色度抽样
在数位图像处理领域中,色彩采样是指在表示图像时使用较亮度信息低的分辨率来表示色彩(色度)信息。当对模拟分量视频或者YUV讯号进行数字抽样时,一般会用到色度抽样。
原理
由于储存及传送的限制,我们通常需要减少(或压缩)信息以减低负荷。由于人眼对色度的敏感度不及对亮度的敏感度,图像的色度分量不需要有和亮度分量相同的清晰度,所以许多视讯系统在色差通道上进行较低(相对亮度通道)清晰度(例如,抽样频率)的抽样。这样在不明显降低画面质量的同时降低了影像讯号的总频宽。因抽样而丢失的色度值用内插值,或者前一色度值来替代。在压缩影像中,以4:2:2 Y'CbCr作例,它只需R'G'B'(4:4:4)三分之二的频宽。频宽的减少在肉眼上几乎没有影像上差别。
色彩采样的用法
由于人类的视觉系统对颜色的位置及移动不及对亮度敏感,频宽上可以以储存较多的亮度细节、较少的色度细节作优化。在一般影像观看距离时,色度细节在较低的取样率下仍不引起可察觉的损失。于视频系统中,可以以不同颜色分部的取样而达成以上结果。视频讯号可分别为一个亮度分量(Y')及两个不同颜色分量(色度)。
色彩采样是颜色科学的分支,在颜色科学亮度及色度分量是以一个伽玛校正(三重刺激)的R'G'B'分量的加权总和形成,代替线性(三重刺激)的R'G'B'分量。因此,明度及颜色细节并非完全互相独立。在亮度及色度分量之间会存在着一些明度及颜色资讯的“溢出”("Bleeding")现象(如下图所示)。此误差尤其于高饱和的颜色情况下出现,其现象在彩条测试图(经色彩采样)中洋红色及绿色之间会轻微显著。在工程学的概算下(即是将“伽玛校正”及“组成加权总和”两个步骤逆向进行),使色彩采样方式更容易实行。
抽样系统及比例
视频系统的抽样系统中通常用一个三分比值表示:J:a:b(例如4:2:2),形容一个以J个像素宽及两个像素高的概念上区域,有时候会以四分比值表示(例如4:2:2:4)。依序列出为:
- J:水平抽样参照(概念上区域的宽度)。通常为4。
- a:在J个像素第一行中的色度抽样数目(Cr, Cb)。
- b:在J个像素第二行中的额外色度抽样数目(Cr, Cb)。
- Alpha:水平因数(与首数值有关连)。若没有此部分者可忽略,或存在时与J相同。
以下连结中的一幅教学图片解释了不同抽样系统的运作:http://lea.hamradio.si/~s51kq/subsample.gif (页面存档备份,存于互联网档案馆) (资料来源:"Basics of Video" )以及 (页面存档备份,存于互联网档案馆)由Douglas Kerr所著的"Chrominance Subsampling in Digital Images" (页面存档备份,存于互联网档案馆)。
4:1:1 | 4:2:0 | 4:2:2 | 4:4:4 | 4:4:0 | |||||||||||||||||||||||||
Y'CrCb | |||||||||||||||||||||||||||||
= | = | = | = | = | |||||||||||||||||||||||||
Y' | |||||||||||||||||||||||||||||
+ | + | + | + | + | |||||||||||||||||||||||||
1 | 2 | 3 | 4 | J = 4 | 1 | 2 | 3 | 4 | J = 4 | 1 | 2 | 3 | 4 | J = 4 | 1 | 2 | 3 | 4 | J = 4 | 1 | 2 | 3 | 4 | J = 4 | |||||
(Cr, Cb) | 1 | a = 1 | 1 | 2 | a = 2 | 1 | 2 | a = 2 | 1 | 2 | 3 | 4 | a = 4 | 1 | 2 | 3 | 4 | a = 4 | |||||||||||
1 | b = 1 | b = 0 | 1 | 2 | b = 2 | 1 | 2 | 3 | 4 | b = 4 | b = 0 | ||||||||||||||||||
¼水平解析度, 全垂直解析度 |
½水平解析度, ½垂直解析度 |
