đồ án thuật toán xử lý ảnh

1
CHƯƠNG 1: TỔNG QUAN VỀ XỬ LÝ ẢNH
1.1 -Xử lý ảnh là gì?
Con người thu nhận thông tin qua các giác quan, trong đó thị giác đóng vai trò quan
trọng nhất. Những năm trở lại đây với sự phát triển của phần cứng máy tính, xử lý ảnh và
đồ hoạ đó phát triển một cách mạnh mẽ và có nhiều ứng dụng trong cuộc sống. Xử lý ảnh
và đồ hoạ đóng một vai trò quan trọng trong tương tác người máy.
Hình ảnh chiếm 80% thông tin con người thu nhận được. Vài chục năm gần đây
xử lý ảnh phát triển mạnh do công nghệ máy tính, khả năng lưu trữ đáp ứng được các hệ
thống xử lý ảnh.
Ảnh số là gì:
Ảnh tạo bởi các điểm ảnh, điểm ảnh biễu diễn vô vàn thứ, ví dụ như; ảnh chân
dung, ảnh X-quang, ảnh thân nhiệt. Điểm ảnh đặc trưng cho một giá trị nào đó là một
hàm n biến. Ảnh trong thực tế là một ảnh liên tục về không gian và về giá trị độ sáng. Để
có thể xử lý ảnh bằng máy tính cần thiết phải tiến hành số hoá ảnh là quá trình biến đổi
tín hiệu liên tục sang tín hiệu rời rạc thông qua quá trình lấy mẫu (rời rạc hoá về không
gian) và lượng tử hoá thành phần giá trị mà về nguyên tắc bằng mắt thường không phân
biệt được 2 điểm kề nhau.
Ảnh có 2 loại: dạng tín hiệu tương tự (analog), dạng tín hiệu số(digital)
Điểm ảnh hay còn gọi là pixel (picture element, pels, image element) được xem
như dấu hiệu hay cường độ sáng tại một toạ độ trong không gian của đối tượng.
Ảnh được xem như một tập hợp các điểm ảnh. Khi được số hoá nó thường được
biểu diễn là ma trận 2 chiều a[i][j] mà mỗi phần tử có một giá trị nguyên hoặc là một véc
tơ cấu trúc màu.
a là giá trị độ đo (hay độ sáng) của điểm ảnh tại vị trí có toạ độ là ( i, j)

2
Mức xám (gray level): là kết qủa của sự mã hoá tương ứng một cường độ sáng của
mỗi điểm ảnh với một giá trị số- kết quả của quá trình lượng hoá.
Ảnh Số bit/pixel Số màu
Ảnh đen trắng 1 2
Ảnh đa cấp xám 8 256
Ảnh RGB 24 256
3

Ảnh 32 bit 32 256
4

Kỹ thuật xử lý ảnh: là quá trình biến đổi một hình ảnh thành một hình ảnh khác
bằng máy tính điện tử một cách tự động phụ thuộc vào mục đích của người sử dụng.
Quá trình xử lý ảnh được xem như là quá trình thao tác ảnh đầu vào nhằm cho ra
kết quả mong muốn. Kết quả đầu ra của một quá trình xử lý ảnh có thể là một ảnh “tốt
hơn” hoặc một kết luận.





Hình 1.2. Quá trình xử lý ảnh

-Hệ thống xử lý ảnh trên máy tính: là tập hợp các kỹ thuật xử lý ảnh phục vụ cho
một mục đích ứng dụng nào đó.
-Đồ hoạ máy tính thiên về tổng hợp hình ảnh, còn xử lý ảnh thiên về phân tích
hình ảnh.
Đồ hoạ máy tính:
đầu vào: là ảnh hoặc không là ảnh

đầu ra: là một ảnh trên máy tính
Xử lý ảnh:
đầu vào: là ảnh
đầu ra: là ảnh “tốt hơn” (theo nghĩa của người sử dụng) hoặc một đặc điểm hoặc
một dãy đặc điểm.
Trong đồ hoạ máy tính, đối tượng xử lý là 2 hoặc 3 chiều. Còn xử lý ảnh không
chỉ làm việc với dữ liệu 2 chiều hay 3 chiều có khi nhiều hơn.
- Thị giác máy: là một hệ xử lý ảnh hoàn chỉnh bao gồm thu nhận ảnh, tăng cường
chất lượng ảnh, nhận dạng.



