Sammanfattning

Att använda färghistogram för att beskriva bilder är vanligt inom ett fler-tal användningsområden. Ett känt problem med färghistogram är deraskänslighet vid förändrade ljusförhållanden, vilket försvårar användan-det av denna teknik i miljöer med varierande omgivningsljus. Målet meddenna studie är att undersöka hur färghistogram förändras vid olika ljus-förhållanden och vid olika avstånd mellan kameralins och föremål, samthur dessa förändringar skiljer sig mellan färgmodellerna RGB, HSV ochL*a*b*.

De genomförda experimenten visar att färghistogram inte påverkas alls,eller påverkas ytterst marginellt av förändringar i avstånd mellan kamer-alins och föremål. Experimenten visar också att färghistogram genomgårstora förändringar vid förändrat omgivningsljus, och att de största förän-dringarna då inträffar i färgmodellen RGB medan de minsta sker i L*a*b*.

Behaviour of color histograms during changes in distance andambient light

Abstract

Using color histograms for describing images is common in a variety ofapplications. A known issue with color histograms is their sensitivity tolight conditions, which complicates the use of this technique in environ-ments with fluctuating ambient light. This study investigates changes incolor histograms, with different lighting conditions and at different dis-tances between camera and an object. The study also investigates howthese changes differ between the color models RGB, HSV and L*a*b*.

The conducted experiments show that color histograms is not affectedat all, or only marginally affected by changes in the distance betweenthe camera lens and object. The experiments also show that color his-tograms are sensitive to changing light conditions, and that the biggestchanges occurs in the RGB color model, while the smallest changes oc-curs in the L*a*b* color model.

Tack

Författaren vill tacka följande personer:

Thomas Hellström, som gav mig möjligheten att genomföra denna studie.

Pedher Johansson, som tog sig tid när jag behövde tips och råd under examensarbetet.

Rebecka Gulliksson, för oräkneliga råd och synpunkter under såväl detta examensarbete,som under vår övriga utbildningstid.

Annelie Lindgren, min älskade sambo, som alltid tror på mig och stöttar mig i allt jag gör.

Innehållsförteckning

1 Introduktion 1

1.1 Färghistogram 1

1.2 Färgmodeller 3

1.2.1 RGB 3

1.2.2 HSV 4

1.2.3 L*a*b* 5

1.3 Experimentens genomförande 5

2 Påverkan av avstånd 9

2.1 Automatiska kamerainställningar inaktiverade 9

2.2 Automatiska kamerainställningar aktiverade 10

3 Påverkan av ljusstyrka 17

3.1 Automatiska kamerainställningar inaktiverade 17

3.2 Automatiska kamerainställningar aktiverade 19

4 Sammanfattning och diskussion 25

Referenser 27

1 Introduktion

Inom robotik är det ofta önskvärt att kunna hitta ett specifikt föremål i en bild genererad aven kamera eller videokamera. Ett effektivt sätt att göra detta är med hjälp av färghistogram,där dessa visar fördelningen av olika färger i bilden [1]. En robot kan jämföra färghistogramfrån ett känt föremål med färghistogram som har genererats från valda delar av den aktuellabilden. Det eftersökta föremålet kan sedan antas ha hittats om de jämförda färghistogram-men är tillräckligt lika varandra. Beroende på applikationen skulle det vara möjligt för enrobot som har lokaliserat ett föremål på detta sätt att följa föremålet om det flyttar sig, elleratt ompositionera sig för att exempelvis greppa föremålet. För att detta ska fungera måstedock färghistogrammen vara relativt stabila under tiden som roboten utför sin uppgift. Enförändring i färghistogrammen skulle kunna innebära att roboten inte längre kan identifieraföremålet, och att den pågående uppgiften därmed inte kan slutföras.

Ett känt problem med färghistogram är deras känslighet för förändrade ljusförhållanden[1], vilket försvårar denna teknik för objekt-detektering i miljöer med varierande omgivn-ingsljus. Beteendet hos färghistogrammen är dessutom olika beroende på vilken färgmodellsom beaktas.

Målet med denna studie är att undersöka hur färghistogram förändras vid olika ljusnivåeroch vid olika avstånd mellan kameralins och föremål, samt hur dessa förändringar skiljersig mellan färgmodellerna RGB, HSV och L*a*b*. Samtliga bilder som analyseras underexperimenten har genererats med en webbkamera, och experimenten har genomförts bådemed och utan kamerans automatiska inställningar för exempelvis exponering, ljusstyrka ochvitbalans.

1.1 Färghistogram

Att försöka beskriva motivet i en bild med enbart ord kan vara svårt, och det har därförutvecklats ett flertal tekniker för att representera bilder på andra sätt. Ett exempel på dettaär att med hjälp av färghistogram beskriva hur många pixlar en bild innehåller av varjefärg. Genom att beräkna färghistogram för en specifik bild och sedan jämföra detta med enannan bilds färghistogram, så kan det avgöras om de två bilderna består av liknande färgeroch därmed kan antas ha liknande motiv. Denna teknik är vanlig inom exempelvis imageretrieval, där bilder ofta eftersöks enligt vissa specificerade attribut som färg, form ellerstruktur [2, 3].

Andra områden där färghistogram används för att representera bilder är exempelvis objekt-detektering, objekt-identifiering och objekt-spårning [4]. I dessa fall eftersöks oftast ettspecifikt objekt i bilden, och till skillnad från vid exempelvis image retrieval så finns därförbehovet att dela bilden i mindre delar innan färgernas antal beräknas för varje del. Principenär dock densamma i den mening att bildens delar kan representeras genom fördelningen av

1

färger, och att detta kan redovisas i form av histogram som sedan jämförs med färghistogramfrån andra bilder med målet att hitta en matchning.

Vid objekt-detektering, objekt-identifiering och objekt-spårning finns ofta risken att denomgivande miljön utsätts för variationer i ljusförhållanden, och att avståndet mellan föremåloch kamera varierar. Detta kan leda till problem i de fall då den valda tekniken användersig av färghistogram, eftersom dessa är känsliga för bland annat förändringar i ljusnivån.Eventuella förändringar i färghistogrammen försvårar möjligheten att identifiera, detekteraeller spåra ett specifikt objekt eftersom detta kan innebära att det aktuella färghistogrammetinte längre matchar färghistogrammet som representerar det kända objektet. Det är såledesönskvärt att färghistogrammen påverkas så lite som möjligt vid eventuella förändringar iomgivningen.

Ett flertal metoder har utvecklats för att generera och jämföra färghistogram, och på dettasätt avgöra om två bilder liknar varandra. Ingen av dessa metoder kommer dock att diskuterasi denna rapport. För ytterligare information och några exempel på sådana metoder, se [1, 5,6, 7].

