Metody przetwarzania i analizy obrazów

2-1

Rozdział 2 Reprezentacja i prezentacja obrazów
Poprzez obraz cyfrowy rozumie się najczęściej metodę reprezentacji obrazu,
którą należy jasno rozdzielić względem prezentacji obrazu, czyli właściwie utworzenia
obrazu na podstawie danych. Dane, składowane najczęściej w macierzy, stanowią
bezpośrednią podstawę generacji obrazu poprzez przypisanie każdej liczbie koloru.
Przypisanie to odbywa się według ściśle określonych reguł, specjalnie dla których
dane podlegają odpowiedniemu przygotowaniu czy formatowaniu. Formatowanie to
określane jest jako metoda reprezentacji obrazów. Na podstawie przygotowanych
danych system (np. komputerowy) dokonuje ich odwzorowania na kolory we
właściwym sobie układzie prezentacji (np. monitora). Oczywiście przejście dane kolory realizuje często szereg operacji związanych przykładowo z kalibracją zakresu
jasności prezentowanych kolorów. Należy zatem zapamiętać, że te same dane mogą
być różnie prezentowane w zależności od stosowanego systemu i doboru parametrów
prezentacji.
2.1 Reprezentacja obrazów
Zbiorem danych wykorzystywanym do kompozycji obrazu jest jedna lub wiele
macierzy. Elementami macierzy są liczby, którym później przyporządkowuje się
odpowiednie kolory według wybranej tablicy kolorowania. W ten sposób uzyskuje się
mozaikę kolorowych punktów co w odpowiednim pomniejszeniu daje obraz.

Rys. 1. Obraz cyfrowy w bardzo dużym powiększeniu.

© Jacek Rumiński, 2004

0 . .0 . 1 pokazano przykład fragmentu obrazu cyfrowego w bardzo dużym powiększeniu.brązowy . Nagłówek zawiera podstawowe informacje o formacie przechowywanych danych (np. GIF.10 bitowe . . © Jacek Rumiński.4095 (4096 kolorów lub odcieni szarości).. Przy silnym powiększeniu elementy te zlewają się tworząc wrażenie obrazu ciągłego.8 bitowe .. Komputerowo przechowywany obraz cyfrowy składa się zazwyczaj z nagłówka oraz z właściwej części obrazu.0 lub 1 (obrazy czarno-białe). Część właściwa zawiera uporządkowaną w zależności od przyjętego formatu danych macierz cyfr. picture element).0 .Metody przetwarzania i analizy obrazów 2-2 Na Rys.1023 (1024 kolorów lub odcieni szarości).65535 (65536 kolorów lub odcieni szarości). 2004 .0 . rozróżnialne elementy obrazu zwane pikselami (element obrazu. Przykładowo można ukazać proces powstawania obrazu kolorowego o 16 możliwych kolorach (liczby 4 bitowe) i tak mając macierz cyfr 4 bitowych: 0 12 13 2 8 5 9 8 3 15 12 3 4 7 6 0 oraz odpowiadającą im tablicę kolorowania: 0 .16777215 (16777216 kolorów).15 (16 kolorów lub odcieni szarości).0 . Widoczne pojedyncze kwadraty stanowią najmniejsze. .czarny 1 . .0 .32 bitowe . .24 bitowe . .0 .4 bitowe . . .16 bitowe . ang.1 bitowe .12 bitowe . JPEG) oraz czasami tablicę kolorowania..255 (256 kolorów lub odcieni szarości). Każda cyfra zawiera się w zakresie przyjętym dla reprezentowania danego obrazu i tak zazwyczaj są to następujące zakresy: . Ilość pikseli na jednostkę długości lub powierzchni jest miarą rozdzielczości geometrycznej obrazu cyfrowego stanowiąc zarazem bardzo ważny element określający jakość obrazu.

