색의 인식 감지된 빛의 특성 색조(hue, color): 우세한 주파수(dominant frequency)

Presentation on theme: "색의 인식 감지된 빛의 특성 색조(hue, color): 우세한 주파수(dominant frequency)"— Presentation transcript:

1 색의 인식 감지된 빛의 특성 색조(hue, color): 우세한 주파수(dominant frequency)
채도(purity, saturation): 포화도(백색과의 혼합정도), pastel 색은 덜 포화됨 명도, 휘도(brightness, luminance): 빛의 강도(intensity of light) 복사 에너지(radiant energy) 색채(chromaticity) = 색조(hue) + 채도(saturation) 명칭 Rood: hue luminosity purity Hurst: hue brightness purity Wundt: tone lightness purity Rigway: wave-length luminosity chroma Munsell: hue value chroma

2 색의 인식 빛(light): 전자기파(electromagnetic wave)
빛의 속도(speed of light) = 파장(wavelength) x 주파수(frequency) c = f

3 색의 인식 컬러의 가법 및 감법 연산 가법(additive)연산 : R(ed), G(reen), B(lue) 3색의 조합으로 구성된 방사된 빛을 눈이 인지 R + G + B = 흰색 감법(subtractive)연산 : 반사된 빛을 인간의 눈이 인식함으로써, 색을 인식 Cyan : Red의 보색(complementary color=혼합하면 1(백색광)) Magenta : Green 의 보색 Yellow : Blue의 보색

4 가법 및 감법 컬러 혼합

5 감법 컬러 혼합 (Subtractive Color Mixing)

6 Visual Spectrum Blue nm Green nm Red 700 nm

7 컬러모델 컴퓨터가 컬러를 인식하게 하는 방법 RGB 모델
컬러가 Red, Green, Blue 의 3색의 강도(intensity)를 규정짓는 세쌍 숫자로 표현 (R + G + B) = 1(흰색) 컬러 CRT 의 R, G, B 전자총의 전압이 짧은 시간 동안 빛을 방사하는 스크린 각 픽셀의 R, G, B 인 (phosphor) 입자에 쉽게 맵핑될 수 있기 때문에 비디오 디스플레이 드라이버에 편리한 모델 CMY(cyan, magenta, yellow) 모델 감법(subtractive) 모델[C, M, Y] = [1, 1, 1] – [R, G, B] 컬러프린터에 좋은 모델 CIE color space Commission Internationale de l'Eclairage에 의한 규격 휘도(liminence, Y)와 두 색상값(chrominance value; x, y) YIQ(YUV, YCrCb) 모델 휘도(luminance)-색상(chrominance; color difference) YIQ(NTSC), YUV(PAL, SECAM) 흑백 TV와의 호환(Y 신호가 gray level 제공) HSV 모델 색조(hue), 채도(saturation), 밝기 값(intensity value) 영상처리에 좋은 모델

8 그림 2.5 RGB 컬러 모델 RGB모델 RGB cube Amount of RGB primaries needed to display spectral colors (1, 0, 0)

9 CMY 모델 감법(subtractive) 공간 Cyan(청록색) : Red의 보색(complementary color)
Magenta(심홍색) Green의 보색 Yellow(노랑색) : Blue의 보색 컬러 프린터에서 흰색 바탕에 색을 뿌릴 때 CMY와 RGB 변환 공식: [C, M, Y] = [1, 1, 1] – [R, G, B] CMY로 만들어 내는 8색 최소 팔레트(minimum palette of 8 colors) Red : Yellow + Magenta Green : Cyan + Yellow Blue : Magenta + Cyan Yellow : Yellow Cyan : Cyan Magenta : Magenta White : - Black : Yellow + Cyan + Magenta CMYK: C+M+Y가 best black을 만들지 못하므로 K(pure black) 추가

10 CMYK Color Space Subtractive color space Most common use is for printers K (black) is added for efficiency and consistency White cannot be generated w/o white paper Example: Cyan represents green and blue, by adding cyan we subtract the color red from sum.

