资源描述
第九章彩色感知Chapter 9 Color PerceptionComputer VisionDepartment of Computer Science BIT颜色颜色是一种随处可见的视觉感受，通常认为是 由于不同波长的光作用于视觉系统，并引起不 同刺激的结果.III光是由不同波段的光谱组成的，每个波段称为 一个通道，各种波长的光的量的不同比例，形 成不同的颜色，如短波光能量较大时呈现蓝色，相反呈现红色.颜色对应多个光谱的图像称为多光谱(multi- spectral image)图象.颜色是一种令人感兴趣的图像特征，但由于 其所具有的丰富性和复杂性，目前在机器视 觉中应用颜色进行图像分析与理解还很困难.9.1 人类颜色感知(Human Color Perception)內了产生、处理和分析颜色，需要了解人对颜 色的反应过程.可见光的波长分布在380nm到780nm之间，人的颜色感觉是不同波长的可见光刺激人的视觉器官的结果.人类视网膜上有两类细胞：杆体细胞(rods)和 锥体细胞(cones).对颜色的区分主要由锥体细 胞完成Y oung-Helmholtz 三色假说(Trichromacy)存在三种具有不同响应的锥体感受器当光线 同时作用于这三种感受器时，三者产生的刺激 不同，不同刺激的组合形成不同的颜色感觉.(Young-Helmholtz, 1891)三色假说得到了现代技术发展的证明:在人类视网膜中确实含有三种不同的光敏感性视色素，它们对光谱不同部位的敏感性是 不同的.400SOO600700波长O8O6 4 2 O.0O.O三种锥体感受器的光谱敏感示意图(Wald, 1964)RGB模型用红(Red, R) > 绿(Green, G) > 蓝(Blue, B)三种颜色作为三基色，通过三基色的加权混合形成 各种颜色. RGB模型构成颜色表示的基础，其他颜色表示 方法可以通过对RGB模型的变换得到.9.2 颜色表示(Color Representation)不同的颜色表示方法(或称颜色模型，颜色系 统等等)都对应一个颜色空间(color space), 一 种颜色是相应颜色空间中的一个点或矢量.线性颜色空间(RGB模型的线性变换)RGB, CMY, XYZ, YIQ, YUV非线性颜色空间(RGB模型的非线性变换)Nrgb, Nxyz, L*a*b*, L*u*v*, HSV(HSI)各种颜色空间各有其特点和应用场合.RGB颜色空间选择具有确定光通量的红、绿、蓝三基色作为三维空间的基，组成RGB颜色空间，可以 表示为单位立方体：.灰度 .蓝青RGB颜色空间红、绿、蓝三基色光的波长国际标准分别为：700nm，546. lnm，435.8nm标准白光的RGB光通量按以下比例混合而成:厂： & :b = 1: 4.5907 : 0.0601 相应的红、绿、蓝光作为单位基色量任意一种彩色光的光通量为:(C) = R(R) + G(G) + B(B)(C) = 0.06(7?) + 0.31(G) + 0.63(B)表示一种蓝绿色规范化RGB颜色空间(Nrgb )三基色的加权混合，不仅反映了彩色的色度， 而且反映了彩色的亮度.如果只对色度感兴趣，希望彩色不依赖于亮度 变忌I,则只需考虑R，G,B之间的比例关系：RG 7 Br =, g =, b =R + G + BR + G + BR + G + Br + g +Z? = 1 r, g,b称为色度坐标，只有两个坐标是独立 的，形成二维色度空间.Computer VisionDepartment of Computer Science BITComputer Vision-2.5-L56 51 L5弐度图Department of Computer Science BITCMY颜色空间以青(Cyan),品红(Magenta),黄(Yellow)为三基色，其余同RGB颜色空间.RGB空间与CMY空间的关系在RGB颜色空间中，颜色的形成是由黑到白的 增色处理过程，用于屏幕的彩色输出.an在CMY颜色空间中，颜色的形成是由白到黑 的减色处理过程，用于绘图和打印的彩色输出. CMY和RGB的关系：c1RM1GY1BCIE XYZ颜色空间使用RGB模型产生颜色时，原基色比例系数可能出现负数，使用起来不方便同时，不同研究者使用的三基色和标准白光不同，使研究结 果难以比较.国际照明委员会：CIE(CommissionInternational de FEcairage-the InternationalCommionsion on Illumination）定义了 XYZ颜色模型.XYZ颜色空间定义颜色是三基色X, Y, Z的加权组合:c = x(x)+ y(y)+ z(z)(X),(Y),(Z)是基色量，X,Y,Z是比例系数满足以下条件：1.三色比例系数X,Y,Z大于零;2. Y的数值等于彩色光的亮度;3.