które następnie poprzez zdefiniowanie tablicy kolorowania zamienia się na obraz. 256x256 czy 512x512. Przykładowe rozmiary matryc pikseli to 204x128. różnych tablic kolorowania (zwanych jako CLUT – colour lookup table). Większość oprogramowania obróbki obrazów umożliwia tworzenie własnych. negatoskopów (osłabienie natężenia światła) bądź drukarek (odbicie promieniowania). Należy jednak wprowadzić rozróżnienie pomiędzy obrazem. Często prezentowane obrazy mają rozmiary większe niż to wynika z rozmiaru oryginalnej macierzy obrazu. podczerwone. Można oczywiście powiększać taki obraz co w rezultacie doprowadzi nas do obrazu jak na Rys. Łatwo zauważyć. kliszy) jest odpowiednio duża (duża rozdzielczość) człowiek interpretuje taki obraz jako ciągły (tzn. gdyż nie istnieje (nie postrzegany przez człowieka) realny system kolorów związany z daną wielkością. Wartości pomierzonego promieniowania zamienia się za pomocą przetworników analogowocyfrowych w macierze cyfr.biały uzyskujemy obraz kolorowy o rozmiarach będących wielokrotnością (w tym przypadku 4x) rozmiarów piksela. 1. liczby 8 bitowe). rentgenowskie. 2004 .Metody przetwarzania i analizy obrazów 2-3 . Kolorowanie takie nazywa się zazwyczaj pseudokolorowaniem. Wywołanie takiej kompozycji może odbywać się przykładowo poprzez zastosowanie monitorów (emisja promieniowania). Jeżeli liczba pikseli na danym elemencie (monitorze. będącym graficzną prezentacją kompozycji kolorów (lub odcieni szarości) a macierzą wartości wykorzystywaną w procesie konstrukcji obrazu. co umożliwia później wielokrotne ich użycie dla różnych zbiorów danych. Jest to © Jacek Rumiński. Obraz jest więc obiektem postrzeganym i interpretowanym przez człowieka powstałym jako kompozycja fal elektromagnetycznych o różnych długościach (kolory) i natężeniu (odcienie szarości). że można stworzyć obrazy będące rejestracją promieniowania innego niż widzialne np. nie rozróżnia pikseli). Oznacza to.żółty 15 . 14 . że mając do dyspozycji macierz cyfr o pewnej potencjalnej rozdzielczości (związanej z ilością możliwych do przypisania kolorów np. Rozmiar matrycy pikseli jest uwarunkowany rozmiarem macierzy wartości obrazu. można tworzyć dowolnie kolorowe obrazy poprzez zmianę tablicy kolorowania.

Kolor jest więc uzyskiwany jako: K = r*R+g*G+b*B. W celu opisu obrazu (zgodnie z tym systemem) potrzebne są trzy macierze wartości przechowujące wagi r. o określonych odcieniach. 2004 . Zasadniczym elementem obrazu cyfrowego jest jego macierz (macierze) wartości. Wagi te przyjmują wartości od 0 do 1.b – oznaczają wagi kolorów podstawowych (tworzenie odcieni) R. g. b. Geometryczne reprezentacja modelu RGB Ponieważ w systemach komputerowych łatwiej przechować wartości całkowite dlatego dla reprezentacji jednej wagi przyjmuje się 1 bajt.g.G.B – oznaczają kolory podstawowe (konkretne długości fal). Współczesne systemy prezentacji grafiki komputerowej bazują na reprezentacji kolorów poprzez zastosowanie systemu kolorów o nazwie RGB (często jest to standard sRGB). gdzie: K – oznacza kolor uzyskiwany. Blue . co umożliwia © Jacek Rumiński.niebieski) oznacza opis koloru punktu jako mieszaninę trzech barw podstawowych: czerwonej. r.Metody przetwarzania i analizy obrazów 2-4 osiągane poprzez procesy interpolacji generujące pośrednie macierze obrazu o większych rozmiarach. Interpretację geometryczną modelu RGB pokazano na rysunku 21. Rysunek 21. a ich suma również musi mieścić się w tym przedziale. System kolorów RGB (Red – czerwony. zielonej i niebieskiej. czyli 8 bitów. Green – zielony. których interpretacja w danym systemie grafiki komputera umożliwi stworzenie kolorowych punktów na ekranie monitora. Przechowywane wartości stanowią odpowiednie liczby.

