Hol' Dir diese Lernkarten, lerne & bestehe Prüfungen. Kostenlos! Auch auf iPhone/Android!

• Histogramme sind Verteilungen von Pixelintensitäten
• keine räumlichen Informationen
• statistisch gesehen Dichteverteilungen
• Die Anzahl der Bins hängt von der Quantisierung und vom Farbraum ab.

absolute Histogramme

• rotationsinvariant
• translationsinvariant

relative Histogramme => Anzahl Elemente in Bin durch Gesamtanzahl => Wertebereich [0..1] => Wahrscheinlichkeiten

• rotationsinvariant
• translationsinvariant
• skalierungsinvariant

• Luminanz-Histogramm (Histogramm des Korrespondierenden Grauwertbildes (nur Helligkeiten) ... z.B. L (Luminanz) ab
• Histogramm der einzelnen Farbkomponenten
• kumulatives Histogramm
• 3D-Histogramm (RGB) => 1D (Binning, zusammenfassen kleiner 3D-Würfel)
• 3D-Histogramm => 2D-Farbhistogramme (Projektionen des 3D-RGB-Farbwürfels)
• 3D-Histogramme (zu Speicheraufwändig)

Fabrqauntisierung => Farben mit gewissem Farbabstand werden zu/in einem Bin zusammengefasst

Sum of Squared Differences

• es entstehen hohe Abstände .. entspricht nicht der menschlichen Farbwahrnehmung

Minkowski-Abstand

• = Absolute-Distanz / Manhatten-Distanz
• = Euklidische Distanz
• Einfluss der Differenz wird durch größere p verringert

Histogrammschnitt

• heuristisches Abstandsmaß
• Verallgemeinerung der -Distanz
• Ergebnis = 1 => vollkommene Übereinstimmung

Chi-Square-Test (statistisch)

• kleine Werte bedeuten geringen Abstand
• Beste Ergebnisse in Bezug auf Rauschen, Unschärfe und Bildrotation

Kullback-Leibler-Divergenz

• aus Informationstheorie

Earth-Movers-Distance

• man berechnet die Anzahl der Pixel, die Arbeit (F) und den Weg  bzw. die Distanz (d) der Bins zueinander um in zu überführen => Transportproblem (geringsten Aufwand finden)
• T ist der Erdhügel und S stellt die zu Löcher dar, die möglichst effizient gefüllt werden sollen
• ist ein Suchproblem: kann mit A* oder dem Ungarischen Algorithmus gelöst werden
• entspricht eher dem Farbunterschied der menschlichen Wahrnehmung

Durch einen Histogrammvergleich (siehe Abstandsmaße)!

1. Von dem gesuchten Modell (roter Stift) wird eine binäre Maske M erstellt (Differenzbildverfahren).

2. Modell-Histogramm T mit Hilfe der Maske berechnen (nur Modell-Pixel dürfen in das Modell-Histogramm einfließen, z.B. mehrere Ansichten)

3. Bestimmen der Größe des Sliding-Windows (Größe des Fensters - ist ausschlaggebend für den Erfolg

4. Für jedes Teilbild Histogramm berechnen und mit dem Modell-Histogramm Vergleichen: (Sum of Square Differences, Minkowski-Abstand (absolute oder euklidische Distanz), Earth Mover’s Distance, Chi-Square Test,  Kullback-Leibler-Divergenz)

Histogrammrückprojektion:

• Von dem gesuchten Modell (roter Stift) wird eine binäre Maske M erstellt (Differenzbildverfahren).
• Modell-Histogramm T mit Hilfe der Maske berechnen (nur Modell-Pixel dürfen in das Modell-Histogramm einfließen)
• Histogramm S aus dem Szenenbild A berechnen
• Verhältnishistogramm Q = T/S berechnen (Werte von Q liegen zw. 0 und 1 =>
• Rückprojektion des Verhälnishistogramm Q in das Szenenbild A: Ergebnis ist AQ + das gesuchte Objekt befindet sich an einem der Orte, wo in AQ hohe Werte stehen

Interpretation:

