Procesamiento digital de Imágenes

1. Procesamiento digital de Imágenes Color

2. Fundamentos Para hablar de color es imprescindible hablar de luz, ya que bajo la acción de esta, es que nosotros podemos percibirlo: donde no hay luz no existe el color. Newton, en la segunda mitad del siglo XVII descubre lo que más tarde pasaría a formar una teoría del color. Fabrica un prisma de vidrio y lo coloca sobre un mesa; obscurece una habitación, pero previamente hace un orificio en la persiana por donde pasa un rayo de sol. Interfiere el rayo de sol con el prisma y ve proyectada sobre la pared opuesta una imagen, que no es otra cosa que el espectro solar, es decir, la descomposición de la luz en los siete colores del arco iris. Coloca luego otro prisma y ve proyectada sobre la pared y descubre que los siete colores se funden en uno solo, el BLANCO. Ha recompuesto nuevamente la luz. También se da cuenta que para recomponer la luz blanca, no hace falta fundir los siete colores del arco iris, basta solo con un par específicos de ellos: Rojo-Verde; Amarillo-Violeta; Azul-Naranja. Estos no son otra cosa que los colores primarios mas sus complementarios.

3. Fundamentos El rango visible se extiende desde aproximadamente 400nm a 700nm. Tres cantidades básicas definen un color Radiance: Energía luminosa total que se recibe de una fuente luminosa (Watts) Luminance: Se mide en lumen (lm) y representa la cantidad de energía luminosa percibida por un observador Ej:. Si una fuente luminosa emite en la banda infrarroja la energía radiante puede ser alta pero la luminancia es casi cero pues el observador apenas lo percibe. Brightness: Es un descriptor subjetivo y involucra la sensación acromática de intensidad. Es prácticamente imposible de medir y es uno de los elementos fundamentales usados para describir la sensación cromática.

4. Fundamentos Como se sabe los responsables de la detección del color son los conos. Estos son del orden de 6 a 7 millones y estan divididos en tres categorias: Sensibles al ROJO: 65% Sensibles al VERDE: 33% Sensibles al AZUL:2% (pero son los mas sensibles)

5. Fundamentos Sensación subjetiva del color

6. Fundamentos Colores Primarios - Complementarios Azul + Amarillo = Blanco Turquesa + ? = Blanco Púrpura + ? = Blanco

7. Fundamentos Tres cantidades básicas definen un color Brightness: Es un descriptor subjetivo y involucra la sensación acromática de intensidad. Es prácticamente imposible de medir y es uno de los elementos fundamentales usados para describir la sensación cromática. Hue: Esta asociado con la longitud de onda del color predominante. Representa el color percibido por el observador Saturacion: Se refiere a la pureza del color (presencia de blanco) Ej el rosa (rojo y blanco) esta menos saturado que el rojo puro (100% saturado) Hue + Saturacion = Cromaticidad

8. Fundamentos La cantidad de Rojo ,Verde y Azul (RGB) necesarias para formar un color particular las llamaremos X, Y y Z respectivamente. Así un color queda definido por tres coeficientes cromáticos x,y y z definidos como: http://www.cs.rit.edu/~ncs/color/a_chroma.html

9. Fundamentos Gamut Una propiedad útil de un diagrama de cromaticidad es que una línea recta que una dos puntos cualquiera representa todas las mezclas de color que se pueden obtener mezclando aditivamente los primarios representados por ambos puntos. Del mismo modo, las mezclas obtenibles a partir de tres primarios (como los RGB de un monitor de tubo de rayos catódicos) es un triángulo en un espacio cromático. El gamut de un dispositivo es la gama de colores que es capaz de reproducir. El gamut de un monitor de tubo de rayos catódicos típico es un triángulo que viene a ocupar el 50% de un diagrama de cromaticidad CIE. Los gamuts RGB de dos monitores.

10. Fundamentos Gamut Los gamuts de aparatos de mezcla de color sustractiva, como las impresoras, no quedan tan nítidamente definidos, aunque se pueden determinar. La consecuencia es que hay colores que se pueden mostrar en un monitor pero que no se pueden imprimir, mientras que hay colores que se pueden imprimir pero no mostrar en un monitor. Los gamuts CMYK de dos dispositivos de impresión.

11. Fundamentos La mayor parte de los modelos de color estan orientados a hardware (monitores o impresoras) o bien aplicaciones graficas. Modelo RGB – Para Monitores y un gran numero de video cámaras Modelo CMY (Cyan Magenta Yellow) – Impresoras Modelo CMYK (Cyan Magenta Yellow black) – Impresoras Modelo HSI (Hue ,Saturación, Intensidad) se aproxima bien a la forma que el ser humano interpreta el color. Por otro lado desacopla el color y la información de gris Modelos de Color

12. Fundamentos El modelo RGB Los colores quedan definidos variando las cantidades de R,G,B. La escala de grises quedan definidos por la recta que une el negro con el blanco (iguales proporciones de R,G y B)

13. Fundamentos El modelo RGB La cantidad de bits usada para representar cada color se conoce como profundidad del pixel Ej.: R=G=B= 8bits /pixel => 24bits/pixel => (28)3=16.777.216

