rg 색도

정규화된 RGB의 2차원, 즉 rgb의 공간인 rg 색도 공간은 색도 공간이며 강도 정보가 없는 2차원 색 공간이다.^[1]

RGB 색상 공간에서 픽셀은 빨간색, 녹색 및 파란색 원색의 강도로 식별된다. 따라서 밝은 빨강은 (R,G,B)(255,0,0)으로 나타낼 수 있고, 진한 빨강은 (40,0,0)으로 나타낼 수 있다. 정규화된 rgb 공간이나 rg 공간에서 색상은 각각의 강도보다는 빨강, 초록, 파랑의 비율로 표현된다. 이러한 비율은 항상 총 1로 합산되어야 하기 때문에, 우리는 빨간색과 녹색의 비율만을 인용할 수 있고, 필요한 경우 파란색 값을 계산할 수 있다.

RGB와 RG 색도 간 변환

R, G, B = 빨강, $(r,g,b)$ , 파랑의 강도인 색상(R,G,B)을 지정하면, 이 색상은 $(r,$ g $,$ b )으로 변환할 수 $r,g,b$ ,여기서 r, $g$ , b , b , b , b{\ $displaystyle r,g$ ,b $}$ 은 원래의 색상에서 빨강, 녹색 및 파랑의 비율을 암시한다 $r,g,b$ .^[2]

$r={\frac {R}{R+G+B}}$

$g={\frac {G}{R+G+B}}$

$b={\frac {B}{R+G+B}}$

$r+g+b=1$

rgb의 합은 항상 1과 같을 것이다. 이 속성 때문에 b 치수는 정보의 손실을 초래하지 않고 버려질 수 있다. rg 색도로 변환하는 동안 강도 정보가 손실되기 때문에, 예를 들어 (1/3, 1/3, 1/3)은 각 색상의 비율이 동일하지만, 이것이 검정, 회색, 흰색에 해당하는지 판단할 수 없기 때문에, 역 변환은 2차원만으로 가능하지 않다. R, G, B를 r, g, G 컬러 스페이스로 정규화한 경우, 변환은 다음과 같이 계산할 수 있다.

$R={\frac {rG}{g}}$

$(\displaystyle G=G}$

$B={\frac {(1-r-g)G}{g}}$

RGG에서 RGB로의 변환은 XY에서 XYZ로의 변환과 동일하다.^[3] 변환에는 씬(scene)의 강도와 관련된 정보가 최소한 필요하다. 이러한 이유로 G를 보존하면 역이 가능하다.

픽셀 기반 광도 공차

rg 색도는 RGB나 HSV 색상 공간보다 정보가 적지만, 컴퓨터 비전 애플리케이션에 유용한 특성을 많이 가지고 있다. 특히, 카메라로 본 장면이 고르게 켜지지 않는 경우(예: 스포트라이트로 점등되는 경우) 특정 색상의 물체는 장면 전체로 이동함에 따라 외관적인 색상으로 변하게 된다. RGB 영상에서 물체를 추적하기 위해 색을 사용하는 경우, 이것은 문제를 일으킬 수 있다. rg 색도 영상의 강도 정보가 부족하면 이 문제가 제거되고, 겉보기 색상은 일정하게 유지된다. 다른 색 광원에 의해 이미지의 다른 부분이 점등되는 경우에도 문제가 발생할 수 있다는 점에 유의하십시오.