• [1] Farbe in Szene und Modell im gleichen Verhältnis vertreten, d.h. Orte mit dieser Farbe im Szenenbild A sind mit höherer Wahrscheinlichkeit mögliche Orte des Modells
• [2] Farbe ist in Szene verhältnismäßig oft vertreten, im Modell weniger, d.h. geringere Wahrscheinlichkeit, dass an diesen Orten das Modell tatsächlich zu finden ist
• [3] Farbe des Modells in der Szene überhaupt nicht vorhanden, muss also bei der Rückprojektion nicht beachtet werden (Abfangen der Division durch Null)
• [4] Farbe ist in Szene verhältnismäßig selten vertreten, d.h. Orte mit dieser Farbe im Szenenbild A sind mit hoher Wahrscheinlichkeit mögliche Orte des Modells (Wahrscheinlickeitswert wird auf 1 geclampt)

• Die tatsächliche Position des Objekts wird mittels Faltung von AQ mit M ermittelt (Ergebnis AQ*M), da so neben Farbinformationen des Objekts auch dessen Form beachtet wird
• Position des Objekts ist an der Stelle des Maximalwerts in AQ*M

Dieser Bin wird dann nicht rückprojeziert (bzw. auf Null gesetzt, Division durch 0 beachten).

Oder Quantisierungsstufen bzw. Binanzahl im Modellhistogramm T an Binanzahl im Szenehistogramm angleichen.

Keine Invarianz der Vergleichsfunktionen gegenüber Beleuchtungsänderungen, d.h. der Histogrammvergleich liefert bei gleicher Szene unter unterschiedlichen Beleuchtungen hohe Distanzen.

Der Effekt, dass ein Mensch eine Farbe als gleich empfindet, auch wenn sie unterschiedlich beleuchtet ist. Beispiel:



Farbe in B ist exakt die gleiche wie in A (geprüft mit Photoshop),  aber weil B im Schatten liegt, ändert der menschliche Sehapparat die Empfindung der Farbe aufgrund der Umgebungsbedingungen.

Ein CCD-Chip kann dies nicht!
In der BV möchte man auf das Erkennungsmerkmal Farbe nicht verzichten, da es invariant gegenüber Rotation, Translation und Skalierung eines Objektes in der Szene ist.

Durch Farbnormierungs-Algorithmen versucht man einen gewissen Grad an Farbkonstanz anzunähern (100% nicht möglich). Nach der Normierung sollen die Bilder invariant gegenüber Beleuchtungsänderungen sein. Die Normalisierung soll ohne Vorwissen erfolgen, also nur datengetrieben.

Global (Annahme: einheitliche Beleuchtung in Szene):

• Gray-World-Assumption
• Comprehensive-Color-Normalization
• Rotation im RGB-Farbraum

Lokal (unterschiedliche Beleuchtungssituationen in einer Szene):

• Local space average color: Durchschnittliche lokale Farbe (Anwendung Graue-Welt-Hypothese lokal (z.B. Gaussfunktion))
• Retinex-Algorithmus
• Comprehensive local space average color

Wenn keine Annahme über die Farben in einem Bild getroffen werden kann, geht man davon aus, dass sich die Farbwerte in einem Bild vektoriell zu Grau addieren, dass also das Bild im Mittel Grau ist. Wenn das in einem Bild nicht der Fall ist, geht man davon aus, dass das auf farbige Beleuchtung zurückzuführen ist und normiert das Bild so, dass die Graue-Welt-Annahme erfüllt ist.
Normalisierung aller Farbkanäle mit einem Skalierungsfaktor pro Farbkanal, so dass der Mittelwert jedes Kanals 128 ist (-> Mittelwert des gesamten Bilds wird grau -> Farbstiche werden herausgerechnet)

Algorithmus:
1. Mittelwerte der einzelnen Farbkanäle berechnen (r',g',b')
2. globalen Mittelwert bestimmen rgb = (r'+g'+b')/3
3. Skalierungsfaktor für jeden Kanal bestimmen r'' = rgb/r', ...
4. Skalierung der Originalwerte jedes Farbkanals
=> Mittelwert Bildes danach (128,128,128)^T

Voraussetzung: Verschiedene Farben in Bild vorhanden => sonst bei Bild mit Banane (viel Gelb) => danach grau

Comprehensive Color Normalization (CCN): Besteht aus zwei iterativ wiederholbaren Schritten, die konvergieren (meistens 5 Iterationen)

1.) Herausrechnen der lokalen Intensitätsschwankungen, durch Normalisierung der Farbkomponenten jedes Pixels auf die Summe 1

2.) Anwenden der Gray World Assumption: Globale Normalisierung der Farbkanäle auf den Mittelwert (128, 128, 128)T

Algorithmus konvergiert immer!
Erzeugt Falschfarben.

