82
EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação e Automação Industrial Faculdade de Engenharia de Elétrica e de Computação Universidade Estadual de Campinas Sala 317A - FEEC [email protected]

EA979 Introdução à Computação Gráfica e ao Processamento ... · Cor e Percepção visual Prof. José Mario De Martino ... • Percepção da Luz: Percepção acromática; Percepção

  • Upload
    donhan

  • View
    222

  • Download
    0

Embed Size (px)

Citation preview

EA979 Introdução à Computação Gráfica e ao

Processamento de Imagem

Cor e Percepção visual

Prof. José Mario De Martino

Departamento de Engenharia de Computação e Automação Industrial Faculdade de Engenharia de Elétrica e de Computação

Universidade Estadual de Campinas

Sala 317A - FEEC [email protected]

2 22

2 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Agenda

• Luz

• Percepção da Luz: Percepção acromática; Percepção cromática

• O sistema visual humano

• Visão monocromática, dicromática e tricromática

• Representação de cor

• Diagrama de Cromaticidade CIE-XYZ

• Modelo RBG

• Modelo CMY(K)

• Modelo HSV

• Transformação entre modelos de representação de cor

• Outros modelos de representação de cor

3 33

3 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Luz

• Física Clássica: Onda Eletromagnética (explica fenômenos da

reflexão, refração, difração, interferência, polarização).

• Física Quântica: Característica corpuscular. Transporte de

energia em pacote com valores discretos (fótons: energia = hf,

onde h constante de Planck e f frequência).

• Física Moderna: dualidade onda/corpúsculo.

• Nesta disciplina prepondera o tratamento da Física Clássica:

• Luz é energia visível transportada por onda eletromagnética (energia

radiante visível).

• Visível: capaz de estimular o sistema visual humano, produzindo sensação

visual perceptível.

4 44

4 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Luz

• Faixa Visível (aprox.)

• 380 nm a 780 nm

• 4 x1014 a 8 x 1014 Hz

106

108

1010

1012

1014

1016

1018

1020

1022

Rádio

Microonda

Infraver-

melho

Ultra-

violeta

Raios X

Raios g

Freqüência [Hz]

Comprimento de Onda [nm]

1010

108

106

104

102

100

10-2

10-4

10-6

5 55

5 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Percepção de luz

• Processo complexo que envolve as propriedades físicas da luz, sua

transdução pelos fotoreceptores do olho em estímulos nervosos e

a interpretação destes pelo cérebro. Envolve fenômenos físicos,

fisiológicos e psicológicos.

• A cor percebida de um objeto depende não só das características

da superfície do objeto, mas também das características da

iluminação, de objetos a sua volta e do sistema visual do

observador.

6 66

6 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Percepção de luz

• Duas categorias

• Percepção Acromática: associada à percepção do branco, preto e tons

intermediários de cinza.

• Percepção Cromática: associada à percepção do que entendemos como

vermelho, verde, azul, etc...

7 77

7 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Percepção acromática

• Uma fonte de luz (emissor de luz) acromática é percebida como branca.

• Uma composição espectral aproximadamente constante (cada componente espectral com mesma potência) é percebida com uma fonte de luz acromática.

• Objetos acromáticos não emissores de luz refletem igualmente as componentes espectrais da luz incidente. Objetos acromáticos iluminados por luz acromática são percebidos com branco, preto ou algum tom intermediário de cinza (branco refletem mais do que 80%; preto refletem menos do que 3%).

• O atributo que varia entre duas percepção distintas de uma luz acromática (dois tons de cinza – mais claro e mais escuro) é o brilho (brightness – emissores / lightness – refletores)

8 88

8 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Percepção cromática

• A sensação visual da luz cromática é mais rica do que a da luz

acromática. Além do brilho, a luz cromática possui ainda matiz

(hue) e saturação (saturation).

• Matiz está associado à frequência dominante da excitação

luminosa. É o que associamos usualmente ao conceito de

vermelho, verde, amarelo, etc.

• Saturação caracteriza o grau de diluição do matiz em branco. O

vermelho é uma cor saturada, o rosa é uma cor menos saturada.

9 99

9 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Percepção cromática

• Em resumo, a percepção das cores é caracterizada pelos

conceitos:

• Matiz (hue): cor pura associada/frequência dominante (vermelho,

verde, ...)