컴퓨터 비전 알고리즘은 다양한 영상 조건에 시달리는 경향이 있다. 보다 강력한 컴퓨터 비전 알고리즘을 만들기 위해서는 색상 불변 색 공간을 사용하는 것이 중요하다. 색상 불변 색상 공간은 영상의 장애로 감압된다. 컴퓨터 시야에서 흔히 볼 수 있는 문제 중 하나는 여러 개의 영상과 하나의 영상 내에서 다양한 광원(색상과 강도)이다.^[4] 영상 분할 및 객체 감지를 올바르게 수행하려면 영상 조건의 변화에 따라 안정적인 영상에 대한 필요성이 증가해야 한다. RGB 색상 공간을 RGB 색상 시스템으로 정규화하면 선형 변환이 수행된다. 정규화된 rgb 공간은 광원의 다양한 강도의 영향을 제거한다. 다양한 기하학적 특징을 가진 균일한 색 표면은 광원의 각도와 강도에 의해 영향을 받는다. 녹색 물체가 동일한 균일한 적색 표면이 위에 배치되는 경우 쉽게 분할해야 한다. 3D 오브젝트 쉐이드가 형성되어 균일한 색상의 장을 방지한다. 강도의 정상화는 그림자를 제거한다. 백색 조명 아래의 램버트식 반사경은 아래 방정식으로 정의된다.

$f^{c}(x)=m^{b}(x)\int _{\omega }s(\lambda ,x)\rho ^{c}(\lambda )d\lambda }}}$

r,g,b 정규화 방정식을 위의 방정식으로 대체하면 rgb 색상 시스템의 불변성 특성을 정의하는 아래 방정식이 도출된다.

$r={\m^{b}(x)k_{R}{m^{b}(x){m^{b}(k_{R}+k_{G}+k_{B}}}}}}}={\frac {k_{R}{R}+K_{G}+k_{B}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}$

$g={\m^{b}(x)k_{G}{m^{b}(x){m^{b}(k_{R}+k_{G}+k_{B}}}}}}}={\frac {k_{R}}+k_{G}}}}}}{B}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}$

$b={\m^{b}(x)k_{B}{m^{b}(x){m^{b}(k_{R}+k_{G}+k_{B}}}}}}}}={\frac {k_{R}+K_{B}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}$

Where $k_{c}=\int _{\omega }s(\lambda ,x)\rho ^{c}(\lambda )d\lambda$ and $c\in {\{R,G,B\}}$ . 흰색 광원과 표면 반사율 사이의 관계를 나타내는 $m^{b}(x)$ $m^{b}(x)$ ( $m^{b}(x)$ ) ${\displaystyle$ m $^{b}(x)}$ 계수 $m^{b}(x)$ . 이 계수는 램버트 반사와 백색 조명을 가정할 때 취소되며, rgb 색 공간은 $k_{c}$ $k_{c}$ ${\$ 에만 의존한다 $k_{c}$ 정규화된 영상에는 섀도 및 음영 효과가 없다. rgb 색 공간은 광원의 색에 따라 달라진다. The color space is only dependent on $k_{c}$ which is made up of $\rho ^{c}(\lambda )$ and $s(\lambda ,x)$ , $\rho$ and $s$ are determined by the sensor and surface of object.

삽화

다양한 조도를 가진 사진.

이미지의 색도에 대한 시각적 표현. 각각의 픽셀은 크기가 조정되어 총 적색, 녹색 및 청색 좌표가 1이 된다. 나뭇잎과 그늘진 지역에 미치는 영향에 주목하라.

원본 영상의 각 픽셀에 대한 빨간색, 녹색 및 파란색 좌표의 평균 값을 시각적으로 나타냄. 이 정보는 rg 색도 정보와 결합하여 원본 영상을 재구성할 수 있다.

rg 컬러 공간

정규화된 RG 색상 공간

r, g, b 색도 좌표는 세 가지 색도 값의 합에 대한 하나의 삼분율 값 비율이다. 중립적인 물체는 적색, 녹색, 청색의 동일한 자극 값을 주입한다. rg의 휘도 정보가 부족하면 세 좌표가 모두 동일한 중립 지점이 1개 이상 되는 것을 방지할 수 있다. rg 색도도의 백색점은 점(1/3,1/3)으로 정의된다. 흰 점은 붉은색이 1/3이고 녹색은 1/3이고 파란색은 마지막 1/3이다. rg 색도 다이어그램에서 r과 g의 모든 값이 양수인 첫 번째 사분면이 직각 삼각형을 형성한다. 최대 r은 x를 따라 1단위를, 최대 g는 y축을 따라 1단위를 나타낸다. 최대 r(1,0)에서 최대 g(0,1)까지 마이너스 1의 기울기를 가진 직선에서 라인을 연결한다. 이 선에 떨어지는 샘플은 파란색이 없다. 최대 r에서 최대 g로 선을 따라 이동하면 파란색 변화 없이 적색 감소와 녹색 증가가 샘플에 나타난다. 샘플이 이 라인에서 더 멀리 이동할수록 일치하려고 하는 샘플에는 더 많은 파란색이 존재한다.

