RGB цветность

RGB Пространство цветности , два измерения нормализованного темпа RGB . ^[1]— это пространство цветности , двумерное цветовое пространство , в котором нет информации об интенсивности.

В цветовом пространстве RGB пиксель идентифицируется по интенсивности основных цветов красного, зеленого и синего . Следовательно, ярко-красный цвет можно представить как (R,G,B) (255,0,0), а темно-красный — (40,0,0). В нормализованном пространстве RGB или пространстве RG цвет представлен пропорцией красного, зеленого и синего в цвете, а не интенсивностью каждого из них. Поскольку сумма этих пропорций всегда должна составлять 1, мы можем указать только пропорции красного и зеленого цвета и при необходимости вычислить значение синего.

Преобразование между цветностью RGB и RG

Учитывая цвет (R,G,B), где R, G, B = линейная интенсивность красного, зеленого и синего, его можно преобразовать в цвет. $(r,g,b)$ где $r,g,b$ подразумевают пропорцию красного, зеленого и синего в исходном цвете: ^[2]^[3]

$r={\frac {R}{R+G+B}}$

$g={\frac {G}{R+G+B}}$

$b={\frac {B}{R+G+B}}$

$r+g+b=1$

Сумма rgb всегда будет равна единице, благодаря этому свойству измерение b можно выбросить без потери информации. Обратное преобразование невозможно только с двумя измерениями, так как информация об интенсивности теряется во время преобразования в цветность rg, например (1/3, 1/3, 1/3) имеет равные пропорции каждого цвета, но это невозможно. чтобы определить, соответствует ли это черному, серому или белому цвету. Если R, G, B нормализованы к цветовому пространству r, g, G, преобразование можно вычислить следующим образом:

$R={\frac {rG}{g}}$

$G=G$

$B={\frac {(1-r-g)G}{g}}$

Преобразование из rgG в RGB аналогично преобразованию из xyY в XYZ. ^[4] Для преобразования требуется хотя бы некоторая информация об интенсивности сцены. По этой причине, если буква G сохраняется, то возможно обратное.

Версия, используемая в компьютерном зрении

Мотивация

Алгоритмы компьютерного зрения, как правило, страдают от различных условий визуализации. Чтобы создать более надежные алгоритмы компьютерного зрения, важно использовать (приблизительно) цветовое инвариантное цветовое пространство. Цветовые инвариантные цветовые пространства менее чувствительны к искажениям изображения. Одной из распространенных проблем компьютерного зрения является изменение источника света (цвета и интенсивности) между несколькими изображениями и внутри одного изображения. ^[5]

Цветовое пространство rg используется из-за желания фотометрическая инвариантность на основе пикселей . Например, если сцена освещена прожектором, объект заданного цвета будет менять видимый цвет при перемещении по сцене. Если цвет используется для отслеживания объекта на изображении RGB, это может вызвать проблемы. Удаление компонента интенсивности должно сохранить цвет постоянным.

Упражняться

На практике компьютерное зрение использует «неправильную» форму цветового пространства rg, полученную непосредственно из RGB с гамма-коррекцией, обычно sRGB. В результате полное удаление интенсивности не достигается, и на 3D-объектах все еще сохраняется некоторая окантовка.

Иллюстрация

Фотография с разным уровнем освещенности.

Визуальное представление цветности изображения. Каждый пиксель был масштабирован так, что общая сумма красных, зеленых и синих координат равна 1. Обратите внимание на эффект на листву и затененные области.

Визуальное представление среднего значения красных, зеленых и синих координат для каждого пикселя исходного изображения. Эту информацию можно объединить с информацией о цветности rg для восстановления исходного изображения.

цветовое пространство rg

Координаты цветности r, g и b представляют собой отношения одного трехцветного значения к сумме всех трех трехцветных значений. Нейтральный объект предполагает равные значения красного, зеленого и синего стимула. Отсутствие информации о яркости в rg не позволяет иметь более одной нейтральной точки, где все три координаты имеют одинаковое значение. Белая точка диаграммы цветности rg определяется точкой (1/3,1/3). Белая точка состоит из одной трети красного цвета, одной трети зеленого и последней трети синего цвета. На диаграмме цветности rg первый квадрант, где все значения r и g положительны, образует прямоугольный треугольник. При этом max r равен 1 единице по оси x, а max g равен 1 единице по оси y. Соединяем линию от max r (1,0) до max g (0,1) прямой линией с отрицательным наклоном 1. Любой образец, попадающий на эту линию, не имеет синего цвета. Двигаясь по линии от max r до max g, видно уменьшение красного и увеличение зеленого в образце без изменения синего. Чем дальше образец отходит от этой линии, тем больше синего цвета присутствует в образце, который пытается сопоставить.