当X=Y=Z时表示标准白光.XYZ颜色空间根据上述条件，可以得到XYZ与RGB之间 的关系：Computer VisionDepartment of Computer Science BITComputer VisionDepartment of Computer Science BIT(X)(Y)(Z)2.76891.00000.00001.75174.59070.05651.1302T/?0.0601 G5.5943 BComputer VisionDepartment of Computer Science BIT规范化XYZ颜色空间对X,Y,Z三基色规范化：XYX X+Y + Z，y _ X+Y + Z只需考虑两个独立分量.Computer VisionDepartment of Computer Science BIT纯彩色Computer VisionDepartment of Computer Science BITComputer VisionDepartment of Computer Science BITCIE 1931年xy色度图规范化XYZ颜色空间(Nxyz)色度图中的颜色范围可以表示成直线段或多边形.互补色主波段Computer VisionDepartment of Computer Science BIT几种颜色模型在xy 色度图中的位置：RGBNTSC制式(0.670,0.323)(0.214,0.710)(0.140,0.084)PAL制式(0.640,0.330)(0.290,0.600,)(0.150,0.060)CIE模型(0.735,0.265)(0.274,0.717)(0.167,0.009)彩色监视器(0.628,0.346)(0.268,0.588)(0.150,0.070)YIQ颜色空间在XYZ颜色空间的基础上，美国国家电视系统委员会 (national television system committee,NTSC)制定了YIQ颜色空间：0.2990.5870.114 _R0.596-0.274-0.322G0.2110.5230.312BYIQY表示亮度信息，保证彩色电视与黑白电视 的兼容YUV颜色空间欧洲电视系统彩色标准:Y 0.2990.5870.114 _RU-0.147-0.2890.437GV0.615-0.515-0.100B线性颜色空间的问题通过基色的比例关系定义不同色彩，难以用准 确数值表示，定量分析比较困难.各基色成分的相关性很高，受亮度变化影响大.人眼通过颜色的亮度、色调以及饱和度区分物 体，不能直接感觉基色的比例.不是一致的颜色空间，即不能用一致的尺度度 量颜色差异，因此不能有效的比较颜色.主要用于颜色显示，难以进行图像的处理与分 析.显示）表示人眼无法与椭圆中心10.9椭圆区域（放大 颜色进行区分的 颜色范围，椭 的大小、方向随 着中心位置的变 化而变化，因此 不能用空间中的 欧式距离度量颜 色差异规范化XYZ空间非一致性示意图颜色的三个基本属性为了定量描述颜色对人眼的视觉作用，选择亮度(brightness) 色调(hue) 色饱和度(saturation)这三个与视觉特征有关的量来表示颜色，称为颜色的三个基本属性.色调由物体反射光中占优势的波长决定(主波 段)，是颜色的最重要属性，决定基本的颜色感 觉，如红、橙、紫等等.色饱和度指颜色的鲜明程度，饱和度越高，颜 色越深，如深红、浅红等.亮度是光波作用于感受器的强度.Computer VisionDepartment of Computer Science BIT色饱和度（白色和色调的相对比例）Computer VisionDepartment of Computer Science BIT颜色的三个基本属性人眼大概可识别128种不同的色调、130种不同的色泽（色饱和度级），根据不同的色调，还 可识别相应的亮度（明暗级）总共可以识辨出大 约266240种不同的颜色.对于机器视觉来说，128种色调、8种色饱和度 级和16种明暗级基本够用.Computer VisionDepartment of Computer Science BITHSV颜色空间将色调、色饱和度和亮度编码成RGB彩色值不 利于机器视觉算法的实现.比如识别不同颜色 物体的简单方法是设定色调阈值，但是在RGB 空间中很难回答以下问题：这些色调阈值在RGB空间位于何处？在RGB空间中，如何将对应于不同色彩物体的 色彩区域分离，分离曲面的形状是什么？ 将色调阈值转换为RGB表示的公式是什么？ 因此需要建立HSV模型.根据色调(hue)、色饱和度(saturation)和 明度值(value)建立HSV颜色模型有的用/intensity, brightness, lightness等代替value,得 到HSI, HSB,HSL等模型.