För att minska antalet unika färger i en färgrymd och därmed göra beräkningar och jäm-förelser mellan färghistogram snabbare, så grupperas ofta färgvärdena i något som kallasbins [2, 8]. Ett bestämt intervall av färgvärden fördelas mellan dessa bins, vilket leder tillen minskning av det totala antalet unika färger i den aktuella färgrymden. En uppdelningi 8 bins för varje färgkanal i RGB-modellen skulle exempelvis resultera i totalt 512 olikafärgvärden (8 x 8 x 8). Detta kan jämföras med 16777216 unika färgvärden när varje kanalinnehåller 256 olika värden, vilket är vanligt förekommande för RGB då denna färgmodellanvänds för att representera färger i exempelvis datorskärmar.

I Figur 1 visas tre exempel på färghistogram för de olika färgkanalerna i RGB-modellen.Varje färgkanal har delats i 32 olika bins där varje stapel i histogrammet således motsvararen bin. Det översta färghistogrammet visar att samtliga färgvärden i den röda kanalen harhamnat i den högsta av kanalens 32 bins. Detta innebär i praktiken att samtliga pixlar i denbild som representeras av de tre färghistogrammen har en intensitet som ligger mellan 247och 255 i den röda kanalen. Enligt färghistogrammet för den gröna kanalen så innehållerden representerade bilden i denna kanal färgvärden med något lägre intensitet . Dessa värdenhar också en större spridning vilket resulterar i att de har hamnat i tre olika bins. Den blåkanalen nederst i figuren innehåller värden med lägre intensitet än de övriga färgkanalerna,och har dessutom störst spridning mellan dessa värden. Dessa har därför placerats i fyraolika bins där den lägsta av dessa innehåller minst antal färgvärden.

Observera att det faktiska antalet färgvärden som har placerats i en bin inte framgår avhistogrammen. Den lodräta axeln i ett färghistogram visar fördelningen av det totala antaletfärgvärden som har placerats i varje bin i den aktuella färgkanalen.

Samtliga bilder som genererades med den webbkamera som användes under experimenten,består av 256 möjliga färgvärden per kanal. Dessa färgvärden har sedan räknats till antaletoch placerats in i bins på liknande sätt som beskrivs ovan. Den exakta uppdelningen avfärgkanalerna för de olika färgmodeller som ingick i denna studie, beskrivs under rubrikenför varje specifik färgmodell.

2

Figur 1: Exempel på färghistogram för de tre kanalerna i färgmodellen RGB, där pixlarmed olika intensitet grupperas i 32 olika bins per kanal. I histogrammen motsvararvarje stapel en bin.

1.2 Färgmodeller

Nedan följer en kort beskrivning av färgmodellerna som har använts i studien för att geen grundläggande kunskap om dessa. Här beskrivs också de skalor och uppdelningar avfärgkanaler som förekommer senare i rapporten för att redovisa och diskutera resultaten.De tre färgmodellerna som beskrivs är RGB, HSV och L*a*b*. För ytterligare informationom dessa färgmodeller, se [9, 10, 11].

1.2.1 RGB

Färgmodellen RGB baseras på primärfärgerna röd, grön och blå. Genom att blanda dessatre färger i varierande mängd kan andra färger genereras (se figur 2). Det huvudsakligasyftet med RGB-modellen är att representera eller visa bilder i elektroniska system somexempelvis LCD-skärmar, scanners och digitalkameror. RGB är enhetsberoende vilket in-nebär att olika enheter kan tolka och representera RGB-värden på olika sätt. Hur färgerna ipraktiken återges kan därmed variera på olika fysiska enheter trots att de tre färgkanalernasvärden är desamma.

Figur 2: Färgrymden RGB där olika färger kan genereras genom att blanda primärfärgernaröd, grön och blå. 1

1By SharkD (Own work) [CC-BY-SA-3.0 (http://creativecommons.org/licenses/by-sa/3.0) or GFDL(http://www.gnu.org/copyleft/fdl.html)], via Wikimedia Commons

3

I samtliga experiment som genomfördes under denna studie, så angavs de tre färgerkanaler-nas intensitet i en skala mellan 0 och 1. Om samtliga tre färgkanaler har värdet 0 kommersåledes den resulterade färgen att vara svart, och om samtliga färgkanaler har värdet 1 såkommer resultatet att vara vit. Övriga kombinationer av färgkanalernas intensitet kommeratt generera andra färger som ryms inom denna modells färgrymd.

Färghistogrammen som presenteras för de olika färgkanalerna i RGB har delats in i 32 olikabins som vardera innehåller 8 olika färgvärden. Värden mellan 0 och 7 ligger således isamma bin, 8 till 15 i nästa bin och så vidare. Det är inte ovanligt att de tre kanalerna idenna färgmodell delas in i färre antal bins vid beräkningar av färghistogram, men i dennarapport ansågs ovan nämnda uppdelning vara lämpligt för att på ett tydligt sätt redovisa degenomförda experimentens resultat.

1.2.2 HSV

HSV (Hue, Saturation, Value) står för färgnyans, färgmättnad och ljusstyrka och är en cy-linerformad representation av RGB-modellen (se figur 3). Eftersom HSV-modellen är entransformation av RGB-rymden så är HSV i likhet med RGB enhetsberoende. Återgivn-ing av färger kan därmed variera på olika fysiska enheter. Fortsättningsvis kommer de trefärgkanalerna i denna färgmodell att benämnas med sina engelska namn Hue, Saturationoch Value alternativt med bokstäverna H, S och V.

Figur 3: Färgrymden HSV där Hue anger färgnyansen, Saturation mängden av vitt ochValue mängden svart. 2

När denna färgmodell används för att beräkna och jämföra olika färghistogram med varan-dra, så är det vanligt att kanalerna Saturation och Value delas in i färre antal bins än kanalenHue. Detta beroende på att dessa färgkanaler anses vara särskilt känsliga för förändringar,och därför blir svåra att hantera om indelningen blir för fin. En vanlig indelning av de trekanalerna brukar vara 18 bins för Hue samt 3 bins vardera för Saturation och Value. I dennarapport har dock samtliga tre kanaler i HSV delats i 20 bins eftersom detta ansågs varalämpligt för att tydligt kunna presentera de olika kanalernas beteenden under experimenten.

Hue anges i en skala mellan 0 och 1 där båda dessa värden betyder röd. Mellan dessa värdenligger i tur och ordning färgerna gul, grön, cyan, blå och magenta.

Saturation anges mellan 0 och 1. Ett lägre värde har lägre färgmättnad och innehåller enstörre andel vitt, och ett högre värde har högre färgmättnad med lägre andel vitt.

Value anges mellan mellan 0 och 1 där ett högre värde har högre ljusstyrka. Ett lägre värde

2By SharkD (Own work) [CC-BY-SA-3.0 (http://creativecommons.org/licenses/by-sa/3.0) or GFDL(http://www.gnu.org/copyleft/fdl.html)], via Wikimedia Commons

4

innehåller större andel svart, och ett högre värde mindre andel svart.

