Técnicas Avanzadas de Visión por Computador Sistemas Informáticos Avanzados T6. Conceptos Avanzados de Color T6. Conceptos Avanzados de Color 2 T6. Conceptos Avanzados de Color Índice Índice Introducción: • Modelo del sensor. • Modelos de formación del color Invariantes de color: • Brillos. • Geometría. • Iluminante. Estimación del iluminante. Bordes de color.
18
Embed
T6. Conceptos Avanzados de ColorT6. Conceptos Avanzados de … · 2005. 7. 11. · T6. Conceptos Avanzados de Color 23 Ecualización de histograma Imagen original Imagen realzada
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Técnicas Avanzadas de Visión por Computador
Sistemas Informáticos Avanzados
T6. Conceptos Avanzados de ColorT6. Conceptos Avanzados de ColorT6. Conceptos Avanzados de Color
2T6. Conceptos Avanzados de Color
ÍndiceÍndice
Introducción:
• Modelo del sensor.
• Modelos de formación del color
Invariantes de color:
• Brillos.
• Geometría.
• Iluminante.
Estimación del iluminante.
Bordes de color.
3T6. Conceptos Avanzados de Color
Integración en el sensorIntegración en el sensor
Integración en el sensor
απ 42
' cos'4⎟⎠⎞
⎜⎝⎛=
z
dLE rp
∫ ∫=t
dtdRtyxEyxQλ
λλλ )(),,','()','(
Respuesta espectral del sensor
4T6. Conceptos Avanzados de Color
Colores primarios RGBColores primarios RGB
∫ ∫=t
dtdrtyxERλ
λλλ )(),,','(
∫ ∫=t
dtdgtyxEGλ
λλλ )(),,','(
∫ ∫=t
dtdbtyxEBλ
λλλ )(),,','(
Cubo RGB
Base funciones del sistema RGB
),,()','( BGRyxC =
Respuesta espectral del sensor
5T6. Conceptos Avanzados de Color
Percepción humana del colorPercepción humana del color
Una respuesta para cada fotorreceptor.
Representación tri-cromática.
Integración en el sensor
∫ ∫=t
dtdRtyxEyxQλ
λλλ )(),,','()','(
Respuesta espectral del sensor
Sensibilidad relativa de los tipos de conos
6T6. Conceptos Avanzados de Color
Modelos de formación del colorModelos de formación del color
Cálculo de coordenadas CIE a partir de sensor no siempre son combinación lineal de curvas del sensor.
Si definimos en un sensor RGB:
))()(()()(
))()(()()(
))()(()()(
Bbbss
BB
Gbbss
GG
Rbbss
RR
CxmCxmxCexC
CxmCxmxCexC
CxmCxmxCexC
rrrr
rrrr
rrrr
+=
+=
+=
Color de iluminantef
bf
b CxC ≈)(r
Para puntos del mismo objeto.
28T6. Conceptos Avanzados de Color
IluminanteIluminante
Definimos la relación
CCCACC RGRB += )/(/Línea recta en el plano:
)/,/( RBRG CCCC
⎪⎪⎩
⎪⎪⎨
⎧
−−
=
−−
=
)(
)()/(
)(
)()/(
Rb
Gb
Bb
GbRB
Rb
Gb
Rb
BbGB
CC
CCCeCeC
CC
CCCeCeA
29T6. Conceptos Avanzados de Color
IluminanteIluminante
El color del iluminante:
• También es un punto de la línea
CCCACC RGRB += )/(/
)/,/( RBRG CeCeCeCe
CCeCeACeCe RGRB += )/(/
)/()/( RBRG CeCeCeCeAC +−=
Estimar esto datos
30T6. Conceptos Avanzados de Color
IluminanteIluminante
Segmentar en regiones pertenecientes a superficies de diferentes colores (o extracción bordes).Tomar como muestras puntos en la dirección perpendicular a cada punto de los bordes de las regiones.Cada línea de puntos de un punto borde se ajusta para calcular un (A,C) de un punto borde.Los (A,C) de varios puntos borde del mismo objeto, se ajuntan para resolver los parámetros del iluminante.Se puede resolver la intersección de las rectas de varios objetos por medio de un acumulador.
