Image Processing Reference
In-Depth Information
R=(1,0,0)
M=(1,0,1)
Y=(1,1,0)
W=(1,1,1)
K=(0,0,0)
B=(0,0,1)
G=(0,1,0)
C=(0,1,1)
Abbildung 1.2.
Der RGB-Raum, visualisiert als Würfel.
ansprechenderen Standpunkt ein, dass unser Bild eigentlich ein kontinuierliches Objekt
ist (
R
d
). Wir werden also die Methoden für kontinuierliche Bilder mit kontinu-
ierlichem Farbraum herleiten. Des Weiteren werden wir vornehmlich Grauwertbilder
behandeln (
F
Ω
⊂
).
Die mathematische Behandlung von Farbbildern ist mitunter delikat. Insbesondere
stellt sich die Frage, wie man Abstände im Farbraum messen soll: Ist der Abstand von
Rot zu Blau größer als der von Rot zu Gelb? Darüber hinaus ist die Farbwahrnehmung
äußerst komplex und subjektiv. Farben und damit Farbbilder können in verschiede-
nen Farbräumen dargestellt werden, diese lassen sich typischerweise durch mehrere
Komponenten, den
Farbkanälen
beschreiben. So gibt es den
RGB-Raum
, in dem addi-
tiv aus den Kanälen Rot, Grün und Blau gemischt wird (wie am Monitor) oder den
CMYK-Raum
, in dem subtraktiv aus den Kanälen Cyan (C), Magenta (M), Gelb (Y
für Yellow) und Schwarz (K für Blac
k
) gemischt wird (wie im Druck). Im RGB-Raum
werden die Farbwerte durch ein Tripel
=
R
oder
F
=[
0, 1
]
3
(
R
,
G
,
B
)
∈
[
0, 1
]
kodiert, wobei die Kompo-
nenten für den Anteil der jeweiligen Farbe stehen;
(
0, 0, 0
)
stellt die Farbe Schwarz
dar,
ist Weiß. Man kann dies im sogenannten RGB-Würfel visualisieren, sie-
he Abbildung 1.2, in dem man auch die Farben Cyan, Magenta und Gelb als Ecken
wiederfindet. Für die Verarbeitung von Farbbildern wird oft der sogenannte
HSV-
Farbraum
gewählt: Hier wird eine Farbe durch die Kanäle
Farbton (Hue)
,
Sättigung (Sa-
turation)
und
Hellwert (Value)
beschrieben. Im HSV-Raum werden Farben durch Tripel
(
(
1, 1, 1
)
)
∈
[
[
×
[
]
×
[
]
beschrieben. Der Farbton
H
wird dabei als Win-
kel interpretiert, die Sättigung
S
und der Hellwert
V
als Prozentsatz. Der HSV-Raum
lässt sich als Zylinder visualisieren, siehe Abbildung 1.3. Durch alleinige Betrachtung
des V-Kanals für den Hellwert werden in der Praxis gute Ergebnisse erzielt.
Die Bildverarbeitung hat zum Ziel, die Auswertung von Bilddaten zu automatisie-
ren oder zu vereinfachen. Hierbei spricht man von
High-Level
-Verfahren, wenn aus ei-
nem Bild automatisch gewisse Informationen gewonnen werden (die Anzahl von Ob-
jekten, der Standpunkt der Kamera, die Größe eines Objektes oder gar die Bedeutung
der Szene).
Low-Level
-Verfahren sind solche, die aus Bildern neue, verbesserte Bilder
generieren. Dieses Buch beschäftigt sich mit Low-Level-Methoden.
H
,
S
,
V
0, 360
0, 100
0, 100