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

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

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

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

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

prezentacji. 2004 . Przykład doboru okien dla obrazów tomografii RTK pokazano na rysunku 23. 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.

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

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

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

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

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

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

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

itp. umożliwia reprezentację dowolnego koloru. Lab. 3. © Jacek Rumiński. jako referencyjny dla wszystkich innych systemów kolorów rozróżnialnych dla „standardowego” obserwatora. YELLOW. INTENSITY . W 1931 roku Międzynarodowa komisja Commison Internationale de l’Eclairage (CIE) zdefiniowała system barw podstawowych XYZ. BLACK). . Luv. jest tak obrany.intensywność).Metody przetwarzania i analizy obrazów 2-14 bezpośredniego rozróżnienia luminancji i składowych kolorów) zdefiniowano szereg innych systemów kolorowania jak HSI (HUE . Z dają kolor biały. 3) . umożliwia uzyskanie tylko nieujemnych wartości wag (tristimulus values). CMYK (CYAN. 4. 2. SATURATION .barwa. pojedynczy parametr Y określa luminancję. 2004 . MAGENTA. Y.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. że równe wartości X. jest bezpośrednio związany z czułością oka ludzkiego poprzez zdefiniowane funkcje dopasowania koloru (dla średniego obserwatora). 5. YUV.

u y 1. 3 Funkcje dopasowania koloru według CIE. − 1 / 6 ⎥ ⎢⎣ B ⎥⎦ ⎦ ⎛V H = tan −1 ⎜⎜ 2 ⎝ V1 ⎞ ⎟⎟ . oddających różne specyfiki.00E+00 8.00E-01 4. ⎠ S = V12 + V 22 . © Jacek Rumiński. Oprócz systemów zależnych od urządzeń RGB i referencyjnego XYZ zdefiniowano szereg innych.60E+00 1.00E-01 6.20E+00 z 1.40E+00 x Efektywność spektralna [j.00E+00 300 400 500 600 700 800 Długość fali [nm] Rys. 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-01 0. 2004 .Metody przetwarzania i analizy obrazów 2-15 1.80E+00 1.00E-01 2. Reprezentację geometryczną tego modelu przedstawiono na rysunku 28.

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

Mówiąc o kompresji należy © Jacek Rumiński. Systemy Lab. Bardzo ważnym wykresem wskazującym jakie barwy możliwe są do uzyskania w danych. Luv. że wielość systemów kolorów ma swoje znacznie praktyczne. np. Wykres barw z uwzględnieniem różnych form realizacji systemów kolorów (Monitor = RGB).Metody przetwarzania i analizy obrazów 2-17 W oparciu o model CIE Lab stworzono zestawy palet kolorów wykorzystywanych o testowania i kalibracji sprzętu. 2004 . 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. realizowalnych systemach kolorów jest wykres chromatyczności. kalibracji czy kompresji. Warto wskazać. Rysunek 30. YUV wykorzystywane są często w celu przetwarzania danych. Przykładem może być zestaw IT8.7/2.

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