• Saturação (saturation): grau de diluição da cor pura em branco

(tons de rosa)

• Brilho/Luminosidade (brightness/lightness): para superfícies

emissoras (brightness) a quantidade de energia emitida/refletida;

para superfícies não emissoras (lightness) a quantidade de energia

refletida.

10 1010

10 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Olho humano

Corte

11 1111

11 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Olho humano

• Córnea: extensão transparente do tecido branco e opaco que

reveste o globo ocular. Sua superfície externa é mantida limpa e

em boas condições ópticas por fina camada de água salgada que

é reposta de tempos em tempos pelo piscar das pálpebras.

• Íris: diafragma que controla a abertura da pupila.

• Pupila: orifício da íris através do qual a luz passa para atingir o

interior do olho. A pupila de um olho saudável é preta, uma vez

que a luz ao entrar no olho é totalmente absorvida em sua

totalidade não sendo refletido de volta. Músculos envolvem a íris e

controlam a abertura da pupila em função da intensidade

luminosa.

12 1212

12 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Olho humano

• Cristalino: tecido transparente e flexível que atua com lente do

sistema visual. A espessura e, portanto, as características ópticas

do cristalino é controlado por músculos radiais e circulares que o

envolvem.

• Retina: é uma estrutura complexa formada de células

fotorreceptoras e tecidos nervosos. As células fotorreceptoras ao

serem estimuladas pela luz geram impulsos nervosos de natureza

eletroquímica que são conduzidos pelos tecidos nervosos até o

nervo óptico e deste para o cérebro. Existem dois tipos de células

fotorreceptoras: cones e bastonetes.

13 1313

13 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Bastonetes

• Bastonetes: célula fotorreceptora responsável pela visão

noturna ou escotópica.

• Ligação ao nervo óptico em grupos, implicando em maior sensibilidade à

radiação luminosa (soma dos estímulo de diversos bastonetes)

• Geram apenas sensação acromática (branco, tons de cinza e preto).

• A fotossensibilidade dos bastonetes está associada à absorção da energia

radiante por pigmento fotossensível denominado Rodopsina.

• Durante a absorção da luz, a rodopsina se transforma sendo consumida.

• A reposição da rodopsina acontece por um processo natural de regeneração

relativamente lento: uma vez que a tenha sido totalmente consumida, a

reposição exige aproximadamente meia hora sem exposição à luz.

• Em uma situação de iluminação diurna, caracterizada por uma longa exposição

a um energia radiante relativamente intensa, tem-se o consumo total da

rodopsina sem a oportunidade de reposição, tornando nula a contribuição dos

bastonetes na percepção visual diurna.

14 1414

14 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Cones

• Cones: célula fotorreceptora responsável pela visão diurna ou

fotópica.

• Ligados ao nervo óptico individualmente (menor sensibilidade à luz do que os

bastonetes).

• Responsáveis pela sensação cromática (permitem a distinção entre, por

exemplo, amarelo e vermelho).

• 3 tipos de cones, cada um absorvendo a energia luminosa em faixas distintas

do espectro visível: 1) faixa de comprimento de onda pequeno (violeta-azul; 2)

faixa intermediária (verde-amarelo); 3) faixa de comprimento de onda grande

(amarelo-vermelho).

15 1515

15 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Cones

16 1616

16 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Distribuição espacial dos bastonetes e cones

17 1717

17 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Distribuição espacial dos bastonetes e cones

• Os Cones e Bastonetes se distribuem de maneira simétrica ao

redor da região central da retina denominada Fóvea (fovea centralis).

• A Fóvea é caracterizada por uma alta concentração de Cones e

praticamente nenhum Bastonete (Fóvea tem uma área de aprox.

1 mm2 em adultos - aprox. 2).

• Até aprox. 5 os cones são abundantes, misturados a poucos

bastonetes. A partir deste ponto a densidade dos cones cai

drasticamente e a dos bastonetes aumenta significativamente.

• A densidade dos bastonetes atingi um máximo em torno de 20,

diminuindo lentamente a partir deste ponto.

• No ponto onde o nervo óptico chega à retina temos uma pequena

região sem fotorreceptores - o denominado Ponto Cego.

