Применение подхода выделени границ на основе цветового различия

к.т.н., профессор Малыхина Мария Петровна

аспирант Шичкин Дмитрий Александрович

ФГБОУ ВПО «Кубанский государственный технологический университет», Краснодар, Россия

К вопросу выделения границ изображения В проблеме распознавания образов

Одним из основных подходов в анализе изображений - контурный анализ. В современных инновационных технологиях контурный анализ в практических применениях все чаще сводится к бинаризации изображений – приведению изображения к двум цветам (обычно черному и белому). Данный способ позволяет значительно упростить процедуру нахождения контура объекта, но значительно увеличивает потерю важной информации. Процесс основан на обнаружении достижения яркостной или контрастной характеристики объекта ее порогового значения, где выбранной точке назначается один из двух цветов. При правильно подобранных пороговых значениях удается полностью выделить интересующий объект.

Существует другой метод выделения границ с использованием дифференцируемой (в точке) функции – поиск градиента яркости. Однако, стоит отметить, что выделение границ предмета или объекта на основе градиентов яркостной и контрастной характеристик изображения не позволяют добиться максимально точного установления этих границ. Существуют алгоритмы, позволяющие оптимизировать этот процесс вводом дополнительных критериев, но и они не позволяют добиться четкого определения границ. Алгоритмы же, сводящиеся в основном к обработке исходных изображений, приносят небольшое улучшение качества: повышение резкости, подбор коэффициентных весов, оптимальных ядер.

В настоящее время возможности современных вычислительных систем позволяют реализовать иные характеристики (цвет, тон, насыщенность, светлота) при вычислениях и тем самым получить подходы, позволяющие минимизировать указанные выше потери информации в процессе выделения объекта.

Получаемая при компьютерной обработке информация графических изображений сохраняется в цифровом виде по определенным моделям. Самая распространенная цветовая модель RGB, предложенная Джеймсом Максвеллом. Максвелл исследовал аддитивный синтез цвета как способ получения цветных изображений в 1861 году (рисунок 1) [10].

Рисунок 1 – Синтез цвета

Стоит сразу же отметить ограничение данной модели. Модель RGB базируется на сочетании трех цветов – красный, зеленый и синий. В изображениях точкам отводится соответствующая пропорция смешивания этих цветов. И под каждый цвет выделяется фиксированная память восемь бит. Возможные пересечения дадут приблизительно 16 млн. цветов, которые все же не могут отобразить всю гамму воспринимаемого человеком цвета (рисунок 2).

Рисунок 2 - Ограничение RGB по возможности передачи цветов

Цветовое пространство XYZ — это цветовая модель, представленная организацией CIE (International Commission on Illumination — Международная комиссия по освещению) в 1931 году [3] и являющаяся эталоном для практически всех остальных цветовых моделей, используемых в технических областях [4].

Хроматические координаты модели XYZ представлены на рисунке 3. В пределах модели RGB, когда работают с яркостной характеристикой изображения, вычисляется приблизительное значение яркости. Его можно назвать приблизительным по причинам весовых коэффициентов для каждого цвета, посредством которых вычисляется яркость. В системе XYZ координата Y по определению соответствует воспринимаемой яркости цвета [2].

Таким образом, чтобы получить из RGB монохромное изображение с учетом воспринимаемых человеком яркостей, необходимо преобразовать каждый пиксель в XYZ и взять координату Y в качестве результата. Известно, что преобразование между любыми аддитивными цветовыми системами линейное (в силу линейности восприятия цвета человеком [5]), а, значит, может быть описано матрицей M_3×3, такой, что [8].

Рисунок 3 - Хроматическая диаграмма с длинами волн цветов

Большинство цифровых изображений на данный момент соответствуют стандарту sRGB, разработанному для компьютерных мониторов[6]. Коэффициенты (0.21, 0.72, 0.7) — это округленные до второго знака значения из матрицы преобразования для модели sRGB.

Преобразование для sRGB:

(1)

Преобразование в черно-белое изображение необходимо проводить в линейном пространстве, поэтому перед преобразованием надо выполнить гамма-преобразование, обратное гамма-коррекции [1, 9]:

C_linear = C_gamma^γ.

(2)

Таким образом, корректное преобразование из цветного sRGB-изображения в монохромное выглядит так (цвета изображения лежат в диапазоне [0,255]):

(3)

Альтернативной характеристикой выделения границ изображения может служить непосредственное использование цвета, а именно – цветовое различие. Привлечением формулы цветового различия с определением градиента можно многократно повысить точность распознавания контуров объектов. Данный подход должен позволить минимизировать потери столь важной информации.

Формула цветового различия, которую также называют формулой цветового отличия, а так же цветоразность или цветовое расстояние (расстояние между цветами) — математическое представление, позволяющее численно выразить различие между двумя цветами в колориметрии. Распространенные определения цветового различия обычно используют формулу вычисления расстояния в евклидовом пространстве. Однако стоит заметить, что при этом не любое цветовое пространство является евклидовым со строгой математической точки зрения.

