Spracovanie farebného obrazu

Slides:



Advertisements
Similar presentations
13- 1 Chapter 13: Color Processing 。 Color: An important descriptor of the world 。 The world is itself colorless 。 Color is caused by the vision system.
Advertisements

Filtration based on Color distance
1 Color Kyongil Yoon VISA Color Chapter 6, “Computer Vision: A Modern Approach” The experience of colour Caused by the vision system responding.
Introduction to Computer Graphics ColorColor. Specifying Color Color perception usually involves three quantities: Hue: Distinguishes between colors like.
2002 by Jim X. Chen: 1 Understand brightness, intensity, eye characteristics, and gamma correction, halftone technology,
Color To understand how to make realistic images, we need a basic understanding of the physics and physiology of vision.
Color Image Processing
Achromatic and Colored Light CS 288 9/17/1998 Vic.
Fundamentals of Digital Imaging
School of Computing Science Simon Fraser University
SWE 423: Multimedia Systems Chapter 4: Graphics and Images (2)
© 2002 by Yu Hen Hu 1 ECE533 Digital Image Processing Color Imaging.
Color.
Color Representation Lecture 3 CIEXYZ Color Space CIE Chromaticity Space HSL,HSV,LUV,CIELab X Z Y.
COLOR and the human response to light
Basic Color Theory Susan Farnand
1 CSCE441: Computer Graphics: Color Models Jinxiang Chai.
Color Models AM Radio FM Radio + TV Microwave Infrared Ultraviolet Visible.
Human Vision CS200 Art Technology Spring The Retina Contains two types of photoreceptors – Rods – Cones.
Light, Color and Imaging. Light The Electromagnetic Spectrum: E = h.
Course Website: Digital Image Processing Colour Image Processing.
Digital Image Processing Colour Image Processing.
CS 376 Introduction to Computer Graphics 01 / 26 / 2007 Instructor: Michael Eckmann.
Color Image Processing A spectrum of possibilities…
1 Color vision and representation S M L.
Chapter 3: Colorimetry How to measure or specify color? Color dictionary?
CS 445 / 645: Introductory Computer Graphics Color.
1 © 2010 Cengage Learning Engineering. All Rights Reserved. 1 Introduction to Digital Image Processing with MATLAB ® Asia Edition McAndrew ‧ Wang ‧ Tseng.
Computer Science 631 Lecture 7: Colorspace, local operations
ELE 488 Fall 2006 Image Processing and Transmission Syllabus 1. Human Visual System 2. Image Representations (gray level, color) 3. Simple Processing:
Topic 5 - Imaging Mapping - II DIGITAL IMAGE PROCESSING Course 3624 Department of Physics and Astronomy Professor Bob Warwick.
Color. Contents Light and color The visible light spectrum Primary and secondary colors Color spaces –RGB, CMY, YIQ, HLS, CIE –CIE XYZ, CIE xyY and CIE.
Color Theory ‣ What is color? ‣ How do we perceive it? ‣ How do we describe and match colors? ‣ Color spaces.
CSC361/ Digital Media Burg/Wong
CS6825: Color 2 Light and Color Light is electromagnetic radiation Light is electromagnetic radiation Visible light: nm. range Visible light:
CS 376 Introduction to Computer Graphics 01 / 24 / 2007 Instructor: Michael Eckmann.
Digital Image Processing Week VIII Thurdsak LEAUHATONG Color Image Processing.
CS5600 Computer Graphics by Rich Riesenfeld Spring 2006 Lecture Set 11.
CS654: Digital Image Analysis Lecture 29: Color Image Processing.
1 CSCE441: Computer Graphics: Color Models Jinxiang Chai.
Introduction to Computer Graphics
Color Models. Color models,cont’d Different meanings of color: painting wavelength of visible light human eye perception.
1 CSCE441: Computer Graphics: Color Models Jinxiang Chai.
ECE 638: Principles of Digital Color Imaging Systems
College of Computer and Information Science, Northeastern UniversityJanuary 3, CS U540 Computer Graphics Prof. Harriet Fell Spring 2007 Lecture 35.
Kolorimetria - príklady DTV – cvičenie – 2.týždeň 2013/14 Ľ. Maceková.
CS-321 Dr. Mark L. Hornick 1 Color Perception. CS-321 Dr. Mark L. Hornick 2 Color Perception.
COMPUTER GRAPHICS CS 482 – FALL 2016 CHAPTER 28 COLOR COLOR PERCEPTION CHROMATICITY COLOR MODELS COLOR INTERPOLATION.
Color Models Light property Color models.
IMAGE PROCESSING COLOR IMAGE PROCESSING
Display Issues Ed Angel
Color Image Processing
Color Image Processing
COLOR space Mohiuddin Ahmad.
ECE 638: Principles of Digital Color Imaging Systems
Color Image Processing
CITA 342 Section 7 Working with Color.
Color Representation Although we can differentiate a hundred different grey-levels, we can easily differentiate thousands of colors.
Spracovanie farebného obrazu
Integritné obmedzenia v SQL
Digital television systems (DTS)
The CIE System Dr Huw Owens.
Color Image Processing
Digital Image Processing
Digital Image Processing
Slides taken from Scott Schaefer
Color Image Processing
Color Models l Ultraviolet Infrared 10 Microwave 10
Color Theory What is color? How do we perceive it?
Color! Main Goals: Understand this thing: “Chromaticity diagram”
Presentation transcript:

Spracovanie farebného obrazu Zuzana Černeková cernekova@sccg.sk miestnosť I3

Sylabus Kolorimetria, základné pojmy Systémy farieb a ich súvislosť Kvantovanie farieb, určovanie palety Farebná morfológia Hľadanie hrán Segmentácia a úprava farebného obrazu

Požiadavky na hodnotenie 40 bodov na cvičeniach (20b z cvičení treba ku skúške) 60 bodov na písomnej skúške (30b treba na úspešné absolvovanie skúšky) body známka 91 - 100 A 81 - 90 B 71 - 80 C 61 - 70 D 50 - 60 E

Užitočné linky http://www.it.uu.se/edu/course/homepage/bild1/V04/links.html http://www.efg2.com/Lab/Library/ImageProcessing/index.html http://homepages.inf.ed.ac.uk/rbf/CVonline/CVentry.htm http://www.icaen.uiowa.edu/~dip/LECTURE/contents.html http://www-2.cs.cmu.edu/afs/cs/project/cil/ftp/html/v-pubs.html slovensky: http://pg.netgraphics.sk/ články: http://www.cs.brown.edu/~tor/ http://citeseer.ist.psu.edu/

Literatúra: A. Koschan, M. Abidi: Digital Color Image Processing, Wiley&sons 2008 K. N. Plataniotis, A. N. Venetsanopoulos: Color Image Processing and Applications, Springer 2000 Digital Color Imaging Handbook, Ed. Gaurav Sharma, CRC PRESS LLC, 2003 R. Lukáč, K. N. Plataniotis: Color Image Processing – Methods and Applications, CRC Press 2007 Pavol Horňák: Svetelná technika, ALFA 1989 William K. Pratt: Digital Image Processing: PIKS Inside, John Wiley & Sons, Inc., 2001 Gonzalez, C. R., Woods, E. R.: Digital Image Processing, Addison - Wesley, London, 1992

Svetlo a farba

Svetlo a farba Elekromagnetické vlnenie Svetlo – viditeľná časť spektra Čisté farby zodpovedajú jednotlivým vlnovým dĺžkam Farba objektu je daná spektrom dopadajúceho svetla a svetlom absorbovaným a/alebo odrazeným (vlastnosťami objektu)

Zrak a videnie Na sietnici oka Tyčinky – videnie za šera Čapíky – farebné videnie 3 typy čapíkov citlivé na dlhé (L) stredné (M) a krátke (S) vlny

Cones distribution In the retina LMS 40:20:1 No S (blue) in retina center

intensity = 0.299*Red + 0.587*Green + 0.144*Blue Intenzita svetla Intenzita je vážená funkcia r, g, b hodnôt. Ľudské oko nedáva všetkým komponentom r, g, b rovnaké váhy intensity = 0.299*Red + 0.587*Green + 0.144*Blue Predpokladajme, že máme 3 zdroje svetla s rovnakou intenzitou ale rôznymi farbami červenou, zelenou a modrou Zelena sa bude zdať najsvetlejšia, potom červená a modrá

Popis farby Trojica Hue = odtieň V priemere dokáže ľudské oko rozpoznať ~200 rôznych odtieňov 100% 50% 0% Saturation = sýtosť (pastelové farby ... nenasýtené) Ružová má taký istý odtieň ako červená, ale je menej saturovaná Luminance (brightness) = jas, intenzita 100% 50% 0%

Spectral density functions Spektrograf s() – spektrálna krivka pomocou dominantnej vlnovej dĺžky Odtieň je určený vlnovou dĺžkou Ak A=D  bezfarebné svetlo

Prečo sú rastliny zelené? Rastliny absorbujú energiu zo svetla a premieňajú ju na chemickú energiu vo forme cukrov Chlorofyl je doležitý v tomto procese. Absorbuje vlnové dĺžky zodpovedajúce modrej a červenej farbe

Metamer Spektrálne rôzne farby ale ľudským okom nerozlíšiteľné http://www.cs.brown.edu/exploratories/freeSoftware/home.html

Color matching Priame určovanie hodnôt H, S, L je nevhodné pre „color matching“ = určovanie rovnakých farebných vnemov H 54 S 240 /255 L 102 Potrebujeme iný popis farby Porovnávanie s atlasom farieb

Munsellov atlas Vytvorený Albertom H. Munsellom na začiatku 20. storočia Reprezentuje farbu v 3 dimenziách Ako prvý oddelil hue (odtieň), value (hodnotu) a chroma (saturácia) do vnemovo uniformných a nezávislých dimenzií

Munsellov atlas Hue: Red, Yellow-Red, Yellow, Green-Yellow, Green, Blue-Green, Blue, Purple-Blue, Purple, Red-Purple Value: 0 ... 10 (tmavá ... biela) Chroma: 0 ... 20 (neutrálna ... saturovaná)

Macbeth ColorChecker Na kalibráciu systémov spracovania farebného obrazu 24 matných farieb

Iné množiny farieb – výrobcovia foto potrieb

Pantone Matching System Každá farba má daný presný postup, podľa ktorého ju môžeme namiešať zo základných farieb. Ďalšie systémy TRUMATCH, FOCOLTONE, TOYO Color Finder 1050, ANPA-COLOR, DIC Color Guide, ...