18 1818

18 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Igualação de cores

Fonte a ser igualada

Fontes ajustáveis

19 1919

19 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Visão monocromática

20 2020

20 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Visão monocromática: exemplo de igualação

• Qual deve ser a potência do Estímulo 2 para igualar a potência

absorvida com Estímulo 1? (mesma potência absorvida mesma

sensação)

• Estímulo 1

• 1 = 480 nm

• Potência incidente: 1000 unidades de potência

• Fator absorção Rodopsina: 0.08 (aprox.)

• Estímulo 2

• 2 = 570 nm

• Fator absorção Rodopsina: 0.02 (aprox.)

• Resposta: 4000 unidades de potência

21 2121

21 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Visão monocromática

• Ajustando a potência de um estímulo é possível igualar a potência

absorvida por outro estímulo.

• Dada uma luz monocromática com determinado comprimento de

onda, sempre é sempre possível produzir a mesma sensação

visual desta luz regulando-se a potência de outra luz

monocromática com um comprimento de onda arbitrário (com

apenas uma luz de potência regulável consigo produzir a sensação

visual de qualquer outra luz).

• Não há discriminação em função do comprimento de onda. Há

discriminação apenas associada à intensidade.

22 2222

22 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Visão dicromática

23 2323

23 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Visão dicromática: exemplo de igualação

• Qual deve ser a potência do Estímulo 2 para igualar a potência

absorvida com Estímulo 1 nos canais A (pigmento A) e B

(pigmento B)?

• Estímulo 1

• Potência incidente: P1

• Fator absorção pigmento A: a1

• Fator absorção pigmento B: b1

• Estímulo 2

• Fator absorção pigmento A: a2

• Fator absorção pigmento B: b2

24 2424

24 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Visão dicromática: exemplo de igualação

• Resposta

• Estímulo 1

• Absorção pigmento A: P1 * a1

• Absorção pigmento B: P1 * b1

• Estímulo 2

• Fator absorção pigmento A: P2 * a2

• Fator absorção pigmento B: P2 * b2

equações duas e )( incógnita uma 2

2211

2211

P

bPbP

aPaP

25 2525

25 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Visão dicromática

• No caso geral, ajustando apenas a potência de um estímulo

não é possível igualar a potência absorvida de outro estímulo.

Há, portanto, capacidade para discriminar o comprimento de

onda.

• Exceção ao caso geral: Razão de absorção dos pigmentos para

um estímulo é igual ao outro (podem ocorre na prática em

regiões com baixíssimo fator de absorção, portanto os efeitos

são imperceptíveis).

26 2626

26 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Visão dicromática: exemplo de igualação

• Qual deve ser a potência dos Estímulo 1 e 2 para igualar a potência absorvida com Estímulo 3 nos canais A (pigmento A) e B (pigmento B)?

• Estímulo 1 (fonte variável)

• Fator absorção pigmento A: a1

• Fator absorção pigmento B: b1

• Estímulo 2 (fonte variável)

• Potência incidente: P2

• Fator absorção pigmento A: a2

• Fator absorção pigmento B: b2

• Estímulo 3 (fonte a ser igualada)

• Fator absorção pigmento A: a3

• Fator absorção pigmento B: b3

27 2727

27 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Visão dicromática: exemplo de igualação

• Resposta

1221

13313

1221

32233

2

1

33

33

1221

1

1221

1

1221

2

1221

2

33

33

1

21

21

2

1

33

33

2

1

21

21

332211

332211

baba

babaP

baba

babaP

P

P

bP

aP

baba

a

baba

bbaba

a

baba

b

bP

aP

bb

aa

P

P

bP

aP

P

P

bb

aa

bPbPbP

aPaPaP

28 2828

28 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Visão dicromática: exemplo de igualação

• Qual deve ser a potência dos Estímulo 1 e 2 para igualar a potência absorvida com Estímulo 3 nos canais A (pigmento A) e B (pigmento B)?