1.2.3 L*a*b*

L*a*b* är i likhet med RGB och HSV en tredimensionell färgmodell där ljusstyrkan i denaktuella bilden anges med L*, och olika färger genereras genom att blanda parametrarnaa* och b*. Färgmodellen L*a*b* inkluderar alla synbara färger vilket innebär att dess fär-grymd är större än exempelvis RGB och HSV. I motsats till RGB och HSV är L*a*b* inteenhetsberoende, vilket innebär att färger kan definieras oberoende av vilken enhet de skapaseller återges på.

Parametern L* anger hur ljus eller mörk färgen är där 0 är svart och 1 är diffust vit. L* kanuppnå värden högre än 1 vid reflekterande ytor.

a* beskriver en färgskala mellan röd och magenta, där värden lägre än 0,5 betyder röd ochvärden högre än 0,5 betyder magenta.

b* beskriver en färgskala mellan blå och gul, där värden lägre än 0,5 betyder blå och värdenhögre än 0,5 betyder gul.

De tre färgkanalerna i L*a*b* har i denna rapport delats in i 32 olika bins vardera, eftersomdetta bedömdes vara ett lämpligt antal för att på ett tydligt sätt presentera experimentensresultat.

1.3 Experimentens genomförande

För att kunna genomföra experimenten och generera relevanta data skapades en testmiljömed målet att ljusnivåerna skulle kunna kontrolleras. Detta för att resultaten skulle påverkasav så få slumpmässiga parametrar som möjligt. Rummet där experimenten genomfördesisolerades därför noggrant från eventuella ljuskällor utanför rummet.

Under samtliga experiment registrerades ett antal bilder, och i vardera av dessa bilder mark-erades det område som skulle ligga till grund för beräkningarna (se figur 4). Med hjälp avprogrammet Matlab konverterades det markerade området från RGB till HSV och L*a*b*,och för varje färgkanal i dessa tre färgmodeller beräknades antalet pixlar av varje färgin-tensitet, medelvärdet av dessa, samt standardavvikelsen. Utifrån dessa data genererades dediagram och färghistogram som senare i rapporten används för att redovisa resultaten frånde olika experimenten. Eftersom medelvärde och standardavvikelse är två nyckeltal för his-togram så har i huvudsak dessa värden studerats under experimenten. Detta för att förenklajämförelser mellan histogram vid olika avstånd och ljusnivåer. Standardavvikelsen är ettmått på hur mycket de olika värdena i en population avviker från medelvärdet, och eftersomsamtliga experiment i denna studie genomfördes på enfärgade föremål förväntades standar-davvikelsen vara låg för alla färghistogram. Detta eftersom ytan på ett enfärgat föremål i enbild består av pixlar vars färgintensitet ligger nära varandra.

Webbkameran som användes för samtliga experiment var en Logitech HD Webcam C310,och samtliga bilder som genererades hade storleken 640 x 480 pixlar. Denna kamera bedömdesmed avseende på kvalitet och funktionalitet vara representativ för en genomsnittlig web-bkamera, och ansågs lämplig för att undersöka hur de automatiska inställningarna i dennatyp av kamera kompenserar för förändringar beroende på avstånd och omgivningsljus.

5

Figur 4: Exempel på hur ett specifikt område i bilden har markerats för att sedan ligga tillgrund för beräkningar i Matlab.

Samtliga experiment som genomfördes innefattade datainsamling för de tre färgmodellernaRGB, HSV och L*a*b*. Experimenten utfördes på två olikfärgade föremål, samt både medoch utan kamerans automatiska inställningar för exempelvis exponering, ljusstyrka och vit-balans. Under de experiment som genomfördes med kamerans automatiska inställningarinaktiverade, sattes reglagen för inställningarna manuellt enligt figur 5. Att just dessa in-ställningar valdes, beror på att de bedömdes generera användbara bilder för såväl det gulasom det gröna föremålet som användes under experimenten. Det viktigaste ansågs inte varaatt optimera dessa inställningar, utan att inställningarna var identiska under samtliga exper-iment som genomfördes med kamerans automatiska inställningar inaktiverade.

Figur 5: Kamerans inställningar under samtliga experiment som genomfördes med de au-tomatiska kamerainställningarna inaktiverade.

Anledningen till att färgerna på föremålen som användes under experimenten valdes till guloch grön, var att dessa färger bedömdes vara lämpliga representanter för en ljus respektive

6

mörk färg. Något som ansågs ge möjligheten att undersöka om resultaten från experimentenpåverkades av färgen på föremålet.

Följande experiment har genomförts: påverkan av avstånd, och påverkan av ljusstyrka. Enmer utförlig beskrivning om experimenten samt resultaten från dessa redovisas under ex-perimentens respektive rubrik senare i rapporten.

7

8

2 Påverkan av avstånd

I detta kapitel beskrivs de experiment som genomfördes för att undersöka hur färghistogrameventuellt förändras när avståndet mellan kameralins och ett föremål förändras. I kapitletredovisas även resultaten från dessa experiment.

Experimenten genomfördes på två olikfärgade föremål, en gul och en grön träkloss. Avstån-det mellan kameralinsen och föremålen var inledningsvis 50 centimeter, och minskades med5 centimeter per bild ner till ett avstånd på 15 centimeter. På 50 centimeters avstånd upptogföremålen 1,3 procent av den totala bildytan (4000 pixlar), och på 15 centimeters avståndupptog de 13 procent av bildytan (40000 pixlar). För varje avstånd registrerades en bild ochdess färghistogram beräknades. För varje färgkanal beräknades dessutom medelvärdet ochstandardavvikelsen för de pixlar som tillhörde föremålet.

I diagrammen som redovisar resultaten av experimenten visas medelvärdet av samtligapixlars intensitet i varje enskild färgkanal, samt standardavvikelsen vid det aktuella avstån-det. Varje specifikt avstånd som redovisas i diagrammens vågräta axlar kan således betrak-tas som kompakta representationer av de färghistogram som beräknades för den aktuellafärgmodellens tre kanaler.

För att underlätta jämförelser mellan färghistogram vid objekt-detektering, objekt-identifieringoch objekt-spårning är det önskvärt att färghistogrammen uppvisar så små variationer sommöjligt vid eventuella förändringar i omgivningen. Vid avläsning av resultaten bör det där-för betraktas som positivt om förändringarna i medelvärden och standardavvikelser är små,och negativt om förändringarna är stora.

2.1 Automatiska kamerainställningar inaktiverade

Grönt föremål

Figur 6 visar att förändringarna av kanalernas medelvärden var små för samtliga färgmod-eller när avståndet mellan kameralinsen och det gröna föremålet minskades. Granskar manresultaten i detalj kan vissa små skillnader urskiljas mellan färgmodellerna. I RGB skeddeförändringarna relativt jämt mellan de olika kanalerna i modellen, medan både HSV ochL*a*b* uppvisade något större variation i sina respektive färgkanalers beteenden. Det mestavvikande beteendet under detta experiment uppvisades av färgkanalen S i HSV, där stan-dardavvikelsen var synbart högre än i någon annan av de tre färgmodellernas kanaler.