从RGB表示可以推导出HSV表示.Computer VisionDepartment of Computer Science BITHSV颜色空间RGB空间到HSV空间的变换 r, g,b的所有可能值形成的轨迹是RGB空间 正像限的三角形：明度值：宀扣+ G + B）色调:颜色矢量与参考矢量的夹角Computer VisionDepartment of Computer Science BITHSV颜色空间cosH 二（P W）（巧-W）Computer VisionDepartment of Computer Science BIT色调：2（r-（卩一 一 w）二3Department of Computer Science BITHSV颜色空间色调:cosH =2R_G_B2(R _ Gf + (R B)(G B)色饱和度：相对于全饱和色的比例Computer VisionDepartment of Computer Science BITHSV颜色空间Computer VisionDepartment of Computer Science BITHSV颜色空间5=1 Computer VisionDepartment of Computer Science BITCIE L*a*b*与L*u*v*颜色空间 CIE在XYZ颜色空间的基础上，定义了两种一致 颜色空间：L*a*b*空间，L*u*v*空间，有效 的用于度量颜色之间的微小差异. L*a*b* 空间：如r0?z0）是标准白光对应的x，y，z值Computer VisionDepartment of Computer Science BITL*u*v*颜色空间Computer Vision=13L Vo).6Y：X+ 5Y + 3Z'Department of Computer Science BIT色差(Color Difference)用(L*,a*,b*)或(L*,u*,v*)空间中的欧氏 距离度量色差.AEiib = .X/(AL:S)2 + (卢尸 + (Ab *)2.AEut? = X,/(AL;S)2 + (Aw*)2 +(4泸). (L*，a*,b*)和(L*,u*，v*)是一致颜色空间 (uniform color spaces),距离度量不受空间 位置的影响当两种颜色的距离低于所设定的 阈值时，人眼无法区分.HSV 与 L*a*b*(L*u*v*)的关系可以很方便的从L*a*b*(L*u*v*)空间变换到 HSV空间. L*a*b*空间到HSV空间：H = arctan(2 */Z? *), 5 =*尸 + (b *尸,V 二厶 * L*u*v*空间到HSV空间：H = arctan(w */u *), s = J (%+ © *F, V =厶 *9.3颜色特征颜色直方图通过对图象中的象素进行遍历即可建立;对图象检索和物体识别有重要作用；对于平移，绕光轴的旋转，尺度的变化和部分 遮挡情况具有不变性.颜色矩特征颜色直方图 一般直方图：H(P)= h(xx), h(x2),A , h(xn)/z(x )= S(：J 某1特征对应像素数 "DC)总像素数Jn为特征个数反映了特征的概率分布情况颜色直方图累加直方图：设一般直方图为：H（P）= h（xx）,h（x2）,A ,h（xn） 令久（兀）=£力（勺）j=l则累加直方图为：2（P）=恥1 ），几（兀2 ），A ，几（£ ）颜色直方图二维直方图：设原图像为X二仏对图像进行平滑后得到的图像为Y=二元组(x,y)七,山称为原图像的广义图像. 广义图像的直方图为二维直方图.二维直方图含有原图像颜色的空间分布信息， 对于颜色组成接近而空间分布不同的图像，通 过二维直方图可以更好的区分.基于颜色直方图的特征基于直方图可以定义不受特征线性变换影响的 不变特征量. 一般直方图：p（0> 0表示颜色直方图，J pdx = 1X的k阶矩定义为：mk=xkP（x）dxk阶中心矩定义为：曲- J （% - mj ）A P（x）dxX的线性变换为：x' - ax+ b基于一般颜色直方图的特征则X，的概率密度函数为:能）十|叫I Q丿进而确定X啲1阶矩与K阶中心矩为: m = amx + b，= J 以的特征:由此可以确定几个对x的线性变换具有不变性“6“2“4“4“4 r _ 2，丿2 “2基于二维颜色直方图的特征P（x, y） > 0表示二维直方图，JJ戶（兀,y）dxdy = 1（j,k）矩为 mjkxJyk P（x, ydxdy（j,k）中心矩为 Pjk 二 JJ（x - 叫0 ）' （y -加0 J 戶（兀，y）dxdy 对于x,y的线性变换：兀'=aix + b,y, = a2x + b2 其联合概率密度函数为:1-pxf b、x1 Z?29°2< aa2 7P（Z'） =基于二维颜色直方图的特征从而有以下关系:mi,o二%“,o+» 加I= a2m0A+b2由此可以构造几个对x，y的线性变换具有不变性 的特征量：“4,4“6,6As,8gl =，&2 =，&3 =“2,2“2,2“2,4“4,2“4,4“4,4颜色矩颜色矩是一种简单有效的颜色特征，以HSV空间中的H分量为例，其前三阶颜色矩分别为:第i个像素的H值1 n Ir 1 nM严2£h(p), m2=n仁Ln台i 1 NI3m2=註(h(p)-m$N i=类似的，可定义HSV空间中另两个分量的颜 色矩.9.4 彩色不变性(Color Constancy)彩色不变性是指对物体颜色的判断不受照明条件的影响.