반응형
- 컬러는 절대적인 값이 아니라, 물리적인 빛(태양빛이나 조명환경)과 시각 시스템(눈이나 카메라의 CCD나 Simons sensor)의 상호작용 결과이다.
- 색상은 우리가 사물과 빛을 볼 때 시각적 경험의 심리적 속성이지, 그 사물이나 빛의 물리적 속성이 아니다.
- 굉장히 상대적인 정보고 환경에 따라 달라질 수 있다.
- 심리적으로 작용된다.
- 우리가 가진 색상 정보는 매우 부정확할 수 있기 때문에 패턴을 사용할 때 주의해야 한다.
- 컬러의 양, 세기에 대해 정확하게 나타낼 수 있는 함수는 존재하지 않는다. 하지만 이에 대해 좀 더 정량적으로 나타내기 위해 사람들이 노력하고 있다.
HSV(B)
- 가우시안 분포 ) 도수 분포의 그래프가 평균값을 중심으로 하여 좌우가 완벽한 대칭을 이루는 것
- H, S, V(B) 세 가지 조합에 따라 우리가 보는 색상값이 달라진다.
Hue (색상)
- 평균값의 위치에 따라 주로 어떤 주파수의 색들이 들어오는지가 달라진다.
Saturation (채도)
- 가우시안 분포의 산포에 따라 보이는 색상 값이 달라진다. (산포가 작다 - 빛이 중심에 많이 모여있다 / 산포가 크다 - 빛이 중심으로부터 많이 퍼져있다.)
- high - 중심에 빛이 많이 모여있다. Saturation 되었다.
- low - 빛이 많이 퍼져 있다. 빨주노초파남보의 색이 모두 다 들어오게 되니까 하얗게 보이게 된다.
Brightness, Value (명도)
- 가우시안 분포의 크기로 우리가 보는 빛의 양이 달라진다. (밝고 어두움) 광자들이 많이 있느냐 없느냐
RGB
- 색(color)을 Red, Green, Blue의 3가지 성분의 조합으로 색상을 표현한다.
- 일반적으로 각 성분을 0 ~ 1 사이의 숫자나 0 ~ 255 사이의 정수로 표현한다.
- 길이가 1인 정육면체를 통해 표현하는 것이 일반적이다.
- white-black 라인은 빛의 명암 Brightness를 나타내는 라인이다.
- 0~255(R) * 0~255(G) * 0~255(B) ⇒ 256*256*256 ⇒ 8bit * 8bit * 8bit
- ex) 24 bits 16M 가지의 색
- (1,0,0) = (255,0,0) 빨강
- (1,1,0) = (255,255,0) 노랑
- 한 화소에 1byte * 3 = 3byte = 24 bits
- 옛날에는 8bit가 부담스러워서 4bit를 통해서 나타냈다. 그래서 총 천연색을 나타낼 수 없었다.
RGB 모델로 영상 표현
- fr, fg, fb의 세 채널로 표현
흑백 영상은 각각의 픽셀에 Brightness값만 갖고 있다.
컬러 영상은 우리가 봤을 때는 하나의 영상 평면이지만 실제로는 R, G, B 세 영상 평면으로 구성되어있다.
- R 값을 조정하고 싶으면 R 영상 평면만 수정하면 된다. 서로 독립적으로 처리되기 때문이다.
- R 채널 값을 바꾼다고 해서 G나 B가 영향을 받지는 않는다. → 영상처리에서는 RGB모델을 쓰는 것이 일반적이다.
- 독립적이기 때문에 RGB 모델에서 영상을 처리하거나 패턴을 인식하는 것이 매우 유리하고 쉽기 때문이다.
HSI
- 이중 콘으로 색을 표현
- RGB 모델은 색상을 조절하는 목적으로는 유용하지 못한다.
- ex) 화면의 색상 조절: 밝게, 어둡게, 채도를 높게 또는 낮게 조절한다.
- 이와 같이 Human interaction이 필요할 때는 HSI 모델을 자주 이용한다.
- ex) TV 화면 조정, 사진의 postprocessing
- H (Hue; 색상): 붉은색으로부터 떨어진 각도를 나타냄
- S (Saturation; 채도): 흰색이 섞인 정도를 나타냄
- I (Intensity; 명도): 밝기를 나타냄
- RGB가 정육면체로 표현되는 것처럼 HSV나 HSI는 이중 콘으로 표현하고 있다.
- H 는 주파수가 낮은 데에서 주파수가 높은 곳으로 향한다.
- red → yellow → green → cyan → blue → magenta
- S 가 중심에서 멀어질수록 색은 더 진해지고, 가까워질 수록 연해진다.
- I 가 중심에서 멀어질 수록 밝아진다.
컬러 영상 처리
- 컬러 영상은 세 개의 성분을 가지므로 각각의 성분을 나누어 처리해야 한다.
참고
반응형
'Computer vision' 카테고리의 다른 글
[Computer vision] 컨볼루션 Convolution이란? (0) | 2021.09.23 |
---|---|
[Computer vision] 05. 이진영상 (0) | 2021.09.16 |
[Computer vision] 04. 히스토그램 (0) | 2021.09.13 |
[Computer vision] 02. 카메라 모델 / 영상 처리 (0) | 2021.09.01 |
[Computer vision] 01. 컴퓨터 비전이란? (0) | 2021.08.31 |