BARVA, ZAZNAVANJE BARVE IN BARVNI PROSTORI

Παρουσίαση με θέμα: "BARVA, ZAZNAVANJE BARVE IN BARVNI PROSTORI"— Μεταγράφημα παρουσίασης:

1 BARVA, ZAZNAVANJE BARVE IN BARVNI PROSTORI
UNIVERZA V LJUBLJANI Fakulteta za elektrotehniko Zoran Goljuf BARVA, ZAZNAVANJE BARVE IN BARVNI PROSTORI SEMINARSKA NALOGA PRI PODIPLOMSKEM ŠTUDIJU Mentor: prof. dr. Stanislav Kovačič

2 Runge-jev prostorski barvni model (1810)
Vsebina Kaj je svetloba? Vidni del svetlobnega spektra Kaj je barva? Zaznavanje barve Barvni prostori Issac Newton ( ) Runge-jev prostorski barvni model (1810)

3 Kaj je svetloba? Svetloba:
Elektromagnetno valovanje z valovnimi dolžinami med 380nm in 780nm (vidni del svetlobnega spektra) Parametri svetlobe: Valovna dolžina – λ Frekvenca - f Hitrost svetlobe = valovna dolžina x frekvenca; c= λf Hitrost svetlobe v vacuum-u je približno 3x108 m/s V ostalih medijih je hitrost manjša

4 Vidni del svetlobnega spektra
Valovna dolžina svetlobe [nm] Pripadajoča barva 380 – 450 Vijolična 450 – 490 Modra 490 – 560 Zelena Rumena 590 – 630 Oranžna Rdeča

5 Kaj je barva? Barva: Rezultat človeškega zaznavanja
vidnega dela svetlobnega spektra - Ni fizična lastnost svetlobe Barve ne smemo povezovati samo z določeno valovno dolžino - ampak je odvisna od spektralne močnostne porazdelitve posameznih valovnih dolžin preko celotnega vidnega spektra - več različnih porazdelitev svetlobe lahko zaznamo kot isto barvo - ‘metamerism effect’ - metameri

6 Spektralna porazdelitev moči svetlobnega vira
Tipična spektralna porazdelitev moči svetlobnega vira Spektralna porazdelitve moči za svetlobni vir z dominantno valovno dolžino blizu rdeče barve Spektralna porazdelitve moči za svetlobni vir bele svetlobe

7 Zaznavanje barve Mrežnica: Na svetlobo občutljiva plast
Sestavljena je iz čepkov (ang. cons) in paličic (ang. rods), ki tvorijo sinapse s številnimi živčnimi celicami beločnica ciliarna mišica očesna tekočina roženica zenica šarenica očesna leča steklovina mrežnica rumena pega očesni živec

8 Zaznavanje barve Paličice: Daljše od čepkov
Za nočno (skotopsko) videnje Sposobne zaznati šibkejšo svetlobo 120 milijonov - Ne zaznavajo barve Čepki: - Za dnevno (fotopsko) videnje Zaznavajo barvo 6 milijonov Trije različni tipi čepkov, ki se vzburijo pri različnih valovnih dolžinah svetlobe – receptorji za rdečo (R), zeleno (G), modro (B) barvo L, M, S - fotoreceptorji

9 Zaznavanje barve Dve teoriji o zaznavanju barv:
Young – Helmholtzova ‘tribarvna’ teorija: Trije tipi čepkov (rdeča,zelena, modra barva) Heringova ‘štiribarvna’teorija oz. teorija ‘nasprotnih barv’: - Pri zaznavi barv sodelujejo štiri prabarve: rdeča, zelena, modra in rumena oz tri vrste ‘nasprotnih vodov’, ki posredujejo možganom signale o barvi: - črno – beli zbirni vod; posreduje črne,bele in sive signale - modro – rumeni zbirni vod; posreduje modre in rumene signale - rdeče – zeleni zbirni vod; posreduje rdeče in zelene signale Vsi trije zbirni vodi sprejemajo svetlobne signale iz receptorjev

10 Zaznavanje barve - Barve vidimo v možganih kot tri komponente (trikromatski vid) - Barvna slepota je izguba ene ali obeh barvnih komponent Kljub razlikam sta danes veljavni obe teoriji: Young-Helmholtzova teorija opisuje dogajanje na mrežnici Heringova teorija opisuje prenos signalov in zaznavo barve v možganih Živali lahko vidijo dvokromatsko, trikromatsko, štirikromatsko