XỬ LÝ ẢNH
Ảnh
Ảnh
“Tốt hơn”
Kết luận


3
1.2- Cấu trúc của hệ thống xử lý ảnh

-Thu nhận ảnh: ảnh được đưa vào trong máy tính
Ảnh có thể thu nhận qua camera (ảnh thu nhận có tín hiệu là tương tự hoặc là tín
hiệu số), từ vệ tinh qua các bộ cảm ứng (sensor), hay ảnh, tranh được quét trên scanner.
Với các ảnh là tín hiêu tương tự sẽ được số hoá để biến đổi tín hiệu tương tự sang
tín hiệu rời rạc (lấy mẫu) và số hoá bằng lượng tử hoá.
- Tiền xử lý (preprocessing): làm tốt ảnh như xoá nhiễu, tăng cấp sáng, làm trơn
các biên, lọc, tăng độ tương phản, khôi phục ảnh, nắn chỉnh hình học…
Do những nguyên nhân khác nhau: có thể do chất lượng thiết bị thu nhận, do

nguồn sáng hay do nhiễu ảnh có thể bị suy biến, do vậy cần phải tăng cường và khôi
phục lại ảnh để làm nổi bật một số đặc tính chính của ảnh, hay làm cho ảnh gần giống
nhất với trạng thái gốc- trạng thái trước khi ảnh bị biến dạng.
Có 2 loại nhiễu cơ bản trong quá trình thu nhận:
+ Nhiễu hệ thống: Đặc trưng của nhiễu hệ thống là tính tuần hoàn. Do vậy, có thể
tách được loại nhiễu này bằng việc sử dụng phép biến đổi Fourier và loại bỏ các điểm
đỉnh (peaks).
+ Nhiễu ngẫu nhiên: là nhiễu không rõ nguyên nhân, khắc phục bằng các giải pháp
lọc, phương pháp nội suy.
Chỉnh mức xám: Đây là các kỹ thuật nhằm chỉnh sửa tính không đồng đều của
thiết bị thu nhận hoặc tăng độ tương phản giữa các vùng ảnh.
Chỉnh tán xạ: Ảnh nhận được từ các thiết bị điện tử hay quang học có thể bị nhoè.
Phương pháp biến đổi dựa trên tích chập của ảnh với hàm tán xạ cho phép giải quyết
được bài toán hiệu chỉnh này.
Photoshop dừng ở giai đoạn này.
-Trích chọn dấu hiệu (Feature Extracting): phát hiện các đặc tính như biên,
phân vùng ảnh, trích chọn các đặc tính…tuỳ thuộc vào từng ứng dụng.
Mỗi đối tượng ảnh có đặc trưng riêng phụ thuộc phương pháp nhận dạng, một
ứng dụng có nhiều phương pháp nhận dạng, mỗi phương pháp nhận dạng có nhiều
phương pháp chọn dấu hiệu. Dữ liệu ảnh lớn nhưng không phải lúc nào cũng quan tâm
tới toàn bộ ảnh, chỉ quan tâm đến một số vùng mà thôi.
Một số đặc điểm của ảnh:
+ Đặc điểm không gian: phân bố mức xám, phân bố xác suất, biên độ, điểm uốn…
Thu nhận ảnh Tiền xử lý Trích chọn dấu hiệu
Học
Nhận dạng
Hậu xử lý
Lưu trữ

4
+ Đặc điểm biến đổi: Các đặc điểm loại này được trích chọn bằng việc thực hiện
lọc vùng
+ Đặc điểm biên: Các đặc điểm này có thể được trích chọn nhờ toán tử gradient,
toán tử Laplace,…
Việc trích chọn hiệu quả các đặc điểm giúp cho việc nhận dạng các đối tượng ảnh
chính xác với tốc độ tính toán cao và dung lượng bộ nhớ lưu trữ giảm xuống.
-Nhận dạng: là quá trình liên quan đến các mô tả đối tượng mà người ta muốn đặc
tả nó.
Nhận dạng tự động (automatic recognition), mô tả đối tượng, phân loại và phân
nhóm các mẫu là những vấn đề quan trọng trong thị giác máy, được ứng dụng trong nhiều
ngành khoa học khác nhau. Tuy nhiên, một câu hỏi đặt ra là: mẫu (pattern) là gì?
Watanabe, một trong những người đi đầu trong lĩnh vực này đã định nghĩa: “Ngược lại
với hỗn loạn (chaos), mẫu là một thực thể (entity), được xác định một cách ang áng
(vaguely defined) và có thể gán cho nó một tên gọi nào đó”. Ví dụ mẫu có thể là ảnh của
vân tay, ảnh của một vật nào đó được chụp, một chữ viết, khuôn mặt người hoặc một ký
đồ tín hiệu tiếng nói. Khi biết một mẫu nào đó, để nhận dạng hoặc phân loại mẫu đó có
thể:
Hoặc phân loại có mẫu (supervised classification), chẳng hạn phân tích phân biệt
(discriminant analyis), trong đó mẫu đầu vào được định danh như một thành phần của
một lớp đã xác định.
Hoặc phân loại không có mẫu (unsupervised classification hay clustering) trong đó
các mẫu được gán vào các lớp khác nhau dựa trên một tiêu chuẩn đồng dạng nào đó. Các
lớp này cho đến thời điểm phân loại vẫn chưa biết hay chưa được định danh.
Hệ thống nhận dạng tự động bao gồm ba khâu tương ứng với ba giai đoạn chủ yếu sau
đây:
1
o
. Thu nhận dữ liệu và tiền xử lý.
2