- Annahme: Graue-Welt-Hypothese
- Vorteil: original Helligkeit bleibt erhalten



1.Verschieben des Clusterzentrums (Mittelwert des Bildes) in den Ursprung des Würfels

2. Berechnung der Hauptachse durch die Principal Component Analysis (Skalierung und Normierung von Varianz)

3. Berechnung des Winkels und der Rotationsachse zwischen Grauachse und Hauptachse

4. Rotation des Clusters um die berechnete Rotationsachse und den Winkel

5. Verschieben des Clusters auf den Mittelpunkt der Unbuntachse (Gray World Assumption ist erfüllt)

6. Skalieren des Clusters entlang der Unbuntachse, um den Farbraum soweit als möglich auszunutzen

Durch Farbräume.

Für unterschiedliche Farbräume existieren unterschiedliche Farbabstandsmaße.

In uniformen Farbräumen ensprechen gleiche euklidische Abstände im 3D-Farbraum empfindungsgemäß gleichen Farbunterschieden / Farbabständen (siehe L*a*b und L*u*v).

Geräteunabhängigkeit bedeutet, dass die Farben unabhängig von Art ihrer Erzeugung und Wiedergabetechnik definiert werden.

Sie speichern / kodieren die

Luminanz => Helligkeit
Chrominanz => Farblichkeit (kann abhängig oder unabhängig sein)

Chromazität setzt sich aus Farbton (Wellenlänge des monochromatischen Lichts eines Farbtons) und der Sättigung (relative Reinheit einer Farbe) zusammen.

XYZ = CIE Normvalenzsystem:

• Basiert auf der physiologischen Farbwahrnehmung des Menschen (der Zapfen), also den Mischverhältnissen der drei Grundfarben Rot (Long), Grün (Middle) und Blau (Short), dem Tristimulus, um die Farbwahrnehmung des Menschen nachzustellen (des CIE-Standard-Betrachters) ... ermittelt aus vielen Experimenten (mit 3 Projektoren)
• Der Farbraum wird als 2D CIE-Normfarbtafel dargestellt, dies wird durch die Normalisierung x + y + z = 1 erreicht.
• Diese Normalisierung hat zur Folge, dass Farben verschiedener Helligkeit nicht-linear auf ein und die selbse xy-Koordinate abgebildet werden.
• dabei wird die Y-Achse (Helligkeit in XYZ) auf eins abgebildet und dieser Schnitt im 3D-XYZ-Farbraum, dem "Zuckerhut", ergibt die "Schuhsole"
• X und Z beschreiben die Farbigkeit

CIE-Normfarbtafel mit x und y-Achse.
z ergibt sich aus x+y+z=1
Das Hufeisen der sichtbaren Farben wird begrenzt durch die Spektralfarblinie (380nm-780nm) und die Purpurlinie. W ist der Unbuntpunkt. Auf allen Strecken zwischen einer Spektralfarblinie und dem Unbuntpunkt verändert sich nicht die Farbe, sondern nur die Sättigung.
Im Inneren findet sich das Farbdreieck, was Monitore etc. darstellen können (Gamut).

XYZ ist nicht linear, da Farbänderungen in verschiedenen Bereichen des Farbraums größere oder kleinere euklidische Abstände zur Vergleichsfarbe benötigen.
Daher Entwicklung von Lab und Luv XYZ dient als Referenz für Umrechnung zwischen Farbräumen.

in der Y-Achse ...

... die CIE-Normfarbtafel ist Schnitt durch Zuckerhut bei Y=1!