11 Barvni prostori Barvne prostore uporabljamo za matematično predstavitev barvne palete Barvne prostore lahko delimo v naslednje skupine: naravni barvni prostori, ki povzemajo človeški sistem zaznavanja svetlobe in barv. Za predstavitev barve zadoščajo tri komponente (značilke). V to skupino štejemo: RGB I1I2I3 HSV CIE XYZ Munsellov barvni prostor prostori, ki so prilagojeni določenim vhodnim ali izhodnim napravam, ti so: pri TV sistemih: prostori YUV, YIQ in YCbCr pri fotografskih sistemih: prostor YCC pri tiskarskih sistemih: prostor CMYK barvna prostora CIELab, CIELuv, ki sta bila predlagana s strani mednarodne organizacije CIE. Skupne značilnosti obeh prostorov so neodvisnost od naprav, uniformnost ter linearnost pri zajemanju.

12 Barvni prostor RGB Na ortogonalnih oseh so tri barvne komponente (primarne barve ali značilke): R, G, B Vsaka barvna komponenta ima območje od 0 do 255 V celoti 16 milijonov (224) možnih barv Vse tri komponente enake 0 → črna barva Vse tri komponente enake 255 → bela barva Enaki receptorji v očesu Uporablja se pri računalniški grafiki Zasloni s katodno cevjo YELLOW MANGENTA RED WHITE CYAN GREEN BLUE BLACK

13 Barvni prostor RGB Vsako barvo lahko izrazimo s tremi komponentami:
Karakteristika zaznavanja barv Standardnega opazovalca RGB barvnega sistema r, g, b delež rdeče, zelene, modre barve E(λ) spektralna močnostna porazdelitev svetlobe svetila S(λ) spektralna odbojnost materiala fC(λ); C ={R,G,B} funkcija barvnega ujemanja odziva senzorja (oko ali kamera)

14 Princip določanja standardnega opazovalca
S spreminjanjem moči in kombinacij treh primarnih virov lahko pridobimo vse barve Vecje stevilo opazovalcev Krivulje na grafu predstavljajo potrebno količino R, G, B komponent, da dosežemo vidno ‘vzorčno’ barvo Negativna vrednost za R komponento v okolici 500nm pomeni, da z dodajanjem primarnih barv ne moremo dobiti vidno ‘vzorčno’ barvo Karakteristika zaznavanja barv Standardnega opazovalca RGB barvnega sistema

15 Normirani barvni prostor rgb
Tretja komponenta je odvisna od prvih dveh Zmanjšamo dimenzijo za računanje RGB rgb C1 0,21 0,15 0,64 C2 C3

16 Normirani barvni prostor rgb
pogosto potrebujemo dodatne informacije zaznavna neuniformnost potrebno veliko računskih operacij za spremembo svetlosti ali odtenka veliko število podatkov (24 bitov) občutljivost na sence občutljivost na neenakomerno osvetlitev NORMIRANI rgb odstranjena informacija o intenziteti zelo različne barve se lahko preslikajo v podobne točke nestabilnost pri barvah, kjer je seštevek R+G+B blizu 0 pri transformaciji se izgubijo sence in spremembe intenzitete dobimo direktno iz kamere pretvorba ni potrebna hitre operacije široka uporaba v trenutnih sistemih dobri rezultati, kadar so objekti dobro ločeni od okolice za merjenje razlik med barvami ga lahko pretvorimo v R'G'B', vendar s tem izgubimo na hitrosti veliko obstoječih - že razvitih algoritmov Slabosti Prednosti RGB barvni prostor

17 Barvni prostor I1I2I3 Predlagal Ohta s sodelavci leta 1980
Določen je eksperimentalno na osnovi izračuna Karhunen-Loevejeve transformacije osmih različnih barvnih slik Značilke I1, I2, I3, ki so med seboj nekorelirane, dobimo s pomočjo lastnih vektorjev in lastnih vrednosti kovariančne matrike barv slike Najboljše značilke so vezane na največje lastne vrednosti → najbolj učinkovito ločevanje barv

18 Karakteristika zaznavanja barv Standardnega opazovalca pri XYZ sistemu
Barvni prostor CIE XYZ Predlagana s strani organizacije CIE leta 1931 CIE je kratica za mednarodno komisijo za osvetlitev (fr. Commission Internationale de l'Eclairage) Osnovan na aditivni mešanici treh namišljenih primarnih barv X,Y in Z Vsaka zaznavna barva je matemetično izrazljiva z uteženo vsoto teh barv Predstavlja povprečno človekovo zaznavanje barv Najpogosteje se uporablja za referenčni barvni prostor NTSC televizijski sistem je osnovan na tem barvnem sistemu Karakteristika zaznavanja barv Standardnega opazovalca pri XYZ sistemu