)/()/( RBRG CeCeCeCeAC +−=
⎪⎭
⎪⎬⎫
RB
RG
CeCe
CeCe
/
/
CCCACC RGRB += )/(/
31T6. Conceptos Avanzados de Color
Bordes de ColorBordes de Color
Gradientes en imágenes multibanda:
⎟⎟⎠
⎞⎜⎜⎝
⎛∂
∂∂
∂=∇∇=∇
y
yxI
x
yxIyxIyxIyxI yx
),(,
),()),(),,((),(
( )( ) 2/1
2/1
)()()(),(
)()()(),(
BGRyxI
BGRyxI
yyyy
xxxx
∇+∇+∇=∇
∇+∇+∇=∇
)),(),,(),,((),( yxByxGyxRyxI =
( )( ))(),(),(max),(
)(),(),(max),(
BGRyxI
BGRyxI
yyyy
xxxx
∇∇∇=∇∇∇∇=∇
32T6. Conceptos Avanzados de Color
Bordes de ColorBordes de Color
Gradientes en imágenes multibanda (Di Zenzo):
• Imagen como un funcional.
)),(),,(),,(()(
))(),...,(()( 1
yxByxGyxRxfejemplo
xfxfxfy m
===
r
rrr
)()()(
/)()(
xfxfxg
xxfxf
khhk
hh
rrr
rr
×=∂∂=
1
)(2
1
2
1
2
=
=
∑∑
=
=
h
kh
h
khhk
dxdxadocondiciona
dxdxxgdfr
33T6. Conceptos Avanzados de Color
Bordes de ColorBordes de Color
Se puede reformular como maximizar:
Cuya solución es:
Ejemplo: RGB
θθθθθ 22212
211 sinsincos2cos)( gggF ++=
⎟⎟⎠
⎞⎜⎜⎝
⎛−
=2211
122arctan
2
1
gg
gθ
yyyyyyyy
xxxxxxxx
yxyxyxxy
BBGGRRgg
BBGGRRgg
BBGGRRgg
++==++==
++==
22
11
12
34T6. Conceptos Avanzados de Color
Bordes de colorBordes de color
Clasificación de bordes:
• Gradiente de Di Zenzo para multi-banda.
• Bordes en (R,G,B), (c1,c2,c3) y H
• Bordes(H) ⊂ Bordes(c1c2c3) ⊂ Bordes(RGB)
Algoritmo:
• Si ∇RGB>tRGB y ∇c1c2c3≤ tc1c2c3
• Entonces, píxel=borde sombra o de geometría
• Sino si ∇RGB>tRGB y ∇H≤ tH• Entonces pixel=borde de brillo
• Sino si ∇H> tH• Entonces pixel=borde de material
35T6. Conceptos Avanzados de Color
Bordes de colorBordes de color
Ejemplo:
36T6. Conceptos Avanzados de Color
BibliografíaBibliografía
Di Zenzo, S., “A Note on the Gradient of Multi-Image”, Computer Vision, Graphics and Image Processing, 33, 116-125, 1986.Gevers, T. and Smeulders, W.M., “Color Based Object Recognition”. Pattern Recognition, 32, pp. 453-464. 1999Stokman H. and Gevers, T. “Detection and Classification of Hyper-Spectral Edges”. BMVC 1999Shafer, S. A. “Using Color to Separate Reflection Components”. Color Res. Appl. 10 (4), 210-218. 1985Gevers, T and Stockman, H. “Reflectance Based Edge Classification”. Visual Interface 1999 (VI’99) pp 25-32.Wyszecki, G. and Stiles, W.S., Color Science: Concepts and Methods, Quantitative Data and Formulae, New York, Wiley, 1982.Gevers, T. and Smeulders, W.M., “Content-based Image Retrieval by View-point Invariant Image Indexing”, Image and Vision Computing, 17(7), 1999.Finlayson, G. et al. “Illuminant Device Invariant Colour using HistogramEqualization”, Pattern Recognition, 38, 179-190, 2005.Lee, H.C, “Method for Computing the Scene Illuminant Chromacity fromSpecular highlights”, J. Opt. Soc. Am., 3(10), 1694-1699, 1986.