I färgmodellen RGB sjönk medelvärdena i färgkanalerna med mellan 0,038 och 0,061 (sefigur 6a). Vid en granskning av färghistogrammen som beräknades för RGB vid avstånden50 respektive 15 centimeter bekräftas att skillnaden mellan färghistogrammen i likhet medförändringarna av kanalernas medelvärden var liten mellan dessa avstånd (se figur 10).

Färgmodellen HSV skiljer sig från de övriga modellerna vid en granskning av standard-

9

avvikelsen för färgkanalen S (se figur 6b). Standardavvikelsen för denna kanal var somhögst 0,066, vilket inträffade på ett avstånd av 15 centimeter mellan kameralinsen ochföremålet. Detta kan jämföras med den blå kanalen i RGB som uppvisade den näst högstastandardavvikelsen med endast 0,026. Figur 11 visar färghistogrammen för kanalerna i HSVdär det tydligt framgår att färgvärdena i kanalen S har fördelats i ett flertal olika bins vidavståndet 15 centimeter. Detta bekräftar den i sammanhanget höga standardavvikelsen. Denstörsta förändringen av medelvärdet uppvisades i denna färgmodell av kanalen V som sjönkmed 0,061, och den minsta förändringen uppstod i H där medelvärdet sjönk med 0,014.

Den färgmodell som i sin helhet uppvisade allra minst förändringar under detta experimentvar L*a*b*, där medelvärdet i färgkanalerna a* och b* endast förändrades med 0,005 re-spektive 0,01. I färgkanalen L* sjönk medelvärdet med 0,058, vilket således innebar denstörsta förändringen i denna färgmodells kanaler (se figur 6c).

Gult föremål

Under experimentet med det gula föremålet uppvisade färgkanalerna små förändringar isamtliga färgmodeller (se figur 7). I både RGB och HSV uppnådde en av färgkanalerna dethögsta möjliga medelvärdet vid samtliga avstånd under experimentet. Till skillnad från iexperimentet som genomfördes med det gröna föremålet, var standardavvikelsen nu låg isamtliga färgkanaler i de tre modellerna.

Under experimentet uppnådde den röda kanalen i RGB högsta möjliga medelvärde vidsamtliga avstånd (se figur 7a). Medelvärdet för den gröna och blå kanalen sjönk med 0,108respektive 0,019.

I färgmodellen HSV uppnådde även kanalen V maximalt medelvärde vid samtliga avstånd,medan medelvärdet i kanalen H sjönk med 0,027 och i S ökade med 0,02 (se figur 7b).

I L*a*b* stod färgkanalen L* för den största förändringen av de tre kanalerna då medelvärdetsjönk med 0,069, medan b* stod för den minsta med 0,019. Till skillnad från i de båda an-dra färgmodellerna, uppnådde ingen av färgkanalerna i L*a*b* högsta möjliga medelvärdeunder experimentet (se figur 7c).

2.2 Automatiska kamerainställningar aktiverade

Grönt föremål

Förändringarna av färgkanalernas medelvärden påminde med de automatiska kamerainställ-ningarna aktiverade om när dessa istället var inaktiverade. En skillnad var dock den tillsynes omotiverade ökningen av medelvärdet i många av färgkanalerna när avståndet mellankameralinsen och föremålet var 25 centimeter eller mindre (se figur 8). Orsaken till dennaplötsliga ökning är inte känd, men antas bero på någon av de automatiska inställningarnasom skedde i kameran. I färgmodellen RGB liknade förändringarna i de tre kanalerna varan-dra, medan HSV och L*a*b* uppvisade något större variation i sina färgkanalers beteenden.Precis som under experimentet med det gröna föremålet och de automatiska kamerainställ-ningarna inaktiverade, så uppvisade färgkanalen S synbart högre standardavvikelser än nå-gon annan av de övriga åtta kanalerna i färgmodellerna.

Förändringarna som uppstod i de tre färgkanalerna i RGB liknade varandra, och medelvär-

10

dena i dessa kanaler ökade under experimentet med mellan 0,032 och 0,059 (figur 8a).

För HSV låg förändringarna av medelvärdena i stort sett på samma nivå som för kanalernai RGB. Undantaget från detta var färgkanalen H där den totala förändringen av medelvärdetendast var 0,009 (se figur 8b). I färgkanalen S var standardavvikelsen högre än i någonannan kanal under experimentet. Allra högst var standardavvikelsen i denna färgkanal vidett avstånd på 50 centimeter då den beräknades till 0,073.

Färgmodellen som totalt sett uppvisade något mindre förändringar än övriga modeller underdetta experiment var L*a*b* (figur 8c). Den största förändringen i denna modell uppstodi L* som i likhet med många kanaler i de övriga färgmodellerna uppvisade en plötsligökning när avståndet mellan kameralinsen och föremålet var 25 centimeter eller mindre.Medelvärdet i L* förändrades under experimentet med 0,061 medan medelvärdet i a* ochb* endast förändrades med 0,005 respektive 0,012.

Gult föremål

Under experimentet med det gula föremålet och med de automatiska kamerainställningarnaaktiverade, uppvisade samtliga färgmodellers kanaler små förändringar av medelvärdet ochlåga standardavvikelser (se figur 9). Somliga av färgkanalerna i RGB och HSV uppnåddeunder experimentet högsta möjliga medelvärde, vilket däremot aldrig inträffade i färgmod-ellen L*a*b*.

I RGB maximerades den röda kanalens medelvärde under den första delen av experimentet(se figur 9a). Till skillnad mot när kamerans automatiska inställningar var inaktiveradeså sjönk dock medelvärdet när avståndet mellan kameralins och föremål minskade. Denblå kanalens medelvärde förändrades inte alls eftersom medelvärdet för denna kanal vidsamtliga avstånd mellan kameralins och föremål var det minsta möjliga. I den röda kanalensjönk medelvärdet med 0,077 och i den gröna kanalen sjönk det med 0,061.

I HSV sjönk medelvärdet i färgkanalen V med 0,077, medan de två övriga kanalernasmedelvärden inte förändrades alls (se figur 9b). Färgkanalen S uppvisade under detta ex-periment största möjliga medelvärde vid samtliga avstånd mellan kameralins och föremål.

I L*a*b* sjönk medelvärdet för L* med 0,061, medan förändringarna i a* och b* endastvar 0,01 respektive 0,02 (se figur 9c). Till skillnad från i de båda andra färgmodellerna,uppnådde ingen av färgkanalerna i L*a*b* högsta eller lägsta möjliga medelvärde underexperimentet.