19 Transformacija iz RGB barvnega prostora v XYZ prostor in obratno
Barvni prostor CIE XYZ A, B, C delež X, Y, Z primarne barve E(λ) spektralna močnostna porazdelitev svetlobe svetila S(λ) spektralna odbojnost materiala x(λ), y(λ), z(λ) funkcije barvnega ujemanja odzivov Pri transformaciji XYZ v RGB ima matrika negativne koeficiente → nekatere XYZ barve se transformirajo v RGB vrednosti, ki so negativne ali večje od 1 → Z RGB barvnim sistemom ne moremo prikazati vseh ‘vidnih’ barv Transformacija iz RGB barvnega prostora v XYZ prostor in obratno

20 Barvni prostor CIE xyz Barvne značilke tega sistema imenujemo kromatične koordinate Za tvorbo kromatičnega diagrama zadoščata dve koordinati Ne vsebuje informacije o intenziteti Problem: nestabilnost pri majhnih intenzitetah Kromatični diagram

21 Barvni prostor HSI, HSV, HLS
Posnemajo človekovo zaznavanje in interpretiranje barv Ločena svetlost in kromatičnost barve Imajo naslednje komponente prostora: H (ang. Hue): barvni odtenek nam pove, katera je njena zaznana barva; območje: 0 ≤ H ≤ 360 S (ang. Saturation): nasičenost nam pove, kako prosojna oziroma nasičena je barva. Nenasičena barva = bleda barva, nasičena = živa barva; območje: 0 ≤ S ≤ 1 (V = Value, I = Intensity, L = Lightness) je komponenta svetlosti in prostori se ločijo po tem, kako je definirana. Pri vseh definicijah pa velja, da ima svetlejša barva tudi večjo vrednost komponente območje: 0 ≤ V, I, L ≤ 1 Ljudje bolje zaznavamo odtenek barve kot njeno nasičenje ali svetlost, zato so komponente zapisane v različnem razmerju (najpogosteje v razmerju H:S:I = 64:32:32)→za zapis vsake barve potrebujemo le 16 bitov (6+5+5) Nelinearna transformacija med RGB prostorom in HLS oz. HSV prostorom

22 Barvni prostor HSI, HSV, HLS
Prostori se ločijo tudi po obliki : HSV enojna, ostala dva dvojna 6-kotna piramida (ang. hexcone) Enačbe za izračun HSI prostora:

23 Barvni prostor HSI, HSV, HLS
potrebna pretvorba zaznavna neuniformnost slabost pri desaturiranih barvah (blizu bele ali črne) singularnost odtenka na točki 0/255 po pretvorbi imamo manj računanja zelo interaktiven hitra sprememba barve ali svetlosti razširjenost v sistemih strojnega vida manjše število podatkov (ponavadi samo 16 bitov) obstajajo korekcijski mehanizmi za računanje razdalj med barvami, vendar s tem izgubimo na hitrosti Slabosti Prednosti Barvni prostori HSI, HSV, HLS

24 Barvna prostora CIELab in CIELuv
Predlagana s strani organizacije CIE leta 1976 CIE je kratica za mednarodno komisijo za osvetlitev (fr. Commission Internationale de l'Eclairage) komponenta svetlosti L (ang. luminance) in dve kromatični komponenti: rdeče-zelena in rumeno-modra zaznavno uniformna prostora – človeško zaznavanje razlike med dvema barvama je v sorazmerju z evklidsko razdaljo v tem prostoru Lab → za merjenje odbite svetlobe Luv → za merjenje oddane svetlobe (vir svetlobe) Povzemajo standardnega opazovalca Uporabljata v industrijskih sistemih, kjer se ocenjuje ali kvaliteta barvanja izdelkov (CIELab) ali kvaliteta izvorov svetlobe (CIELuv)

25 Barvna prostora CIELab in CIELuv
Pretvorba iz RGB v prostora CIELab in CIELuv prostor poteka v dveh korakih, najprej moramo pretvoriti v CIE XYZ barvni prostor in od tam naprej v CIELab. Vrednosti Yn, Xn in Zn v enačbah pomenijo komponente referenčne bele barve in jo uporabljamo za korekcijo uporabljene osvetlitve

26 Barvna prostora CIELab in CIELuv
kompleksna pretvorba časovno potraten Pri majhnih intenzitetah postaneta značilnici a in b oz. u in v nestabilni zaznavno uniformen zelo blizu človekovega zaznavanja uporaba povsod, kjer je potrebno določiti razmerje oziroma odstopanje barve CIELab: v tekstilni industriji skoraj brez izjeme CIELuv: v industriji virov svetlobe (LED, luči, zasloni) zelo uporaben pri klasifikaciji slik in vzorcev zelo uporaben v sistemih tiskanja (Adobe PhotoShop) Slabosti Prednosti Barvni prostori CIELab in CIELuv

