光照變化 (Illumination Variation) 指的是在拍攝圖像或影片時，場景中光線的強度、方向、顏色或分布發生的改變。這些變化可能是由多種因素引起的，例如：
* 時間的變化： 隨著日出日落，自然光的光照強度和顏色會發生顯著變化。室內光線也可能因為開燈、關燈或燈光強度的調整而改變。* 天氣條件的變化： 陰天、晴天、多雲等天氣狀況會導致光線的漫射程度和強度不同。
* 物體和光源的移動： 場景中的物體或光源的移動會改變照射在特定區域的光線。
* 陰影的產生和移動： 光源和物體之間的相對位置變化會導致陰影的產生和移動，進而影響圖像的亮度分布。
光照變化對圖像分析和電腦視覺的影響：
光照變化是電腦視覺領域中一個重要的挑戰，因為它會顯著影響圖像的外觀，使得在不同光照條件下拍攝的同一物體可能看起來非常不同。這會對許多電腦視覺任務造成困難，例如：
* 物體辨識： 模型可能難以在不同光照條件下正確辨識同一物體。
* 人臉辨識： 光照變化會極大地影響人臉圖像的外觀，降低辨識的準確性。
* 目標追蹤： 光照的突然變化可能會導致追蹤器丟失目標。
* 三維重建： 光照變化會影響圖像的紋理和陰影，使得三維重建更加困難。
應對光照變化的一些方法：
為了減輕光照變化對圖像分析的影響，研究人員開發了許多技術，包括：
* 光照不變特徵 (Illumination Invariant Features)： 設計對光照變化不敏感的圖像特徵描述子，例如 SIFT 和 HOG 等。
* 光照歸一化 (Illumination Normalization)： 使用演算法來調整圖像的亮度和對比度，使其在不同光照條件下看起來更一致。
* 光照模型 (Illumination Models)： 建立數學模型來描述光照條件，並利用這些模型來校正光照變化。
* 資料增強 (Data Augmentation)： 在訓練機器學習模型時，人為地引入各種光照條件下的圖像，提高模型的魯棒性。
總之，光照變化是影響圖像外觀的重要因素，理解和處理光照變化對於開發可靠的電腦視覺系統至關重要。
