Τμήμα Επιστήμης Υπολογιστών ΗΥ-474. Ψηφιακή Εικόνα. Αντίληψη χρωμάτων Συστήματα χρωμάτων Κβαντισμός χρωμάτων

Transcript

1 Ψηφιακή Εικόνα Αντίληψη χρωμάτων Συστήματα χρωμάτων Κβαντισμός χρωμάτων

2 Σχηματισμός εικόνων Το φως είναι ηλεκτρομαγνητικό κύμα Το χρώμα προσδιορίζεται από το μήκος κύματος L(x, y ; t )= Φ(x, y ; t ; λ) E( λ) dλ Μονοχρωματικός δέκτης Τριχρωματικός δέκτης Ανθρώπινο σύστημα όρασης Σκοτοπική όραση (μονοχρωμία) Φωτοπική όραση (τριχρωμία) Ορατό φάσμα 2

3 Οφθαλμός 3

4 Αισθητήρες οφθαλμού Ωχρά κηλίδα Ραβδία (σκοτοπική όραση) : 100 εκατ. Κωνία (φωτοπική τριχρωματική όραση) : 6 εκατ. Κεντρική όραση : στατικά, χώρος Περιφερειακή όραση : κίνηση 4

5 Χρωματικό σύστημα οφθαλμού Τρία πρωτεύοντα χρώματα Κόκκινο R 575 nm Πράσινο G 535 nm Μπλε B 445 nm 5

6 Ορισμός χρωμάτων (C.I.E.) Γραμμική μίξη τριών χρωμάτων μπορεί να δώσει οποιαδήποτε φασματική κατανομή Τρεις χρωματικές διεγέρσεις αναφοράς Κόκκινο R 700 nm Πράσινο G 546 nm Μπλε B 436 nm Λευκή φασματική κατανομή (ομοιόμορφη) C.I.E R= r ( λ)dλ G= g ( λ)dλ B= b ( λ)dλ φως ημέρας 6

7 Ταίριασμα χρωμάτων 7

8 Ταίριασμα χρωμάτων p1 p1 p2 p2 p3 p3 8

9 Σύστημα χρωμάτων ΧΥΖ (C.I.E.) Y αντιστοιχεί στη φωτεινότητα Χ Υ Ζ 0,490 0,310 0,200 = 0,177 0,813 0, ,010 0,990 R G B Ταίριασμα της μεσαίας συνιστώσας με τη μονοχρωματική απόκριση Λευκό X=Y=Z 9

10 Διάγραμμα χρωμάτων C.I.E. Τριχρωματικοί συντελεστές Τα καθαρά χρώματα βρίσκονται στο πέταλο Τα χρώματα συνδυάζονται γραμμικά Κορεσμένα και ακόρεστα χρώματα x= X X +Y +Z y= Y X +Y + Z z= Z X +Y +Z Ανάκτηση συνιστωσών x X= Y y Z= (1 x y) Y y Gonzalez & Woods, Digital Image Processing 10

11 Συνιστώσες RGB 11

12 Μετατροπή σήματος Η λήψη (σάρωση, φωτογραφία) όσο και η οθόνη (CRT, LCD ή άλλο) πιθανόν να μην είναι γραμμικές διαδικασίες και αυτό μπορεί να οδηγήσει σε λανθασμένες εικόνες, αν δεν ληφθεί μέριμνα για αυτό V =L γ V =L γ 12

13 Συνιστώσες srgb Πρωτεύοντα R0 : x = 0.64, y = 0.33, z = 0.03 G0 : x = 0.30, y = 0.60, z = 0.10 B0 : x = 0.15, y = 0.06, z = 0.79 Λευκό : x = , y = , z = C.I.E. D65 Υ = 0.21 R G B0 13

14 Σύστημα χρωμάτων Lab Λευκό (L=100) C.I.E. D65 κορεσμός χρώματος χρώμα Αντιληπτικά ομοιόμορφος χώρος Ευκλείδια απόσταση (ελάχιστη αντιληπτή 2,3) 14

15 Σύστημα χρωμάτων HSL S=1 (R G) +( R B)(G B) 2 B G 3 min( R, G, B) R+G+ B Η Κυανό Κόκκινο R+G+B 3 δε Ιώ ς Μπ λε L= Κίτ ριν ο 0.5 [( R G)+( R B)] ινο άσ Πρ H =arccos 15

16 Σύστημα χρωμάτων HSL ο Κίτ ριν ο ιν άσ Πρ Κυανό Η Κόκκινο Gonzalez & Woods, Digital Image Processing 16

17 Σύστημα χρωμάτων YCbCr Y = R G B Cb = R G B Cr = R G B Χρησιμοποιείται στο ψηφιακό βίντεο και στα πρότυπα JPEG και MPEG Πρακτικά καλή προσέγγιση της ομοιομορφίας στο χώρο των χρωμάτων 17

18 Κβαντισμός χρωμάτων Περιορισμός παλέτας Εξαγωγή επικρατούντων χρωμάτων Ομοιόμορφος κβαντισμός (3-3-2) Δημοφιλή χρώματα Αλγόριθμος μεσαίας τομής Διανυσματικός κβαντισμός 18

19 Περιορισμός παλέτας Παλέτα (Look-up table) Άνοιξη

20 Κβαντισμός χρωμάτων / χρωματικό σύστημα RGB, HSI, YIQ, XYZ, Lab, Luv 20

21 Αλγόριθμος μεσαίας τομής Color_quantization(Image, n) { For each pixel in Image with color C, map C in RGB space; P = {RGB space partition}; While (n-- > 0) { L = Heaviest (P); Split L into L1 and L2; Remove L from P, and add L1 and L2 instead; } For all boxes in B do assign a representative (color centroid); } For each pixel in Image do map to one of the representatives; 21

22 Αλγόριθμος μεσαίας τομής Color_quantization(Image, n) { For each pixel in Image with color C, map C in RGB space; P = {RGB space partition}; While (n-- > 0) { L = Heaviest (P); Split L into L1 and L2; Remove L from P, and add L1 and L2 instead; } For all boxes in B do assign a representative (color centroid); } For each pixel in Image do map to one of the representatives; 22

23 Αλγόριθμος μεσαίας τομής R Χωρισμός στα δύο της συνιστώσας με τη μέγιστη διασπορά τιμών G B Φθινόπωρο

24 Αλγόριθμος μεσαίας τομής R G B Φθινόπωρο

25 Αλγόριθμος μεσαίας τομής R G B Φθινόπωρο

26 Αλγόριθμος μεσαίας τομής R G B Φθινόπωρο

27 Διανυσματικός κβαντισμός Αλγόριθμος K-means : ομάδες δεδομένων που αντιπροσωπεύονται από ένα κέντρο. Δίδεται το πλήθος K των ομάδων και ο ορισμός της απόστασης μεταξύ των δεδομένων Κριτήριο : ελαχιστοποίηση του μέσου τετραγωνικού σφάλματος κβαντισμού (1) ανάθεση των διανυσμάτων δεδομένων σε ομάδες με βάση την απόσταση από τα κέντρα (2) εύρεση των κέντρων ελαχιστοποιώντας τη μέση απόσταση εντός μιας ομάδας 27

28 Αλγόριθμος k-means 28

29 Ονοματισμένα χρώματα (Web) 29