Оттенки серого

В цифровой фотографии , компьютерных изображениях и колориметрии изображение в оттенках серого — это изображение , в котором значение каждого пикселя представляет собой один образец представляющий только количество света , ; то есть он несет только информацию об интенсивности . Изображения в оттенках серого, разновидность черно-белых или серых монохромных изображений , состоят исключительно из оттенков серого . Контрастность варьируется от черного при самой слабой интенсивности до белого при самой сильной. ^[1]

Изображения в оттенках серого отличаются от однобитных двухтональных черно-белых изображений, которые в контексте компьютерной обработки изображений представляют собой изображения только с двумя цветами : черным и белым (также называемые двухуровневыми или двоичными изображениями ). Изображения в оттенках серого имеют между собой множество оттенков серого.

Изображения в оттенках серого могут быть результатом измерения интенсивности света в каждом пикселе в соответствии с определенной взвешенной комбинацией частот (или длин волн), и в таких случаях они являются собственно монохроматическими , когда только одна частота (на практике узкая полоса частот) ) захвачен. В принципе, частоты могут быть из любой части электромагнитного спектра (например , инфракрасного , видимого света , ультрафиолета и т. д.).

Колориметрическое ) изображение в (или, точнее, фотометрическое оттенках серого — это изображение, имеющее определенное цветовое пространство в оттенках серого , которое отображает сохраненные числовые значения выборки в ахроматический канал стандартного цветового пространства, которое само по себе основано на измеренных свойствах человеческого зрения .

Если исходное цветное изображение не имеет определенного цветового пространства или если изображение в оттенках серого не должно иметь ту же воспринимаемую человеком ахроматическую интенсивность, что и цветное изображение, то не существует уникального сопоставления такого цветного изображения с изображением в оттенках серого.

Числовые представления

Интенсивность пикселя выражается в заданном диапазоне от минимума до максимума включительно. Этот диапазон представлен абстрактно как диапазон от 0 (или 0%) (полное отсутствие, черный цвет) до 1 (или 100%) (полное присутствие, белый цвет) с любыми дробными значениями между ними. Это обозначение используется в научных работах, но оно не определяет, что такое «черный» или «белый» с точки зрения колориметрии . Иногда шкала меняется на противоположную, например, при печати , где цифровая интенсивность обозначает, сколько чернил используется для полутонового изображения , где 0 % соответствует белой бумаге (без чернил), а 100 % — сплошному черному (полные чернила).

В компьютерных вычислениях, хотя оттенки серого можно вычислить с помощью рациональных чисел , пиксели изображения обычно квантуются , чтобы сохранить их как целые числа без знака, чтобы уменьшить требуемый объем памяти и вычислений. Некоторые ранние мониторы в оттенках серого могут отображать только до шестнадцати различных оттенков, которые будут храниться в двоичной форме с использованием 4 битов . ^{[ нужна ссылка ]} Но сегодня изображения в оттенках серого, предназначенные для визуального отображения, обычно хранятся с 8 битами на пиксель. Такая глубина пикселей позволяет записывать 256 различных интенсивностей (т. е. оттенков серого), а также упрощает вычисления, поскольку к каждому образцу пикселя можно обращаться индивидуально как к одному полному байту . Однако, если бы эти интенсивности были расположены одинаково пропорционально количеству физического света, который они представляют в этом пикселе (так называемое линейное кодирование или масштаб), различия между соседними темными оттенками могли бы быть весьма заметными как артефакты полос , в то время как многие из более светлых оттенков было бы «потрачено впустую» из-за кодирования большого количества неразличимых для восприятия приращений. Поэтому вместо этого оттенки обычно распределяются равномерно по нелинейной шкале с гамма-сжатием , которая лучше аппроксимирует одинаковые приращения восприятия как для темных, так и для светлых оттенков, что обычно делает этих 256 оттенков достаточными, чтобы избежать заметных приращений. ^[2]

Технические применения (например, в медицинской визуализации или в приложениях дистанционного зондирования ) часто требуют большего количества уровней, чтобы в полной мере использовать точность датчика (обычно 10 или 12 бит на выборку) и уменьшить ошибки округления в вычислениях. Шестнадцать бит на выборку (65 536 уровней) часто являются удобным выбором для таких целей, поскольку компьютеры эффективно обрабатывают 16-битные слова . TIFF изначально поддерживают 16-битную шкалу серого , и PNG (среди прочих) Форматы файлов изображений хотя браузеры и многие программы обработки изображений имеют тенденцию игнорировать младшие 8 бит каждого пикселя. Для внутренних вычислений и рабочего хранения программное обеспечение для обработки изображений обычно использует целые числа или числа с плавающей запятой размером 16 или 32 бита.