人类视觉具有彩色不变性.彩色不变性问题可以认为是从图像颜色中恢复 表面颜色(surface color from image color)的问 题图像颜色模型图像中物体的颜色是由照射光源的光谱成分、光线在物体上反射和吸收的情况，以及摄像机的光谱响应情况决定的如蓝色物体在日光下呈现蓝色，在红光照射下，呈现红紫色.图像颜色模型在图像亮度的形成机制上添加光谱变量.光谱辐射度(Spectral Radiance):乙入(吧,0冷)0入(码0,0)4入光谱双向反射分布函数(Spectral BRDF):反射方向上光谱辐射度与入射方向上光谱辐 照度的比例光谱反射率(Spectral Reflectance)光谱反照率(Spectral Albedo)Computer VisionDepartment of Computer Science BIT00 o o o2 o5 o3 oo oueQ一o匚？Computer VisionDepartment of Computer Science BIT图像颜色模型物体表面一点反射的光谱由物体表面光谱反射和光源光谱决定:S(X ,2)E(2)假设摄像机有p个敏感器，每个敏感器的光谱 响应为Rk (2),则图像上一点处该敏感器的 输出为：“(X) = £XS(X,2)E(/l)d/l图像上一点处的彩色信息为:0(X ), P2(X Pp(X)彩色不变性彩色不变性就是根据这些彩色信息恢复场景表面光谱反射S(X,刃,而忽略光源光谱E(九)通常用有限维线性模型对表面光谱反射和光 源光谱进行建模：S(X,2) =工 k(X)SQ)mE(Q =£jEj(心J=1彩色不变性基于这种有限维线性模型，获得摄像机一个光几（x） = j（邛（X,2）E（2）必敏感器的输出为:、j（X）E;（2）dX丿=Z 6(X >7 (x )(J Rk sGd 说)#1J=1=工5(X足(g#1,戶 1彩色不变性Gjjk訂彼S,（2）dSW已知 问题转化为根据上述等式求解6 分为两种情况：1 环境照明已知，即力已知2.环境照明未知环境照明已知gmn2>,(x)勺壬 Zikp，=1J=1，=1形成线性方程组，可写成矩阵形式：当p等于n时，求封闭解；p大于n时，求最 小二乘解环境照明未知首先恢复环境照明，然后求解表面反射假设环境照明对所有点一样，用多个场景点信 息计算环境照明.从S个不同的空间点上，可得到sp个不同的测量值，对应sn个表面反射未知数和m个环境光谱未知数这说明只有当spsn>m时，才能求解. 要求p>n当p=n+l时，要求s>m.当p=n+l时，根据 Q =n维表面反射空间被映射到n+1维空间环境照明未知例如：当p=3, n=2时，表面反射空间对应于三维敏感器空间中的一个平面.两步算法:确定覆盖敏感器空间中各个测量点的平面,获得照明矩阵A&2根据。二A&6求解表面反射矢量crComputer VisionDepartment of Computer Science BIT重点回顾三基色原理颜色表示方法颜色特征彩色不变性Computer VisionDepartment of Computer Science BIT补充参考书目 Computer Vision: A Modern Approach，D. A. Forsyth and J. Ponce，Pearson Education，2002. Color Image Segmentation: advances and prospects，H. D. Cheng et al.，Pattern Recognition, 2001,34: 2259-2281 Color and Texture Descriptors B. S. Manjunath et al.，IEEE Trans. Circuits and System for Video Technology, 2001,11(6): 703-715补充参考书目 The Future of Color-Science and Technolgoy， R. W G. Hunt, 9th Congress of the International Colour Association Proceedings of SPIE Vol. 4421，2002作业思考题1 说明主要的颜色空间及其特点和用途.书上109,10.10Computer VisionDepartment of Computer Science BIT
展开阅读全文