14. Fundamentos El modelo RGB Alimentando al monitor con 3 planos ( secciones del cubo) obtenemos la imagen en color

15. Fundamentos El modelo RGB El proceso inverso (adquisición de la imagen) se hace con 3 filtros R,G,B

16. Fundamentos Colores Seguros Muchos sistemas limitan el numero de colores que efectivamente pueden ser representados a 256. El motivo es que de esa forma se garantiza la reproducción de los mismos en cualquier sistema. De esto 256 colores 40 tienen diferente representación según el hardware dejando solo 216 que si son comunes a todos los sistemas. Estos son para cada componente (R,G,B): Dando un total de 63 diferentes colores Ej: FF0000 representa el rojo puro (saturado) FFFFFFrepresenta el blanco

17. Fundamentos Colores Seguros En la siguiente figura se ven los 216 colores seguros y debajo la escala de grises

18. Fundamentos Tipo de imágenes en Matlab Binarias Escala de grises Indexadas Color verdadero

19. Fundamentos Tipo de imágenes en Matlab Binarias

20. Fundamentos Tipo de imágenes en Matlab Escala de grises

21. Fundamentos Tipo de imágenes en Matlab Indexadas

22. Fundamentos Tipo de imágenes en Matlab Indexadas Ejemplo s = load('clown') Esta es la forma funcional de load. Esta forma retorna una estructura cuyos campos son las variables guardadas en el el archivo .MAT. s = X: [200x320 double] map: [81x3 double] caption: [2x1 char] s.X(5,5)  indice del pixel 5,5 (61) s.map(61,:)  con esta columna obtengo los valores RGB 0.9961 0.5781 0.1250

23. Fundamentos Tipo de imágenes en Matlab Indexadas Ejemplo image(s.X) colormap(s.map) colormap(cool)

24. Fundamentos Tipo de imágenes en Matlab Indexadas Ejemplo colormap(cool) colormap(copper)

25. Fundamentos Tipo de imágenes en Matlab Color verdadero

26. Fundamentos Tipo de imágenes en Matlab Color verdadero R G B

27. Fundamentos Tipo de imágenes en Matlab Color verdadero

28. Fundamentos Los modelos CMY y CMYK Recordemos que los colores Cyan ( turquesa ), Magenta ( púrpura ) y Amarillo son los colores secundarios de la luz o bien los colores primarios de los pigmentos. Por ejemplo cuando una superficie recubierta con un pigmento de color cyan es Iluminada con luz blanca (RGB) no refleja luz roja que es absorbida. La mayoría de los dispositivos de impresión requieren el uso de pigmentos coloreados y la cantidad a usar se especifica en el sistema CMY o realizar internamente una conversión RGB a CMY. De la ecuación vemos que una superficie pintada con cyan no contiene rojo en efecto C=1-R .

29. Fundamentos Los modelos CMY y CMYK La mezcla de los tres colores da negro pero este negro no es totalmente negro es por eso que se usa un sistema de cuatro colores CMY + negro (K)

30. Fundamentos El Modelo HSI Ninguno de los sistemas RGB Y CMY sirven para describir la interpretación del color desde el punto de vista humano. LA visión humana se describe desde el punto de el color (hue) Saturación y brillo. En imágenes monocromáticas la intensidad es fácilmente reconocible no ocurre lo mismo con el color. El modelo HSI intenta desacoplar la información de color (Hue y saturación) de la intensidad. La relacion entre ambos sistemas se puede entender en las siguientes figuras

31. Fundamentos El Modelo HSI Rotando el plano obtenemos los diferentes colores. La forma geometrica del plano no tiene importancia dado que se puede obtener mediante transformaciones geométricas

32. Fundamentos El Modelo HSI Rotando el plano obtenemos los diferentes colores. Plano Triangular perpendicular al eje de intensidades

33. Fundamentos El Modelo HSI Rotando el plano obtenemos los diferentes colores. Plano circular perpendicular al eje de intensidades

34. Fundamentos El Modelo HSI Conversión RGB - HSI

35. Fundamentos El Modelo HSI Conversión RGB - HSI

36. Fundamentos El Modelo YIQ El modelo YIQ define un espacio de color, usado antiguamente por el estandard de televisión NTSC. I significa en fase mientras que Q significa cuadratura NTSC ahora utiliza el espacio de color YUV, que es también utilizado por otros sistemas como PAL. La componente Y representa la información de luminancia y es el único componente utilizado por los televisores de blanco y negro. I y Q representan la información de crominancia. Su relacion con RGB es:

37. Fundamentos El Modelo YIQ El sistema YIQ tiene la ventaja de utilizar las características de la respuesta humana al color. El ojo es más sensible a los cambios en el rango naranja-azul (I) que en el rango púrpura-verde (Q), así se requiere menos ancho de banda para Q que para I. La retransmisión de NTSC limita a I a 1.3 MHz y Q a 0.4 MHz. I y Q son barajados en frecuencia con la señal Y de 4 Mhz, que mantiene el ancho de banda de la suma de la señal por debajo de 4.2 MHz. En sistemas YUV, como U y V contienen información del rango naranja-azul, ambos componentes tienen que tener la misma cantidad de ancho de banda para conseguir la misma fidelidad de color.