o
. Biểu diễn dữ liệu.
3
o
. Nhận dạng, ra quyết định.
Bốn cách tiếp cận khác nhau trong lý thuyết nhận dạng là:
1
o
. Đối sánh mẫu dựa trên các đặc trưng được trích chọn.
2
o
. Phân loại thống kê.
3
o
. Đối sánh cấu trúc.
4
o
. Phân loại dựa trên mạng nơ-ron nhân tạo.
Trong các ứng dụng rõ ràng là không thể chỉ dùng có một cách tiếp cận đơn lẻ để
phân loại “tối ưu” do vậy cần sử dụng cùng một lúc nhiều phương pháp và cách tiếp cận
khác nhau. Do vậy, các phương thức phân loại tổ hợp hay được sử dụng khi nhận dạng và


5
nay đã có những kết quả có triển vọng dựa trên thiết kế các hệ thống lai (hybrid system)
bao gồm nhiều mô hình kết hợp.
Việc giải quyết bài toán nhận dạng trong những ứng dụng mới, nảy sinh trong cuộc
sống không chỉ tạo ra những thách thức về thuật giải, mà còn đặt ra những yêu cầu về tốc
độ tính toán. Đặc điểm chung của tất cả những ứng dụng đó là những đặc điểm đặc trưng
cần thiết thường là nhiều, không thể do chuyên gia đề xuất, mà phải được trích chọn dựa

trên các thủ tục phân tích dữ liệu.
Nhận dạng: nhận dạng chữ, vân tay, chữ viết, khuôn mặt, mống mắt,…
1.3 - Các mức độ của hệ thống xử lý ảnh
-Mức độ thấp: chỉ biết sử dụng các kỹ thuật xử lý ảnh đơn giản, thuần tuý, không
có tri thức như các thao tác tiền xử lý ảnh.
-Trung bình: có một chút về tri thức (trí tuệ nhân tạo) có nhiệm vụ tách và đặc
trưng hóa các thành phần trong một ảnh nhận được từ quá trình xử lý mức độ thấp như
các thao tác phân đoạn ảnh.
-Cao: nhận dạng, phân tích ảnh, ra quyết định. Cần kiến thức và sự hiểu biết.
1.4- Thu nhận ảnh và mô hình thể hiện ảnh
1.4.1 Thu nhận ảnh
Các thiết bị thu nhận ảnh thông thường gồm camera cộng với bộ chuyển đổi tương
tự số AD(Analog to Digital), scanner, sensor.
Thu nhận ảnh có thể được lấy từ nhiều nguồn
Vì ánh sáng là sóng điện từ cho nên có thể mô tả nó bằng tần số hay bước sóng.
Ánh sáng mặt trời truyền đi mọi tần số trong dải nhìn thấy để tạo ra ánh sáng trắng. Khi
ánh sáng trắng chiếu lên đối tượng: một vài tần số phản xạ, một số khác bị hấp thụ. Tổ
hợp của các tần số phản xạ hình thành cái gọi là màu đối tượng
Thí dụ: Nếu tần số thấp chiếm ưu thế -> màu đỏ
Tần số (bước sóng) chiếm ưu thế được gọi là Color/Hue hay Light
Khi ta quan sát nguồn sáng, mắt ta đáp ứng màu và hai cảm giác khác
Luminance (Brightness, Intensity): Liên quan đến cường độ (năng lượng) ánh
sáng: Năng lượng càng cao -> nguồn sáng càng chói.
Purity (Saturation): Độ tinh khiết của màu sáng
Ba đặc tính: Tần số, độ chói và độ tinh khiết
-Các thiết bị thu nhận ảnh có 2 loại chính ứng với 2 loại ảnh thông dụng là Raster
(Scaner, camera) và vector (sensor, bàn số hoá, hoặc được chuyển từ ảnh Raster).
-Nhìn chung các hệ thống thu nhận ảnh thực hiện hai quá trình:
• + Cảm biến: biến đổi năng lượng quang học thành năng lượng điện (giai đoạn lấy
mẫu)