МКО RGB

RGB – это система смешения цветов. После определения функции сопоставления цветов можно легко определить значения трехцветного стимула. Поскольку для сравнения результатов необходима стандартизация, CIE установила стандарты для определения функции сопоставления цветов. ^[6]

Эталонными стимулами должны быть монохроматические источники света R, G, B. С длинами волн $\lambda _{R}=700.0nm,\lambda _{G}=546.1nm,\lambda _{B}=435.8nm$ соответственно.
Основной стимул – белый цвет с равным энергетическим спектром. Для соответствия точке белого требуется соотношение 1,000:4,5907:0,0601 (RGB).

Следовательно, белый цвет с равноэнергетическим светом 1,000 + 4,5907 + 0,0601 = 5,6508 лм можно подобрать, смешав вместе R, G и B. Гилд и Райт использовали 17 испытуемых для определения функций сопоставления цветов RGB. ^[7] Соответствие цветов RGB служит основой для цветности RGB. Функции сопоставления цветов RGB используются для определения трехцветных значений RGB для спектра. Нормализация значений трехцветного сигнала RGB преобразует трехцветный сигнал в RGB. Нормализованное значение тристимула RGB можно отобразить на диаграмме цветности rg.

Пример функции сопоставления цветов ниже. $[F_{\lambda }]$ любой однотонный. Любой монохроматический вариант можно сопоставить, добавив эталонные стимулы. $R[R],G[G]$ и $B[B]$ . Тестовый свет также слишком яркий, чтобы учесть этот эталонный стимул, добавленный к мишени, чтобы приглушить насыщенность. Таким образом $R$ является отрицательным. $[R],[G]$ и $[B]$ можно определить как вектор в трехмерном пространстве. Это трехмерное пространство определяется как цветовое пространство. Любой цвет $[F]$ может быть достигнуто путем сопоставления заданного количества $[R],[G]$ и $[B]$ .

$[F_{\lambda }]+R[R]=G[G]+B[B]$

$[F_{\lambda }]=-R[R]+G[G]+B[B]$

Отрицательный $[R]$ требует функций сопоставления цветов, которые отрицательны на определенных длинах волн. Это свидетельство того, почему ${\overline {r}}$ Функция сопоставления цветов имеет отрицательные значения тристимула.

диаграмма цветности rg

Рисунок сбоку представляет собой построенную rg-диаграмму цветности. Отмечая важность буквы E, которая определяется как белая точка, где rg равны и имеют значение 1/3. Затем обратите внимание на прямую линию от (0,1) до (1,0), которая следует за выражением y = -x + 1. По мере увеличения x (красного) y (зеленого) уменьшается на ту же величину. Любая точка на линии представляет собой предел в rg и может быть определена точкой, не имеющей информации b и образованной некоторой комбинацией r и g. Перемещение линейной линии в сторону E представляет собой уменьшение r и g и увеличение b. В компьютерном зрении и цифровых изображениях используйте только первый квадрант, поскольку компьютер не может отображать отрицательные значения RGB. Диапазон RGB составляет 0–255 для большинства дисплеев. Но при попытке сформировать цветовые совпадения с использованием реальных стимулов в соответствии с законами Грассмана необходимы отрицательные значения, чтобы соответствовать всем возможным цветам. Вот почему диаграмма цветности rg простирается в отрицательном направлении r.

Преобразование цветовой системы xyY

Избегание отрицательных значений координат цвета привело к переходу с rg на xy. Отрицательные координаты используются в rg-пространстве, поскольку при создании совпадения спектральной выборки можно создать добавление стимула к выборке. Функции сопоставления цветов r, g и b отрицательны на определенных длинах волн, что позволяет сопоставить любой монохроматический образец. Вот почему на диаграмме цветности rg спектральный локус простирается в отрицательное направление r и даже немного в отрицательное направление g. На диаграмме цветности xy спектральный локус образован всеми положительными значениями x и y.