• Estímulo 1 = 480 nm (fonte variável)

• Fator absorção pigmento A: a1 = 0.8

• Fator absorção pigmento B: b1 = 0.1

• Estímulo 2 = 580 (fonte variável)

• Fator absorção pigmento A: a2 = 0.1

• Fator absorção pigmento B: b2 = 0.7

• Estímulo 3 = 530 nm (fonte a ser igualada)

• Potência incidente: P3 = 1000

• Fator absorção pigmento A: a3 = 0.8

• Fator absorção pigmento B: b3 = 0.7

29 2929

29 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Visão dicromática: exemplo de igualação

• Resposta

873

891

1000

1221

13313

1221

32233

2

1

3

baba

babaP

baba

babaP

P

P

P

30 3030

30 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Visão dicromática: exemplo de igualação

• Qual deve ser a potência dos Estímulo 1 e 2 para igualar a potência absorvida com Estímulo 3 nos canais A (pigmento A) e B (pigmento B)?

• Estímulo 1 = 530 nm (fonte variável)

• Fator absorção pigmento A: a1 = 0.8

• Fator absorção pigmento B: b1 = 0.7

• Estímulo 2 = 580 (fonte variável)

• Fator absorção pigmento A: a2 = 0.1

• Fator absorção pigmento B: b2 = 0.7

• Estímulo 3 = 480 nm (fonte a ser igualada)

• Potência incidente: P3 = 891

• Fator absorção pigmento A: a3 = 0.8

• Fator absorção pigmento B: b3 = 0.1

31 3131

31 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Visão dicromática: exemplo de igualação

• Resposta:

873-

1000

891

1221

13313

1221

32233

2

1

3

baba

babaP

baba

babaP

P

P

P

32 3232

32 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Visão dicromática

• É possível produzir a sensação visual de um estímulo de

determinado comprimento de onda pela combinação de outros

dois estímulos de comprimento de onda diferentes.

• Valores negativos não são realizáveis na prática (teria que

subtrair energia), entretanto, é possível satisfazer esta

condição colocando a fonte ajustável com valor negativo do

lado da fonte teste.

33 3333

33 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Visão tricromática

34 3434

34 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Visão tricromática: Leis de Grassmann

• Lei da Simetria

• A = B, então B = A. Se é possível igualar estímulo de cor A com um estímulo

de cor B, então é possível igualar o estímulo de cor B com o estímulo de cor A.

• Lei da Transitividade

• A = B e B = C, então A = C. Se estímulo de cor A é igualável com estímulo de

cor B e estímulo de cor B é igualável com estímulo de cor C, então estímulo de

cor A é igualável com o estímulo de cor C.

• Lei da Proporcionalidade

• Se A = B, então A = B; onde é um fator de acréscimo ou decréscimo da

potência da fonte luminosa.

• Lei da Aditividade

• Se A = B e C = D, então (A + C) = (B + D)

35 3535

35 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Representação de cor

• Espaço de cores pode ser representado por um espaço vetorial de

dimensão 3.

• Representação vetorial

• Obs.: Os coeficientes podem ser negativos, considerando a

possibilidade adicionar um estímulo primário ao estímulo C

tes.independen elinearment vetoressão e,

:onde

BGR

BGRC BGR

negativo é onde 11111

1111

1111

RBGR

BGR

BGR

BGRC

BGRC

BGRC

36 3636

36 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Representação de cor

• Adição de 2 cores

• Adição de n cores

• O processo discreto de adição de cores pode ser generalizado

para o caso contínuo. Para estímulo com uma composição

espectral contínua tem-se um processo de integração.

BGRCC

BGRC

BGRC

21212121

2222

1111

BBGGRR

BGR

BGR

BGRC

CCCC

n

ii

n

ii

n

ii

n

BGR111

21

37 3737

37 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Função de Igualação de Cores (CMF)

• Estímulos Primários 444 nm, 526 nm e 645 nm

38 3838

38 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Função de Igualação de Cores (CMF)

• O resultado do processo de integração são os valores dos

estímulos primários.

39 3939

39 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Metamerismo

• Metamerismo (metamerism): é o fenômeno psicofísico que

permite a igualação de cores com distribuições espectrais

diferentes.

• Cores com distribuições espectrais diferentes, mas que produzem

a mesma sensação visual são denominadas cores metâmeras

(metamers)

40 4040

40 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Diagrama de Cromaticidade CIE–XYZ

• CIE – Commission Internationale de L'Eclairage.

• Motivação

• Definição de 3 estímulos primários X, Y e Z artificiais (não realizáveis

fisicamente), para entre outros aspectos:

• Evitar valores negativos.