+Tổng hợp năng lượng điện thành năng lượng ảnh (giai đoạn lượng tử hóa)


6
Trong quá trình số hoá, người ta biến đổi tín hiệu liên tục sang tín hiệu rời rác
thông qua quá trình lấy mẫu và lượng tử hoá thành phần giá trị. Như vậy điểm ảnh có thể
xem như sự biểu diễn về cường độ sáng hay một dấu hiệu nào đó của ảnh tại một toạ độ
nào đó và ảnh là tập hợp các điểm ảnh (pixel)
a) Giai đoạn lấy mẫu
Người ta sử dụng bộ cảm biến hoặc máy quét để biến tín hiệu quang của ảnh thành
tín hiệu điện liên tục. Phương pháp sử dụng máy quét phổ biến hơn. Máy quét sẽ quét
theo chiều ngang để tạo ra tín hiệu điện của ảnh, kết quả cho ra một tín hiệu điện hai
chiều f(x,y) liên tục.





Xét ảnh liên tục được biểu diễn bởi hàm f(x, y), gọi
x
∆
là khoảng cách giữa hai
điểm được giữ lại theo trục x, gọi là khoảng cách giữa hai điểm được giữ lại theo trục
y,
x
∆
,
được gọi là chu kỳ lấy mẫu theo trục x và y.
Giai đoạn lấy mẫu sẽ biến hàm liên tục f(x,y)→f(n, m). Với m, n là nguyên.
Theo SHANON để đảm bảo không xảy ra hiện tượng chồng phổ, cho phép tái tạo

lại ảnh gốc từ ảnh đã số hóa:
- Gọi fx =
x
∆
1
là tần số lấy mẫu theo trục x.
- Gọi fy =
y∆
1
là tần số lấy mẫu theo trục y.
Để không xảy ra hiện tượng chồng phổ thì tần số lấy mẫu phải ít nhất phải lớn hơn
hoặc bằng 2 tần số cao nhất của tín hiệu ảnh. Tức là:
fx >= 2fx
max

fy >= 2fy
max

Trong đó fx
max
, fy
max
là tần số cao nhất của tín hiệu theo trục x, y.
b) Lượng tử hóa
Ảnh sau khi lấy mẫu sẽ có dạng f(m,n) với m, n là nguyên nhưng giá trị f(m, n) vẫn
là giá trị vật lý liên tục. Quá trình biến đổi giá trị f(m,n) thành một số nguyên thích hợp
để lưu trữ gọi là lượng tử hoá. Đây là quá trình ánh xạ một biến liên tục u vào biến rời rạc
u* thuộc tập hữu hạn [u
1
, u

2
, u
L
] xác định trước, L là mức lượng tử hoá được tạo ra.
Ví dụ:
+ Tạo ảnh đa cấp xám thì L=256, f(m,n) = g
[
]
255,0∈

+ Tạo ảnh 2
24
thì L=2
24
, f(m, n) = g
[
]
12,0
24
−∈


Dạng tín hiệu ảnh
Ảnh
chứa
tín hiệu
quang
học

7
1.4.2 Biểu diễn ảnh
Ảnh trên máy tính là kết quả thu nhận theo các phương pháp số hoá được nhúng
trong các thiết bị kỹ thuật khác nhau. Quá trình lưu trữ ảnh nhằm 2 mục đích:
• Tiết kiệm bộ nhớ
• Giảm thời gian xử lý
Việc lưu trữ thông tin trong bộ nhớ có ảnh hưởng rất lớn đến việc hiển thị, in ấn và
xử lý ảnh được xem như là 1 tập hợp các điểm với cùng kích thước nếu sử dụng càng
nhiều điểm ảnh thì bức ảnh càng đẹp, càng mịn và càng thể hiện rõ hơn chi tiết của ảnh
người ta gọi đặc điểm này là độ phân giải.
Việc lựa chọn độ phân giải thích hợp tuỳ thuộc vào nhu cầu sử dụng và đặc trưng
của mỗi ảnh cụ thể, trên cơ sở đó các ảnh thường được biểu diễn theo 2 mô hình cơ bản.
1.4.2.1. Mô hình Raster
Đây là cách biểu diễn ảnh thông dụng nhất hiện nay, ảnh được biểu diễn dưới dạng
ma trận các điểm (điểm ảnh). Thường thu nhận qua các thiết bị như camera, scanner. Tuỳ
theo yêu cầu thực thế mà mỗi điểm ảnh được biểu diễn qua 1 hay nhiều bít
Mô hình Raster thuận lợi cho hiển thị và in ấn. Ngày nay công nghệ phần cứng cung
cấp những thiết bị thu nhận ảnh Raster phù hợp với tốc độ nhanh và chất lượng cao cho
cả đầu vào và đầu ra. Một thuận lợi cho việc hiển thị trong môi trường Windows là
Microsoft đưa ra khuôn dạng ảnh DIB (Device Independent Bitmap) làm trung gian.
Hình 1.4 thể hình quy trình chung để hiển thị ảnh Raster thông qua DIB.
Một trong những hướng nghiên cứu cơ bản trên mô hình biểu diễn này là kỹ thuật
nén ảnh các kỹ thuật nén ảnh lại chia ra theo 2 khuynh hướng là nén bảo toàn và không
bảo toàn thông tin nén bảo toàn có khả năng phục hồi hoàn toàn dữ liệu ban đầu còn nếu
không bảo toàn chỉ có khả năng phục hồi độ sai số cho phép nào đó. Theo cách tiếp cận
này người ta đã đề ra nhiều quy cách khác nhau như BMP, TIF, GIF, PCX…
Hiện nay trên thế giới có trên 50 khuôn dạng ảnh thông dụng bao gồm cả trong đó
các kỹ thuật nén có khả năng phục hồi dữ liệu 100% và nén có khả năng phục hồi với độ
sai số nhận được.