Tar man hänsyn till färgmodellernas samtliga kanaler så var förändringarna något mindreför HSV och L*a*b* är för RGB. Någon större skillnad mellan förändringarna i HSV ochL*a*b* är däremot svår att urskilja.

11

0

0.2

0.4

0.6

0.8

1

Inte

nsite

t

RGB vid minskande avstånd. Grönt föremål. Automatiska kamerainställningar inaktiverade

50 45 40 35 30 25 20 150

0.1

Avstånd (cm)

Std

.avvik

els

e

Röd

Grön

Blå

(a)

0

0.2

0.4

0.6

0.8

1

Inte

nsitet

HSV vid minskande avstånd. Grönt föremål. Automatiska kamerainställningar inaktiverade

50 45 40 35 30 25 20 150

0.1

Avstånd (cm)

Std

.avvik

els

e

H

S

V

(b)

0

0.2

0.4

0.6

0.8

1

Inte

nsite

t

L*a*b* vid minskande avstånd. Grönt föremål. Automatiska kamerainställningar inaktiverade

50 45 40 35 30 25 20 150

0.1

Avstånd (cm)

Std

.avvik

els

e

L*

a*

b*

(c)

Figur 6: Färgkanalernas medelvärden och standardavvikelser för ett grönt föremål vidförändrat avstånd mellan kameralins och föremål. Kamerans automatiska inställ-ningar för exponering, ljusstyrka och vitbalans är inaktiverade.

12

0

0.2

0.4

0.6

0.8

1

Inte

nsitet

RGB vid minskande avstånd. Gult föremål. Automatiska kamerainställningar inaktiverade

50 45 40 35 30 25 20 150

0.1

Avstånd (cm)

Std

.avvik

els

e

Röd

Grön

Blå

(a)

0

0.2

0.4

0.6

0.8

1

Inte

nsitet

HSV vid minskande avstånd. Gult föremål. Automatiska kamerainställningar inaktiverade

50 45 40 35 30 25 20 150

0.1

Avstånd (cm)

Std

.avvik

els

e

H

S

V

(b)

0

0.2

0.4

0.6

0.8

1

Inte

nsite

t

L*a*b* vid minskande avstånd. Gult föremål. Automatiska kamerainställningar inaktiverade

50 45 40 35 30 25 20 150

0.1

Avstånd (cm)

Std

.avvik

els

e

L*

a*

b*

(c)

Figur 7: Färgkanalernas medelvärden och standardavvikelser för ett gult föremål vidförändrat avstånd mellan kameralins och föremål. Kamerans automatiska inställ-ningar för exponering, ljusstyrka och vitbalans är inaktiverade.

13

0

0.2

0.4

0.6

0.8

1

Inte

nsitet

RGB vid minskande avstånd. Grönt föremål. Automatiska kamerainställningar aktiverade

50 45 40 35 30 25 20 150

0.1

Avstånd (cm)

Std

.avvik

els

e

Röd

Grön

Blå

(a)

0

0.2

0.4

0.6

0.8

1

Inte

nsite

t

HSV vid minskande avstånd. Grönt föremål. Automatiska kamerainställningar aktiverade

50 45 40 35 30 25 20 150

0.1

Avstånd (cm)

Std

.avvik

els

e

H

S

V

(b)

0

0.2

0.4

0.6

0.8

1

Inte

nsitet

L*a*b* vid minskande avstånd. Grönt föremål. Automatiska kamerainställningar aktiverade

50 45 40 35 30 25 20 150

0.1

Avstånd (cm)

Std

.avvik

els

e

L*

a*

b*

(c)

Figur 8: Färgkanalernas medelvärden och standardavvikelser för ett grönt föremål vidförändrat avstånd mellan kameralins och föremål. Kamerans automatiska inställ-ningar för exponering, ljusstyrka och vitbalans är aktiverade.

14

0

0.2

0.4

0.6

0.8

1

Inte

nsite

t

RGB vid minskande avstånd. Gult föremål. Automatiska kamerainställningar aktiverade

50 45 40 35 30 25 20 150

0.1

Avstånd (cm)

Std

.avvik

els

e

Röd

Grön

Blå

(a)

0

0.2

0.4

0.6

0.8

1

Inte

nsite

t

HSV vid minskande avstånd. Gult föremål. Automatiska kamerainställningar aktiverade

50 45 40 35 30 25 20 150

0.1

Avstånd (cm)

Std

.avvik

els

e

H

S

V

(b)

0

0.2

0.4

0.6

0.8

1

Inte

nsitet

L*a*b* vid minskande avstånd. Gult föremål. Automatiska kamerainställningar aktiverade

50 45 40 35 30 25 20 150

0.1

Avstånd (cm)

Std

.avvik

els

e

L*

a*

b*

(c)

Figur 9: Färgkanalernas medelvärden och standardavvikelser för ett gult föremål vidförändrat avstånd mellan kameralins och föremål. Kamerans automatiska inställ-ningar för exponering, ljusstyrka och vitbalans är aktiverade.

15

(a) 50 cm mellan kameralins och föremål. (b) 15 cm mellan kameralins och föremål.

Figur 10: Färghistogram för RGB vid två olika avstånd under experimentet med det grönaföremålet och de automatiska kamerainställningarna inaktiverade.

Figur 11: Färghistogram för kanalerna i HSV vid ett avstånd av 15 centimeter mellan kam-eralinsen och det gröna föremålet. Standardavvikelsen i färgkanalen Saturationär synbart högre än i de övriga kanalerna. Under experimentet var de automatiskakamerainställningarna inaktiverade.

16

3 Påverkan av ljusstyrka

I detta kapitel beskrivs de experiment som genomfördes för att undersöka hur färghistogrampåverkas vid förändrat omgivningsljus. I kapitlet redovisas även resultaten från dessa exper-iment.

Under experimenten fanns endast en ljuskälla i rummet, vilken bestod av en 60 wattslampa kopplad till en dimmer. Omgivningsljuset förstärktes gradvis med hjälp av dimmerni elva steg, där ljusnivån inleddes med dimmerns mörkaste inställning och avslutades medden ljusaste inställningen. Experimenten med det gröna föremålet visade sig dock produc-era väldigt svårbedömd data vid de två mörkaste lägena på dimmern. Föremålet verkadevid dessa ljusnivåer vara för mörkt för att någon av färgmodellerna skulle kunna tolkaföremålets färg som något annat än svart. Då dessa mätningar ansågs vara irrelevanta hardata som involverar dessa två lägen exkluderats från resultaten. För att kunna jämföra re-sultaten mellan det gröna och gula föremålet vid samma ljusförhållanden, så har de tvåmörkaste lägena även avlägsnats från det gula föremålets resultat. Detta innebär således attsamtliga resultat nedan bygger på data från nio av dimmerns olika lägen.