Dobór okien odbywa się poprzez odpowiedni dobór wartości w zależności od potrzeb. Oznacza to. że odcienie szarości to również system indeksowy – każdemu indeksowi odpowiada bowiem inny odcień. czyli r=g=b. 2004 . że w większości aplikacji medycznych obrazy są prezentowane w skali szarości. System taki nazywany jest czasem systemem indeksowym. . że dla jednej macierzy wartości można zaprezentować kilkaset różnych obrazów podkreślających inny aspekt diagnostyczny. Oznacza to. czyli w skali o równomiernym wkładzie każdego koloru. Powstawanie więc obrazu na podstawie macierzy wartości odbywa się poprzez definicję „okna” (zakresu wartości promieniowania bądź temperatury . Oznacza to. które mieszczą się w zakresie okna są skalowane do zakresu 256 kolorów lub odcieni szarości i wyświetlane na ekranie monitora jako obraz. W) . Można powiedzieć. że nie można wyświetlić wszystkich odcieni szarości naraz (nawet gdyby można to zrobić człowiek nie jest w stanie ich odróżnić).środek okna (window center. Tablica taka jest tworzona poprzez określenie koloru dla wartości.szerokość okna (window width.wartość min i max ). © Jacek Rumiński. Dwa podstawowe parametry opisujące okno wyboru wartości to (Rysunek 22): . WL. W systemach technicznych stosuje się często wspomniane już tablice kolorów. Macierze danych w diagnostyce obrazowej oraz obrazowaniu satelitarnym. L) . że we współczesnych systemach prezentacji obrazów możliwe jest wyświetlenie tylko 256 odcieni szarości (8 bitów). Dla opisania obrazu w skali szarości wystarczy zatem jedna macierz wartości. Wartości. Ogólnie możliwych 2-5 jest więc 256*256*256=16777216 kolorów.określająca liczbę poziomów (wartości) w wybieranym zakresie. Dla uproszczenia odpowiednie definicje kolorów (jako kompozycje RGB) umieszcza się kolejno w tablicy jednowymiarowej (wektorze) dzięki czemu w macierzy obrazów wystarczy przechowywać indeks do tablicy. w tym również i w termografii. Należy jednak pamiętać. window level. przechowują zwykle wartości w zakresie większym niż 256 (liczba dostępnym odcieni szarości na tradycyjnych monitorach).Metody przetwarzania i analizy obrazów opisanie 256 odcieni danego koloru.określający wartość liczbową leżącą pośrodku wybieranego zakresu. WW.

Metody przetwarzania i analizy obrazów 2-6 Rysunek 22 Skalowanie zakresu pomierzonych wartości celem prezentacji z wykorzystaniem danej tablicy kolorów (dobór okna wartości) na przykładzie Rentgenowskiej Tomografii Komputerowej – RTK. Przykład doboru okien dla obrazów tomografii RTK pokazano na rysunku 23. prezentacji. © Jacek Rumiński. 2004 . Dla ułatwienia pracy w programach prezentacji obrazów znajdują się często predefiniowane zakresy okien odpowiednio do typu obiektów jakie mają podlegać.