Quá trình hiển thị và chỉnh sửa, lưu trữ ảnh thông qua DIB



8
1.4.2.2. Mô hình Vector
Biểu diễn ảnh ngoài mục đích tiết kiệm không gian lưu trữ dễ dàng cho hiển thị và
in ấn còn đảm bảo dễ dàng trong lựa chọn sao chép di chuyển tìm kiếm… Theo những
yêu cầu này kỹ thuật biểu diễn vector tỏ ra ưu việt hơn.
Trong mô hình vector người ta sử dụng hướng giữa các vector của điểm ảnh lân cận
để mã hoá và tái tạo hình ảnh ban đầu ảnh vector được thu nhận trực tiếp từ các thiết bị
số hoá như Digital hoặc được chuyển đổi từ ảnh Raster thông qua các chương trình số
hoá
Công nghệ phần cứng cung cấp những thiết bị xử lý với tốc độ nhanh và chất lượng
cho cả đầu vào và ra nhưng lại chỉ hỗ trợ cho ảnh Raster.
Do vậy, những nghiên cứu về biểu diễn vectơ đều tập trung từ chuyển đổi từ ảnh
Raster.



Sự chuyển đổi giữa các mô hình biểu diễn ảnh
Thông tin về ảnh

• Chiều rộng: số pixel/ dòng ( số byte/dòng)
• Chiều cao: số dòng
• độ phân giải: số pixel/inch
• số bit/ pixel
số bit/ pixel ≤ 8 phải có pallete màu (bảng màu)
> 8 dùng màu trực tiếp

Pal:palette
Pal[index].R, Pal[index].G, Pal[index].B,

Nếu số bit/pixel >1 ta có ảnh cấp xám (gray level image), nếu =1 ta có ảnh nhị phân với 2
cấp xám ví dụ như đen và trắng.
16 bit/pixel

5 6 5
R G B

24 bit/pixel, mỗi phần màu là một byte

8 8 8
R G B


RASTER

VECTOR

RASTER
Vecter
hóa
Raster
hóa


9
// Huân thêm:
Megapixel là đơn vị đo độ phân giải của thiết bị quang ( như là số điểm trong bức ảnh )

đặc biệt trong Camera số . Giá trị Megapixel được tính bằng nhân độ rộng với chiều cao điểm
ảnh .

Ví dụ ảnh có độ phân giải là 1280 x 1024 có độ phân giải là 1.310.720 ảnh điểm ( pixel ) hoặc
1.3 Megapixel . Bảng dưới đây cho ta thấy những độ phân giải chung và giá trị này mang tính
gần đúng : camera có 1.9 megapixel khi bán được gọi là 2 megapixel .


Resolution (width x height) Resolution (Megapixel)

1152x864 1 Megapixel

1280x960 1 Megapixel

1280x1024 1.3 Megapixel

1600x1200 1.9 (“2”) Megapixels

2048x1536 3.1 Megapixels

2272x1704 3.8 (“4”) Megapixels

2560x1920 4.9 (“5”) Megapixels

2592x1944 5 Megapixels

3008x1960 5.8 Megapixels

3088x2056 6.3 Megapixels

3072x2304 7 Megapixels

Một điều bạn cần chú ý không nên nghĩ Camera có độ phân giải cao hơn thì chất lượng Camera
tốt nhất .
Chất lượng của hình ảnh phụ thuộc vào một vài yếu tố khác như : thấu kính , bộ cảm biến để
chụp ảnh và quá trình xử lí hình ảnh ( bức ảnh sau khi chụp được cố định mức của màu , cân
bằng trắng ) .