Varje gång inställningen ändrades ett steg på dimmern registrerades en bild och dess färghis-togram beräknades. För varje färgkanal beräknades dessutom medelvärdet och standard-avvikelsen för de pixlar som tillhörde föremålet.

Experimentet genomfördes på två olikfärgade föremål, en gul och en grön träkloss. Avstån-det mellan kameralins och föremålen var konstant 20 centimeter. Ett avstånd som innebaratt ytan på föremålen bestod av ungefär 22000 pixlar.

I diagrammen som redovisar resultaten från experimenten med förändrat omgivningsljus harde olika ljusnivåerna fått benämningarna L1 till L9. L1 redovisar färgkanalernas medelvär-den och standardavvikelser vid den mörkaste inställningen på dimmern, och L9 vid detljusaste inställningen.

3.1 Automatiska kamerainställningar inaktiverade

Grönt föremål

Till skillnad från de relativt små förändringar som uppmättes i färgkanalernas medelvär-den under experimenten med minskande avstånd, så uppvisade många av färgmodellernaskanaler tydliga förändringar när omgivningsljuset ökade i styrka (se figur 12). I färgmod-ellen RGB ökade medelvärdet i samtliga tre färgkanaler i takt med att omgivningsljusetökade. Även i HSV och L*a*b* ökade färgkanalerna V och L* när omgivningsljuset ökade,medan medelvärdena i övriga färgkanaler i dessa modeller förändrades avsevärt mindre.I HSV uppvisade färgkanalerna H och S väldigt höga standardavvikelser vid de mörkasteljusnivåerna under experimentet. Standardavvikelsen sjönk sedan i dessa båda kanaler när

17

omgivningsljuset ökade.

I färgmodellen RGB uppvisade samtliga tre kanaler beteenden som liknade varandra. I alladessa färgkanaler ökade medelvärdet i takt med att omgivningsljuset ökade, och mellan detljusaste och mörkaste läget på dimmern ökade medelvärdena med mellan 0,307 och 0,424(L1 till L9 i figur 12a).

I HSV uppvisade färgkanalen V ett liknande beteende som kanalerna i RGB då medelvärdeti denna kanal ökade med 0,424. Både färgkanal H och S uppvisade synbart mindre förän-dringar, vilket kan ses i figur 12b. Färgkanalen H ökade med 0,123 medan S efter en snabbökning mellan ljusnivåerna L1 och L2 sjönk med 0,121. Färgkanalerna S och H uppvisadehöga standardavvikelser vid de mörkaste ljusnivåerna under experimentet. Något som ocksåsyns tydligt när man granskar färghistogrammen i figur 16 där fördelningen av pixlarnas in-tensitet redovisas för HSV vid den lägsta av de nio olika ljusnivåerna (L1 i figur 12b). Vidljusnivån L1 var standardavvikelsen 0,11 för kanalen H och 0,236 för kanalen S. I figur12b syns att standardavvikelsen i S minskade successivt när ljusstyrkan ökade under exper-imentet. I färgkanalen H minskade standardavvikelsen snabbare och kan anses ha sjunkittill en relativt låg nivå redan vid ljusnivån L3.

I L*a*b uppvisade kanalen L* en liknande förändringskurva som de tre kanalerna i RGBoch V i HSV, medan färgkanalerna a* och b* uppvisade synbart mindre förändringar (sefigur 12c). I L* ökade medelvärdet med 0,442 medan det i a* sjönk med 0,064 och i b*ökade med 0,063. Om man bortser från färgkanalerna V i HSV och L* i L*a*b*, var förän-dringarna i dessa färgmodeller synbart mindre än i RGB. Med hänsyn till de höga standar-davvikelserna i HSV, var L*a*b* den färgmodell som under detta experiment uppvisadestörst stabilitet i sina färgkanaler.

Gult föremål

Beteendet hos de olika färgkanalerna liknade under detta experiment de beteenden somuppvisades under experimenten med det gröna föremålet. De största skillnaderna var atten av färgkanalerna i RGB och en färgkanal i HSV uppnådde högsta möjliga medelvärdevid de ljusare lägena på dimmern, samt att ingen av färgkanalerna under detta experimentuppvisade nämnvärt höga standardavvikelser (se figur 13).

I färgmodellen RGB ökade medelvärdet i den röda kanalen med 0,389 innan det uppnåddehögsta möjliga värde vid ljusnivå L5 (se figur 13a). Medelvärdet i färgkanalerna G och Bökade under experimentet med 0,51 respektive 0,316.

I likhet med den röda kanalen i RGB, uppnådde även kanalen V i HSV högsta möjligamedelvärde när ljusnivån passerade L5 (se figur 13b). Färgkanalen H uppvisade model-lens minsta förändringar av medelvärdet då detta ökade med 0,062, medan medelvärdet ifärgkanalen S sjönk med 0,254.

L*a*b* uppvisade en ökning av medelvärdet i färgkanalen L* med 0,442, medan medelvärdeti a* sjönk med 0,121 och ökade i b* med 0,054 (se figur 13c). Till skillnad från i de båda an-dra färgmodellerna, uppnådde ingen av färgkanalerna i L*a*b* högsta möjliga medelvärdeunder detta experiment.

Tar man hänsyn till färgmodellernas samtliga kanaler så var förändringarna totalt sett minsti L*a*b*. Det bör dock noteras att skillnaden mellan de totala förändringarna i L*a*b* ochi HSV var relativt liten.

18

3.2 Automatiska kamerainställningar aktiverade

Grönt föremål

Förändringarna i de olika färgmodellernas kanaler var under detta experiment påtagligt min-dre än när kamerans automatiska inställningar var inaktiverade. När kameran kompenseradeför variationen i omgivningsljus skapades i många av färgkanalerna de vågformade rörelsersom syns i figur 14. Det mest avvikande beteendet under detta experiment uppvisades avfärgkanalen S i HSV, där standardavvikelsen var högre än i någon annan färgkanal. Ett be-teende som således kunde konstateras vara typiskt för denna färgkanal vid samtliga genom-förda experiment med det gröna föremålet.

I färgmodellen RGB uppvisade samtliga tre kanaler det vågliknande beteende som syns ifigur 14a. Förändringarna av medelvärdet i denna modells färgkanaler låg mellan 0,038 och0,103.

I färgmodellen HSV uppvisade kanalen S den högsta standardavvikelsen av samtliga niokanaler, som vid ljusnivån L5 där standardavvikelsen var allra högst, beräknades till 0,078(se L5 i figur 14b). Medelvärdena för färgkanalerna i denna modell förändrades med mellan0,07 och 0,082.

Färgmodellen som med hänsyn till samtliga kanaler uppvisade något mindre förändringarav medelvärdet än övriga modeller var L*a*b*, där förändringarna i a* och b* endast var0,046 respektive 0,012.