RGB 색상 사양 시스템

CIE 1931 RGB 컬러 매칭 기능. 컬러 매칭 기능은 수평 스케일에 표시된 파장에서 단색 테스트 프라이머리와 일치시키기 위해 필요한 프라이머리의 양이다.

RGB는 컬러 혼합 시스템이다. 색상 일치 함수가 결정되면 삼분해 값을 쉽게 결정할 수 있다. 결과 비교를 위해서는 표준화가 필요하기 때문에, CIE는 색상 매칭 기능을 결정하는 표준을 제정했다.^[5]

기준 자극은 단색 조명 R, G, B여야 한다. 파장 $\lambda _{R}=700.0nm,\lambda _{G}=546.1nm,\lambda _{B}=435.8nm$ $\lambda _{R}=700.0nm,\lambda _{G}=546.1nm,\lambda _{B}=435.8nm$ = $\lambda _{R}=700.0nm,\lambda _{G}=546.1nm,\lambda _{B}=435.8nm$ $\lambda _{R}=700.0nm,\lambda _{G}=546.1nm,\lambda _{B}=435.8nm$ $\lambda _{R}=700.0nm,\lambda _{G}=546.1nm,\lambda _{B}=435.8nm$ , $\lambda _{R}=700.0nm,\lambda _{G}=546.1nm,\lambda _{B}=435.8nm$ $\lambda _{R}=700.0nm,\lambda _{G}=546.1nm,\lambda _{B}=435.8nm$ = $\lambda _{R}=700.0nm,\lambda _{G}=546.1nm,\lambda _{B}=435.8nm$ $\lambda _{R}=700.0nm,\lambda _{G}=546.1nm,\lambda _{B}=435.8nm$ $\lambda _{R}=700.0nm,\lambda _{G}=546.1nm,\lambda _{B}=435.8nm$ , $\lambda _{R}=700.0nm,\lambda _{G}=546.1nm,\lambda _{B}=435.8nm$ B $\lambda _{R}=700.0nm,\lambda _{G}=546.1nm,\lambda _{B}=435.8nm$ = $\lambda _{R}=700.0nm,\lambda _{G}=546.1nm,\lambda _{B}=435.8nm$ n $\lambda _{R}=700.0nm,\lambda _{G}=546.1nm,\lambda _{B}=435.8nm$ ${\displaystyle \lambda$ \lambda \ $lambda$ \{ $R}=700.0nm,\lambda _$
기본 자극은 동일한 에너지 스펙트럼으로 백색이다. 1.000:4의 비율이 필요하다.5907:0.0601(RGB)을 화이트 포인트와 일치시킨다.

따라서 등귀 에너지 조명이 1.000 + 4.5907 + 0.0601 = 5.6508 lm인 흰색은 R, G, B를 혼합하여 매치할 수 있다. 길드와 라이트는 17개의 주제를 이용하여 RGB 컬러 매칭 기능을 결정했다.^[6] RGB 컬러 매칭은 RG 색도의 베이스 역할을 한다. RGB 색상 일치 함수는 스펙트럼에 대한 삼분해 RGB 값을 결정하는 데 사용된다. RGB tristimulus 값을 정규화하면 tristimulus가 rgb로 변환된다. 정규화된 RGB 삼분해 값은 RG 색도도에 표시할 수 있다.

