Bölüm 7 Renkli Görüntü İşleme

Ebat: px

Şu sayfadan göstermeyi başlat:

Download "Bölüm 7 Renkli Görüntü İşleme"

Ilkin Celal
5 yıl önce
İzleme sayısı:

1 BLM429 Görüntü İşlemeye Giriş Bölüm 7 Renkli Görüntü İşleme Dr. Öğr. Üyesi Caner ÖZCAN Genç sanatçının, rengin sadece tanımlayıcı değil aynı zamanda kişisel ifade anlamına geldiğini anlaması renge dokunmasından yıllar sonrasıdır. ~Henri Matisse

2 İçerik 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 2

3 Renk Temelleri Beyaz ışık: görünür spektrumun tüm dalga boylarındaki yaklaşık eşit enerjiden oluşur. Newton Slide credit: B. Freeman, A. Torralba, K. Grauman

4 Renk Temelleri 4

5 Renk Temelleri 5

6 Renk Temelleri 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. 6

7 Renk Temelleri 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. 7

8 Renk Temelleri 8

9 9

10 Renk Temelleri 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. 10

11 Renk Temelleri 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 y z X X Y Z Y X Y Z Z X Y Z 11

12 CIE Renklilik Diyagramı Renk oluşumu x (kırmızı) ve y (yeşil) bileşenlerinin bir fonksiyonu olarak gösterilir. 12

13 RGB Renk Modeli 13

14 RGB Renk Modeli 24 bit derinlikli RGB görüntüsündeki toplam renk sayısı (2 8 ) 3 = 16,777,216 14

15 CMY ve CMYK Renk Modelleri C 1 R M 1 G Y 1 B Not: Tüm renk değerleri [0-1] aralığına normalize edilmiştir. 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. 15

16 CMY vs. CMYK 16

17 HSI Renk Modeli 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. 17

18 HSI Renk Modeli 18

19 HSI Renk Modeli 19

20 Renkleri RGB den HSI ya Dönüştürme RGB renk formatında verilen bir görüntü için, her RGB pikselinin H bileşeni şu şekilde elde edilir: H if B G 360 if B>G 1 ( R G ) ( R B ) 2 R G ( R B)( G B) Not: Tüm renk değerleri [0-1] 1 cos 2 1/2 aralığına normalize 20 edilmiştir.

21 Renkleri RGB den HSI ya Dönüştürme RGB renk formatında verilen bir görüntü için, doygunluk bileşeni şu şekilde verilir: S 3 1 min( R, G, B) ( R G B) Not: Tüm renk değerleri [0-1] aralığına normalize 21 edilmiştir.

22 Renkleri RGB den HSI ya Dönüştürme RGB renk formatında verilen bir görüntü için, yeğinlik bileşeni şu şekilde verilir: 1 I R G B 3 Matlab Kodu: hsv = rgb2hsv(rgb) Not: Tüm renk değerleri [0-1] aralığına normalize 22 edilmiştir.

23 Renkleri HSI dan RGB ye Dönüştürme RG kesimi (0 H 120 ) B I(1 S) Scos H R I 1 cos(60 H ) and ve G 3 I ( R B) Not: Tüm renk değerleri [0-1] aralığına normalize 23 edilmiştir.

24 Renkleri HSI dan RGB ye Dönüştürme GB kesimi (120 H 240 ) H H 120 R I(1 S) Scos H G I 1 cos(60 H ) and ve B 3 I ( R G) Not: Tüm renk değerleri [0-1] aralığına normalize 24 edilmiştir.

25 Renkleri HSI dan RGB ye Dönüştürme BR kesimi (240 H 360 ) H 240 G I(1 S) B and ve I H Matlab Kodu: rgb = hsv2rgb(hsv) Scos H 1 cos(60 H ) R 3 I ( G B) Not: Tüm renk değerleri [0-1] aralığına normalize 25 edilmiştir.

26 26

27 27

28 Sözde Renkli Görüntü İşleme Sözde renkli görüntü işleme, belirli bir kritere dayalı olarak renklerin gri değerlerine atanmasıyla oluşur. Yeğinlik Dilimleme f ( x, y) c if f ( x, y) V k k 28

29 29

30 30

31 31

32 32

33 33

34 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. 35

36 Tam Renkli Görüntü İşlemenin Temelleri c nin RGB renk uzayında herhangi bir vektörü temsil ettiğini ele alalım: Let c represent an arbitrary vector in RGB color space: cr R c c G G c B B At coordinates ( xy, ), (x,y) koordinatları cr ( x, y) R( x, y) c( x, y) cg ( x, y) G( x, y) cb ( x, y) B( x, y) 36

37 Tam Renkli Görüntü İşlemenin Temelleri 37

Kaynaklar Sayısal Görüntü İşleme, Palme Yayıncılık, Üçüncü Baskıdan Çeviri (Orj: R.C. Gonzalez and R.E. Woods: "Digital Image Processing", Prentice Hall, 3rd edition, 2008).

38 Kaynaklar 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, CS Digital Image Processing, F.(Qingzhong) Liu, Ders Notları, BIL717-Image Processing, E.Erdem Ders Notları, EBM537-Görüntü İşleme, F.Karabiber 38

Benzer belgeler

Bölüm 2 Görüntünün Alınması ve Sayısallaştırılması

BLM429 Görüntü İşlemeye Giriş Bölüm 2 Görüntünün Alınması ve Sayısallaştırılması Dr. Öğr. Üyesi Caner ÖZCAN When something can be read without effort, great effort has gone into its writing. ~E. J. Poncela