You are on page 1of 18

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

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

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

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

Dla ułatwienia pracy w programach prezentacji obrazów znajdują się często predefiniowane zakresy okien odpowiednio do typu obiektów jakie mają podlegać.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. 2004 . © Jacek Rumiński.

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

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

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

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

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

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

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

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

00E-01 6. 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 ⎥⎥ .00E+00 8.00E+00 300 400 500 600 700 800 Długość fali [nm] Rys.20E+00 z 1. oddających różne specyfiki.Metody przetwarzania i analizy obrazów 2-15 1.00E-01 2. ⎠ S = V12 + V 22 .00E-01 4. 2004 .40E+00 x Efektywność spektralna [j. Reprezentację geometryczną tego modelu przedstawiono na rysunku 28. 3 Funkcje dopasowania koloru według CIE. Oprócz systemów zależnych od urządzeń RGB i referencyjnego XYZ zdefiniowano szereg innych.60E+00 1. − 1 / 6 ⎥ ⎢⎣ B ⎥⎦ ⎦ ⎛V H = tan −1 ⎜⎜ 2 ⎝ V1 ⎞ ⎟⎟ .u y 1.00E-01 0. © Jacek Rumiński.80E+00 1.

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

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

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