Gult föremål

Under experimentet med det gula föremålet och de automatiska kamerainställlningarnaaktiverade, kompenserade kameran till stor del för förändringarna i omgivningsljuset. Devågformade rörelser som uppstod i färgkanalernas beteenden under det föregående exper-imentet med det gröna föremålet, var dock inte fullt lika påtagliga under detta experiment(se figur 15). Standardavvikelsen var under detta experiment låg i samtliga färgkanaler, tillskillnad mot under experimentet med det gröna föremålet.

Under detta experiment uppnådde den röda kanalen i RGB högsta möjliga medelvärde viden majoritet av de olika ljusnivåerna, medan den blå kanalen vid de flesta av ljusnivåernaberäknades till minsta möjliga värde (se figur 15a). Medelvärdet för den röda färgkanalenökade med 0,119, medan det för den gröna och blå kanalen ökade med 0,219 respektive0,045.

I färgmodellen HSV uppnådde kanalerna S och V i likhet med R i RGB högsta möjligamedelvärde vid de flesta av ljusnivåerna i experimentet (se figur 15b). Förändringarna avmedelvärdet i denna modells färgkanaler låg mellan 0,026 och 0,12.

I L*a*b* uppvisade kanalen L* liknande förändringar som R i RGB och V i HSV, men up-pnådde till skillnad från dessa aldrig det högsta möjliga medelvärdet (se figur 15c). Förän-dringarna i medelvärdet för a* och b* var 0,082 respektive 0,039.

Färgmodellen HSV uppvisade i detta experiment något mindre förändringar i sina kanalersmedelvärden är de övriga två modellerna.

19

0

0.2

0.4

0.6

0.8

1

Inte

nsitet

RGB vid ökande omgivningsljus. Grönt föremål. Automatiska kamerainställningar inaktiverade

L1 L2 L3 L4 L5 L6 L7 L8 L90

0.1

Omgivningsljus

Std

.avvik

els

e

Röd

Grön

Blå

(a)

0

0.2

0.4

0.6

0.8

1

Inte

nsitet

HSV vid ökande omgivningsljus. Grönt föremål. Automatiska kamerainställningar inaktiverade

L1 L2 L3 L4 L5 L6 L7 L8 L90

0.1

Omgivningsljus

Std

.avvik

els

e

H

S

V

(b)

0

0.2

0.4

0.6

0.8

1

Inte

nsitet

L*a*b* vid ökande omgivningsljus. Grönt föremål. Automatiska kamerainställningar inaktiverade

L1 L2 L3 L4 L5 L6 L7 L8 L90

0.1

Omgivningsljus

Std

.avvik

els

e

L*

a*

b*

(c)

Figur 12: Färgkanalernas medelvärden och standardavvikelser för ett grönt föremål vidförändrat omgivningsljus. Kamerans automatiska inställningar för exponering,ljusstyrka och vitbalans är inaktiverade.

20

0

0.2

0.4

0.6

0.8

1

Inte

nsitet

RGB vid ökande omgivningsljus. Gult föremål. Automatiska kamerainställningar inaktiverade

L1 L2 L3 L4 L5 L6 L7 L8 L90

0.1

Omgivningsljus

Std

.avvik

els

eRöd

Grön

Blå

(a)

0

0.2

0.4

0.6

0.8

1

Inte

nsite

t

HSV vid ökande omgivningsljus. Gult föremål. Automatiska kamerainställningar inaktiverade

L1 L2 L3 L4 L5 L6 L7 L8 L90

0.1

Omgivningsljus

Std

.avvik

els

e

H

S

V

(b)

0

0.2

0.4

0.6

0.8

1

Inte

nsitet

L*a*b* vid ökande omgivningsljus. Gult föremål. Automatiska kamerainställningar inaktiverade

L1 L2 L3 L4 L5 L6 L7 L8 L90

0.1

Omgivningsljus

Std

.avvik

els

e

L*

a*

b*

(c)

Figur 13: Färgkanalernas medelvärden och standardavvikelser för ett gult föremål vidförändrat omgivningsljus. Kamerans automatiska inställningar för exponering,ljusstyrka och vitbalans är inaktiverade.

21

0

0.2

0.4

0.6

0.8

1

Inte

nsite

t

RGB vid ökande omgivningsljus. Grönt föremål. Automatiska kamerainställningar aktiverade

L1 L2 L3 L4 L5 L6 L7 L8 L90

0.1

Omgivningsljus

Std

.avvik

els

e

Röd

Grön

Blå

(a)

0

0.2

0.4

0.6

0.8

1

Inte

nsite

t

HSV vid ökande omgivningsljus. Grönt föremål. Automatiska kamerainställningar aktiverade

L1 L2 L3 L4 L5 L6 L7 L8 L90

0.1

Omgivningsljus

Std

.avvik

els

e

H

S

V

(b)

0

0.2

0.4

0.6

0.8

1

Inte

nsitet

L*a*b* vid ökande omgivningsljus. Grönt föremål. Automatiska kamerainställningar aktiverade

L1 L2 L3 L4 L5 L6 L7 L8 L90

0.1

Omgivningsljus

Std

.avvik

els

e

L*

a*

b*

(c)

Figur 14: Färgkanalernas medelvärden och standardavvikelser för ett grönt föremål vidförändrat omgivningsljus. Kamerans automatiska inställningar för exponering,ljusstyrka och vitbalans är aktiverade.

22

0

0.2

0.4

0.6

0.8

1

Inte

nsite

t

RGB vid ökande omgivningsljus. Gult föremål. Automatiska kamerainställningar aktiverade

L1 L2 L3 L4 L5 L6 L7 L8 L90

0.1

Omgivningsljus

Std

.avvik

els

e

Röd

Grön

Blå

(a)

0

0.2

0.4

0.6

0.8

1

Inte

nsitet

HSV vid ökande omgivningsljus. Gult föremål. Automatiska kamerainställningar aktiverade

L1 L2 L3 L4 L5 L6 L7 L8 L90

0.1

Omgivningsljus

Std

.avvik

els

e

H

S

V

(b)

0

0.2

0.4

0.6

0.8

1

Inte

nsite

t

L*a*b* vid ökande omgivningsljus. Gult föremål. Automatiska kamerainställningar aktiverade

L1 L2 L3 L4 L5 L6 L7 L8 L90

0.1

Omgivningsljus

Std

.avvik

els

e

L*

a*

b*

(c)

Figur 15: Färgkanalernas medelvärden och standardavvikelser för ett gult föremål vidförändrat omgivningsljus. Kamerans automatiska inställningar för exponering,ljusstyrka och vitbalans är aktiverade.

23

0 0.2 0.4 0.6 0.8 10

0.5

1

Hue, m:0.164 s:0.110

0 0.2 0.4 0.6 0.8 10

0.5

1

Saturation, m:0.367 s:0.236

0 0.2 0.4 0.6 0.8 10

0.5

1

Value, m:0.087 s:0.013

Figur 16: Färghistogram för HSV vid lågt omgivningsljus och med de automatiska kam-erainställningarna inaktiverade. Kanalerna Hue och Saturation uppvisar en högrestandardavvikelse än övriga sju kanaler i färgmodellerna vid samma ljusnivå.

