我的团队希望计算在潮湿环境中拍摄的两张照片之间的对比度。
我们将使用以下公式来计算对比度:
对比度 = SQRT((ΔL)^2 + (Δa)^2 + (Δb)^2)
其中,ΔL是亮度差异,Δa是(红-绿)之间的差异,Δb是(黄-蓝)之间的差异,这些是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,并将图像的相关部分的平均值作为我们的A和B变量。
然而,由于环境限制,我们只能使用一台(防水的)GoPro相机,它将图像压缩成JPEG格式,而不是保存为TIFF格式,因此我们没有使用真实的彩色图像。
现在,我们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,以及每个RGB像素的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实彩色到JPEG转换时产生的典型/最大不确定性时,才能计算出这些。
因此,我们需要知道在JPEG格式中保存时每个RGB通道的最大可能差异。
例如,如果真实彩色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)。
我们认为相机以4:2:0的宽高比压缩颜色 - 有没有办法测试这一点?
然而,我们的主要问题是:有没有办法知道每个通道的最大可能误差,或从压缩后的RGB结果计算出不确定性呢?
注意:我们知道无法从JPEG转换回TIFF,因为JPEG压缩有损。我们只需要量化这种损失对颜色的影响程度。