Der Gamut ist die Menge aller Farben, die ein Gerät darstellen, wiedergeben bzw. aufzeichnen kann. Formal ist der Gamut der Körper im (XYZ)-Farbraum, der mit dem Gerät durch innere Farbmischung nachgestellt werden kann.

Gibt's nur in XYZ (unnormiert), wenn alle drei Strahler auf 0 sind. (0, 0, 0) lässt sich aber nicht normalisieren (Division durch 0) und taucht daher nicht im normierten xyz auf.

CIE-Normfarbtafel ist aber ein Schnitt bei Y=1 ... also Helligkeit nicht gleich 0 => kein Schwarz ... Schwarz wäre bei XYZ = (0,0,0)

Die Entstehung von RGB war technisch motiviert. Der Farbraum wird für Monitore und Farbkameras verwendet.
Auf der Hauptdiagonalen des RGB-Würfels befindet sich die Unbunt-Achse, also die Grauwerte.
Im RGB-Farbraum sind nicht alle Farbvalenzen enthalten: insbesondere Spektralfarben erfordern negative Wiedergabeanteile, das entsprächnd fehlende Licht.

C = Cyan
M = Magenta
Y = Yellow
K(ey) = Black

CMYK wird in der Drucktechnik verwendet und stellt ein subtraktives Farbmodell dar.

Lineare Umrechnung zu RGB

Physiologische farbige Wirkung einer Strahlung

Ursache von Farbvalenz -> Farbeiz
Wirkung von Farbvalenz -> Farbwahrnehmung

Die Skalen der a*-Achse und der b*-Achse umfassen einen Zahlenbereich von -150 bis +100 und -100 bis +150, ungeachtet dessen, dass es für einige Werte keine wahrnehmbare Entsprechung gibt.

L = Luminanz (Helligkeit)
a = Chrominanz (G(-)-R(+))
b = Chrominanz (B(-)-Y(+))

Farbraum basiert auf dem XYZ-Farbraum und damit auf der physiologischen Farbwahrnehmung des Menschen. Ist uniform und ermöglichen die mathematische Abstandsmessung zwischen Farben entspricht menschlicher Farbwahrnehmung.
Abstandsmaße:
• Euklidisch
• Polarkoordinaten

Vorteil L*a*b* der Weißpunkt (Xw, Yw, Zw) wird eingerechnet (Chromatische Adaption/Weißabgleich wird beachtet)

Nichtlineare Umrechnung zu RGB

L = Luminanz
u = Chrominanz (G(-) -R(+))
v = Chrominanz (B(-) -Y(+))

Farbraum stellt Erweiterungen des XYZ-Farbraums dar. Beide sind uniforme Farbräume, d.h. gleiche wahrgenommene Farbunterschiede haben gleiche Abstände im Diagramm.

Vorteil L*u*v* Mischfarben liegen auf der Geraden zwischen den zwei zu mischenden Spektralfarben.

Nichtlineare Umrechnung zu RGB

Y = Luminanz (Helligkeit aus XYZ-Farbraum)
U = Chrominanz (Gelb/Grün -> Blau)
V = Chrominanz (Gelb/Grün -> Rot)

YUV wird in der Video- und Fernsehtechnik verwendet. Durch diesen Farbraum war es möglich, Bildsignale gleichzeitig für Schwarz-Weiß- und Farbfernsehen zu kodieren.

Lineare Umrechnung zu RGB

(H Hue Chrominanz, unabhängig von Luminanz, S Saturation Sättigung (%), V Hellwert (%), L  relative Helligkeit, B absolute Helligkeit, I Lichtintensität)

nichtlineare Umrechnung zu RGB

LMS ist der Zapfenfarbraum (physiologisch); Farbvalenzen beruhen auf dem Farbreiz einfallenden Lichtes. Man unterscheidet beim Menschen drei Zapfentypen, den S-Typ (Blaurezeptor), M-Typ (Grünrezeptor) und L-Typ (Rotrezeptor). Ihre Reizantwort beschreibt die spektrale Absorptionskurve, die die Grundlage der Farbmetrik bildet.

spektrale Empfindlichkeit im:
(L(ong) Rotbereich, M(iddle) Grünbereich, S(hort) Blaubereich), Zapfenfarbraum (physiologisch)

Umrechnung zu XYZ linear

Der LMS-Farbraum ist der für jeden Betrachter von Farblichtern oder gefärbten Flächen wirksame Farbraum. Er ist eine physikalisch-mathematische Darstellung des zugrunde liegenden biologisch-psychologischen Prozesses. Der LMS-Farbraum ist der eigentliche Zapfenfarbraum.