Международный комитет CIE (Commission Internationale de l'Eclairage) формулирует определение цветовой разницы через метрику , где буква «E» обозначает (Empfindung) ощущение.

, такое значение примерно соответствует минимально различимому для человеческого глаза отличию между цветами [4].

Существует несколько стандартов, задающих цветовое различие, каждый из которых был принят в соответствующее время комитетом CEI: CIE76, CIE94, CIEDE2000 [7,11].

Практическое применение. Практические результаты были получены предварительно по формуле CIE76 в цветовом пространстве RGB (5).

(5)

В проведенном исследовании данная формула была выбрана для предварительной оценки результативности предлагаемого подхода. Результаты исследования получены без применения ядер Собеля простым определением присутствия вокруг текущей точки резкого перепада цвета. Несмотря на то, что данный подход в основном используется только для цветовой характеристики изображения, черно-белое изображение и изображение с градациями серого оттенка воспринимаются программой, реализующей алгоритм, аналогично цветным изображениям.

В процессе экспериментов выявлены следующие особенности данного метода обработки изображений:

– получение важных цветовых характеристик о контурах: если восстановить цвета, по имеющимся краевым пикселям, то восстанавливается исходное изображение;

– при применении данного подхода к анализу изображений, полученных при помощи цифровых фотокамер с максимально открытой диафрагмой, выделяется объект, находящийся в зоне резкости (то есть идет акцент только на объекте съемки и деталях этого объекта), а пространство, находящееся за объектом, не учитывается даже при сложной структуре. Это видимо связанно с размером (3*3 пикселя) анализируемого участка изображения вокруг текущей точки за один проход цикла.

Предлагаемый подход выявляет ряд преимуществ контурного анализа для распознавания образов и перспективен в практическом применении данного исследования в инновационных технологиях.

Литература

1. A Standard Default Color Space for the Internet – sRGB Michael Stokes (Hewlett-Packard), Matthew Anderson (Microsoft), Srinivasan Chandrasekar (Microsoft), Ricardo Motta (Hewlett-Packard) Version 1.10, November 5, 1996 [Электронный ресурс]/ Стандарт цветового пространства для Интернета – sRGB - Режим доступа: http://www.w3.org/Graphics/Color/sRGB.html, свободный. — Загл. с экрана. — Яз. англ.

2. CIE 1971, International Commission on Illumination. Colorimetry: Official Recommendations of the International Commission on Illumination. Publication CIE No. 15 (E-1.3.1) 1971, Bureau Central de la CIE, Paris, 1971.

3. CIE - INTERNATIONAL COMMISSION ON ILLUMINATION. [Электронный ресурс]/ Web page of INTERNATIONAL COMMISSION ON ILLUMINATION — Режим доступа: http://www.cie.co.at/index.php, свободный. — Загл. с экрана.

4. Gaurav Sharma Digital Color Imaging Handbook. — CRC Press, 2003. — ISBN 084930900X [Электронный ресурс] / Электронная библиотека GOOGLE – Режим доступа:http://books.google.com/books?id=OxlBqY67rl0C&pg=PA31&vq=1.42&dq=jnd+gaurav+sharma&source=gbs_search_s&sig=vresXi1emghh1Jq57hr2R6cVXIs, свободный. — Загл. с экрана. — Яз. англ.

5. Hermann Grassmann, Gert Schubring (1996). Hermann Günther Grassmann (1809-1877): visionary mathematician, scientist and neohumanist scholar : papers from a sesquicentennial conference. Springer. p. 78. ISBN 978-0-7923-4261-8.

6. IEC 61966-2-1:1999 is the official specification of sRGB. It provides viewing environment, encoding, and colorimetric details.

7. Sharma, Gaurav; Wencheng Wu, Edul N. Dalal. The CIEDE2000 color-difference formula: Implementation notes, supplementary test data, and mathematical observations [Электронный ресурс]/Color Research & Applications (Wiley Interscience) - April 2004. – Режим доступа:

http://www.ece.rochester.edu/~gsharma/ciede2000/ciede2000noteCRNA.pdf, свободный. — Загл. с экрана.

8. Джакония В. Е.. Система цветного телевидения NTSC // Телевидение. — М.,: «Горячая линия — Телеком», 2002. — С. 249—265. — 640 с. — ISBN 5-93517-070-1

9. Игнатенко А. Откуда берется формула Y = 0.3R + 0.59G + 0.11B для преобразования из цветного RGB-изображения в черно-белое (монохромное)? [Электронный ресурс]/ «Компьютерная Графика и Мультимедиа Сетевой журнал» при ф-те ВМиК МГУ статья от 7.02.2010г. – Режим доступа: http://cgm.computergraphics.ru/, свободный . — Загл. с экрана.

10. Синтез цвета // Фотокинотехника: Энциклопедия / Главный редактор Е. А. Иофис. — М.: Советская энциклопедия, 1981.

11. Формула цветового отличия//Википедия – свободная энциклопедия [Электронный ресурс] /Wikipedia® - Электрон. дан. 7 апреля 2013 - Режим доступа: http://ru.wikipedia.org/wiki/Формула_цветового_отличия, свободный. — Загл. с экрана.