• Um das funções de igualação, associada ao estímulo Y, corresponder à

curva de Eficácia Luminosa Espectral para a visão diurna (demanda da

televisão preto-e-branco).

• Áreas das curvas de igualação iguais.

41 4141

41 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Diagrama de Cromaticidade CIE–XYZ

• Eficácia Luminosa Espectral de uma radiação monocromática de

comprimento de onda [sendo V() para a visão fotópica e V’()

para a visão escotópica], é a razão do fluxo radiante de

comprimento de onda m, para o fluxo de comprimento de onda

, os dois fluxos produzindo sensações luminosas igualmente

intensas em condições fotométricas especificadas, sendo m

escolhido de modo que o valor máximo dessa razão seja 1, ou

seja, m é o comprimento de onda que produz a sensação

luminosa mais intensa (m = 550 nm – visão fotópica).

42 4242

42 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Diagrama de Cromaticidade CIE–XYZ

43 4343

43 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Diagrama de Cromaticidade CIE–XYZ

• As curvas de eficácia luminosa foram levantadas através de

procedimento de igualação de intensidade.

• Eficácia luminosa é uma medida da sensibilidade de percepção da

intensidade (claro/escuro) da luz em função do comprimento de

onda.

• Ou seja, mantida a mesma potência, determinado estímulo, por

exemplo de 550 nm (amarelo), é percebidos como mais claro que

um estímulo de 450 nm (azul).

44 4444

44 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Diagrama de Cromaticidade CIE–XYZ

45 4545

45 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Diagrama de Cromaticidade CIE–XYZ

• Y é denominado Luminância e reflete a Eficácia Luminosa

Espectral (fotópica) e está, portanto, associado à percepção de

claro/escuro.

• X e Z estão associados à cromaticidade (matiz e saturação).

46 4646

46 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Diagrama de Cromaticidade CIE–XYZ

Contorno curvo: Lugar das cores espectrais puras – curva definida pelas funções de igualação.

Linha púrpura

Volume interno: todas as cores possíveis (combinações lineares possíveis das cores espectrais puras)

47 4747

47 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Diagrama de Cromaticidade CIE–XYZ

• Interseção com plano unitário: X+Y+Z =1

48 4848

48 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Diagrama de Cromaticidade CIE–XYZ

• Diagrama de Cromaticidade: projeção (ortográfica) do plano

unitário no plano XY

49 4949

49 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Diagrama de Cromaticidade CIE–XYZ

• Utilizando as primárias XYZ, uma cor é dada por:

• Coordenadas de cromaticidade xyz (interseção com plano

X+Y+Z=1):

ZYXC ZYX

1

zyx

ZYX

Zz

ZYX

Yy

ZYX

Xx

50 5050

50 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Diagrama de Cromaticidade CIE–XYZ

• Cor é especificada pela tripla (x, y, Y), onde:

• (x, y) são as coordenadas de cromaticidade (estão relacionadas ao matiz e à

saturação)

• Y é a luminância (está associada à luminosidade/brilho – percepção de claro e

escuro).

• Os valores dos estímulos primário XYZ da cor (x, y, Y) são:

y

YyxZYY

y

YxX )1(

51 5151

51 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Diagrama de Cromaticidade CIE–XYZ

• Um ponto (x, y) no diagrama de cromaticidade está associado a

um conjunto de cores que diferem apenas pela luminância.

• Ou, de outra forma, um conjunto de cores que diferem apenas

por um fator de escala (vetores colineares) possuem as

seguintes coordenadas de cromaticidade e luminância (x, y, Y),

pois:

YY

yZYX

X

ZYX

Yy

xZYX

X

ZYX

Xx

ZYXZYX

ZYXZYXC

CC

YY

ZYX

Yy

ZYX

Xx

ZYX

ZYXC

52 5252

52 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Diagrama de Cromaticidade CIE–XYZ

Contorno curvo: cores espectrais puras.