Aditívne skladanie farieb Grassmannov experiment (1853) červená (R), zelená (G), modrá (B) – primárne farby neznáma farba D váhy r, g, b = 0...100 (%) výsledná farba C = r R + g G + b B g r b

Aditívne skladanie farieb Dá sa úpravou r, g a b nájsť farba C zodpovedajúca (vyzerajúca rovnako) farbe D vždy? Pre niektoré farby áno Žltá = 10 R + 11 G + 1 B Pre iné farby musíme jednu zo základných farieb presunúť doprava a porovnávať nepriamo Modrozelená + 5 R = 5 G + 6 B Modrozelená = - 5 R + 5 G + 6 B Váhy môžu byť záporné!

Aditívne skladanie farieb R = 700nm, G = 546nm, B = 436nm Pokusy na mnohých subjektoch priniesli nasledovné výsledky:

Aditívne skladanie farieb Funkcie r(), g(), b() určujú množstvo R, G, B na dosiahnutie 100% saturovanej farby s dominantnou vlnovou dĺžkou  ( ozn. mono() ) mono() = r()R + g()G + b()B používajú sa škálované hodnoty: , { pre a = r, g, b } Potom

CIE - Commission internationale de l'éclairage Medzinárodná komisia pre svetlo Nová trojica primárnych farieb X, Y, Z Lineárnou transformáciou z RGB všetky farby sa dajú vyrobiť pozitívnou kombináciou X, Y, Z nereálne, supersaturované ( > 100%) Y zodpovedá intenzite L CIE definuje standard (colorimetric) observer – chromatic response of the average human viewing through a 2° angle CIE 1931 Standard Observer, alebo aj CIE 1931 2° Standard Observer Neskôr CIE 1964 10° Standard Observer – málo používaný

CIE 1931 -Color matching functions Opäť funkcie x(), y(), z() určujú intenzitu X, Y, Z mono() = x()X + y()Y + z()Z Farebný priestor XYZ Pre farbu danú spekrálnou krivkou I()  je vlnová dĺžka zodpovedajúceho monochromatického svetla http://www.cs.brown.edu/exploratories/freeSoftware/home.html

CIE 1931

CIE xy chromacity diagram Svetový štandard xyY xy – určujú H a S Y = L Spektrálna krivka

CIE diagram

CIE diagram Významné body v CIE diagrame – definícia „bielej“ CIE Standard Illuminants: A - tungsten light (wolframové svetlo) B - sunset C - blue sky D65 - average daylight E - equal energy white (x=y=z=1/3) Farba vyžarovaná ideálnym čiernym telesom pri danej teplote (v stupňoch Kelvina)

CIE diagram

CIE diagram - vlastnosti Referenčný biely bod - CIE standard illuminant C. Ak zložíme 2 farby (K, L), výsledná farba leží na úsečke => M = tK + (1– t)L Dominantná vlnová dĺžka farby A je zhodná s farbou B B je spektrálna farba podiel AC/BC je sýtosť farby A

CIE diagram - vlastnosti Niektoré nespektrálne farby (ružové, fialové odtiene) nemajú dominantnú vlnovú dĺžku, sú definované komplementárnou dominantnou vlnovou dĺžkou F => B podiel CF/CG je sýtosť farby F D, E sú komplementárne farby spectral locus line of purples

Gamut (rozsah) Priestor farieb dosiahnuteľných (zobraziteľných) daným zariadením

http://graphics.stanford.edu/courses/cs178/applets/gamutmapping.html

Televízne normy a gamut R1 G1 B1 – primárne farby v norme PAL D65 – referenčná biela Norma NTSC R2 G2 B2 CIE C

Adobe Photoshop Gamut Indikácia „out-of-gamut“ farby

Zobrazovanie Pseudo-farby Intensity slicing: Zobrazí rôzne odtiene šedej ako rôzne farby Užitočné vo vizualizácii medicínskych, vedeckých, vegetačných obrazov Ak nás zaujímajú príznaky v určitom rozsahu intenzít alebo niekoľkých intervaloch intenzít Frequency slicing: Dekompozícia obrazu do rôznych frekvenčných komponentov a ich reprezentovanie rôznymi farbami.

Intensity Slicing Pixely s hodnotou intenzity šedej v rozsahu (f i-1 , fi) sa zobrazia farbou Ci

Príklad 1

Príklad 2

Pseudo-farba viacerých obrazov Zobraziť obrazy z multi-sensora ako jeden farebný obraz multi-spektrálny obraz zo satelitu

Príklad

Príklad (a) Pseudo-farebné zobrazenie mesiaca Jupitera (b) Priblíženie. (Courtesy of NASA.)