В главата $ 2 $ ние вече споменахме, че цифровото изображение цвят е съчетание от три цветови самолети, всяка от които описва един независими съставни цветове, представени в същия формат, като нормалната $ 8 $ бит има силни нива на сивото изображение. Следователно, всички процедури, описани полутонални изображения
RGB цветови модел
яркост в областта може да се отнесе случая на цвят за обработка на изображения. Специфичността е тук преди всичко свързани с различни цветови модели, което позволява различна работа с различен цвят и други елементи на изображението.
Присвояване на цветови модел - да се опише цвета на пари в рамките на определен цветова гама. Най-често използваните в компютърното зрение модел RGB, CMY, YUV, YCbCr, HSV.
RGB цветови модел.
RGB (червено, зелено, синьо - червено, зелено, синьо) - хардуерно базирано модел, използван в дисплеи за добавката формиране нюанси светещи обекти (пиксели на екрана). RGB координатна система - с произход кубически $ \ langle 0,0,0 \ rangle $, което съответства на черно (Фигура 4). Максималната стойност RGB - $ \ langle 255255255 \ rangle $ съответства на бял цвят. Моделът на RGB не е разделен на яркостта и цветови компоненти нюанс, че е лесно да се уточни яркост на основен цвят, но е трудно да се определи на сянка с желания цвят тон (например, твърд) и насищане.
HSV цвят модел
Цвят модел HSV.
Цвят модел HSV (Hue, Saturation, стойност - оттенък, наситеност, яркост мярка) - модел, фокусиран върху хората и дава възможност да укажете в желания цвят сянка. Наред с другите използвани понастоящем модели, този модел се отразява на физичните свойства на цвят и най-точно съответства на начина на възприемане на цветовете от човешкото око. цвят Tint (Н) е свързан в човешкия ум с обект цвят инсталация от типа на пигмент, багрило, оцветител на. Компонент Н - е дължината на вълната на светлината, отразена от или предава чрез обекта. Този компонент е обективен и отразява физическата природа на цвят. Насищане (S) характеризира степента, силата, цветови нюанси ниво на изразяване. Този признак е свързан в човешкия ум с размера (концентрация) на пигмент, мастило, оцветител. Насищане ви дава възможност да се прецени как "дълбоко" и "чиста" е цветът, това е, как тя се различава от ахроматични. Той определя съотношение сив цвят и избрания цвят, и се изразява в части от $ 0 $ (сиви) до $ 1 $ (напълно наситени). яркост Мярка (V) представлява относителната осветление цвят или тъмнината (интензитет на цвят), следователно, тя се измерва в диапазона от 0 (черно) до 1 (бял). Увеличаване на яркостта, цвета става по-лек (бяло). Раздел V е нелинейна, че много прилича на човешкото възприятие на светли и тъмни цветове. Последните два компонента се определят субективно, тъй като те отразяват психологическите характеристики на възприемане на цветовете.
В подпространството определена от този модел цветово пространство съответства на проекцията на главния диагонал на RGB-куб в посока от бяло към черно и е шестоъгълна обърнат конус (фиг. 5). Вертикалната ос на конуса е дадено от V - яркост мярка. Стойност на $ \ RM = 0 $ съответства на върха на конуса, стойност $ \ RM на = 1 $ - основа на конуса; цветовете са по-интензивни. Н е дадено от ъгъл Хю счита около вертикална ос. По-специално, 0 $ $ ° - чисто червено (червен), $ 60 $ ° - жълто (жълто), 120 $ $ ° - зелено (Green), 180 $ $ ° - циан (циан), 240 $ $ ° - синьо (синьо), 300 $ $ ° - пурпурно (червено), т.е., допълващи се цветове са противоположни една на друга (различават от $ 180 $ °). Saturation S определя колко близо цвят е "чиста" пигмента и варира от $ 0 до $ вертикалната ос V 1 върху страничните повърхности на конус хекс. Точка $ \ RM = 0 $, което е на върха на конуса съответства на черно. Стойността на S в този случай може да бъде всичко в диапазона $ 0 $ - $ 1 $. Точката с координати $ \ RM = 1 $, $ \ RM = 0 $ - център основа на конуса, съответстващи на бял цвят. Междинните стойности в координати V $ \ $ 0 РМ =, която е оста на конуса, съответстват на сив цвят. Ако $ \ RM = 0 $, стойността на H е неопределен оттенък.
HSV цветен модел може да бъде получена от модела RGB, както следва: $$ _1 = \ ARccOS \ наляво (\ наляво [-> \ дясно) + \ оставя (-> \ дясно)> \ полето]> -> \ дясно) ^ 2 + \ оставя (-> \ дясно) \ оставя (-> \ дясно) >>> \ полето), \ четири = \ begin_1, \ Le \ кр 360 ° - _1, > \ Cr \ край $$ $$ = \ Frac ,,> \ дясно) - \ мин \ наляво (,,> \ дясно)> ,,> \ дясно)> \ четири = \ Frac ,,> \ полето )>. $$ Това преобразуване е нелинейна, което затруднява практическото използване. Сближаване превръщане линейни зависимости значително опростява алгоритъм превод от RGB на HSV и осигурява висока изчислителна ефективност. HSV цвят модел е най-удобният представителството на цветни изображения за техния цвят сегментиране.
Цвят модел YUV.
Нека също така на цветовото пространство на YUV, който се използва широко в излъчване и, съответно, не е на компютър с MPEG-формат. Фактът, че човешкото око е най-чувствително към яркостта на изображението, и малко по-малко - за цвят.
Ако добавката RGB-компоненти на сигнала, представени като яркост (Y) и два различни компоненти хроматичните (U и V) съгласно формулите $$ \ MBOX = 0299 \ MBOX + 0587 \ MBOX + 0114 \ MBOX, $$ $$ \ MBOX = 0493 (\ MBOX - \ MBOX), $$ $$ \ MBOX = 0877 (\ MBOX - \ MBOX), $$ на U в такова съотношение изразява разликата между синьо и жълто компоненти на изображението на цвят, а V - между червените и зелените компоненти цветно изображение. Известно е, че човешкото око е по-лесно да се прави разлика между яркостта и градацията в зелени нюанси, така че U и V могат да бъдат показвани с по-малко точност, която може значително да намали количеството на информацията, съхранена в компресия. По този начин, като се използват характеристиките на човешкото око, дори и преди да се използва за компресиране на данни, можем да получим една победа само с преминаването към друг цвят пространство. Ето защо, когато говорим, например, че компресията в MPEG извършва с коефициент от 100 $: $ 1 или повече, често се забравя, че информацията е "загубен", дори когато преминете към друг цвят пространство.
Кодиране формат YUV $ 4: 1: 1 $ различен от $ 4: 2: 2 метод $ на вземане на проби на сигнала, който се изчислява за конкретен канал като продукт на база честота цифрово кодиране от съответния фактор: например, взети от един брой на $ 4 $ искане за канал Y за всеки от каналите за хроматичните.
Цвят сегментиране на изображението.
сегментиране цвят обикновено се прави и да се изгради модел разпределение на цветовете на желания обект
Свързани статии