Преобразование цвета в оттенки серого

Преобразование произвольного цветного изображения в оттенки серого в целом не уникально; различное взвешивание цветовых каналов эффективно отражает эффект съемки черно-белой пленки с использованием цветных фотофильтров на камерах.

Колориметрическое (с сохранением перцептивной яркости) преобразование в оттенки серого

Общая стратегия заключается в использовании принципов фотометрии или, в более широком смысле, колориметрии для расчета значений оттенков серого (в целевом цветовом пространстве оттенков серого), чтобы иметь ту же яркость (технически относительную яркость), что и исходное цветное изображение (в соответствии с его цветовым пространством). ). ^[3]^[4] В дополнение к одинаковой (относительной) яркости этот метод также гарантирует, что оба изображения будут иметь одинаковую абсолютную яркость при отображении, которую можно измерить приборами в СИ ( единицах канделы на квадратный метр ) в любой заданной области изображения. при равных белых точках . Сама яркость определяется с использованием стандартной модели человеческого зрения, поэтому сохранение яркости в изображении в оттенках серого также сохраняет другие меры перцептивной освещенности , такие как $L *$ CIE L (как в цветовом пространстве ab 1976 года ), которая определяется самой линейной яркостью $Y$ (как в CIE 1931 года XYZ цветовом пространстве ), которую мы будем здесь называть $Y линейной,$ чтобы избежать какой-либо двусмысленности.

Чтобы преобразовать цвет из цветового пространства, основанного на типичной гамма-сжатой (нелинейной) цветовой модели RGB , в представление его яркости в оттенках серого, функцию гамма-сжатия необходимо сначала удалить с помощью гамма-расширения (линеаризации), чтобы преобразовать изображение в линейный RGB. цветовое пространство, чтобы соответствующую взвешенную сумму ( к линейным компонентам цвета можно было применить $R_{\mathrm {linear} },G_{\mathrm {linear} },B_{\mathrm {linear} }$ ) для расчета линейной яркости $Y linear$ , которую затем можно снова сжать с помощью гамма-излучения, если результат в оттенках серого также необходимо закодировать и сохранить в типичном нелинейном цветовом пространстве. ^[5]

Для общего цветового пространства sRGB гамма-расширение определяется как $C_{\mathrm {linear} }={\begin{cases}{\frac {C_{\mathrm {srgb} }}{12.92}},&{\text{if }}C_{\mathrm {srgb} }\leq 0.04045\\\left({\frac {C_{\mathrm {srgb} }+0.055}{1.055}}\right)^{2.4},&{\text{otherwise}}\end{cases}}$

где $C srgb$ представляет собой любой из трех гамма-сжатых основных цветов sRGB ( $R srgb$ , $G srgb$ и $B srgb$ , каждый в диапазоне [0,1]), а $C Linear$ — соответствующее значение линейной интенсивности ( $R Linear$ , $G Linear$ , и $B линейный$ , также в диапазоне [0,1]). Затем линейная яркость рассчитывается как взвешенная сумма трех значений линейной интенсивности. Цветовое пространство sRGB определяется на основе CIE 1931 линейной яркости $Y линейной$ , которая определяется выражением ^[6]

$Y_{\mathrm {linear} }=0.2126R_{\mathrm {linear} }+0.7152G_{\mathrm {linear} }+0.0722B_{\mathrm {linear} }.$

Эти три конкретных коэффициента представляют восприятие интенсивности (яркости) типичными трихроматными людьми света точного Rec. 709 аддитивных основных цветов (цветностей), которые используются в определении sRGB. Человеческое зрение наиболее чувствительно к зеленому цвету, поэтому оно имеет наибольшее значение коэффициента (0,7152) и наименее чувствительно к синему, поэтому оно имеет наименьшее значение коэффициента (0,0722). Чтобы кодировать интенсивность оттенков серого в линейном RGB, каждый из трех компонентов цвета можно установить равным рассчитанной линейной яркости. $Y_{\mathrm {linear} }$ (замена $R_{\mathrm {linear} },G_{\mathrm {linear} },B_{\mathrm {linear} }$ по ценностям $Y_{\mathrm {linear} },Y_{\mathrm {linear} },Y_{\mathrm {linear} }$ чтобы получить эту линейную шкалу серого), которую затем обычно необходимо гамма-сжать , чтобы вернуться к обычному нелинейному представлению. ^[7] Для sRGB каждому из трех основных цветов затем присваивается один и тот же гамма-сжатый $Y srgb,$ заданный обратным гамма-расширению, приведенному выше, как

