对比度
对比度 = SQRT((ΔL)^2 + (Δa)^2 + (Δb)^2)
其中 ΔL 是光度的差异,Δa 是(红-绿)的差异,Δb 是(黄-蓝)的差异,它们是 Lab 空间的维度。
我们(迄今为止成功的)方法是将每个像素从 RGB 转换为 Lab 空间,并将图像相关部分的平均值作为 A 和 B 变量。
然而,环境限制我们使用(防水)GoPro 相机,它将图像压缩为 JPEG 格式,而不是保存为 TIFF,因此我们没有使用真彩色图像。
我们现在需要量化对比度的不确定性——为此我们需要知道 A 和 B 的不确定性,并通过扩展了解每个 RGB 像素的每个 a 和 b 值的不确定性(或平均/典型不确定性)。只有当我们知道从真彩色转换为 JPEG 时产生的典型/最大不确定性时,我们才能计算这一点。
因此,当以 JPEG 格式保存时,我们需要知道每个 RGB 通道的最大可能差异。
例如。如果真彩色 RGB 像素 (5, 7, 9) 在压缩后变为 (2, 9, 13),则每个通道的不确定性将为 (+/- 3, +/- 2, +/- 4)。
我们相信相机会以 4:2:0 的纵横比压缩颜色 - 有没有办法对此进行测试?
然而,我们的主要问题是;有没有办法知道每个通道中的最大可能误差,或者从压缩的 RGB 结果中计算不确定性?
注意:我们知道从 JPEG 转换回 TIFF 是不可能的,因为 JPEG 压缩是有损的。我们只需要量化这种颜色损失的程度。