½水平解析度, 全垂直解析度 |
全水平解析度, 全垂直解析度 |
全水平解析度, ½垂直解析度 |
以上例图仅给出理论上的示例。以及注意图中并没有表明任何色度过滤(防止叠影的措施)。
在计算与4:4:4抽样(或4:4:4:4)有关的频宽系数时,把各系数加总再除以12(当有Alpha时除以16)。
在比较图像质量时,这三个值之间的比值才是重要的,所以4:4:4可以简化为1:1:1;但是习惯上亮度样本的数量值总为4,其他两个值依此类推。
有时抽样率为四分比值,如4:2:2:4。这时第四个值是调制通道的抽样频率比值。事实上,因为在调制应用中非常需要高质量图像,所以这个值在任何情况下都为4。
各种抽样系统介绍
4:4:4 Y'CbCr
每三个Y'CbCr分量都有相同抽样率。此系统有时候用作高阶底片扫瞄器及电影后期制作中。通常会以两条SDI通道连线来承载4:4:4频宽讯号:通道A会盛载4:2:2的讯号,通道B则会承载0:2:2的讯号,合并成4:4:4讯号。
4:4:4 R'G'B'(没有抽样)
需要注意的是,有时候"4:4:4"也表示在RGB色度空间中,全部没有作任何色度抽样。如HDCAM SR等格式可以以双通道HD-SDI记录4:4:4 R'G'B'讯号。
4:2:2
每个色差通道的抽样率是亮度通道的一半,即水平色差清晰度分半。这样从无压缩视频中可减少了三分之一的频宽,当中的视觉差别仅仅少量甚至不存在。
大多数高端数码视频格式采用这一比率,如:
- AVC-Intra 100
- Digital Betacam
- DVCPRO50及DVCPRO HD
- Digital-S
- CCIR 601 / 串列数位介面 / D1
- ProRes(HQ, 422, LT, and Proxy)
- XDCAM HD422
- Canon MXF HD422
4:2:1
虽然此系统己在技术上定义存在,但只有非常少的软、硬体编解码器使用。Cb水平清晰度为Cr的两倍,以及亮度清晰度的四分之一。这样为证明了人的肉眼对于蓝色和黄色的空间上敏感度,比红色和绿色的弱。NTSC系统相似以上算法,将蓝色和黄色的清晰度减弱,令其清晰度比亮度为低。
4:1:1
4:1:1色彩取样中,水平色度清晰度为四分之一,为全频宽的一半。起初DV格式的4:1:1色彩取样不被考虑用作广播级用途,被低端及家用产品应用。[1][2]当代的DV格式(一些包括4:1:1色度抽样)都被用作如电子新闻采访等专业级用途。DV格式偶尔被用作数位电影摄影。
NTSC系统中,若亮度以13.5 MHz取样,表示Cr及Cb的讯号都以3.375 MHz取样,符合最高1.6875 MHz的奈奎斯特频宽。而传统“高端广播级NTSC模拟讯号编码器”,在I/Q波段中只有分别1.5 MHz及0.5 MHz的奈奎斯特频宽。不过在大部分器材中,尤其是廉价电视机及VHS/Betamax录影机中,色度波段只有0.5 MHz的频宽给Cr及Cb分量使用。所以尽管和全频宽数位讯号比较,仅有四分之一的色度频宽,其实DV系统提供了比高阶NTSC色差模拟规格更优质的色彩频宽。
使用4:1:1色彩取样的格式包括:
4:2:0
4:2:0又称I420。I420是YUV格式的一种,属于planar format。4:2:0并不意味着只有Y,Cb而没有Cr分量。它指的是对每行扫描线来说,只有一种色度分量以2:1的抽样率存储。相邻的扫描行存储不同的色度分量,也就是说,如果一行是4:2:0的话,下一行就是4:0:2,再下一行是4:2:0...以此类推。对每个色度分量来说,水平方向和竖直方向的抽样率都是2:1,所以可以说色度的抽样率是4:1。PAL制式和SECAM制式的色彩系统特别适合于用这种方式来存储。绝大多数视频编解码器都采用这种格式作为标准的输入格式。对非压缩的8比特量化的视频来说,每个由2x2个2行2列相邻的像素组成的宏像素需要占用6字节内存。
映射:
码流
Yo0 Uo0 Yo1 Yo2 Uo2 Yo3
Ye0 Ve0 Ye1 Ye2 Ve2 Ye3
将被映射为下面的两行各四个像素:
[Yo0 Uo0 Ve0] [Yo1 Uo0 Ve0] [Yo2 Uo2 Ve2] [Yo3 Uo2 Ve2]