Rysunek 24 przedstawia przykład kompozycji obrazów rentgenowskich z wykorzystaniem różnych okien wartości pomierzonego natężenia promieniowania obiektu badanego. W=2000) (L=40. Rysunek 24 Przykład kompozycji obrazów rentgenowskich z wykorzystaniem różnych okien wartości pomierzonego natężenia promieniowania obiektu badanego. W=400).Metody przetwarzania i analizy obrazów 2-7 Rysunek 21 Różne prezentacje tego samego zbioru danych odpowiednio dla okien (L=-700. W=1000) (L=350. Na kolejnym rysunku 25 pokazano oryginalny histogram macierzy wykorzystywanej do kompozycji obrazów. 2004 . © Jacek Rumiński.

medycznych. © Jacek Rumiński. W tym przypadku jednak konieczne jest często rozpatrzenie transmitancji układu przenoszącej poziomy sterujące na konkretne wartości luminancji. Uzyskana w wyniku pomiaru krzywa powinna być porównywana ze wzorcem a następnie korygowana (karta graficzna). Ponadto te same kolory mogą być odbierane inaczej przez osoby wychowane w innych kulturach. Konieczna jest zatem kontrola charakterystyki wyświetlacza.). Dobór tablic kolorowania musi uwzględniać fakt. bądź te z zaburzeniem postrzegania kolorów bądź ich odcieni. itd. Obraz jest tworzony dopiero wtedy gdy przyporządkuje się poszczególnym wartościom kolory. Z tych względów bardzo popularne są obrazy powstałe poprzez zastosowanie tablicy skali szarości. Wykorzystując miernik luminancji Hagner EC1. kolor czerwony – ostrzeżenie. Zastosowanie okna stanowi więc wstępne przetwarzanie danych pomiarowych przed stworzeniem obrazu. czyli właściwe obrazy z zakodowaną intensywnością (luminancją). termograficznych. Charakterystyka wyświetlacza (monitora) wyznaczana jest na podstawie pomiaru (luminancja w funkcji poziomów sterowania – Display Driving Levels DDL ). 2004 przy różnych . np. 2. zbadano szereg monitorów parametrach wysterowania. Przypisanie kolorów wykonywane za pomocą tablic kolorowania jest szczególnie istotne w przypadku obrazów sztucznych (np. Przykładowe wyniki pokazano na Rys.Metody przetwarzania i analizy obrazów 2-8 Rysunek 25 Histogram (rozkład częstości występowania poszczególnych wartości macierzy) macierzy danych. iż w procesie poznawczym człowieka niektóre kolory niosą ze sobą dodatkowe znaczenie.

g[]. Zakładając wartość bb jako indeks do tablicy kolorów (możliwe wartości od 0 do 255). inny monitor natomiast dla tego samego przedziału poziomów daje różne widzialne poziomy luminancji. 2004 . oraz wektory r[]. W termografii obok skali szarości stosuje się inne tablice kolorowania. wówczas można przedstawić definicje poszczególnych tablic kolorowania za pomocą pseudokodu: MONOCHROME1 – skala szarości (wartość. itd. b – niebieska. projektorów. Może to doprowadzić do różnych błędów w interpretacji obrazów. BLACKBODY. g – zielona. może spowodować bardzo istotną różnicę w ich odbiorze i ocenie. Stosowanie niekontrolowanych monitorów. iż obserwowane będą zupełnie inne obrazy. © Jacek Rumiński. b[] definiujące wagi udziału poszczególnych barw podstawowych (r .). bb < size. z reguły ściśle określone. 2 Przykładowe wyniki pomiaru luminancji w funkcji poziomów sterujących dla 2 różnych monitorów (b – procentowe ustawienie jasności monitora). MONOCHROME 2. indeks najmniejszy jest przypisany do koloru białego). RAINBOW. SPECTRUM. Do najbardziej popularnych tablic kolorowania stosowanych w termografii należy zaliczyć tablice: MONOCHROME 1. lub złożonych systemów prezentacji obrazów (np.czerwona. zgodnie z wcześniejszym opisem). IRON. bb++){ r[bb]=g[bb]=b[bb]= 255-bb. Przykładowo jeśli dany monitor prezentuje ten sam poziom luminancji dla 20 kolejnych poziomów sterowania. for (int bb = 0. w telekonsultacjach stosowanie kamer Video. to oczywistym jest.luminancja [cd/m2] Metody przetwarzania i analizy obrazów 2-9 1000 M1 (17cali): b=50% M2 (15cali): b=50% M1 (17cali): b=100% M2 (15cali): b=100% 100 10 90 10 0 11 0 12 0 13 0 14 0 15 0 16 0 17 0 18 0 19 0 20 0 21 0 22 0 23 0 24 0 25 0 80 70 60 50 40 30 0 10 20 1 poziomy sterujące (0-255) Rys.