24

4 Sammanfattning och diskussion

De genomförda experimenten visar att färghistogram inte påverkas alls, eller påverkas yt-terst marginellt av förändrade avstånd mellan kamera och föremål. Förändringarna är däre-mot stora vid förändrad ljusstyrka i omgivningsljuset. Färgmodellen RGB uppvisar störstförändringar i färghistogrammen, medan förändringarna i både HSV och L*a*b* är syn-bart mindre. De allra minsta förändringarna i färghistogrammen återfinns under de flesta avexperimenten i färgmodellen L*a*b*.

Vid förändringar i avståndet mellan kameralins och föremål anses förändringarna i färghis-togrammen vara marginella. Detta gäller samtliga färgmodeller och oavsett om kameransautomatiska inställningarna för exempelvis exponering, ljusstyrka och vitbalans var ak-tiverade eller inte. De små förändringar som trots allt uppstod i färgkanalerna under ex-perimenten antas bero på att ljuset som omgav föremål och kamera indirekt utsattes för visspåverkan när avståndet mellan kamera och föremål ändrades. När kameran flyttades när-mare föremålet är det sannolikt att vissa skillnader uppstod i hur omgivningsljuset reflek-terades mot exempelvis det aktuella föremålet, rummets väggar, bordsytor eller liknande.

Experimenten med förändrad ljusstyrka visade stora förändringar i färghistogrammen, ochsom väntat var förändringarna störst under experimenten med de automatiska kamerain-ställningarna inaktiverade. De största förändringarna i färghistogrammen inträffade då ifärgmodellen RGB, där samtliga tre färgkanaler uppvisade stora ökningar av medelvärdet itakt med att omgivningsljuset ökade. Detta beteende gällde både under experimentet meddet gula föremålet och med det gröna föremålet. Förändringarna var alltså relativt jämtfördelade mellan de olika kanalerna i RGB, vilket inte var fallet i färgmodellerna HSV ochL*a*b*. I dessa modeller var förändringarna generellt störst i färgkanalerna V och L*, ochmindre i dessa färgmodellernas övriga två kanaler.

Standardavvikelsen anses vara låg för de flesta av färgkanalerna under experimenten. Un-dantagen var färgkanalerna H och S i HSV, där framför allt färgkanalen S uppvisade av-sevärt högre standardavvikelser än någon av de övriga färgkanalerna under experimentensom genomfördes med det gröna föremålet. Detta inträffade oavsett om de automatiskakamerainställningarna var aktiverade eller inaktiverade.

L*a*b* uppvisade med undantag för kanalen L* små förändringar i färghistogrammen, ochmodellen avvek från de två andra genom att ingen av dess tre kanaler under något av exper-imenten uppvisade högsta eller lägsta möjliga medelvärde. Något som inträffade för bådeRGB och HSV under experimenten med det gula föremålet.

Sammanfattningsvis visade experimenten med de automatiska kamerainställningarna in-aktiverade att samtliga färgkanaler i RGB uppvisar stora förändringar av medelvärdet vidförändringar i omgivningsljuset. De beteenden som återfanns i färgmodellen HSV var merfördelaktiga, eftersom färgkanalen H uppvisade avsevärt mindre förändringar i medelvärdetän någon av kanalerna i RGB. Standardavvikelsen för kanalen S var dock hög vid samtligaexperiment som genomfördes med det gröna föremålet, vilket inte är ett önskvärt beteende

25

vid beräkningar av färghistogram för ett enfärgat föremål. I L*a*b* var färgkanalen L*den enda kanal som uppvisade stora förändringar av medelvärdet vid förändringar i om-givningsljuset, medan både a* och b* uppvisade små förändringar i sina medelvärden ochdessutom hade låga standardavvikelser. Detta innebär att L*a*b* var den färgmodell somuppvisade minst förändringar vid förändrat omgivningsljus. Något som gör denna färgmod-ell intressant för exempelvis objekt-detektering, objekt-identifiering och objekt-spårning imiljöer där omgivningsljuset kan variera.

Under experimenten som genomfördes med kamerans automatiska inställningar aktiverade,kompenserade kameran till stor del för förändringarna i omgivningsljuset. Förändringarna ifärgkanalernas medelvärden var med dessa kamerainställningar aktiverade synbart mindreän när de var inaktiverade. Det kan därmed konstateras att en kamera med denna typ av funk-tionalitet bör kunna vara till hjälp när bilder ska genereras i miljöer med varierande omgivn-ingsljus och sedan ligga till grund för beräkningar av färghistogram. Det bör dock påpekasatt färgmodellen L*a*b* uppvisade i det närmaste samma stabilitet i sina färgkanaler oavsettom kamerans automatiska inställningar var aktiverade eller inte, om man bortser från kanalenL*. Om de jämförelser som görs mellan olika färghistogram till största delen baseras påfärgkanalerna a* och b*, bör en kamera med denna eller liknande funktionalitet således intevara nödvändig.

26

Referenser

[1] M. J. Swain and D. H. Ballard, “Color indexing,” Int. J. Comput. Vision, vol. 7, pp. 11–32, Nov. 1991.

[2] R. Chakravarti and X. Meng, “A study of color histogram based image retrieval,”pp. 1323–1328, 2009.

[3] A. K. Jain and A. Vailaya, “Image retrieval using color and shape,” Pattern recogni-tion, vol. 29, no. 8, pp. 1233–1244, 1996.

[4] M. Mason and Z. Duric, “Using histograms to detect and track objects in color video,”in Applied Imagery Pattern Recognition Workshop, AIPR 2001 30th, pp. 154–159,IEEE, 2001.

[5] S. Jeong, “Histogram-based color image retrieval,” Psych221/EE362 Project Report,2001.

[6] J. R. Smith and S.-F. Chang, “Tools and techniques for color image retrieval,” in Elec-tronic Imaging: Science & Technology, pp. 426–437, International Society for Opticsand Photonics, 1996.

[7] C. Li, Q. Cao, and F. Guo, “A method for color classification of fruits based on machinevision,” WSEAS Transactions on Systems, vol. 8, pp. 312–321, 2009.

[8] P. Kerminen and M. Gabbouj, “Image retrieval based on color matching,” Proceedingsof FINSIG, vol. 99, pp. 89–93, 1999.

[9] Wikipedia, “Rgb color space — wikipedia, the free encyclopedia,” 2013. [Online;accessed 23-May-2013].

[10] Wikipedia, “Hsl and hsv — wikipedia, the free encyclopedia,” 2013. [Online; accessed23-May-2013].

[11] Wikipedia, “Lab color space — wikipedia, the free encyclopedia,” 2013. [Online;accessed 23-May-2013].

27