색상(컬러) 모델 설명 및 컬러 모델 간 변환 식

 

 

 

 

1. 컬러모델 종류 및 설명

 

1) RGB (Red, Green, Blue)

 

 RGB는 디지털 디스플레이 장치에서 색상을 표현하는 기본 모델이며, 빨강(Red), 초록(Green), 파랑(Blue) 세 가지 색상의 조합으로 다양한 색상을 만듭니다. 색을 혼합할수록 색이 밝아지는 가산체계를 사용합니다.

 

 

 

장점:

- 디지털 디스플레이(모니터, TV 등)와 일치하여 색상 표현이 직관적

- 많은 색상 표현 가능

 

단점:

- 인간의 색 지각 방식과 일치하지 않아서 일부 색상 조정이 어려울 수 있음

- 인쇄 등의 다른 색상 모델로 변환 시 왜곡이 발생할 수 있음

 

 

2) CMY (Cyan, Magenta, Yellow)

 

 CMY는 인쇄 분야에서 주로 사용하는 색상 모델로, Cyan(청록), Magenta(자홍), Yellow(노랑)의 세 가지 기본 색상을 사용합니다. RGB 컬러 모델과는 반대의 공간에 위치하는 CMY 컬러 모델은 보색 관계를 형성합니다. 즉, 색상환에서 정반대로 위치하는 관계의 색깔 조합을 의미하며, 청록색은 빨간색, 자홍색은 초록색, 노란색은 파란색으로 보색 관계에 있습니다.

 

 

장점:

- 인쇄물에서 색상 혼합이 용이함

- 흰색 배경(종이)에서 색상 표현이 자연스러움

 

단점:

- RGB 모델과의 색상 변환이 복잡함

- 디지털 화면과 일치하지 않아 색상 조정이 필요함

 

 

3) HSI (Hue, Saturation, Intensity)

 

 HSI 모델은 색상의 색조(Hue), 채도(Saturation), 명도(Intensity)로 구성되며, 인간시각 시스템과 유사하다는 장점으로 영상처리에 유용하게 사용하고 있습니다.

 

 - 색상(Hue): '빨주노초파남보' 등과 같은 다른 색과 구별할 수 있는 색의 명칭이나 색의 특성, 색의 구분, 순수 색(Pure Color)을 의미합니다.

 - 채도(Saturation): 색을 표현할 때 '연하다', '진하다', '탁하다' 등과 같은 정도를 나타내며, 흰색과 순수 색의 혼합 비율(0 ~ 100%)을 의미합니다.

 - 명도(Intensity): 색의 밝고 어두움의 정도인 명암(明暗)을 표현입니다.

 

 

장점:

- 색상 인식과 조정이 용이함

- 이미지 처리와 분석에 유용함

 

단점:

- 변환 과정이 복잡하고 계산 비용이 큼

- RGB 등 다른 모델로 변환 시 정확도가 떨어질 수 있음

 

 

4) YCbCr

 

  YCbCr 모델은 밝기 정보 Y(명도)와 푸른색 정보 Cb, 붉은색 정보 Cr를 분리한 모델로, 눈에 민감한 명도 정보 Y는 그대로 유지하고 민감하지 않은 Cr과 Cb 색상 정보는 그 양을 줄여서 사용한 모델입니다. Y만 전송하면 흑백 화면이 되기 때문에 흑백 화면을 지원 가능하고 RGB 중 2색을 알면 나머지를 자동으로 알 수 있기 때문에 데이터 중복을 줄일 수 있습니다.

 정지 영상 압축 표준 방식인 JPEG와 동영상 압축 표준 방식인 MPEG에서 사용

 

 

 

장점 :

- 밝기와 색상 정보를 분리하여 압축 효율성을 높임

- 영상 처리 및 전송에 적합함

 

단점:

- 인간 시각과의 일치도가 낮음

- 변환 과정이 복잡함

 

 

2. 색상 모델 간 변환 식

 

1) RGB ↔ CMY

 

 

 

2) RGB ↔ HSI

 

- RGB to HSI:

-

 

 

- HSI to RGB: 복잡하여 일반적으로 소프트웨어를 사용해 변환.

 

3) RGB ↔ YCbCr

 

- RGB to YCbCr:

 

 

 

- YCbCr to RGB:

 

 

 

3. 결  론

 

- RGB : 디지털 디스플레이에 적합하지만 인쇄 및 색상 조정에 단점이 있음.

- CMY : 인쇄물에 적합하지만 디지털 디스플레이와 변환 시 어려움이 있음.

- HSI : 색상 인식 및 조정이 용이하지만 계산 복잡도 높음.

- YCbCr : 비디오 압축 및 전송에 효율적이나 변환이 복잡함.

 

 

 

<참고사이트>

1.YCbCr에 대한 총괄

https://aigong.tistory.com/198    

2. 시각딥러닝을 이용한 영상처리 - STEP