10
Có bao nhiêu bức ảnh được lưu trữ trong thẻ nhớ

Thông thường khi mua Camera số , chúng ta luôn luôn có một câu hỏi liệu thẻ nhớ của mình có
thể lưu trữ được bao nhiêu ảnh trong đó .

Đó là một câu hỏi chúng ta không bao giờ có một câu hỏi chính xác , bởi vì bức ảnh được lưu trữ
ở dạng JPEG , được dùng để nén dữ liệu , phụ thuộc vào kích thước của một vài đặc tính khác .
Nhưng chúng ta cũng có một quan điểm chung .

Trong bảng dưới đây chúng ta chỉ ra kích thước trung bình của bức ảnh có một vài độ phân giải
khác nhau và số liệu là tương đối . Camera có độ phân giải 3 megapixel , thẻ nhớ dung lượng
64MB sẽ lưu trữ khoảng 53 bức ảnh .

Approximate Number of Images per Capacity

Camera Type:


File Size.( MB) 32 64 128 256 512 1GB 2GB 4GB

2 Megapixel Camera: 900KB 35 71…142 284 568…1,137 2,275 4,551

3 Megapixel Camera: 1.2MB 26…53 106 213 426 853 1,706 3,413

4 Megapixel Camera: 2MB. 16 32 64 128 256…512 1,024 2,048

5 Megapixel Camera: 2.5MB 12 25 51 102 204 409 819 1,638

6 Megapixel Camera: 3.2MB 10 20 40 80 160 320 640 1,280

Một số vấn đề chung

* Zoom : có hai kiểu Zoom - Zoom quang ( Optical ) và Zoom số ( digital ) . Zoom quang là
zoom thực , chương trình bên trong camera làm zoom số . Nói chung tổng số Zoom thông báo số
cộng hoặc số nhân của hai kiểu Zoom . Ví dụ : trong Camera có ghi Zoom 3x Optical hoặc 2x
Digital có nghĩa phóng to gấp 3 lần bằng thấu kính , hoặc bức ảnh được phóng to hai lần thông
qua phần mềm - kết quả không được tốt .
* Khử mắt đỏ : khi không có phần này nhiều khi chụp ảnh trong mắt người được chụp sẽ có một
chấm đỏ ngoài mong muốn .
* Cân bằng trắng : Cho phép bạn thay đổi cường độ sáng của cảnh chụp . Nếu cảnh chụp có
ánh sáng nóng hoặc lạnh , để được bức ảnh có ánh sáng đúng phải ngăn ánh sáng cho phù hợp để


11
bức ảnh không quá xanh hoặc quá màu cam . Thông thường chúng ta để chế độ này là Auto
(AWB, Auto White Balance) hoặc theo ánh sáng mà chúng ta sử dụng như ánh sáng ban ngày ,
ánh sáng huỳnh quang , ánh sáng có mây , ánh sáng Vonfram , ánh sáng đèn Flash . Có nhiều
điều kiện thuận lợi nếu Camera có thể điều khiển bằng tay ở chức năng này .
* CCD Charge-Coupled Device : tên của công nghệ dùng cho cảm ứng trong Camera số để

chuyển đổi tín hiệu analog sang digital . Ngày nay để chất lương ảnh được cao người ta sử dụng
nhiều đến công nghệ CMOS trong thiết bị cảm ứng .
* Nightframing : Cho phép bạn xem trên màn hình LCD hình ảnh của ảnh chụp thậm trí cả
trong chỗ tối . Trong đặc điểm này phải dùng cảm ứng hồng ngoại , bức ảnh được chụp bằng
cách sử dụng đèn Flash.
* Nightshot : Cho phép bạn xem bức ảnh tại nơi không có ánh sáng mà không bật đèn Flash .
Trong máy Camera của Sony dùng “infrared nightshot” (IR nightshot) có tên hơi khác .
* Mức độ Flash : Có một số Camera thay đổi được mức độ của đèn Flash .
* SLR: Means Single Lens Reflex , bạn có thể xem hình ảnh qua cùng thấu kính . Hệ thống này
sử dụng cho chụp ảnh chuyên nghiệp và bán chuyên nghiệp mà không phục vụ cho người dùng
thông thường .

