Study & Project repository

color processing

• 파장이 긴 것 : 빨강/ 중간 : 초록/ 짧은 것 : 파랑

• EM spectrum

• 눈에 보이는 가시광선의 파장 밖의 파장도 사용하는 용도가 각각 다름
• 마이크로 웨이브, TV, 라디오 등 통신은 파장이 긴 것 -> 멀리까지 보내기 위함
• 엑스레이 등 일부는 통과시키고 일부는 보고 싶은 경우 -> 파장이 짧아서 반사되는 것이 다름(피부는 통과 뼈는 반사)
• 반도체 검사는 UV(울트라 바이올렛)을 사용 -> deep UV, EUV
• infra - red : 어두운 경우 물체에 반사되는 것이 없음 -> 적외선을 사용하여 어두운 곳에서도 물체를 식별
• 가시광선 이외에는 흑백으로 보임

• 빛의 3원소

• 빛은 첨가하는 형태로 합쳐짐
• 기본 색상은 빨간색, 녹색 및 파란색
• 빨간색 + 녹색 + 파란색을 결합하면 흰색

• 색의 3원소

• 색은 빼는 형태로 합쳐짐
• 기본 색상은 cyan 색, magenta 색 및 노란색
• cyan 색 + magenta 색 + 노란색을 결합하면 검은 색

여러가지 color model들

• 우리가 눈으로 보는 것은 빛이지만 다시 프린트로 인쇄 한 것은 색으로 나타낸 것
• active display : 컴퓨터, 텔레비전 등 빛으로 보여주는 것(RGB) - gun으로 쏘아줌

• passive display : 잉크 프린터 등 색으로 보여주는 것

• RGB 공간에서 CMY 공간으로 변환

• C = 1.0 - R, M = 1.0 - G, Y = 1.0 - B

• CMY 공간에서 RGB 공간으로 변환

• R = 1.0 - C, G = 1.0 - M, B = 1.0 - Y

• CMY공간에서 CMYk(CMY + k)으로 변환 -> +검정색

• K = min(C,M,Y)

• C = C-k, M = M-k, Y =Y-k

• 반대 경우는 각 요소에 검은 요소(k)를 더해줌

HSI Color Model

• HUE(색의 종류) : 주관적인 색상 측정 -> 평균 인간의 눈은 ~ 200 가지 색상을 인식

• Value(명도) : 픽셀안에 흰색을 어느정도 가지고 있는가(밝기)

• Saturation(채도) : 색상의 상대적 순도

• 높이가 명도, 각 높이에 따른 원판이 채도, 각도가 HUE

• RGB -> HSI 공식

• HSI -> RGB 공식

YCbCr Color Model

• 명도에 더 민감한 인간의 눈을 감안해 개발 

• 민감한 명도는 손실 없이 그대로, 민감하지 않은 푸른색 정보를 Cr, 붉은색 정보를 Cb로 기호화하여 양을 줄여서 사용

• RGB <-> YCbCr 변환

YIQ Color Model

• NTSC television에서 사용 -> NTSC신호로 인코딩하기위해 사용

• 명도성분은 존재, 통신에서 쓰이는 것을 분리

• YIQ 방식 : 북미와 우리나라의 텔레비전 방송 표준 방식인 NTSC 시스템에서 사용

• YUV 방식 : 유럽의 텔레비전 방송 표준 방식인 PAL 시스템에서 사용

• RGB <-> YIQ 수식

• RGB <-> YUV 수식

Color이미지로 이미지 프로세싱

• 두 가지 방법

• 첫 번째

1. 8bit씩 각 색을 표현하는데 사용

2. R, G, B 각각 따로 noise를 제거하여 합하면 결과가 나옴

3. 수행시간은 3가지 색에 모두 적용되므로 gray이미지보다 3배 더 길다 

4. 순수한 이미지 상으로는 아래 방식보다 이 방식이 더 좋지만 시간이 더 걸리는게 단점

• 두 번째

1. 다른 Color model들로 바꾼경우에 해당하는 알고리즘

2. 만약 YIQ의 경우 민감한 부분인 명도 성분에만 노이즈 제거를 해주고 나머지는 그대로 넘겨서 RGB로 다시 바꿔줌

3. 수행시간을 절감하고자 해서 고안한 방식

4. 정해진 알고리즘은 Hardware로 구현함 -> ex)RGB에서 YIQ, YIQ에서 RGB로 바꾸는 알고리즘

• 매트랩 예제

• 3채널중 1번은 RED, 2번은 GREEN, 3번은 BLUE

• 프린터는 흑백으로 나오지만 모니터 상으로는 색이 보임

• RED 이미지의 경우 붉은색에 가까울수록 1에 가까워지기 때문에 흰색으로 나타남

• HSV로 바꾸면 1번이 H, 2번이 S, 3번이 V

• YIG(ntsc)로 바꿔도 1, 2, 3채널로 나뉨

• YCbCr -> 채도성분을 따로 봤을 때

• Contrast Enhancement 매트랩 예제(YIQ를 이용한 경우)

• histogram equalization을 1번 채널만 처리하여 RGB로 돌려놓음 -> 2번, 3번 채널은 사람들의 눈에 잘 인식되지 않기 때문

• RGB만 가지고 한 경우

• RGB의 모든 채널에 histogram equalization을 해주어야 한다

• filtering

• 세 채널

• 한 채널

• noise reduction

• 세 채널

• 한 채널 : 세 채널 적용보다 노이즈가 덜 제거 되었지만 원래 노이즈 이미지보다는 줄어들었음

• edge 검출

• edge detection에서는 어떤게 더 좋은 방법인가
• 세 채널 : 독립적으로 모두 적용 후 OR 결합 시 겹치는 경우가 생김 -> 디 젠조 방법이 존재

• 한 채널

Pseudo-Coloring

• RGB를 각각 4bit씩 표시해보자 -> 24bit의 ture color에 비해 12bit이므로 2^12만큼의 색을 표현 가능

• 방법

• 방법 1 : Intensity slicing -> 레벨을 두어 색을 축약

• 방법 2 : Gray to Color Transformations -> gray level에 맞춘 colormap 적용

• 매트랩 예제