Цветовое пространство TSL

редактировать

Цветовое пространство TSL - это перцепционное цветовое пространство, которое определяет цвет как оттенок (степень, в которой стимул может быть описан как похожий или отличный от других стимулов, описанных как красный, зеленый, синий, желтый и белый, можно рассматривать как оттенок с добавлением белого), насыщенность (красочность стимула относительно его собственной яркости ) и яркости (яркость стимула относительно стимула, который кажется белым в аналогичных условиях просмотра). Цветовое пространство TSL, предложенное и, было разработано в основном для обнаружения лиц.

Содержание

1 Преобразование между RGB и TSL
2 Преимущества TSL
- 2.1 Сравнение TSL с другими цветовыми пространствами
3 Недостатки TSL
4 Приложения
5 См. Также
6 Ссылки

Преобразование между RGB и TSL

Преобразование из RGB с гамма-коррекцией значений в TSL просто:

$T = {1 2 π arctan ⁡ r ′ g ′ + 1 4, если g ′>0 1 2 π arctan ⁡ r ′ g ′ + 3 4, if g ′ < 0 0, if g ′ = 0 {\displaystyle T={\begin{cases}{\frac {1}{2\pi }}\arctan {\frac {r'}{g'}}+{\frac {1}{4}},{\t_dv{if}}~g'>0 \\ {\ frac {1} {2 \ pi}} \ arctan {\ frac {r '} {g'}} + {\ frac {3} {4}}, {\ t_dv {if}} ~ g '<0\\0,{\t_dv{if}}~g'=0\\\end{cases}}}$ $T={\begin{cases}{\frac {1}{2\pi }}\arctan {{\frac {r'}{g'}}}+{\frac {1}{4}},{\t_dv{if}}~g'>0 \\ {\ frac {1} {2 \ pi}} \ arctan {{\ frac {r'} {g '}}} + {\ frac {3} {4}}, {\ t_dv {if}} ~ g '<0\\0,{\t_dv{if}}~g'=0\\\end{cases}}$

$S = 9 5 (r' 2 + g '2) {\ displaystyle S = {\ sqrt {{\ frac {9} {5}} \ left (r '^ {2} + g' ^ {2} \ right)}}}$ $S={\sqrt {{\frac {9}{5}}\left(r'^{2}+g'^{2}\right)}}$

$L = 0,299 R + 0,587 G + 0,114 B {\ displaystyle L = 0,299R + 0,587G + 0,114B}$ $L = 0,299R + 0,587G + 0,114B$

где:

$r ′ = r - 1 3 {\ displaystyle r '= r - {\ tfrac {1} {3}}}$ $r'=r-{\tfrac {1}{3}}$

$g ′ = g - 1 3 {\ displaystyle g' = g - {\ tfrac {1} {3}}}$ $g'=g-{\tfrac {1}{3}}$

$r = RR + G + B { \ displaystyle r = {\ tfrac {R} {R + G + B}}}$ $r = {\ tfrac {R} {R + G + B }}$

$g = GR + G + B {\ displaystyle g = {\ tfrac {G} {R + G + B}}}$ $g = {\ tfrac {G} {R + G + B}}$

Аналогичным образом обратное преобразование выглядит следующим образом:

$R = k ⋅ r {\ displaystyle R = k \ cdot r}$ $R = k \ cdot r$

$G = k ⋅ g {\ displaystyle G = k \ cdot g}$ $G = k \ cdot g$

$В знак равно К ⋅ (1 - р - g) {\ displaystyle B = k \ cdot (1-rg)}$ $B = k \ cdot (1-rg)$

где:

$r = r ′ + 1 3 {\ displaystyle r = r '+ {\ frac {1} {3}}}$ $r=r'+{\frac {1}{3}}$

$g = g ′ + 1 3 {\ displaystyle g = g '+ {\ frac {1} {3}}}$ $g=g'+{\frac {1}{3}}$

$r ′ = {± 5 3 S, если T = 0, x ⋅ g ′, если T ≠ 0 {\ displaystyle r '= {\ begin {cases} \ pm {\ frac {\ sqrt {5}} {3}} S, {\ t_dv {if} } ~ T = 0 \\ x \ cdot g ', {\ t_dv {if}} ~ T \ neq 0 \\\ end {cases}}}$ $r'={\begin{cases}\pm {\frac {\sqrt {5}}{3}}S,{\t_dv{if}}~T=0\\x\cdot g',{\t_dv{if}}~T\neq 0\\\end{cases}}$