$Y_{\mathrm {srgb} }={\begin{cases}12.92\ Y_{\mathrm {linear} },&{\text{if }}Y_{\mathrm {linear} }\leq 0.0031308\\1.055\ Y_{\mathrm {linear} }^{1/2.4}-0.055,&{\text{otherwise}}\end{cases}}$

Поскольку в этом случае три компонента sRGB равны, что указывает на то, что на самом деле это серое изображение (а не цвет), необходимо сохранить эти значения только один раз, и мы называем это результирующим изображением в оттенках серого. Именно так он обычно хранится в форматах изображений, совместимых с sRGB, которые поддерживают одноканальное представление в оттенках серого, например JPEG или PNG. Веб-браузеры и другое программное обеспечение, распознающее изображения sRGB, должны производить такую же визуализацию для такого изображения в оттенках серого, как и для «цветного» изображения sRGB, имеющего одинаковые значения во всех трех цветовых каналах.

Кодирование яркости в видеосистемах

Для изображений в цветовых пространствах, таких как Y'UV и его родственниках, которые используются в стандартных системах цветного телевидения и видео, таких как PAL , SECAM и NTSC , нелинейный яркости компонент $(Y')$ рассчитывается непосредственно из гамма-сжатых основных интенсивностей. как взвешенная сумма, которая, хотя и не является идеальным представлением колориметрической яркости, может быть рассчитана быстрее без гамма-расширения и сжатия, используемых в фотометрических/колориметрических расчетах. В моделях Y'UV и Y'IQ , используемых PAL и NTSC, Rec601 компонент яркости $(Y')$ вычисляется как $Y'=0.299R'+0.587G'+0.114B'$ где мы используем штрих, чтобы отличить эти нелинейные значения от нелинейных значений sRGB (обсуждаемых выше), которые используют несколько другую формулу гамма-сжатия, а также от линейных компонентов RGB. Стандарт ITU-R BT.709, используемый для HDTV, разработанный ATSC, использует различные цветовые коэффициенты, рассчитывая компонент яркости как $Y'=0.2126R'+0.7152G'+0.0722B'.$ Хотя численно это те же коэффициенты, которые использовались в sRGB выше, эффект отличается, поскольку здесь они применяются непосредственно к гамма-сжатым значениям, а не к линеаризованным значениям. Стандарт ITU-R BT.2100 для телевидения HDR использует еще другие коэффициенты, вычисляя компонент яркости как $Y'=0.2627R'+0.6780G'+0.0593B'.$

Обычно эти цветовые пространства преобразуются обратно в нелинейный R'G'B' перед рендерингом для просмотра. Если сохраняется достаточная точность, их можно затем точно отобразить.

Но если вместо этого сам компонент яркости Y' используется непосредственно в качестве представления цветного изображения в оттенках серого, яркость не сохраняется: два цвета могут иметь одинаковую яркость $Y',$ но разную линейную яркость $Y$ CIE (и, следовательно, разные нелинейные $Y srgb,$ как определено выше) и поэтому кажутся обычному человеку темнее или светлее, чем исходный цвет. Аналогично, два цвета, имеющие одинаковую яркость $Y$ (и, следовательно, один и тот же $Y srgb$ ), обычно будут иметь разную яркость в соответствии с любым из $приведенных выше определений яркости Y'$ . ^[8]

Оттенки серого как отдельные каналы многоканальных цветных изображений

Цветные изображения часто состоят из нескольких наложенных друг на друга цветовых каналов , каждый из которых представляет уровни значений данного канала. Например, изображения RGB состоят из трех независимых каналов для основного цвета компонентов красного, зеленого и синего; Изображения CMYK имеют четыре канала для голубых, пурпурных, желтых и черных чернильных пластин и т. д.

Вот пример разделения цветовых каналов полного цветного изображения RGB. В столбце слева показаны изолированные цветовые каналы в естественных цветах, а справа — их эквиваленты в оттенках серого:

Возможно и обратное: построить полноцветное изображение из отдельных каналов в оттенках серого. Путем искажения каналов, использования смещений, вращения и других манипуляций можно добиться художественных эффектов вместо точного воспроизведения исходного изображения.

