ea979 introdução à computação gráfica e ao processamento de imagem cor e percepção visual...

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]

Upload: internet

Post on 22-Apr-2015

115 views

Category:

Documents


2 download

TRANSCRIPT

Page 1: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

EA979 Introdução à Computação Gráfica e ao Processamento de Imagem

Cor e Percepção visual

Prof. José Mario De MartinoDepartamento de Engenharia de Computação e Automação Industrial

Faculdade de Engenharia de Elétrica e de ComputaçãoUniversidade Estadual de Campinas

Sala 317A - FEEC [email protected]

Page 2: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

222

2EA979 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

Page 3: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

333

3EA979 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.

Page 4: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

444

4EA979 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

Page 5: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

555

5EA979 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.

Page 6: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

666

6EA979 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...

Page 7: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

777

7EA979 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)

Page 8: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

888

8EA979 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.

Page 9: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

999

9EA979 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.

Page 10: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

101010

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

Olho humano

Corte

Page 11: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

111111

11EA979 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.

Page 12: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

121212

12EA979 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.

Page 13: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

131313

13EA979 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.

Page 14: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

141414

14EA979 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).

Page 15: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

151515

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

Cones

Page 16: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

161616

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

Distribuição espacial dos bastonetes e cones

Page 17: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

171717

17EA979 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.

Page 18: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

181818

18EA979 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

Page 19: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

191919

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

Visão monocromática

Page 20: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

202020

20EA979 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

Page 21: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

212121

21EA979 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.

Page 22: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

222222

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

Visão dicromática

Page 23: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

232323

23EA979 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

Page 24: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

242424

24EA979 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

Page 25: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

252525

25EA979 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).

Page 26: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

262626

26EA979 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

Page 27: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

272727

27EA979 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

babababa

P

babababa

P

P

P

bP

aP

babaa

babab

babaa

babab

bP

aP

bb

aa

P

P

bP

aP

P

P

bb

aa

bPbPbP

aPaPaP

Page 28: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

282828

28EA979 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

Page 29: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

292929

29EA979 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

babababa

P

babababa

P

P

P

P

Page 30: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

303030

30EA979 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

Page 31: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

313131

31EA979 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

babababa

P

babababa

P

P

P

P

Page 32: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

323232

32EA979 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.

Page 33: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

333333

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

Visão tricromática

Page 34: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

343434

34EA979 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)

Page 35: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

353535

35EA979 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

Page 36: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

363636

36EA979 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

Page 37: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

373737

37EA979 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

Page 38: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

383838

38EA979 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.

Page 39: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

393939

39EA979 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)

Page 40: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

404040

40EA979 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.

Page 41: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

414141

41EA979 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).

Page 42: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

424242

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

Diagrama de Cromaticidade CIE–XYZ

Page 43: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

434343

43EA979 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).

Page 44: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

444444

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

Diagrama de Cromaticidade CIE–XYZ

Page 45: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

454545

45EA979 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).

Page 46: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

464646

46EA979 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)

Page 47: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

474747

47EA979 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

Page 48: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

484848

48EA979 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

Page 49: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

494949

49EA979 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

ZYXZ

zZYX

Yy

ZYXX

x

Page 50: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

505050

50EA979 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:

yY

yxZYYyY

xX )1(

Page 51: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

515151

51EA979 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

XZYX

Yy

xZYX

XZYX

Xx

ZYXZYX

ZYXZYXC

CC

YYZYX

Yy

ZYXX

x

ZYX

ZYXC

Page 52: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

525252

52EA979 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

Page 53: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

535353

53EA979 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

Page 54: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

545454

54EA979 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

ZYXY

yZYX

Xx

ZZZYYYXXX

yY

yxZYYyY

xX

yY

yxZYYyY

xX

Page 55: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

555555

55EA979 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);

Page 56: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

565656

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

Diagrama de Cromaticidade CIE–XYZ

Page 57: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

575757

57EA979 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

Page 58: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

585858

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

Utilização do Diagrama CIE-XYZ

Dominante

Iluminante

BCAC

Pureza

Page 59: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

595959

59EA979 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 CyanGreen MagentBlue Yellow

R

Y

G

C

M

B

Page 60: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

606060

60EA979 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.

Page 61: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

616161

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

Utilização do Diagrama CIE-XYZ

Page 62: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

626262

62EA979 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

Page 63: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

636363

63EA979 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?

Page 64: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

646464

64EA979 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

yY

Cy

YC

yY

C

B

G

R

CyxCyxCyx

CyCyCy

CxCxCx

Z

Y

X

)1()1()1(

Page 65: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

656565

65EA979 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

yY

C

Dyxyxxxyyyx

yY

C

D

yxyxxxyyyx

yY

C

Page 66: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

666666

66EA979 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);

Page 67: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

676767

67EA979 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)?

Page 68: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

686868

68EA979 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

Page 69: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

696969

69EA979 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).

Page 70: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

707070

70EA979 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

Page 71: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

717171

71EA979 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

Page 72: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

727272

72EA979 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

Page 73: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

737373

73EA979 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

Page 74: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

747474

74EA979 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

Page 75: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

757575

75EA979 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

Page 76: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

767676

76EA979 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

Page 77: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

777777

77EA979 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

Page 78: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

787878

78EA979 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°

Page 79: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

797979

79EA979 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

MmM

S

HHH

mMGRmMRBmMBG

H

max

min

:onde

contrário caso0

0M se ,)(

360então,0Se

BM se ,240)()(

60

MG se ,120)()(

60

MR se ,)()(

60

Page 80: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

808080

80EA979 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

Page 81: EA979 Introdução à Computação Gráfica e ao Processamento de Imagem Cor e Percepção visual Prof. José Mario De Martino Departamento de Engenharia de Computação

818181

81EA979 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.

Page 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

828282

82EA979 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