RGB (additiv), CMYK (subtraktiv), YUV,  HSV

XYZ, L*a*b*/ L*u*v*, LMS, sRGB

Interne Berechnung idealerweise mit XYZ  oder L*a*b*/L*u*v* (Photoshop  L*a*b*). Ausgabe in RGB.

• Faktor 1 => Richtung der maximalen Varianz
• Datenpunkte räumlich geteilt durch Faktor 1 (rot und blau) im Bezug zum Schwerpunkt (grüner Punkt))

• Faktor 2 => Richtung der Varianz (Datenpunkte) am zweitgrößten (bzw. in diesem Fall am geringsten, da es nur 2 Achsen gibt) usw.
• Datenpunkte räumlich geteilt durch Faktor 2 (rot und blau) im Bezug zum Schwerpunkt (grüner Punkt))

Beispiel nachgerechnet mit Octave


Die PCA (Principle Component Analysis), die Hauptkomponentenanalyse verfolgt das Ziel durch Bestimmung der Hauptachsen, mit Hilfe einer kleineren Anzahl von Basisvektoren (Projektion der Daten in einen Unterraum der höherdimensionalen Messdaten) die Dimensionen der Messdaten zu reduzieren und Redundanzen zu vermeiden, ohne bzw. nur einen kleinen Teil der Informationen zu verlieren.

Sie dient dazu, umfangreiche Datensätze zu strukturieren, zu vereinfachen und zu veranschaulichen, indem eine Vielzahl statistischer Variablen durch eine geringere Zahl möglichst aussagekräftiger Linearkombinationen (die „Hauptkomponenten“) genähert wird.

Die PCA kommt aus der Statistik. In der Bildverarbeitung und speziell in der Mustererkennung wird sie verwendet um z.B. einen hochdimensionalen Feature-Raum auf die aussagekräftigsten Feature zu reduzieren. Dabei ist ein linearer Zusammenhang der einzelnen Features zu einander bedeutend. Es kann herausgefilter werden welche Features weniger zur Aussage des Musters beitragen ... oder vielleicht sogar redunant sind.
Weiter Anwendungen:

• Bildkompression
• Farbnormalisierung (Color-Cluster-Rotation)
• Feature-Anzahl bei Data-Mining reduzieren
• Ausdehnung eines Objektes (z.B. Binärisiert)
• Clusteranalyse
• Farbbild: Größte Ausdehnung der Punktwolke im RGB-Würfel (z.B. "Rotstich")

Beispiel (Schiffe charakterisieren):
Betrachtet werden Artillerieschiffe des Zweiten Weltkriegs. Sie sind eingeteilt in die Klassen Schlachtschiffe, schwere Kreuzer, leichte Kreuzer und Zerstörer. Es liegen Daten für ca. 200 Schiffe vor. Es wurden die Merkmale Länge, Breite, Wasserverdrängung, Tiefgang, Leistung der Maschinen, Geschwindigkeit (längerfristig mögliche Höchstgeschwindigkeit), Aktionsradius  und Mannschaftsstärke erfasst. Eigentlich messen die Merkmale Länge, Breite, Wasserverdrängung und Tiefgang alle einen ähnlichen Sachverhalt. Man könnte hier also von einem Faktor „Größe“ sprechen. Die Frage ist, ob noch andere Faktoren die Daten bestimmen. Es gibt tatsächlich noch einen zweiten deutlichen Faktor, der vor allem durch die Leistung der Maschinen und die Höchstgeschwindigkeit bestimmt wird. Man könnte ihn zu einem Faktor „Geschwindigkeit“ zusammenfassen.
=> Ein Schiff kann im wesentlich durch nur Zwei Faktoren beschrieben werden anstatt durch die komplette Anzahl der Merkmale
=> Speicherplatz/Rechenzeit sparen / Daten anschaulicher

Das Feature "Farbe" ist z.B. als Charakterisierungsmerkmal zur Bestimmung der Leistungsfähigkeit eines Schiffes insgesamt nicht geeignet und ist als Feature unbedeutend. Es hat keinen linearen Zusammenhang im Bezug zu anderen Schiffen (Farbe kann willkürlich sein).