b[bb]= 255. } t=0. g[bb]= 0. } t=0. } int t=0. bb++){ r[bb]=g[bb]=b[bb]= bb. for (int bb = 102. g[bb]= t. g[bb]= 0. b[bb]= 0. } t=0. t=t+5. bb < 153.Metody przetwarzania i analizy obrazów 2-10 } MONOCHROME2 – skala szarości (wartość. for (int bb = 153. b[bb]= bb. t=t+5. bb < 204. for (int bb = 0. bb < 256. } t=0. t=t+5. © Jacek Rumiński. bb < 51. b[bb]= g[bb]. bb++){ r[bb]= 255. t=t+5. g[bb]= 255. bb++){ r[bb]=0. bb < 102. bb++){ r[bb]= 0. bb < size. indeks najmniejszy jest przypisany do koloru czarnego) – najczęściej wykorzystywany system kolorów. } t=0. } SPECTRUM – RAINBOW – BLACKBODY – int t=0. bb++){ r[bb]= 255-t. t=t+5. 2004 . g[bb]= 255-r[bb]. for (int bb = 0. g[bb]= 255-t. g[bb]= 255. bb < size. t=t+3. b[bb]= 255-t. b[bb]= 255. for (int bb = 0. bb < 86. bb++){ r[bb]= t. } for (int bb = 0. for (int bb = 204. bb++){ r[bb]= bb. b[bb]= 0. bb++){ r[bb]= t. for (int bb = 51.

b[bb]= 0. t=t+4. g[bb]= 0. g[bb]= t. bb < 128. } int t=0. bb < 255. for (int bb = 0. } t=0. g[bb]= 255. } b[255]=255. for (int bb = 128. t=t+3. Rozmiar macierzy testowej wynosi 256 na 256 pozycji. Jako macierz testową wykorzystano zbiór kolejno narastających w wierszach i kolumnach wartości od 0 do 255 aż do przekroczenia liczby 255. bb++){ r[bb]= 255. Na rysunku 26 pokazano przykłady zastosowania omawianych tablic kolorowania dla prezentacji tej samej macierzy wartości. b[bb]= 0. for (int bb = 171. bb++){ r[bb]= 255. bb++){ r[bb]= 255. b[bb]= g[bb]. g[bb]= t. 2004 . bb < 256. bb < 256. bb++){ b[bb]= t. } t=0. t=t+2.Metody przetwarzania i analizy obrazów IRON - 2-11 for (int bb = 86. t=t+2. © Jacek Rumiński. b[bb]= t. for (int bb = 191. bb++){ r[bb]= t. bb < 171. } t=0. t=t+3. Po przekroczeniu tej liczby kolejne wartości pomniejszano (wyraźnie widoczna część obrazu poniżej przekątnej kwadratu obrazu) aż do ostatnich pozycji w wierszach i kolumnach.

2004 . BLACKBODY. kolejno od góry MONOCHROME 1. Kompozycja obrazu z zastosowaniem różnych tablic kolorowania. © Jacek Rumiński.Metody przetwarzania i analizy obrazów 2-12 Rysunek 26. RAINBOW. MONOCHROME 2. IRON Na rysunku 27 pokazano przykłady zastosowania różnych tablic kolorów dla tej samej macierzy danych. SPECTRUM.