//// Hết

Ảnh có 3 giá trị R=G=B là ảnh đa cấp xám không cần lưu giá trị palatte vì bản
thân nó là giá trị điểm ảnh (pallete đúng bằng chỉ số giá trị điểm ảnh).
Với ảnh có rất nhiều định dạng ảnh khác nhau, để thực hiện biến đổi ảnh ta phải
hiểu được cấu trúc của từng ảnh, để tác động lên từng điểm ảnh. Các định dạng ảnh phổ
biến:
+ JFEG (Joint Photographic Experts Group)
phần mở rộng: .jpeg, .jfif, .jpg, .JPG, .JPE
+ PNG (Portable Network Graphics)
phần mở rộng png hoặc PNG
PNG-8, PNG-4
+GIF(Graphics Interchange Format)
Chỉ hỗ trợ 256 màu, là dữ liệu nén dữ liệu đặc biệt hữu ích cho việc truyền hình
ảnh qua đường truyền lưu lượng nhỏ.
+TIFF (Tagged-Image File Format)
đuôi là .tif
+ Bitmap

phần mở rộng là .bmp
Ngoài ra còn có các định dạng khác như: .pcx, .pcf, .pcd, .pbm, .pgm, .pct, .ppm,
.svg, .svgz,.tga, wbmp, wmf, .xbm, .xpm, .cgm, .cm, .cpi, .dpx, .dxf, .exr, .fpx,….


12
//Huan Thêm:
Hình ảnh đồ họa trên máy tính chia làm hai loại:
vector
và
raster
.

II. Độ phân giải ảnh (image resolution)
Độ phân giải ảnh là số điểm ảnh (pixel) có trên 1 đơn vị chiều dài của hình ảnh đó.
Độ phân giải ảnh được tính bằng đơn vị ppi (pixels per inch) hoặc dpi (dots per inch).
Ví dụ: một hình ảnh có kích thước 1 inch x 1 inch và có độ phân giải 72 ppi sẽ chứa tổng cộng
72 x 72 = 5.184 pixels. Hình ảnh có kích thước tương tự nhưng với độ phân giải 300 ppi sẽ chứa
tổng cộng 300 x 300 = 90.000 pixels.

Hình bên trái có độ phân giải 72 ppi, hình bên phải 300 ppi


13
Hình ảnh có độ phân giải càng cao thì càng sắc nét và màu sắc càng chính xác. Và khi đó, dung
lượng file cũng sẽ tăng theo, đòi hỏi nhiều bộ nhớ và đĩa cứng hơn.
1. Hình ảnh sử dụng cho thiết kế web chỉ cần có độ phân giải 72 ppi.
2. Trường hợp hình ảnh dùng cho thiết kế đồ họa in ấn thì bạn cần nhớ hai quy tắc sau:
•
Nếu là ảnh nét (line art) hoặc đơn sắc (monochrome) thì ảnh nên có độ phân giải là 1,200

ppi.
•
Nếu là ảnh chụp màu (color photograph) hoặc ảnh chụp đen trắng (black and white
photograph) thì ảnh nên có độ phân giải 300 ppi.
3. Để rửa ảnh kỹ thuật số thì hình ảnh cần có độ phân giải 300 ppi.
4. Nếu in ảnh hi-flex với kích thước lớn (để quảng cáo ngoài trời chẳng hạn) thì hình ảnh cần có
độ phân giải khoảng 72 ppi đến 100 ppi.





14
1.4.3- Mô hình màu
*Cảm nhận màu
Cấu tạo của mắt:
Mắt có dạng gần hình cầu với đường kính trung bình khoảng gần 20nm. Mắt bao
gồm 3 lớp: giác mạc(cornea), võng mạc(scleria) và mô mạc (choroid) và thấu kính. Giác
mạc trong suốt, bao bọc phía ngoài mắt. Võng mạc bao bọc phía trong mắt. Mô mạc bao
gồm một mạng mạch máu nhỏ li ti, nó là nguồn nuôi mắt chính. Mô mạc giúp là giảm số
lượng ánh sáng đi vào mắt. Tròng mắt co và dãn để điều tiết lượng ánh sáng đi vào mắt.
Độ mở của tròng mắt thay đổi với đường kính 2-8nm. Mặt trước của tròng mắt bao gồm
sắc tố nhìn của mắt.
Thấu kính mắt tập trung lượng ánh sáng vào các tế bào thần kinh mắt (hoàng
điểm)
Màng hoàng điểm (retina) được tạo ảnh nếu như mắt nhận ánh sáng hội tụ từ vật
thể bên ngoài mắt. Có 2 loại tế bào nhận ánh sáng là dạng hình nón (cones) và que (rod).
Tế bào hình nón ở mỗi mắt gồm 6-7 triệu. Nó nằm chủ yếu ở trung tâm hoàng điểm và
nhạy với màu sắc. Mắt người nhận biết các chi tiết nhỏ nhờ tế bào hình nón gọi là nhìn
thấy ánh sáng mạnh. Số lượng tế bào hình que 75-150 triệu, phân bố trên bề mặt hoàng