Linha púrpura (linha reta do diagrama) tem lugar pela combinação linear das cores vermelho e azul

53 5353

53 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Diagrama de Cromaticidade CIE–XYZ: exercício

• Quais as coordenadas de cromaticidade e luminância da mistura

aditiva em igual proporção das seguintes cores, especificadas em

coordenadas de cromaticidade e luminância:

222

111

;;

;;

Yyx

Yyx

54 5454

54 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Diagrama de Cromaticidade CIE–XYZ: exercício

• Resposta

luminância

adecromaticid

)1(

)1(

12

121212

1212

121212

1212

211221122112

2

222222

2

222

1

111111

1

111

Y

ZYX

Yy

ZYX

Xx

ZZZYYYXXX

y

YyxZYY

y

YxX

y

YyxZYY

y

YxX

55 5555

55 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Diagrama de Cromaticidade CIE–XYZ

• O padrão CIE-XYZ define ainda um conjunto de brancos:

• Iluminante A (0,448; 0,408) - lâmpada de tungstênio (avermelhado);

• Iluminante B (0,349; 0,3452) - luz solar direta ao meio dia;

• Iluminante C (0,310; 0,316) - luz solar difusa de um céu nublado ao meio dia (padrão NTSC);

• Iluminante E (0,333; 0,333) – energia constante em toda faixa do espectro (energia igual);

• Iluminante D6500 (0,313; 0,329) - radiação de um corpo negro 6500° K

(padrão SMPTE);

56 5656

56 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Diagrama de Cromaticidade CIE–XYZ

57 5757

57 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Utilização do Diagrama CIE-XYZ

• Comprimento de onda dominante (matiz): Considere uma cor A

localizada no diagrama de cromaticidade em algum ponto do

segmento de reta que une o branco de referência a uma cor

espectral pura B. Como a cor A pode ser considerada como uma

combinação do branco com a cor espectral pura B, o comprimento

de onda de B é o comprimento de onda dominante da cor A.

• Pureza (saturação): A pureza de uma cor é expressa pela razão

entre a distância da cor e o branco e divido pela distância entre a

cor dominante e o branco

58 5858

58 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Utilização do Diagrama CIE-XYZ

Dominante

Iluminante

BC

ACPureza

59 5959

59 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Utilização do Diagrama CIE-XYZ

• Cores complementares: 2 cores puras que ao serem

combinadas produzem o branco (de referência).

Red Cyan Green Magent Blue Yellow

R

Y

G

C

M

B

60 6060

60 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Utilização do Diagrama CIE-XYZ

• Gama de cores de dispositivos/processos: Dadas as coordenadas

de cromaticidade das cores primitivas de um dispositivo de

apresentação/reprodução de imagens, a gama de cores que o

dispositivo consegue reproduzir é definida pela área no diagrama

de cromaticidade definido pelo polígono (em geral, triângulo)

cujos vértices são definidos pelas coordenadas das cores

primitivas.

61 6161

61 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Utilização do Diagrama CIE-XYZ

62 6262

62 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Transformação entre espaços de cores

• A transformação entre os espaços de cores RGB (típicos dos

monitores de vídeo) para o XYZ é dado por:

BGRZYXC

ZYXB

ZYXG

ZYXR

BGRZYX

ZYX

ZYX

ZYX

bbb

ggg

rrr

bgr

bgr

bgr

bgr

bgr

bgr

ZZZ

YYY

XXX

B

G

R

Z

Y

X

ou

B

G

R

ZZZ

YYY

XXX

Z

Y

X

TT com

63 6363

63 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Transformação entre espaços de cores: exercício

• Considere um monitor de vídeo colorido da tecnologia CRT com

coordenadas de cromaticidade (xr; yr) (xg; yg) (xb; yb) para os

fósforos vermelho, verde e azul. Qual a matriz para converter

cores produzidas no espaço RGB do monitor para o espaço CIE-

XYZ?

64 6464

64 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Transformação entre espaços de cores

• Cr, Cg e Cb são desconhecidos.

• Para o cálculo de Cr, Cg e Cb utiliza-se o branco de calibração.

