![Measured color gamut of the Sanyo PDG-DWL 2500 projector with 64³ samples in the camera’s native color space [Quelle: Marcel Heinz; Guido Brunnett: Dense Sampling of 3D Color Transfer Functions Using HDR Photography]](http://medien.informatik.tu-chemnitz.de/localizeit/files/2015/07/farbverteilung_Marcel_Paper-300x274.jpg)
Gemessene Farbskala des Sanyo PDG-DWL 2500 Projektors mit 64³ Samples im nativen Farbraum der Kamera [Quelle: Marcel Heinz; Guido Brunnett: Dense Sampling of 3D Color Transfer Functions Using HDR Photography]
LocalizeIT Mitarbeiter Dr. Marcel Heinz entwickelte in Zusammenarbeit mit Prof. Dr. Guido Brunnett von der Professur für Graphische Datenverarbeitung und Visualisierung der Fakultät für Informatik an der Technischen Universität Chemnitz eine verbesserte Methode zur Messung von 3D-Farbtransferfunktionen (engl. Color Transfer Functions — CTF) und präsentierten diese gemeinsam im Rahmen des IEEE CCD/PROCAMS 2015 Workshops auf der CVPR 2015 in Boston — der international hochrangigsten und größten Konferenz auf dem Gebiet der Muster- und Bilderkennung/Computer Vision.
Die entwickelte Methode beschleunigt die Bestimmung der CTFs, welche für die Kalibrierung von Mehrsegment-Projektionsanlagen hinsichtlich Farb- und Helligkeitswiedergabe unverzichtbar sind. Bisherige Methoden zur Messung von Projektorausgaben benötigen pro Messung mehrere Sekunden und weichen meist stark von einem idealen RGB-Modell ab. Dadurch sind diese Methoden in praxisrelevanten Zeiträumen weder verhältnismäßig noch qualitativ zufriedenstellend. Marcel Heinz und Guido Brunnett entwickelten unter Benutzung einer digitalen Spiegelreflexkamera eine Messmethode mit einer wesentlich höheren Sampledichte (64x64x64), die die Fehlerquote um ca. 30% reduziert. Dies ist eine wichtige Grundlage für die zu entwickelnden Kalibrierverfahren im Arbeitsbereich “Deviceless 3D-Steuerung”.
Publikation: Heinz, Marcel & Brunnett, Guido. Dense Sampling of 3D Color Transfer Functions using HDR photography. In: The IEEE Conference on Computer Vision and Pattern Recognition (CVPR) Workshops, S.25–32. [Link]
Kommentare