Każdej macierzy przyporządkowuje się tablicę kolorowania poszczególnych odcieni kolorów czerwonego. RGB NTSC. zależność od urządzenia. W przypadku. Zatem system RGB jest zależny od urządzenia. System RGB w rzeczywistości może być zdefiniowany różnie poprzez podanie zestawu barw podstawowych wykorzystywanych w mieszaniu kolorów. RAINBOW. sRGB i inne. Ze względu na ograniczenia systemów RGB (brak reprezentacji wszystkich kolorów. rejestracja promieniowania w kilku zakresach np. MONOCHROME 1.Metody przetwarzania i analizy obrazów 2-13 Rysunek 27. Kompozycja termogramu z zastosowaniem różnych tablic kolorowania. R G B). Następnie poprzez dodanie tak powstałych trzech obrazów uzyskuje się obraz wypadkowy. Najbardziej popularny system kolorów RGB bazuje na trzech macierzach. kiedy dysponujemy zbiorami danych uzyskanymi dla tego samego obiektu dla różnych jego cech (np. możemy bezpośrednio utworzyć obraz kolorowy traktując wartości poszczególnych macierzy jako współrzędne w przestrzeni systemu kolorów. kolejno od góry MONOCHROME 2. BLACKBODY. Znane są realizacje systemu RGB jak RGB PAL. 2004 . Jak wspomniano wcześnie tablice kolorów są odpowiednie dla pojedynczych macierzy danych. będący właściwym obrazem kolorowym. RGB CIE. brak © Jacek Rumiński. zielonego i niebieskiego. Treścią termogramu są blizny po oparzeniowe występujące na plecach pacjenta.

System XYZ jest często wykorzystywany jako podstawa definicji innych systemów lub jako referencja przy ocenie reprezentacji barw i cechuje się następującymi właściwościami: 1. Z dają kolor biały. CMYK (CYAN. 2.intensywność). SATURATION .nasycenie. jest bezpośrednio związany z czułością oka ludzkiego poprzez zdefiniowane funkcje dopasowania koloru (dla średniego obserwatora). © Jacek Rumiński. 2004 . YELLOW. 3. itp.barwa. Funkcje dopasowania koloru definiowane w standardach CIE służą do odwzorowania mierzonych wartości radiometrycznych na współrzędne chromatyczności układu XYZ (co prezentuje Rys. Lab. że równe wartości X. 4. . YUV. 3) . W 1931 roku Międzynarodowa komisja Commison Internationale de l’Eclairage (CIE) zdefiniowała system barw podstawowych XYZ. jako referencyjny dla wszystkich innych systemów kolorów rozróżnialnych dla „standardowego” obserwatora. umożliwia uzyskanie tylko nieujemnych wartości wag (tristimulus values). MAGENTA.Metody przetwarzania i analizy obrazów 2-14 bezpośredniego rozróżnienia luminancji i składowych kolorów) zdefiniowano szereg innych systemów kolorowania jak HSI (HUE . Y. Luv. jest tak obrany. pojedynczy parametr Y określa luminancję. INTENSITY . umożliwia reprezentację dowolnego koloru. 5. BLACK).