Mede-se o valor Xw, Yw, Zw para a situação R=G=B=1 (valor

máximo igual em todas as componentes = branco).

b

bb

g

gg

r

rr

bbbgggrrr

bbggrr

bbggrr

y

YC

y

YC

y

YC

B

G

R

CyxCyxCyx

CyCyCy

CxCxCx

Z

Y

X

)1()1()1(

65 6565

65 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Transformação entre espaços de cores

• Com a definição do branco de calibração, calcula-se os valores Cr,

Cg e Cb através de:

• O resultado é:

b

g

r

bbggrr

bgr

bgr

w

w

w

C

C

C

yxyxyx

yyy

xxx

Z

Y

X

)1()1()1(

)()()(

)()(

)()(

)()(

grbrbgbgr

rggrgrwgrw

w

wb

brrbrbwrbw

w

wg

gbbgbgwbgw

w

wr

yyxyyxyyxD

D

yxyxxxyyyx

y

YC

D

yxyxxxyyyx

y

YC

D

yxyxxxyyyx

y

YC

66 6666

66 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Transformação entre espaços de cores

• No padrão NTSC as cores dos fósforos vermelho, verde e azul

(RGB) dos monitores são padronizadas tendo as seguintes

coordenadas de cromaticidade:

• R (0,670; 0,330)

• G (0,210; 0,710)

• B (0,140; 0,080)

Branco de calibração Iluminante C (0,310; 0,316);

67 6767

67 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Transformação entre espaços de cores: exercícios

• Qual a cor, em coordenadas de cromaticidade e luminânia (x, y,

Y), que um monitor NTSC produz quando (R; G; B) = (1; 0; 0)?

• Qual a cor, em coordenadas de cromaticidade e luminânia (x, y,

Y), que um monitor NTSC produz quando (R; G; B) = (0; 1; 0)?

• Qual a cor, em coordenadas de cromaticidade e luminânia (x, y,

Y), que um monitor NTSC produz quando (R; G; B) = (0; 0; 1)?

• Qual a cor, em coordenadas de cromaticidade e luminânia (x, y,

Y), que um monitor NTSC produz quando (R; G; B) = (1; 1; 0)?

• Qual a cor, em coordenadas de cromaticidade e luminânia (x, y,

Y), que um monitor NTSC produz quando (R; G; B) = (1; 2; 1)?

68 6868

68 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Transformação entre espaços de cores

B

G

R

Z

Y

X

1.1170.0660.0000

0.1140.5870.299

0.2010.173 0.607

1.472) 0.575, (0.373,0) 2, (1,

0.736) 0.575, (0.373,0) 1, (0.5,

1.000)0.316,(0.310,1)1,(1,

0.854) 0.511, (0.451,0) 1, (1,

0.115)0.080,(0.140,1)0,(0,

0.586)0.710,(0.210,0)1,(0,

0.299)0.330,(0.670,0)0,(1,

Yx y B G R

69 6969

69 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Transformação entre espaços de cores: exercícios

• Calcule os valores dos estímulos RGB de um monitor NTSC para que

a cor (x; y; Y) = (0,2; 0,3; 0,5) seja apresentada no monitor.

Considere que o branco de calibração é produzido quando (R; G; B)

= (1; 1; 1) e que o branco é produzido com luminância unitária

(Y=1).

• Calcule os valores dos estímulos RGB de um monitor NTSC para que

a cor (x; y; Y) = (0,2; 0,3; 1) seja apresentada no monitor.

Considere que o branco de calibração é produzido quando (R; G; B)

= (1; 1; 1) e que o branco é produzido com luminância unitária

(Y=1).

• Calcule os valores dos estímulos RGB do monitor NTSC para que a

cor (x ; y ; Y) = (0,6; 0,6; 0,5) seja apresentada no monitor.

Considere que o branco de calibração é produzido quando (R; G; B)

= (1; 1; 1) e que o branco é produzido com luminância unitária

(Y=1).

70 7070

70 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Transformação entre espaços de cores

• Respostas:

• O que significa uma das componentes RGB maior que 1?

• O que significa uma das componentes RGB negativa?

0.179)- 0.512, (0.737,0.5)0.6,(0.6,

1.415) 1.296, (0.261,1)0.3,(0.2,

0.707) 0.648, (0.130,0.5)0.3,(0.2,

B G R Y x y

0.8970.118-0.058

0.028-2.0000.985-

0.288-0.532- 1.910

Z

Y

X

B

G

R

71 7171

71 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Transformação entre espaços de cores: exercício

• Como é possível converter cores especificadas em RGB em níveis

de cinza? Ou seja, quais os valores de a, b, e c da transformação

abaixo, sendo C uma tonalidade de cinza entre 0 e 1?