[Ye0 Uo0 Ve0] [Ye1 Uo0 Ve0] [Ye2 Uo2 Ve2] [Ye3 Uo2 Ve2]
使用这种方法的质量很接近于4:1:1,通常应用于下面的格式:
- 所有版本的MPEG,包括如DVD等MPEG-2成品(虽然有些MPEG-4 profile容许如4:4:4的更高质素采样)
- PAL DV及DVCAM
- HDV
- AVCHD
- 最常见的JPEG/JFIF、H.261,及MJPEG成品
- VC-1
4:1:0
这种格式虽然是存在的(也确实有些编解码器支持这种格式),但是并没有得到广泛的应用,因为它在色度方面的清晰度比传统的VHS录像带还要差。这种方法对水平方向进行4:1的色度抽样,对竖直方向进行2:1的色度抽样。比起4:4:4,它的色度数据量仅仅是1/8大小。对非压缩的8比特量化的视频来说,每个由4x2个2行4列相邻的像素组成的宏像素需要占用10字节内存。
映射:
码流
Yo0 Uo0 Yo1 Yo2 Yo3
Ye0 Ve0 Ye1 Ye2 Ye3
将被映射为下面的两行各四个像素:
[Yo0 Uo0 Ve0] [Yo1 Uo0 Ve0] [Yo2 Uo0 Ve0] [Yo3 Uo0 Ve0]
[Ye0 Uo0 Ve0] [Ye1 Uo0 Ve0] [Ye2 Uo0 Ve0] [Ye3 Uo0 Ve0]
色彩抽样实例
4:2:0抽样及还原实例
- 注意4:2:0色彩抽样为失真压缩(lossy compression),无可避免地会损失一些资料,导致重建时有些许失真。
- 对RGB图像做抽样(压缩)
- 基本思路(pseudo code)
- 输入(input)一张RGB图片。
- 将其转成Y-Cb-Cr之格式。
- Y = 0.299*R + 0.587*G + 0.114*B
- Cb = -0.169*R + -0.331*G + 0.500*B
- Cr = 0.500*R + -0.419*G + -0.081*B
- 对Cb和Cr做抽样动作,(2+0)/(4+4)=0.25,即只留下四分之一的资料量。可以考虑只留下偶数行列或奇数行列之资料。
- Y分量则保持不变,如此便完成抽样。
- 基本思路(pseudo code)
- 将抽样之资料还原
- 基本思路(pseudo code)
- 输入经过4:2:0抽样之YCbCr资料。
- 使用插值法(interpolation)来重建Cb和Cr的资料。
- 将YCbCr资料重新转换回RGB。
- R = 1.000*Y + (-219/236311)*Cb+ (331234/236311)*Cr
- G = 1.000*Y + (-81219/236311)*Cb+ (-168766/236311)*Cr
- B = 1.000*Y + (418781/236311)*Cb+ (234/236311)*Cr
- 如此便完成4:2:0之重建,可输出(output)图像确认。
- 基本思路(pseudo code)
- 程式实例(matlab)
%此程式範例基於matlab語言編寫
%目的是將原圖像(pictureA)做4:2:0之色彩取樣
%再將取樣過後的資料做重建並輸出(pictureB)
clear all
picA=double(imread('pictureA.jpg')); %input pictureA, 轉成double格式
[ROW,COL,DIM] = size(picA); %提取SIZE
yA = picA(:,:,1) * 0.299 + picA(:,:,2) * 0.587 + picA(:,:,3) * 0.114; % pictureA RGB to YCbCr
cbA = picA(:,:,1) *-0.169 + picA(:,:,2) *-0.331 + picA(:,:,3) * 0.500;
crA = picA(:,:,1) * 0.500 + picA(:,:,2) *-0.419 + picA(:,:,3) *-0.081;
yC = yA;
cbC = cbA;
crC = crA;