00E-01 6. Reprezentację geometryczną tego modelu przedstawiono na rysunku 28.40E+00 x Efektywność spektralna [j. oddających różne specyfiki.00E-01 4.Metody przetwarzania i analizy obrazów 2-15 1. Przykładowo system kolorów HSI oddaje specyfikę postrzegania kolorów przez człowieka może być wyznaczony na podstawie modelu RGB jako 3 /3 ⎡ I ⎤ ⎡ 3 /3 ⎢V ⎥ = ⎢ 0 1 / 2 ⎢ 1⎥ ⎢ ⎢ ⎢⎣V 2 ⎥⎦ 2 / 6 − 1 / 6 ⎣ 3 / 3 ⎤ ⎡R⎤ ⎥ − 1 / 2 ⎥ ⋅ ⎢⎢G ⎥⎥ .20E+00 z 1. − 1 / 6 ⎥ ⎢⎣ B ⎥⎦ ⎦ ⎛V H = tan −1 ⎜⎜ 2 ⎝ V1 ⎞ ⎟⎟ .60E+00 1.u y 1. Oprócz systemów zależnych od urządzeń RGB i referencyjnego XYZ zdefiniowano szereg innych.00E-01 0. ⎠ S = V12 + V 22 . 2004 .80E+00 1.00E-01 2. © Jacek Rumiński.00E+00 8. 3 Funkcje dopasowania koloru według CIE.00E+00 300 400 500 600 700 800 Długość fali [nm] Rys.

a.Metody przetwarzania i analizy obrazów 2-16 Rysunek 28. że system HSI jest pośrednio używany przez wiele osób do regulacji jakości obrazu w telewizji kolorowej. Rysunek 29. Zdefiniowano go jako gdzie: Xo. definiują wzorcową dla tego modelu biel. Reprezentacja geometryczna modelu CIE Lab. Zo. L – jasność (nieliniowa modyfikacja luminancji). ważnym systemem kolorów jest system CIE Lab.b – składowe chrominancji. Warto zauważyć. Innym. Yo. Reprezentacja geometryczna modelu HSI. 2004 . © Jacek Rumiński. Reprezentacja geometryczna systemu podana jest na rysunku 29.

YUV wykorzystywane są często w celu przetwarzania danych. 2004 . że wielość systemów kolorów ma swoje znacznie praktyczne. Warto wskazać. Luv. Poszczególne osie tego wykresu są zdefiniowane jako: Wówczas wykres można skonstruować w przestrzeni dwuwymiarowej co pokazano na rysunku 30. kalibracji czy kompresji. Rysunek 30. realizowalnych systemach kolorów jest wykres chromatyczności. Mówiąc o kompresji należy © Jacek Rumiński.Metody przetwarzania i analizy obrazów 2-17 W oparciu o model CIE Lab stworzono zestawy palet kolorów wykorzystywanych o testowania i kalibracji sprzętu. Przykładowo system RGB jest świetnie wykorzystywany w systemach rejestracji obrazów czy prezentacji. np. Przykładem może być zestaw IT8. Systemy Lab. Bardzo ważnym wykresem wskazującym jakie barwy możliwe są do uzyskania w danych. Wykres barw z uwzględnieniem różnych form realizacji systemów kolorów (Monitor = RGB).7/2.

1997 [3] Van der Heijden F. Black) są wykorzystywane w urządzeniach drukujących przy mieszaniu atramentów/farb. że przykładowo w algorytmach JPEG/MPEG stosowane jest przejście na system kolorów YUV w celu silniejszej kompresji składowych koloru niż luminancji.. Norman .. Florida. Jeszcze inne systemy kolorów.A. CRC Press. PWN. jak np. Jest to związane z właściwościami oka ludzkiego. John Wiley & Sons.H. Warszawa. 1995 [4] Jahne B.. które jest bardzie wrażliwe na zmiany komponentu luminancji niż koloru. Practical Handbook on Image Processing for Scientfic Applications. 1991 [2] Crick F. 1997 © Jacek Rumiński. Literatura do rozdziału [1] Linsay P. Magenta. Chichester.. Warszawa. Procesy przetwarzania informacji u człowieka – wprowadzenie o psychologii. Yellow. 2004 .. Prószyński i S-ka. Zdumiewająca hipoteza czyli nauka w poszukiwaniu duszy. Image Base Measurement Systems – Object Recognition and Parameter Estimation. CMYK (Cyan.Metody przetwarzania i analizy obrazów 2-18 podkreślić.

Sign up to vote on this title
UsefulNot useful