Bölüm 7 - canerozcan.netcanerozcan.net/files/BLM429/BLM429_Hafta7.pdf · Galileo uzay aracından...

BLM429 Görüntü İşlemeye Giriş

Dr. Öğr. Üyesi Caner ÖZCAN

Bölüm 7 Renkli Görüntü İşleme

Genç sanatçının, rengin sadece tanımlayıcı değil aynı zamanda kişisel ifade anlamına geldiğini anlaması renge dokunmasından yıllar sonrasıdır.

~Henri Matisse

İçerik

2

6. Renkli Görüntü İşleme ►Renk Temelleri

►Renk Modelleri

►Sözde Renkli Görüntü İşleme

►Tam Renkli Görüntü İşlemenin Temelleri

►Renk Dönüşümleri

►Yumuşatma ve Keskinleştirme

►Renge Dayalı Görüntü Bölütleme

►Renkli Görüntülerde Gürültü

►Renkli Görüntü Sıkıştırma

Renk Temelleri

3

► Beyaz ışık: görünür spektrumun tüm dalga boylarındaki yaklaşık eşit enerjiden oluşur.

Newton 1665

Slide credit: B. Freeman, A. Torralba, K. Grauman

Renk Temelleri

4

Renk Temelleri

5

Renk Temelleri

6

Renkli ışığın özelliğini ifade etmek için üç temel parametre kullanılır:

1. Işıma (radiance): Işık kaynağından yayılan toplam enerji miktarıdır ve Watt (W) cinsinden ölçülür.

2. Işıklılık (luminance): Gözlemcinin ışık kaynağından algıladığı toplam enerji miktarıdır ve Lumen (lm) cinsinden ölçülür.

3. Parlaklık (brightness): Ölçümü pratik olarak mümkün olmayan subjektif bir tanımlayıcı parametredir. Yeğinliğin renksiz halini belirtir.

Renk Temelleri

7

►Koni hücreleri gözdeki renkli görmeden sorumludur.

►İnsan gözündeki 6-7 milyon koni hücresinin yaklaşık olarak kırmızı, yeşil ve mavi renge karşılık gelen üç ana algılama kategorisine ayrılabilir.

►Bu hücrelerin %65’i kırmızı, %33’ü yeşil ve %2’si mavi ışığa (ancak mavi koni hücreleri en hassas olanlardır) duyarlıdır.

Renk Temelleri

8

9

Renk Temelleri

10

►Bir rengi diğerinden ayırt etmek için kullanılan özellikler genellikle parlaklık, renk tonu ve doygunluktur.

Parlaklık (brightness): Yeğinliğin renksiz halini ihtiva eder

Renk tonu (hue): Bir ışık dalgası karışımı içerisindeki baskın dalga boyu ile ilgili bir özniteliktir ve gözlemci tarafından algılandığı şekilde baskın rengi ifade eder.

Doygunluk (saturation): Göreceli saflık ya da bir renk tonu ile karıştırılan beyaz ışık miktarı ile ilgilidir.

Renk Temelleri

11

►Üçlü uyartım

Kırmızı, yeşil ve mavi miktarları sırasıyla X, Y ve Z şeklide ifade edilirse bir renk üçlü renk katsayıları ile şu şekilde belirtilir:

X

xX Y Z

Yy

X Y Z

Zz

X Y Z

CIE Renklilik Diyagramı

12

Renk oluşumu x (kırmızı) ve y (yeşil) bileşenlerinin bir fonksiyonu olarak gösterilir.

RGB Renk Modeli

13

RGB Renk Modeli

14

24 bit derinlikli RGB görüntüsündeki toplam renk sayısı (28)3 = 16,777,216

CMY ve CMYK Renk Modelleri

15

1

1

1

C R

M G

Y B

Pigment ana renkleri olan camgöbeği, galibarda ve sarı renklerinin eşit miktarı siyah rengi üretmelidir. Uygulamada baskı amacıyla bu renklerin bileşimi bulanık görünümlü siyah bir tonu üretir. Doğru siyah tonunu üretmek için CMYK renk modelini ortaya çıkaracak bir dördüncü renk, siyah eklenir. Bir sonraki sayfadaki örneği inceleyiniz.

Not: Tüm renk değerleri [0-1] aralığına normalize edilmiştir.

16 http://en.wikipedia.org/wiki/CMYK

CMY vs. CMYK

HSI Renk Modeli

17

Renk tonu (hue): Bir ışık dalgası karışımı içerisindeki baskın dalga boyu ile ilgili bir özniteliktir ve gözlemci tarafından algılandığı şekilde baskın rengi ifade eder.