아래 색상 일치 기능의 예. $[F_{\lambda }]$ $[F_{\lambda }]$ $[F_{\lambda }]$ $[F_{\lambda }}}}$ 은 $[F_{\lambda}]$ (는) 어떤 단색도이다. 어떤 단색도 $R[R],G[G]$ 자극 R $R[R],G[G]$ [ $R[R],G[G]$ $R[R],G[G]$ , G $R[R],G[G]$ [ $R[R],G[G]$ $R[R],G[G]$ $[\displaystyle R[R],$ G $[G]},$ $B[B]$ [ $B[B]$ $B[B]$ $B[B]$ 을 추가하면 일치할 수 있다 $B[B]$ 또한 테스트 조명은 이러한 기준 자극을 대상에 추가하여 포화도를 무디게 한다. $따라서$ R $R$ 은(는) 음수다 $R$ . $[R],[G]$ $[R],[G]$ $[R],[G]$ , $[R],[G]$ [ $[R],[G]$ $[R],[G]$ ${\displaystyle [R],[G$ $[B]$ [B $[B]$ 및 [ $[B]$ ] $[B]$ 은 $[R], [G]$ (는) 3차원 공간의 벡터로 정의할 수 있다 $[B]$ . 이 3차원 공간은 색 공간으로 정의된다. 임의의 색 $[F]$ [ $[F]$ $[F]$ ${\$ $displaystyle [F$ $]}$ 은(는) 주어진 양의 $[R],[G]$ [ $[R],[G]$ $[R],[G]$ [ $G],$ $[B]$ [ $]$ 와 $[R], [G]$ 일치시키면 도달할 수 있다 $[F]$ $[B]$

$[F_{\lambda }]+R[R]=G[G]+B[B]$

$[F_{\lambda }]=-R[R]+G[G]+++B[B]$

음의 $[R]$ [ $[R]$ $[R]$ $[R]$ 은(는) 특정 파장에서 음의 색 일치 기능을 요구한다 $[R]$ . ${\overline {r}}$ 는 r $'{\$ 컬러 ${\overline {r}}$ 매칭 함수가 음의 트리스티물루스 값을 갖는 것으로 나타나는 이유를 보여주는 증거다.

rg 색도도

rg 색도 다이어그램

옆쪽의 그림은 RG 색도 도표다. RG가 같고 값이 1/3인 백지로 정의되는 E의 중요성에 주목한다. 다음으로 (0,1)에서 (1,0)까지의 직선은 y = -x + 1이라는 표현식을 따른다. x(빨간색)가 증가하면 y(녹색)도 같은 양만큼 감소한다. 선의 어떤 점이라도 rg의 한계를 나타내며, b 정보가 없는 점으로 정의하고 r과 g의 어떤 조합에 의해 형성될 수 있다. 선형 선이 E로 이동하면 r과 g의 감소와 b의 증가를 나타낸다. 컴퓨터 비전과 디지털 이미지에서는 컴퓨터가 음의 RGB 값을 표시할 수 없기 때문에 첫 번째 사분면만 사용한다. 대부분의 디스플레이에서 RGB의 범위는 0-255이다. 그러나 실제 자극을 이용하여 색상 일치를 형성하려고 할 때는 가능한 모든 색상을 일치시키기 위해 그라스만의 법칙에 따라 부정적인 값이 필요하다. RG 색도도가 음의 r 방향으로 확장되는 이유다.

변환 xyY 컬러 시스템

음의 색상 좌표 값을 피하면 rg에서 xy로 변경되었다. spectrum sample match를 만들 때 샘플에 자극이 가해져 생성될 수 있기 때문에 rg space에 음의 좌표가 사용된다. 컬러 매칭 함수 r, g, b는 특정 파장에서 음성으로 되어 있어 단색 샘플이 일치할 수 있다. 이러한 이유로 RG 색도 다이어그램에서 스펙트럼 로커스는 음의 r 방향으로 그리고 음의 g 방향으로 약간 확장된다. xy 색도 다이어그램에서 x와 y의 모든 양의 값에 의해 형성되는 스펙트럼 위치.

