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

Komputerowo przechowywany obraz cyfrowy składa się zazwyczaj z nagłówka oraz z właściwej części obrazu.16777215 (16777216 kolorów). GIF.16 bitowe . .Metody przetwarzania i analizy obrazów 2-2 Na Rys.1 bitowe .0 . .8 bitowe . .15 (16 kolorów lub odcieni szarości). JPEG) oraz czasami tablicę kolorowania.0 .10 bitowe . .12 bitowe .65535 (65536 kolorów lub odcieni szarości).0 . 2004 . picture element). Widoczne pojedyncze kwadraty stanowią najmniejsze. ..255 (256 kolorów lub odcieni szarości).0 lub 1 (obrazy czarno-białe). Część właściwa zawiera uporządkowaną w zależności od przyjętego formatu danych macierz cyfr. rozróżnialne elementy obrazu zwane pikselami (element obrazu..4 bitowe . . 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 .0 .0 .0 .brązowy . .. Przy silnym powiększeniu elementy te zlewają się tworząc wrażenie obrazu ciągłego. 1 pokazano przykład fragmentu obrazu cyfrowego w bardzo dużym powiększeniu. .32 bitowe .24 bitowe . ang.1023 (1024 kolorów lub odcieni szarości).czarny 1 .4095 (4096 kolorów lub odcieni szarości).0 . Nagłówek zawiera podstawowe informacje o formacie przechowywanych danych (np. 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. © Jacek Rumiński.

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

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

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

Dla ułatwienia pracy w programach prezentacji obrazów znajdują się często predefiniowane zakresy okien odpowiednio do typu obiektów jakie mają podlegać. © Jacek Rumiński.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. prezentacji. 2004 . Przykład doboru okien dla obrazów tomografii RTK pokazano na rysunku 23.

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

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

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

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

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

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

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

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

Reprezentację geometryczną tego modelu przedstawiono na rysunku 28.00E-01 0.00E-01 4. oddających różne specyfiki.60E+00 1.00E-01 2. − 1 / 6 ⎥ ⎢⎣ B ⎥⎦ ⎦ ⎛V H = tan −1 ⎜⎜ 2 ⎝ V1 ⎞ ⎟⎟ .Metody przetwarzania i analizy obrazów 2-15 1.80E+00 1. © Jacek Rumiński. 3 Funkcje dopasowania koloru według CIE.20E+00 z 1. Oprócz systemów zależnych od urządzeń RGB i referencyjnego XYZ zdefiniowano szereg innych.u y 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 ⎥⎥ .40E+00 x Efektywność spektralna [j.00E-01 6.00E+00 8. ⎠ S = V12 + V 22 . 2004 .00E+00 300 400 500 600 700 800 Długość fali [nm] Rys.

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

Luv. realizowalnych systemach kolorów jest wykres chromatyczności. Bardzo ważnym wykresem wskazującym jakie barwy możliwe są do uzyskania w danych.7/2. np. Rysunek 30. Poszczególne osie tego wykresu są zdefiniowane jako: Wówczas wykres można skonstruować w przestrzeni dwuwymiarowej co pokazano na rysunku 30. Przykładem może być zestaw IT8.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. Mówiąc o kompresji należy © Jacek Rumiński. YUV wykorzystywane są często w celu przetwarzania danych. Warto wskazać. Wykres barw z uwzględnieniem różnych form realizacji systemów kolorów (Monitor = RGB). że wielość systemów kolorów ma swoje znacznie praktyczne. 2004 . Systemy Lab. kalibracji czy kompresji.

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

Sign up to vote on this title
UsefulNot useful