11 RGB primary colors CMY secondary colors

12 Lower right: saturated colors, farthest from the line connecting black and white
Upper right: pure red of different intensity/luminance The upper left is similar to CIE XYZ

13 정신 물리학 (Psychophysics)
Spectral-response functions of each of the three types of cones on the human retina Luminous-efficiency function for the human eye R +G + B 

14 CIE(Commission Internationale de l'Eclairage) 모델
RGB -> XYZ 컬러 모델(1931) XYZ: CIE 표준 원색(CIE standard primaries) X: fx Y: fy (luminous-efficiency function) Z: fz C = XX + YY + ZZ (X, Y, Z: CIE primaries에 적용된 weights) (X + Y + Z)에 대하여 정규화된 값(normalized amount)을 구하면 x = X/(X + Y + Z) …  y = Y/(X + Y + Z) …  z = Z/(X + Y + Z) …  x + y + z = 1, z = 1 - x - y 모든 색상은 x, y, Y(luminance) 값만 알면 표현 가능, 나머지는 아래와 같이 계산 (x/y, z/y) X = (x/y)*Y … / Y = Y Z = (z/x)*X=(z/x)*(x/y)*Y = (z/y)*Y = ((1-x- y)/y)*Y … /

15 CIE(Commission Internationale de l'Eclairage) 모델
CIE chromaticity diagram (illuminant C: x=0.31, y=0.316, Y=100.0) Amount of CIE primaries needed to display spectral colors

16 CIE Color Chart CIE XYZ Not uniform chromaticity scale (UCS)
CIE: Intl Committee on Color Standards CIE XYZ

17 YIQ 모델(YUV, YCrCb) RGB와 YIQ (NTSC)와의 변환 관계
Y(luminance: CIE의 Y) = 0.30R G B I(chrominance: orange-cyan hue) = 0.60R G B Q(chrominance: green-magenta hue) = 0.21R G B R = 1.0Y I Q G = 1.0Y – 0.272I – 0.647Q B = 1.0Y – 1.108I – 1.705Q RGB와 YUV (PAL, SECAM)의 변환 관계 Y = 0.30R G B U = (B-Y) × 0.493 V = (R-Y) × 0.877 R = 1.0Y U V G = 1.0Y – 0.272U – 0.647V B = 1.0Y – U – 1.703V RGB와 YCrCb (MPEG)와 변환 관계 Cr = R-Y Cb = B-Y RGB의 CIE coordinates (illuminant C: x=0.31, y=0.316, Y=100.0) Red Green Blue x y

18 YIQ Color Space Rotate UV vectors by 30o U V I Q

19 HSV (HSB) 모델

20 Perceptual Representation (HSV)

21 컬러 모델의 비교 컬러모델 내용 CIE color space
컬러모델 내용 CIE color space ·Commission Internationale de l'Ecairage 에 의한 규격 ·다른 컬러 모델 조정(calibration)의 참조 모델 RGB ·컬러가 Red, Green, Blue의 3색의 강도(intensity)를 규정짓는 세쌍 숫자로 표현 ·컬러 CRT 의 R, G, B 전자총의 전압으로 쉽게 맵핑될 수 있기 때문에 비디오 디스플레이 드라이버에 편리한 모델이다. HSV/HSB ·컬러를 색상(Hue), 채도(Saturation), 명도(Value/Brightness)로 표현 YIQ YUV YCrCb ·텔레비전 산업에서 사용되는 컬러모델로 YIQ는 NTSC, YUV는 PAL, SECAM에서 사용되며, YCbCr 은 MPEG에서 사용하는 컬러 모델이다. ·Y 는 휘도(luminance), IQ, UV, CrCb 는 비디오 신호의 색상 부분을 형성하며, chrominance 라 한다. CMYK ·프린팅에서의 컬러 모델 ·Cyan(청록색), Magenta(심홍색), Yellow는 red, green, blue의 보색이며, 종이 위의 임의의 색은 이 색들의 잉크의 배합으로 표현된다. ·실제적으로 잉크들은 순수하지 않고, 특정잉크(‘CMYK'의 K)가 더 나은 블랙과 그레이를 표현하기 위해 사용된다.