$g ′ = {- 5 9 (x 2 + 1) ⋅ S, если T>1 2 5 9 (x 2 + 1) ⋅ S, если T < 1 2 0, if T = 0 {\displaystyle g'={\begin{cases}-{\sqrt {\frac {5}{9(x^{2}+1)}}}\cdot S,{\t_dv{if}}~T>{\ frac {1} {2}} \\ {\ sqrt {\ frac {5} {9 (x ^ {2} +1)}}} \ cdot S, {\ t_dv {if}} ~ T <{\frac {1}{2}}\\0,{\t_dv{if}}~T=0\\\end{cases}}}$ $g'={\begin{cases}-{\sqrt {\frac {5}{9(x^{2}+1)}}}\cdot S,{\t_dv{if}}~T>{\ frac {1} {2}} \\ {\ sqrt {\ frac {5 } {9 (x ^ {2} +1)}}} \ cdot S, {\ t_dv {if}} ~ T <{\frac {1}{2}}\\0,{\t_dv{if}}~T=0\\\end{cases}}$

$k = L 0,185 r + 0,473 г + 0,114 {\ displaystyle k = {\ frac {L} {0,185r + 0,473g + 0,114}}}$ $к = {\ гидроразрыва {L} {0,185r + 0,473g + 0,114}}$

$x = - детская кроватка ⁡ (2 π ⋅ T) {\ displaystyle x = - \ cot ({2 \ pi \ cdot T})}$ $x = - \ cot ({2 \ pi \ cdot T})$

При T = 0 преобразование из m TSL to RGB не является уникальным, потому что в этом случае теряется знак r '(примечание ±). На практике это можно обойти, используя ноль со знаком для T и, таким образом, сохранив знак r '.

Преимущества TSL

Преимущества цветового пространства TSL заключаются в нормализации в рамках преобразования RGB-TSL. Использование нормализованных значений r и g позволяет более эффективно использовать цветовые пространства TSL для сегментации цвета кожи. Кроме того, с помощью этой нормализации чувствительность распределений цветности к изменчивости цвета кожи значительно снижается, что упрощает определение различных оттенков кожи.

Сравнение TSL с другими цветовыми пространствами

Терриллон исследовал эффективность распознавания лиц для нескольких различных цветовых пространств. Тестирование заключалось в использовании одного и того же алгоритма с 10 различными цветовыми пространствами для обнаружения лиц на 90 изображениях со 133 лицами и 59 субъектами (27 азиатских, 31 кавказских и 1 африканских). TSL показал лучшие характеристики по сравнению с другими пространствами, с правильным обнаружением 90,8% и правильным отклонением 84,9%. Полное сравнение можно увидеть в таблице ниже.

Цветовое пространство	Количество элементов	CD (%)	CR (%)
TSL	258	90,8	84,9
rg	328	74,6	80,3
CIE- xy	388	56,6	83,5
CIE-DSH	318	60,9	75,0
HSV	408	55,7	84,7
YIQ	471	47,3	79,8
ДА	494	41.6	80,3
CIELUV	418	24.1	79,0
CIELAB	399	38,4	83,6

Недостатки TSL

Пространство TSL можно сделать более эффективным и надежным. В настоящее время не существует алгоритмов цветокоррекции для различных систем камер. Кроме того, несмотря на более высокую точность определения тона кожи, определение темного цвета кожи по-прежнему является проблемой.

Приложения

Поскольку TSL является относительно новым цветовым пространством и имеет очень специфическое применение, t получили широкое распространение. Опять же, это очень полезно только в алгоритмах обнаружения кожи. Само обнаружение кожи может быть использован для различных применений - обнаружения лица, лица отслеживания (для наблюдения и кинематографических цели ) и порнографии фильтрации несколько примеров. Самоорганизующаяся карта (SOM) была реализована при обнаружении кожи с использованием TSL и достигла результатов, сопоставимых со старыми методами гистограмм и гауссовскими смешанными моделями.

См. Также

Ссылки