См. также

Канал (цифровое изображение)
Полутона
В двухцветном режиме
Ложный цвет
тон сепии
Цианотипия
Морфологическая обработка изображений
Меццо-тинто
Список цветовых форматов монохромного и RGB — «Монохромные палитры» . раздел
Список программных палитр — «Цветовые градиентные палитры» и «фальшивые цветовые палитры» разделы
Ахроматопсия , полная цветовая слепота , при которой зрение ограничивается оттенками серого.
Зональная система

Ссылки

^ Джонсон, Стивен (2006). Стивен Джонсон о цифровой фотографии . О'Рейли. ISBN 0-596-52370-Х .
^ Пойнтон, Чарльз (2012). Цифровое видео и HD: алгоритмы и интерфейсы (2-е изд.). Морган Кауфманн . стр. 31–35, 65–68, 333, 337. ISBN. 978-0-12-391926-7 . Проверено 31 марта 2022 г.
^ Пойнтон, Чарльз А. (14 марта 2022 г.). Написано в Сан-Хосе, Калифорния. Роговиц, Бельгия; Паппас, Теннесси (ред.). Реабилитация Гаммы (PDF) . Конференция SPIE/IS&T 3299: Человеческое зрение и электронная визуализация III; 26–30 января 1998 г. Беллингем, Вашингтон: SPIE. дои : 10.1117/12.320126 . Архивировано (PDF) из оригинала 23 апреля 2023 г.
^ Пойнтон, Чарльз А. (25 февраля 2004 г.). «Постоянная яркость» . Видеоинженерия . Архивировано из оригинала 16 марта 2023 г.
^ Линдблум, Брюс (06 апреля 2017 г.). «Информация о рабочем пространстве RGB» . Архивировано из оригинала 01 июня 2023 г.
^ Стоукс, Майкл; Андерсон, Мэтью; Чандрасекар, Шринивасан; Мотта, Рикардо (5 ноября 1996 г.). «Стандартное цветовое пространство по умолчанию для Интернета — sRGB» . Консорциум Всемирной паутины – Графика в Интернете . Часть 2, матрица в уравнении 1.8. Архивировано из оригинала 24 мая 2023 г.
^ Бургер, Вильгельм; Бердж, Марк Дж. (2010). Принципы основных алгоритмов цифровой обработки изображений . Springer Science & Business Media. стр. 110–111. ISBN 978-1-84800-195-4 .
^ Пойнтон, Чарльз А. (15 июля 1997 г.). «Величина непостоянных ошибок яркости» (PDF) .

[1] Джонсон, Стивен (2006). Стивен Джонсон о цифровой фотографии . О'Рейли. ISBN 0-596-52370-Х .

[2] Пойнтон, Чарльз (2012). Цифровое видео и HD: алгоритмы и интерфейсы (2-е изд.). Морган Кауфманн . стр. 31–35, 65–68, 333, 337. ISBN. 978-0-12-391926-7 . Проверено 31 марта 2022 г.

[3] Пойнтон, Чарльз А. (14 марта 2022 г.). Написано в Сан-Хосе, Калифорния. Роговиц, Бельгия; Паппас, Теннесси (ред.). Реабилитация Гаммы (PDF) . Конференция SPIE/IS&T 3299: Человеческое зрение и электронная визуализация III; 26–30 января 1998 г. Беллингем, Вашингтон: SPIE. дои : 10.1117/12.320126 . Архивировано (PDF) из оригинала 23 апреля 2023 г.

[4] Пойнтон, Чарльз А. (25 февраля 2004 г.). «Постоянная яркость» . Видеоинженерия . Архивировано из оригинала 16 марта 2023 г.

[5] Линдблум, Брюс (06 апреля 2017 г.). «Информация о рабочем пространстве RGB» . Архивировано из оригинала 01 июня 2023 г.

[6] Стоукс, Майкл; Андерсон, Мэтью; Чандрасекар, Шринивасан; Мотта, Рикардо (5 ноября 1996 г.). «Стандартное цветовое пространство по умолчанию для Интернета — sRGB» . Консорциум Всемирной паутины – Графика в Интернете . Часть 2, матрица в уравнении 1.8. Архивировано из оригинала 24 мая 2023 г.

[Wilhelm_Burger,_Mark_J._Burge-7] Бургер, Вильгельм; Бердж, Марк Дж. (2010). Принципы основных алгоритмов цифровой обработки изображений . Springer Science & Business Media. стр. 110–111. ISBN 978-1-84800-195-4 .

[8] Пойнтон, Чарльз А. (15 июля 1997 г.). «Величина непостоянных ошибок яркости» (PDF) .

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]