Doygunluk (saturation): Göreceli saflık ya da bir renk tonu ile karıştırılan beyaz ışık miktarı ile ilgilidir.

Parlaklık (brightness): Yeğinliğin renksiz halini ihtiva eder.

►HSI, bir renkli görüntüdeki yeğinlik bileşenini renk taşıyan bilgiden (renk tonu ve doygunluk) ayrıştırır.

HSI Renk Modeli

18

HSI Renk Modeli

19

Renkleri RGB’den HSI’ya Dönüştürme

20

►RGB renk formatında verilen bir görüntü için, her RGB pikselinin H bileşeni şu şekilde elde edilir:

if B G

360 if B>GH

1

1/22

1( ) ( )

2cos

( )( )

R G R B

R G R B G B

Not: Tüm renk

değerleri [0-1] aralığına normalize edilmiştir.

Renkleri RGB’den HSI’ya Dönüştürme

21

►RGB renk formatında verilen bir görüntü için, doygunluk bileşeni şu şekilde verilir:

3

1 min( , , )( )

S R G BR G B

Not: Tüm renk değerleri [0-1] aralığına normalize edilmiştir.

Renkleri RGB’den HSI’ya Dönüştürme

22

►RGB renk formatında verilen bir görüntü için, yeğinlik bileşeni şu şekilde verilir:

1

3I R G B

Not: Tüm renk değerleri [0-1] aralığına normalize edilmiştir.

Matlab Kodu:

hsv = rgb2hsv(rgb)

Renkleri HSI’dan RGB’ye Dönüştürme

23

►RG kesimi

(0 120 )H

(1 )

cos1

cos(60 )

and

3 ( )

B I S

S HR I

H

G I R B

ve

Not: Tüm renk değerleri [0-1] aralığına normalize edilmiştir.

Renkleri HSI’dan RGB’ye Dönüştürme

24

►GB kesimi

(120 240 )H

120

(1 )

cos1

cos(60 )

and

3 ( )

H H

R I S

S HG I

H

B I R G

ve

Not: Tüm renk değerleri [0-1] aralığına normalize edilmiştir.

Renkleri HSI’dan RGB’ye Dönüştürme

25

►BR kesimi

(240 360 )H

240

(1 )

cos1

cos(60 )

and

3 ( )

H H

G I S

S HB I

H

R I G B

ve

Not: Tüm renk değerleri [0-1] aralığına normalize edilmiştir.

Matlab Kodu:

rgb = hsv2rgb(hsv)

26

27

Sözde Renkli Görüntü İşleme

28

►Sözde renkli görüntü işleme, belirli bir kritere dayalı olarak renklerin gri değerlerine atanmasıyla oluşur.

►Yeğinlik Dilimleme

( , ) if ( , )k kf x y c f x y V

29

30

31

32

33

34

35

Galileo uzay aracından alınan ve bazıları gözle görülmeyen spektral bölgede bulunan birkaç algılayıcı görüntüsünün birleştirilmesiyle sözde renkli olarak gösterilmiş görüntülerdir.

Sözde renkli görüntüdeki parlak kırmızı, Io üzerindeki aktif bir volkandan yeni püskürmüş maddeleri gösterir ve çevreleyen sarı maddeler daha eski olan sülfür birikintileridir.

Tam Renkli Görüntü İşlemenin Temelleri

36

Let represent an arbitrary vector in RGB color space:

At coordinates ( , ),

( , ) ( , )

( , ) ( , ) ( , )

( , ) ( , )

R

G

B

R

G

B

c

c R

c c G

c B

x y

c x y R x y

c x y c x y G x y

c x y B x y

c’nin RGB renk uzayında herhangi bir vektörü temsil

ettiğini ele alalım:

(x,y) koordinatları

Tam Renkli Görüntü İşlemenin Temelleri

37

Kaynaklar

38

►Sayısal Görüntü İşleme, Palme Yayıncılık, Üçüncü

Baskıdan Çeviri (Orj: R.C. Gonzalez and R.E. Woods: "Digital Image Processing", Prentice Hall, 3rd edition, 2008).

►“Digital Image Processing Using Matlab”, Gonzalez & Richard E. Woods, Steven L. Eddins, Gatesmark Publishing, 2009

►Ders Notları, CS589-04 Digital Image Processing, F.(Qingzhong) Liu, http://www.cs.nmt.edu/~ip

►Ders Notları, BIL717-Image Processing, E.Erdem ►Ders Notları, EBM537-Görüntü İşleme, F.Karabiber