참고 항목

참조

^ J. B. Martinkauppi & M. Pietikäinen (2005). "Facial Skin Color Modeling". In S. Z. Li & Anil K. Jain (eds.). Handbook of face recognition. Springer Science & Business. p. 117. ISBN 978-0-387-40595-7.
^ W. T. Wintringham (1951). "Color Television and Colorimetry". In D L. MacAdam (ed.). Selected Papers on Colorimetry Fundamentals. SPIE - The International Society for Optical Engineering. p. 343. ISBN 0-8194-1296-1.
^ Lindloom, Bruce (13 March 2009). "xyY to XYZ". www.brucelindbloom.com. Retrieved 7 December 2013.
^ T. Gevers; A. Gijsenji; J. van de Weijer & J. Geusebroek (2012). "Pixel-Based Photometric Invariance". In M. A. Kriss (ed.). Color in Computer Vision Fundamentals and Applications. Wiley - IS&T Series. p. 50. ISBN 978-0-470-89084-4.
^ N. Ohto & A. R. Robertson (2005). "CIE Standard Colorimetric System". In M. A. Kriss (ed.). Colorimetry Fundamentals and Applications. Wiley - IS&T Series. p. 65. ISBN 978-0-470-09472-3.
^ R. W. G. Hunt (2004). "The Colour Triangle". In M. A. Kriss (ed.). The Reproduction of Colour. Wiley - IS&T Series. p. 71. ISBN 0-470-02425-9.

[1] J. B. Martinkauppi & M. Pietikäinen (2005). "Facial Skin Color Modeling". In S. Z. Li & Anil K. Jain (eds.). Handbook of face recognition. Springer Science & Business. p. 117. ISBN 978-0-387-40595-7.

[2] W. T. Wintringham (1951). "Color Television and Colorimetry". In D L. MacAdam (ed.). Selected Papers on Colorimetry Fundamentals. SPIE - The International Society for Optical Engineering. p. 343. ISBN 0-8194-1296-1.

[3] Lindloom, Bruce (13 March 2009). "xyY to XYZ". www.brucelindbloom.com. Retrieved 7 December 2013.

[4] T. Gevers; A. Gijsenji; J. van de Weijer & J. Geusebroek (2012). "Pixel-Based Photometric Invariance". In M. A. Kriss (ed.). Color in Computer Vision Fundamentals and Applications. Wiley - IS&T Series. p. 50. ISBN 978-0-470-89084-4.

[5] N. Ohto & A. R. Robertson (2005). "CIE Standard Colorimetric System". In M. A. Kriss (ed.). Colorimetry Fundamentals and Applications. Wiley - IS&T Series. p. 65. ISBN 978-0-470-09472-3.

[6] R. W. G. Hunt (2004). "The Colour Triangle". In M. A. Kriss (ed.). The Reproduction of Colour. Wiley - IS&T Series. p. 71. ISBN 0-470-02425-9.

[1]

[2]

[3]

[4]

[5]

[6]

show v t 컬러 스페이스
색 공간 목록 컬러 모델
캠	씨캠02 아이캠
CIE	XYZ(1931) RGB(1931) CAM(2002) YUV (1960) UVW(1964) 씨엘라브 (1976년) CILUV (1976년)
RGB	RGB 색상 공간 sRGB rg 색도 어도비 와이드 가무트 프로포토 scRGB DCI-P3 재서로709번길 2020년 레크 2100년 개정
YUV	YUV 팔 YDbDr SECAM PAL-N IQ NTSC YCbCr 수정로601번길 재서로709번길 2020년 레크 2100년 개정 ICtCp 2100년 개정 YPbPr xvYCC YCoCg
기타	CcMMYK CMYK 컬러로이드 LMS 헥사크롬 HSL, HSV HCL 상상색 OSA-UCS PCCS RG 라이비 HWB
컬러 시스템 표준 및 표준	ACES ANPA 국제색채지수 CI 염료 목록 DIC 연방표준 595 HKS ICC 프로파일 ISCC-NBS 문셀 NCS 오스트발트 팬톤 랄 리스트를 작성하다
유기체 또는 기계의 시력은 다음을 참조하십시오. 색시.

Search