请选择 进入手机版 | 继续访问电脑版

Hello Mat

 找回密码
 立即注册
查看: 7880|回复: 0

CIE Lab与CIE LCH颜色空间转换

[复制链接]

1278

主题

1504

帖子

90

金钱

管理员

Rank: 9Rank: 9Rank: 9

积分
22549
发表于 2017-2-4 22:12:21 | 显示全部楼层 |阅读模式
具体LCH颜色空间特点如下:
1LCH颜色空间符合人眼对色彩辨别的基础属性;
2)三个颜色分量LCH之间的相关性低,有利于将人眼视觉频率响应特性按照不同分量进行独立描述;
3LCH颜色空间以与设备无关的均匀色空间CIE1976 L*a*b*为基础,在颜色描述的视觉均匀性上可以达到较好的水平;
     有科研人员等对LCHCIE1976L*a*b*RGBOHTAYCC五种常用的颜色空间进行了分量相关性的研究。大致的研究结论如下:
1)图像平均自相关值随像素间距增大而降低,像素间距与平均自相关值两者之间存在较弱的负指数函数关系;
2)在LCH颜色空间下,图像颜色分量之间的自相关水平低于其他颜色空间下的相关性水平,表明LCH图像分量包含较多的高频成分;
3LAB颜色空间分量的自相关值略高于RGB等颜色空间;
4LCH图像颜色空间分量互相关低于其他色空间;
5LAB颜色空间分量的互相关值略高于RGB等颜色空间;
6)以明度、彩度、色调角为分量支撑的LCH颜色空间,其三个分量的相关性总体上低于RGBLAB等颜色空间;
7)在LCH分量图像的互相关中,明度分量与彩度分量间的互相关性明显低于明度/色调角、彩度/色调角之间的相关性;
8)在LCH分量图像的自相关性上,明度、彩度、色调角三个分量差异较明显,但总体处于低水平,体现出分量图像具有较多的颜色细节;


CIE-L*ab —> CIE-L*CH°
  1. var_H = arc_tangent( CIE-b*, CIE-a* )  //Quadrant by signs

  2. if ( var_H > 0 ) var_H = ( var_H / PI ) * 180
  3. else             var_H = 360 - ( abs( var_H ) / PI ) * 180

  4. CIE-L* = CIE-L*
  5. CIE-C* = sqrt( CIE-a* ^ 2 + CIE-b* ^ 2 )
  6. CIE-H° = var_H
复制代码
CIE-L*CH° —>CIE-L*ab
  1. //CIE-H° from 0 to 360°

  2. CIE-L* = CIE-L*
  3. CIE-a* = cos( degree_2_radian( CIE-H° ) ) * CIE-C*
  4. CIE-b* = sin( degree_2_radian( CIE-H° ) ) * CIE-C*
复制代码




算法QQ  3283892722
群智能算法链接http://halcom.cn/forum.php?mod=forumdisplay&fid=73
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Python|Opencv|MATLAB|Halcom.cn ( 蜀ICP备16027072号 )

GMT+8, 2024-3-29 02:35 , Processed in 0.202833 second(s), 21 queries .

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表