22 디더링(Dithering) 해프톤닝(halftoning) :멀리 떨어져서 보면 흑백 공간이 혼합되어 회색으로 보이는 현상
R,G,B 1비트씩 총 3 비트 컬러 시스템 디더링 사용 않으면 8색 2x2 디더링 패턴 사용하면 5x8 색상 색을 표현할 수 있는 장치의 수가 적을 때 각 이미지의 도트 좌우에 다른 색을 적절하게 분포(병렬합)시켜서 여러 색깔로 착각하게 만드는 기법이다. 디더링이 파일크기를 약간 증가 시키긴 하지만 그보다는 이미지의 질을 훨씬 높여준다. 두 개 이상의 다른 색상을 섞어 비슷하게 만든 색상과 교체하려는 시도를 하게 된다. 색채공간 속에서 하나의 강도가 아닌 다른 픽셀 강도로 구성되기 때문에 낱알이 많은 것처럼 다소 거칠게 보일 수 있다.s

23 원본 디더링 적용안함 확산 디더링 적용 (24bit Jpeg) (8bit Gif) (8bit Gif)

24 Anti-aliasing 앤티앨리어싱은 앨리어싱(픽셀이 정사각형이기 때문에 사선으로 이루어진 이미지는 계단형태로 표시)때문에 거칠어진 이미지를 부드럽게 해주는 기법이다. 픽셀의 위치를 조정하거나 픽셀의 명암을 설정함으로써 선의 색상과 배경의 색상 사이에 좀더 점진적인 변화가 생기도록 조절하는 하는 수법을 쓴다. 물체와 배경의 경계면에 있는 픽셀이 경계선과 얼마나 많이 접촉하였느냐에 따라 물체의 색과 바탕면 색의 중간값을 정하여 표시하여 준다.

25 프랙탈(Fractal) : Deterministic IFS(Iterated Function System) 예1

26 프랙탈: Deterministic IFS(Iterated Function System) 예2

27 프랙탈: Random IFS(Iterated Function System) 예3

28 이미지 개선 (Image Enhancement) ~
콘트라스트 개선(Contrast Enhancement) 콘트라스트 : 이미지의 특정 영역에서 그레이 레벨 값의 차이나 휘도의 차이를 말함 콘트라스트의 조정 g(x,y)= T[f(x,y)] 와 같은 선형 또는 비선형 변환 T(예, log 변환)를 통해 변경 히스토그램 h(g) (휘도 값 g를 갖는 픽셀들의 개수) 균일화(histogram equalization) 방법 공간 필터링(spacial filtering)을 통한 이미지 개선 공간 필터링 : 입력 이미지를 공간 필터에 통과시켜 출력된 이미지를 개선시킴 잡음이 있는 이미지 : 저주파 통과 필터(low pass filter)에 통과시켜 잡음의 영향을 줄임 이미지에 있는 세세한 자세함 : 고주파 통과 필터(high pass filter)에 통과시켜 더 강화(sharpening) 시킴 1/9 -1 8

29 이미지 개선 (Image Enhancement)
공간 필터링(spacial filtering)을 통한 이미지 개선 공간 필터링 : 입력 이미지를 공간 필터에 통과시켜 출력된 이미지를 개선시킴 잡음이 있는 이미지 : 저주파 통과 필터(low pass filter)에 통과시켜 잡음의 영향을 줄임 (평균값 필터: average filter) 이미지에 있는 세세한 자세함 : 고주파 통과 필터(high pass filter)에 통과시켜 더 강화(sharpening) 시킴 1/9 이미지 예 5 8 10 6 7 9 3 2 4 1 -1 8 컨볼루션(convolution) : 1/9x{(-1x5)+(-1x8)+(-1x10)+(-1x8)+(8x7)+(-1x9)+(-1x2)+(-1x3)+(-1x2)} 평균(averaging) : 9/(3x3) = 9/9 = 1

30 이미지 개선 (Image Enhancement)
콘트라스트 개선(Contrast Enhancement) 콘트라스트 : 이미지의 특정 영역에서 그레이 레벨 값의 차이나 휘도의 차이를 말함 콘트라스트의 조정 g(x,y)= T[f(x,y)] 와 같은 선형 또는 비선형 변환 T(예, log 변환)를 통해 변경 히스토그램 h(g) (휘도 값 g를 갖는 픽셀들의 개수) 균일화(histogram equalization) 방법

31 이미지 개선 (Image Enhancement)
에지 개선(edge enhancement) 에지를 검출하고, 이를 분명하게(sharpening) 하는, 또는 낮은 콘트래스트를 갖는 에지를 보다 선명하게 보이게 하고자 하는 작업 에지 검출 방법 1차 미분 값을 이용하는 방법: 값(밝기 변화)이 큰 부분이 에지 f’(x) : f(x)의 증감상태 f’(x)=0 : 최소 또는 최대 값 2차 미분 값을 이용하는 방법(Laplacian) f’’ (x) : f’(x)의 증감상태 f’’(x)=0 : 변곡점