27 Barvni prostor RAL Razvit je bil na zakonitostih CIELab sistema
Razvrstitev barv je izvedena po kriterijih cilindričnega sistema, uporabljenega pri CIELab sistemu Barve se razvrščajo po koordinati pestrosti H, svetlosti L in krome C Najbolj razširjena v industriji Označevanje po ‘RAL DESIGN’ lestvici se označuje s sedemmestno številko v treh skupinah; npr. RAL prvo trimestno število definira pestrost, s kotom od 0 do 360 drugi par izraža svetlost tretji par podaja oddaljenost od os svetlosti oz. delež čiste Za označevanje po ‘RAL CLASSIC’ lestvici so uporabljene štiri številke, ki povedo za kakšno barvo gre npr. ali je barva navadna ali je svetleča/metalik RAL 9002→ bela barva

28 Temno rdeča – temno zelena
Zaznavna uniformnost Sprememba v prostoru (oz. razlika med dvema barvama) je sorazmerna z nam zaznano razliko Edino CIELab in CIELuv sta zaznavno uniformna 23,20 43,89 CIELab 0,066 0,021 HSI 58,47 50,52 RGB Temno rdeča – rdeča Temno rdeča – temno zelena Prostor

29 Primer strojnega vida - HSI
Slika A: Naloga je poiskati srednjo modro žogo s pomočjo komponent HSI prostora Slika B: Za segmentacijo uporabimo le informacijo, ki jo dobimo iz odtenka: iskane krogle ne moremo določiti, saj sistem razpozna še tri lažne rezulate, Slika C: Uporabimo dodatno še intenziteto: rezultat je malo boljši, vendar še vedno ne moremo z gotovostjo določiti iskane krogle, Slika D: Uporabimo vse tri komponente: šele sedaj lahko izločimo iskano kroglo.

30 Linearnost transformacije
Sklep Pravilna izbira barvnega prostora je lahko pomemben dejavnik pri obdelavi barvnih slik (razgradnja, kompresija) V praksi ni idealnega barvnega sistema za vse aplikacije Poznavanje lastnosti posameznih barvnih sistemov olajša izbiro Barvni prostor Linearnost transformacije Stabilnost izračuna Zaznavna uniformnost rgb NE XYZ DA xyz CIELuv CIELab I1I2I3 HSI

31 Digitalne kamere Poznamo več tipov ‘image’ senzorjev: CMOS :
Complementary Metal-Oxide Semiconductor Zelo razširjen v računalništvu V primerjavi z CCD senzorji: Bolj prilagodljiv Procesiranje slike direktno na čipu Veliko dodatnih funkcij Manjša poraba energije Cenejša izdelava

32 Splošni blok diagram digitalne CCD kamere
Digitalne kamere CCD : Charge-coupled device Zelo razširjeni v digitalni fotografiji, kamerah svetlobno občutljivim detektorjem, na katerem so v dveh dimenzijah porazdeljeni majhni svetlobno občutljivi elementi (fotoreceptorji) - "pixli" (slikovni elementi) Slikovni elementi so lahko razporejeni tudi v več tisoč vrstah in stolpcih Splošni blok diagram digitalne CCD kamere

33 Digitalne kamere – Bayer Filter
Color Filter Array (CFA) Predlagal Bryce E. Bayer leta 1976 Med CCD senzorjem in lečami Zgrajen na podlagi opazovanj človeškega vida – odziv očesa na zeleno barvo je večji kot pa na rdečo in modro Vsakemu pixlu pripada samo ena barva Polovici pixlov CCD senzorja je določena zelena, ¼ rdeča in ¼ modra barva Barva je določena za celoten CCD senzor z interpolacijo sosednjih vrednosti Posledica - slabša ostrina slike

34 Digitalne kamere Fujifilm SuperCCD : Pixli v obliki satnic
Boljše barve Boljša kvaliteta slike Možnost strojne interpolacije resolucije na dvojno vrednost dejanske resolucije

35 Digitalne kamere Foveon X3: Razvila firma Foveon leta 2002
Zaznavanje vseh treh primarnih barv: modro, zeleno, rdečo na posameznem pixlu Trislojni filter Barva je določena na osnovi zbranih električnih nabojev na posameznem sloju filtra Ni potrebna interpolacija Boljše, ostrejše barve Boljša kvaliteta slike

36 Hvala za pozornost! 