См. также

Ссылки

^ Дж. Б. Мартинкауппи и М. Пиетикайнен (2005). «Моделирование цвета кожи лица» . В SZ Li & Anil K. Jain (ред.). Справочник по распознаванию лиц . Спрингер Наука и бизнес. п. 117. ИСБН 978-0-387-40595-7 .
^ У. Т. Винтрингем (1951). «Цветное телевидение и колориметрия». В Д. Л. Макадаме (ред.). Избранные статьи по основам колориметрии . SPIE — Международное общество оптической инженерии. п. 343. ИСБН 0-8194-1296-1 .
^ Фэрман, Хью С; Брилл, Майкл Х; Хеммендингер, Генри (1997). «Как функции сопоставления цветов CIE 1931 года были получены на основе данных Райт-Гилд». Исследование и применение цвета . 22 : 11–23. doi : 10.1002/(SICI)1520-6378(199702)22:1<11::AID-COL4>3.0.CO;2-7 .
^ Линдлум, Брюс (13 марта 2009 г.). «от xyY до XYZ» . www.brucelindbloom.com . Проверено 7 декабря 2013 г.
^ Т. Геверс; А. Гейсенджи; Дж. ван де Вейер и Дж. Гезебрук (2012). «Пиксельная фотометрическая инвариантность». В М. А. Крисс (ред.). Цвет в основах и приложениях компьютерного зрения . Wiley – серия IS&T. п. 50. ISBN 978-0-470-89084-4 .
^ Н. Ото и А. Р. Робертсон (2005). «Стандартная колориметрическая система CIE». В М. А. Крисс (ред.). Основы и приложения колориметрии . Wiley – серия IS&T. п. 65. ИСБН 978-0-470-09472-3 .
^ РРГ Хант (2004). «Цветовой треугольник» . В М. А. Крисс (ред.). Воспроизведение цвета . Wiley – серия IS&T. п. 71 . ISBN 0-470-02425-9 .

[1] Дж. Б. Мартинкауппи и М. Пиетикайнен (2005). «Моделирование цвета кожи лица» . В SZ Li & Anil K. Jain (ред.). Справочник по распознаванию лиц . Спрингер Наука и бизнес. п. 117. ИСБН 978-0-387-40595-7 .

[2] У. Т. Винтрингем (1951). «Цветное телевидение и колориметрия». В Д. Л. Макадаме (ред.). Избранные статьи по основам колориметрии . SPIE — Международное общество оптической инженерии. п. 343. ИСБН 0-8194-1296-1 .

[3] Фэрман, Хью С; Брилл, Майкл Х; Хеммендингер, Генри (1997). «Как функции сопоставления цветов CIE 1931 года были получены на основе данных Райт-Гилд». Исследование и применение цвета . 22 : 11–23. doi : 10.1002/(SICI)1520-6378(199702)22:1<11::AID-COL4>3.0.CO;2-7 .

[4] Линдлум, Брюс (13 марта 2009 г.). «от xyY до XYZ» . www.brucelindbloom.com . Проверено 7 декабря 2013 г.

[5] Т. Геверс; А. Гейсенджи; Дж. ван де Вейер и Дж. Гезебрук (2012). «Пиксельная фотометрическая инвариантность». В М. А. Крисс (ред.). Цвет в основах и приложениях компьютерного зрения . Wiley – серия IS&T. п. 50. ISBN 978-0-470-89084-4 .

[6] Н. Ото и А. Р. Робертсон (2005). «Стандартная колориметрическая система CIE». В М. А. Крисс (ред.). Основы и приложения колориметрии . Wiley – серия IS&T. п. 65. ИСБН 978-0-470-09472-3 .

[7] РРГ Хант (2004). «Цветовой треугольник» . В М. А. Крисс (ред.). Воспроизведение цвета . Wiley – серия IS&T. п. 71 . ISBN 0-470-02425-9 .

[1]

[2]

[3]

[4]

[5]

[6]

[7]

v т и Цветовое пространство
List of color spaces Color models
CAM	CIECAM02 iCAM CAM16 CIECAM16
CIE	XYZ (1931) RGB (1931) YUV (1960) UVW (1964) CIELAB (1976) CIELUV (1976) CIECAM02 CIECAM16
RGB	RGB color spaces sRGB rg chromaticity Adobe Wide-gamut ProPhoto scRGB DCI-P3 Rec. 601 SMPTE 240M/"C" Rec. 709 Rec. 2020 Rec. 2100
Y′UV	YUV PAL YDbDr SECAM YIQ NTSC YCbCr Rec. 601 Rec. 709 Rec. 2020 Rec. 2100 ICtCp Rec. 2100 YPbPr MAC xvYCC YCoCg
Other	CcMmYK CMYK ColorADD Coloroid LMS Hexachrome HSL, HSV HCL Imaginary color Oklab OSA-UCS PCCS RG RYB HWB YJK TSL
Color systems and standards	ACES ANPA Colour Index International CI list of dyes DIC Federal Standard 595 HKS ICC profile ISCC–NBS Munsell NCS Ostwald Pantone RAL list JIS Z8102 [ja]
For the vision capacities of organisms or machines, see Color vision.