1色を知る
私たちのDNAに含まれる窒素、歯に含まれるカルシウム、血液に含まれる鉄、そして私たちが食べるものに含まれる炭素はすべて、ビッグバン中に散在する何千もの星で構成されているため、私たち一人一人が星です。-カール・セーガン
私たちの印象では、星はすべてゴージャスで美しく、無限ですが、あなたがそれについて考えたことがあるかどうかはわかりませんが、星の鮮やかな色の背後にある物語を本当に知っていて理解していますか?
色とは何ですか?
図に示すように、色は電磁波の可視光帯域に対応し、後処理される波長情報です。色は、オブジェクトの客観的な特性(特定の波長)であるだけでなく、脳の主観的な特性でもあります。個人によって、特定の波長の電磁波に敏感であり、色の経験も異なります。
2色を説明する
色を表現するために、人々は一次元、二次元、三次元、さらには四次元の空間座標モデルを確立し、これらの色モデルは色空間と呼ばれます。一般的な色空間を以下に説明します。
2.1RGB色空間
RGB色空間は、3つの原色の理論に基づいています。網膜には3種類の錐体細胞があり、赤、緑、青の光に敏感な視覚色素が含まれています。細胞はさまざまなレベルの興奮を生み出します。情報は脳の中心に伝達され、特定の色の感覚を生み出します。
RGBモードでは、チャネルベクトルの3つのコンポーネントは、それぞれ3つのカラーチャネルの色の強度を表します。、、は、図に示すように、さまざまな複雑な色を混合および調整するための、の比率を介して、色空間の3つの直交基底に相当します。
RGBカラーモデルの利点は次のとおりです。
- 理解しやすい;
- ハードウェアに簡単に実装できる最新のディスプレイは、通常、RGBモデルに基づいています。
- 導入されたビット解像度(色深度)。これは、ピクセル内の色成分ごとのビット数を指します。ビット解像度は、8ビットの色深度などの色レベルを決定します。各色成分には256色があります。
RGB颜色模型的缺点在于三个分量均用于表示色调,即如果改变某一个分量的数值,这个像素的颜色就发生了改变。在颜色定位等工程中,使用RGB模型就要同时考虑、、三个变量,较为复杂。
2.2 HSV色彩空间
HSV颜色空间比RGB更接近人们对彩色的感知经验,非常直观地表达颜色的色调、鲜艳程度和明暗程度。
在HSV模式下,通道向量由三个部分组成:
- 色调、色相(Hue) :指色彩的相貌和特征,在波形图中一个特定波长就对应一个色调。
- 饱和度(Saturation) :指色彩鲜艳程度,呈现一种从理性(灰度)到感性(纯色)的变化。
- 明度(Value, Brightness) :指某种颜色的透光量。与亮度(Lightness) 不同,亮度特指被白光稀释的浓度,任何颜色的高亮都趋于白色,但每种高明度颜色都不同。
由于HSV可以单独处理色调值,而不会影响到明度和饱和度;或者单独改变明度、饱和度而不影响颜色本身,因此在图像处理中,HSV常用于颜色定位追踪、提取色彩直方图等。
HSV模型的缺点是目前很少有硬件支持,需要从RGB或其他色彩空间进行转换。
2.3 Lab色彩空间
Lab色彩空间基于人对颜色的感觉设计,具有感知均匀性(Perceptual Uniform) ,即如果参数L、a、b变化幅度一样,则人视觉上的变化幅度也差不多。
在Lab模式下,通道向量由三个部分组成:
- 亮度(Lightness)
- a颜色分量:代表从绿色到红色的分量
- b颜色分量:代表从蓝色到黄色的分量
Lab同样容易调整——调节亮度仅需关注L通道,调节色彩平衡仅需关注a和b通道。此外,Lab还具有色域广阔、设备无关等性质。
3 数字成像
数字成像时,设备通过如图所示的图像传感器感光并转换为一定的强度值,这个过程称为图像的数字化,数字图像的基本单元称为像素(Pixel) 。
如果数字成像设备仅使用图像传感器,则无法获取光照的颜色信息,即只能产生灰度图像。为了获取彩色图片,引入拜耳滤波器(Bayer Filter) ,其核心原理是通过滤光降采样获得图像色彩信息,通过插值、修正等算法恢复彩色图像。
具体而言,在图像传感器前面设置一个滤光层,上面布满的滤光点与下层像素一一对应,这些滤光点按照2×2的色块依次排列,称为拜耳阵列。每个滤光点仅通过、、中的一种——下层像素只可能为、、或NULL,至此设备完成了对图像降采样后原始色彩信息的搜集。
4 数字成像实例
对于一张彩色数字图片,通常会将其表成一个的3维矩阵。其中
- 表示图片的宽;
- 表示图片的高;
- 表示图片的通道数;
- 描述的是图片的分辨率——表示图像包含的像素总数;
描述的是像素点代表的色彩,通常是一个向量,可以通过赋予不同维度不同的含义,描述不同的颜色空间,体现的是图片更深层的细节。
计算机视觉基础教程大纲
章号 内容
0 色彩空间与数字成像
1 计算机几何基础
2画像強調、フィルタリング、ピラミッド
3画像特徴抽出
4画像機能の説明
5画像の特徴のマッチング
6立体視
7プロジェクト戦闘
より高品質なコンテンツとサポートコードを私のAIチャンネル「AIテクノロジークラブ」に歓迎します