Documente Academic
Documente Profesional
Documente Cultură
Profesor:
Student:
Liana Stanescu
Introducere
Culoarea este caracteristica vizuala care este imediat perceputa intr-o imagine. Sistemul
de culoare folosit pentru a reprezenta informatia culoare intr-o imagine are o mare importanta in
interogarea de imagini bazata pe continut, deci aceasta directie de cercetare a fost intens studiata.
Nu exista un sistem de culori care sa fie folosit universal, deoarece notiunea de culoare
poate fi modelata si interpretata in diferite moduri. Fiecare sistem are modelele sale de culoare
care reprezinta parametrii sistemului.
Au fost create cateva sisteme de culori, pentru diferite scopuri: RGB (pentru afisarea
procesului), XYZ (pentru standardizarea culorilor), rgb, xyz (pentru normalizarea si
reprezentarea culorii), etc.
Au fost propuse sisteme pentru regasirea pe baza de continut care utilizeaza diferite
tehnologii pentru reprezentarea caracteristicilor culorii: histograme de culoare, momente de
culoare, textura culorii, si altele. Acestea utilizeaza sisteme de culoare ca: RGB, HIS, L*a*b* sau
L*u*v*.
Modele de culori
Modelul RGB este un model aditiv, avnd culorile fundamentale rosu, verde si albastru,
celelalte culori constituindu-se din anumite procente ale culorilor de baz. Culoarea alb are
prezente toate culorile fundamentale, iar culoarea negru se caracterizeaz prin absenta lor.
Modelul RGB este adesea reprezentat sub forma unui cub unitate, ca n figura 1
:
Fig. 1. RGB color space
Originea (0, 0, 0) este considerat culoarea negru, iar coltul opus (1, 1, 1) corespunde culorii alb.
Diagonala care uneste aceste dou puncte conine nivelurile de gri obtinute prin utilizarea
aceluiasi procent din culorile de baz.
O alt metod de clasificare a culorilor este prin nuantare (Hue), saturatie (Saturation) si
intensitate (Intensity), rezultnd modelul HSI.
Nuanta reprezint pozitia relativ a culorii n spectru si, n modelul HSI, corespunde unghiului pe
care l face culoarea n cercul de culori. Domeniul de nuantare se ntinde de la 0 la 360 de grade.
Saturatia reprezint puritatea culorii. Valoarea saturatiei se exprim n procente si variaz de la 0
(fr culoare) pn la 100 (culoare pur, asa cum este definit de valoarea nuantrii).
Ultimul parametru reprezint intensitatea culorii. O reprezentare simbolic a modelului HSI este
dat n figura 2. Nuanta determin culoarea (unghi = 60 - Yellow, 180 - Cyan etc.) Saturaia
este msurat n procente de la centrul cercului de baz la suprafata conurilor.
Intensitatea se msoar pe linia Black-White.
Histograme de culoare
O metoda uzuala de a reprezenta o imagine este de a o transforma intr-o histograma.De
exemplu, o imagine care contine diferite nivele de gri poate fi transformata intr-o histograma
care defineste numarul de pixeli ai fiecarei culori(nivel de gri). Pentru imaginile color,
histogramele de culoare pot avea o dimensiune mai mare decat 2, deoarece culorile sunt
reprezentate ca vectori cu 3 componente.
1.
2.
3.
4.
v(hi,hj) = 0 ( identitate )
v(hi,hj) >= 0 ( ne-negativitate )
v(hi,hj) = v(hj,hi) >= 0 (dac hi # hj) (comutativitate / simetrie )
v(hi,hq) <= v(hi,hj) + v(hj,hq) ( inegalitatea triunghiului )
d qr,t
M 1
| h [ m] h [ m] |
m0
hq[m]
ht[m]
2.Intersecia histogramelor
d q ,t 1
| h |
unde
m0
| hq |
M 1
h[m]
m0
Ecuaia de mai sus nu definete o distan valid pentru c nu este simetric: d q,t # dt,q ,
dar poate fi modificat n acest sens astfel :
M 1
'
q ,t
min(| hq |, | ht |)
= | ht |
d q ,t
M 1
| h [ m] h [ m ] |
m0
Distana euclidian este o metric bazat pe forma Minkowski cu r=2. Dndu-se dou
histograme hq si ht, atunci:
M 1
d q ,t (| hq [m] ht [m] |) 2
m 0
Se consider cazul special n care histogramele sunt aproximate prin seturi binare. Un set
binar s este un vector binar n spaiul binar M dimensional BM.
Distana Hamming ntre seturile binare sq i st , unde
| s | = m s[m], este :
| sq - st |
dq,t =
| sq | | st |
hq[m]
ht[m]
m
m
Fig.Distana Hamming ntre seturi color calculeaz OR exclusiv ntre elemente. " * " indic
poziiile n care biii difer.
5.Distana ptratic
d q ,t
M 1 M 1
(h [m ] h [m ])a
m0 0 m1 0
m0 m1
(hq [ m1 ] ht [ m1 ])
unde A=[a i,j] , iar a i,j reprezint similitudinea ntre elementele cu indecii i si j.
Metrica ptratic este o distan metric adevrat cnd
a i,j = a j,i ( simetrie ) i
a i,i =1.
ntr-o implementare obinuit, calculul distanei ptratice este mult mai complex dect
cel al distanelor bazate pe forma Minkowski, deoarece calculeaz similitudinea ncruciat ntre
toate elementele.
Complexitatea metodei este O(m^2*n) unde m reprezint numrul de culori rezultate n
urma procesului de cuantificare ( de exemplu: 166, sau 64 sau 512), iar n reprezint numrul de
imagini din baza de date.
Tot n vederea scderii timpului de lucru pentru distana ptratic ntre histograme,
J.R.Smith a propus o descompunere asemntoare cu cea din ecuaia de mai sus, i anume:
dq,t = (hq-ht)T A( hq-ht)
Precalculnd q= hTqA hq , t= hTtA ht i t= A ht, avem:
dq,t = q + t -2hTqt
Fie M o permutare care sorteaz hq n ordinea descresctoare. Aplicnd aceast permutare
i asupra t, i notnd fq= Mhq i t= Mt , obinem
dq,t = q + t -2fTqt
Astfel, sortnd histograma interogare, elementele vectorului t sunt accesate n ordinea
descresctoare a importantei lor pentru interogare. t se calculeaz uor din histograma ht. n
aceste condiii avem:
M-1
M-1
dq,t =
m0=0
m1=0
rt [m]
, m unde
sq[m]=1
Utiliznd aceast formul, se vor lua n considerare numai elementele setului binar al
imaginii interogare pentru care sq[m]=1.
Bibliografie
[1] Liana Stanescu: Visual Information Processing, retrieval and applications, Editura Sitech,
Craiova 2008
[2]
http://users.ece.utexas.edu/~bevans/courses/ee381k/projects/spring08/saad/LitSurveyReport.pdf
[3] http://www.lifesciencesite.com/lsj/life1002/343_B01072life1002_2475_2487.pdf
[4] Raport tehnic 2008
software.ucv.ro/SIBIM/raport_ceex_2008.doc