for i=1:ceil(ROW/2) % 4:2:0 compress, cb cr只取偶數行列
cbC(i,:)=[];
crC(i,:)=[];
end
for i=1:ceil(COL/2)
cbC(:,i)=[];
crC(:,i)=[];
end
%完成4:2:0抽樣
%重建並輸出成pictureB
yB = zeros(ROW,COL);
cbB = zeros(ROW,COL);
crB = zeros(ROW,COL);
yB = yC;
for i=1:ROW
for j=1:COL
if rem(i,2)==0
if rem(j,2)==0
cbB(i,j)=cbC(i/2,j/2);
crB(i,j)=crC(i/2,j/2);
end
end
end
end
for i=1:ROW %還原row
if i==1
cbB(i,:)=cbB(i+1,:); %在首行則與第二行資料一致
crB(i,:)=crB(i+1,:);
elseif (rem(i,2)==1) & (i<ROW)
cbB(i,:)=(cbB(i+1,:)+cbB(i-1,:))/2; %缺少資料的奇數行利用隔壁之偶數行資料進行插值重建
crB(i,:)=(crB(i+1,:)+crB(i-1,:))/2;
elseif (rem(i,2)==1) & (i==ROW)
cbB(i,:)=cbB(i-1,:); %在末行則與隔壁行一致
crB(i,:)=crB(i-1,:);
end
end
for i=1:COL %還原col
if i==1
cbB(:,i)=cbB(:,i+1); %在首列則與第二列資料一致
crB(:,i)=crB(:,i+1);
elseif (rem(i,2)==1) & (i<COL)
cbB(:,i)=(cbB(:,i+1)+cbB(:,i-1))/2; %缺少資料的奇數列利用隔壁之偶數列資料進行插值重建
crB(:,i)=(crB(:,i+1)+crB(:,i-1))/2;
elseif (rem(i,2)==1) & (i==COL)
cbB(:,i)=cbB(:,i-1); %在末列則與隔壁列一致
crB(:,i)=crB(:,i-1);
end
end
YCCB(:,:,1)=yB; %重建YCbCr格式的pictureB
YCCB(:,:,2)=cbB;
YCCB(:,:,3)=crB;
RB = yB * 1 + cbB * -219/236311 + crB * 331234/236311; % pictureB YCbCr to RGB
GB = yB * 1 + cbB * -81219/236311 + crB * -168766/236311;
BB = yB * 1 + cbB * 418781/236311 + crB * 234/236311;
RGBB(:,:,1)=RB; %重建RGB格式的pictureB
RGBB(:,:,2)=GB;
RGBB(:,:,3)=BB;
image(RGBB/255) % SHOW
imwrite(RGBB/255,'pictureB.jpg') % output
参考资料
- ^ Jennings, Roger; Bertel Schmitt. DV vs. Betacam SP. DV Central. 1997 [2008-08-29]. (原始内容存档于2008-07-02). 外部链接存在于
|work=
(帮助) - ^ Wilt, Adam J. DV, DVCAM & DVCPRO Formats. adamwilt.com. 2006 [2008-08-29]. (原始内容存档于2021-04-16). 外部链接存在于
|work=
(帮助)
Jian-Jiun Ding, Advanced Digital Signal Processing class note, the Department of Electrical Engineering, National Taiwan University (NTU), Taipei, Taiwan, 2020.