Die Kovarianz (cov) gibt Aussage über den linearen Zusammenhang von zwei Variablen.



1. X,Y linear völlig unabhängig = 0
2. X,Y linear gleichsinnig abhängig = +
3. X,Y linear gegensinnig abhängig = -

=> Tendenz

Erst durch Korrelationskoeffizienten werden Daten vergleichbar => [-1..1].

Die Kovarianz-Matrix () ist eine quadratische Matrix mit Dim Dim Einträgen (Dim = Anzahl der Merkmale/Features/Variablen). Sie enthält alle Kovarianzen zwischen allen Dimensionen.

1. Messdaten anordnen => Dimensionen (Variablen) in der Spalte und Messdaten (Datensätze z.B. eines Schiffes) in den Zeilen.

2. Messdaten + Matrix zentrieren (Messdaten in Ursprung des Koordinatensystems verschieben) => Mittelwert von Datenpunkten abziehen

3. Kovarianz-Matrix () der Messdaten erstellen

4. Eigenwerte und Eigenvektoren von C berechnen (z.B. mit SVD)

5. Der zum größten Eigenwert korrespondierende Eigenvektor (normiert!) entspricht der eindeutigsten Hauptachse / signifikanteste Hauptachse / größter linearer Zusammenhang => analog absteigend die anderen Hauptachsen

Anmerkung: Eigenvektoren sind orthogonal zueinander

Interpretation: Drehung der Koordinatenachse in Richtung der größtmöglichen Varianz des Datensatzes.

1. Komponenten (Eigenvektoren und Eigenwerte) können => Komponenten mit kleiner Varianz weglassen => Hauptkomponenten auswählen

2. Projektion der Daten auf reduzierte Achsenanzahl / auf die Hauptachsen (z.B. durch Skalarprodukt) => in den Unterraum projezieren => Transformierte Messdaten

3. Inverse Matrix mit verwendeten Eigenvektoren bilden (falls alle Eigenvektoren verwendet werden geht auch Transponierte) => Matrix auf transformierte Messdaten anwenden (Rückrechnung in ursprüngliches Koordinatensystem)

4. Mittelwert wieder aufaddieren => zurück aus Zentrierung in Postion des alten Koordinatensystems

(PCA-Kompression durch weglassen von Hauptachsen ist verlustbehaftet => allerdings durch weglassen von unwichtigen Hauptachsen (kleine Eigenwerte) nur wenig Informationsverlust)

Color Appearance Models (CAM)
Motivation: Erweiterung von physiologischen Farbräumen wie CIE L*a*b um zahlreiche weitere Einflussfaktoren der Farbwahrnehmung zu beachten
=> sollen unser Farbwahrnehmungssystem modellieren.

• stellt Formeln bereit, um physikalische Messungen des Farbreizes und des Blickfeldes in die entsprechenden Farbwahrnehmungsattribute zu transformieren.
• Beispiel: Dixiklo
• Ziel: Man erreicht eine bessere Farbrepräsentation unter Abhängigkeit von mehr Eingabefaktoren

Eingabe:

• XYZ (relativer Tristimulus)
• XwYwZw(Weißpunkt)
• relative Luminanz des Hintergrunds ()
• absolute Luminanz des Blickfelds ()
• Umegbungsparameter (Adaptionsfaktoren, Einfluss der Umgebung)

Ausgabe:

• brightness (Leuchtdichte/Luminanz): Objekt emittiert mehr oder weniger Licht (absolut)
• lightness (Helligkeit): Ein Objekt ist relativ hell zu einer Weißrefernz
• colorfulness (Buntheit): Absolute Farbigkeit
• chroma: Farbigkeit relativ zur Helligkeit der Weißrefernz (Farbe unter hellem Licht bunter)
• saturation: Farbigkeit relativ zur Luminanz
• hue: Farbton