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

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

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

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

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

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. 2004 . © Jacek Rumiński. Dla ułatwienia pracy w programach prezentacji obrazów znajdują się często predefiniowane zakresy okien odpowiednio do typu obiektów jakie mają podlegać. prezentacji. 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. © Jacek Rumiński. W=400). Rysunek 24 przedstawia przykład kompozycji obrazów rentgenowskich z wykorzystaniem różnych okien wartości pomierzonego natężenia promieniowania obiektu badanego. W=1000) (L=350. Na kolejnym rysunku 25 pokazano oryginalny histogram macierzy wykorzystywanej do kompozycji obrazów. W=2000) (L=40. 2004 .

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

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

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

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

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

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

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

© Jacek Rumiński. oddających różne specyfiki. − 1 / 6 ⎥ ⎢⎣ B ⎥⎦ ⎦ ⎛V H = tan −1 ⎜⎜ 2 ⎝ V1 ⎞ ⎟⎟ .60E+00 1.00E-01 4. ⎠ S = V12 + V 22 .40E+00 x Efektywność spektralna [j.80E+00 1. Reprezentację geometryczną tego modelu przedstawiono na rysunku 28.Metody przetwarzania i analizy obrazów 2-15 1. Oprócz systemów zależnych od urządzeń RGB i referencyjnego XYZ zdefiniowano szereg innych.u y 1. 2004 .00E-01 0.00E-01 2. 3 Funkcje dopasowania koloru według CIE.00E+00 8.20E+00 z 1.00E-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+00 300 400 500 600 700 800 Długość fali [nm] Rys.

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

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

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