B

G

R

cbaC

72 7272

72 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Transformação entre espaços de cores: exercício

• Resposta

B

G

R

C 114.0587.0299.0

B

G

R

Z

Y

X

1.1170.0660.0000

0.1140.5870.299

0.2010.173 0.607

73 7373

73 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Transformação entre espaços de cores

• Sistema Aditivo RGB (tela preta) e Sistema Subtrativo CMY (papel

branco).

)( BGRW )( YMCK

74 7474

74 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

RGB e CMY

• Relações entre RGB e CMY

GRBBGRY

BRGBGRM

BGRBGRC

BGRW

BWY

GWM

RWC

)(

)(

)(

)(

)()(

)()(

)()(

)(

MCWYYMCWYKWB

YCWMYMCWMKWG

YMWCYMCWCKWR

YMCK

YWB

MWG

CWR

75 7575

75 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

RGB e CMY

• Relação RGB/CMY - reprodução por impressão em substrato

branco - processo de filtragem

76 7676

76 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

RGB e CMY

• Na prática para a impressão utiliza-se CMYK (K = blacK - preto)

• Melhorar a reprodução do preto, melhorando o contraste

• Economia de tinta

• Menor tempo de secagem

• Duas técnicas de impressão

• Superposição de pigmento (como apresentado no slide anterior)

• Composição espacial

77 7777

77 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Modelo de cor HSV (Hue, Saturation, Value)

Red

Blue

Green

White

Cyan

Magenta

Yellow

Black

Value

Hue

Saturation Red 0°

Yellow 60°

Green 120°

Cyan 180°

Blue 240°

Magenta 300°

Black 0,0

White 1,0

78 7878

78 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Modelo de cor HSV (Hue, Saturation, Value)

• Hue (matiz) medido em graus [0°, 360°]

• Saturation (saturação) [0.0, 1.0]

• Value (valor) [0.0, 1.0]

Red

Yellow Green

Cyan

Blue Magenta

hue

Saturation 0°

120°

180°

60°

240° 300°

79 7979

79 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Transformação de RGB para HSV

(R,G,B)M

R,G,Bm

MV

M

mMS

HHH

mM

GRmM

RBmM

BG

H

max

min

:onde

contrário caso0

0M se ,)(

360então,0Se

BM se ,240)(

)(60

MG se ,120)(

)(60

MR se ,)(

)(60

80 8080

80 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Transformação de HSV para RGB

360003 se,

300801 se,

180201 se,

1200 se,

360240 se,

240801 se,

18006 se,

600 se,

360402 se,

240201 se,

12006 se,

360300 ou 600 se,V

hq

hV

ht

hp

B

hp

hq

hV

ht

G

ht

hp

hq

hh

R

HfloorHf

fSVt

fSVq

SVp

11

1

1

:onde

81 8181

81 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Outros Modelos de Cor

• YIQ (NTSC)

• YUV (PAL e Secam)

• YCbCr (vídeo digital)

• L*u*v* ou CIELuv (procura garantir diagrama de cromaticidade perceptualmente uniforme)

• L*a*b* ou CIELab

• entre outros.

82 8282

82 EA979 Introdução à Computação Gráfica e ao Processamento de Imagem - Prof. JMario De Martino - DCA/FEEC/UNICAMP

Referências

• Rafael C. Gonzalez, Richard E. Wood Digital Image Processing – Third Edition. Person Prentice Hall, 2008. ISBN 0-13-168728-x 978-0-13-168728-8 (Capítulo 6 – Color Image Processing).

• J. Foley, A. van Dam, S. Feiner, J. Hughes; Computer Graphics Principles and Practise; Addison-Wesley, 1990

• David R. Rogers Procedural Elements for Computer Graphics. McGraw Hill International Edition, 1985. ISBN 0-07-Y66503-6 (Capítulo 5, Seção 5-15 Color)

• Hélio Pedrini, William R. Schwartz Análise de Imagens Digitais: Princípios, Algoritmos e Aplicações. Thomson, 2008. ISBN 978-85-221-0595-3. (Anexo D: Modelos de Cores)

• T. N. Cornsweet Visual Perception. Academic Press, 1970