điểm. Các tế bào hình que cho một hình ảnh chung về trường chiếu sáng, nó không nhạy
với màu sắc mà nhạy với ánh sáng có mức thấp gọi là nhìn thấy ánh sáng tối.
Ảnh trên võng mạc được ánh xạ sơ cấp trong vùng hoàng điểm. Việc thu nhận ảnh
này do sự kích thích của các phần tử thu nhận ánh sáng mà nó biến đổi năng lượng bức
xạ thành các xung điện và được não giải mã.
ánh sáng (Light) là bức xạ điện tử kích thích sự nhìn của chúng ta, được biểu diễn bởi
phân bố năng lượng L(λ), λ là bước sóng có giới hạn từ 350nm đến 780nm.
Màu sắc của một tia ánh sáng là cảm giác màu mà tia sáng đó gây nên ở mắt người.
Màu sắc của các vật thể là màu sắc của ánh sáng do chúng phát xạ ra (nếu là vật nóng
sáng) hay phản xạ từ chúng từ một nguồn chiếu sáng (nếu coi vật là không nóng sáng).
Ánh sáng mà con người nhận biết (hay màu khác nhau) là dải tần hẹp trong quang
phổ điện từ


15

Trong xử lý ảnh và đồ họa, mô hình màu là một chỉ số kỹ thuật của một hệ tọa độ
màu 3 chiều với tập các màu nhỏ thành phần có thể trông thấy được trong hệ thống tọa độ
màu thuộc một gam màu đặc trưng. Ví dụ như mô hình màu RGB (Red, Green, Blue): là
một đơn vị tập các màu thành phần sắp xếp theo hình lập phương của hệ trục tọa độ Đề
các.
Mục đích của mô hình màu là cho phép các chỉ số kỹ thuật quy ước của một số loại
màu sắc thích hợp với các màu sắc của một số gam màu khác. Chúng ta có thể nhìn thấy
trong mô hình màu này, không gian màu là một tập hợp nhỏ hơn của không gian các màu
có thể nhìn thấy được, vì vậy một mô hình màu không thể được sử dụng để định rõ tất cả
có thể nhìn thấy. Sau đây, ta xem xét một số mô hình hay được sử dụng nhất.

Hai hay 3 màu được sử dụng để mô tả các màu khác được gọi là primary colors.
Thực tế là số primary colors là không giới hạn. Tuy nhiên chỉ 3 màu cơ sở đã đủ cho phần
lớn các ứng dụng.

1.4.3.1 . Mô hình màu RGB (Red, Green, Bule)
3 màu cơ sở là: R(Red), G(Green), B(Blue), sử dụng mô hình màu cộng tính
Mô hình màu RGB được biểu diễn bởi lập phương với các trục R, G, B
Gốc biểu diễn màu đen
Tọa độ (1, 1, 1) biểu diễn màu trắng.
Tọa độ trên các cạnh trục biểu diễn các màu cơ sở.
Các cạnh còn lại biểu diễn màu bù cho mỗi màu cơ sở



16
.











Đường chéo từ (0, 0, 0) đến (1, 1, 1) là biểu diễn màu xám.
Biểu đồ RGB thuộc mô hình cộng:
Phát sinh màu mới bằng cách cộng cường độ màu cơ sở
Gán giá trị từ 0 đến 1 cho R, G, B
Red+Blue -> Magenta (1, 0, 1)

Nhận xét

+ Mô hình này không thể biểu diễn mọi màu trong phổ nhìn thấy
+ Màn hình máy tính và TV sử dụng mô hình này
+Phụ thuộc vào thiết bị
1.4.3.2
Mô hình màu CMY , CMYK
Các màu cơ sở:
C (Cyan): xanh lơ, M(magenta): hồng sẫm, Y(yellow); vàng.
Mô hình CMY là bù của mô hình RGB.
Là phần bù tương ứng cho các màu đỏ, lục, lam và chúng được sử dụng như những bộ lọc
loại trừ các màu này từ ánh sáng trắng. Vì vậy CMY còn được gọi là các phần bù loại trừ
của màu gốc. Tập hợp màu thành phần biểu diễn trong hệ tọa độ Đề-các cho mô hình
Black (0,0,0)
Green (0,1,0)
Cyan (0,1,1)
White (1,1,1)
Magenta (1,0,1)
Red (1,0,0)
Blue (0,0,1)
yellow (1,1,0)


17
mầu CMY cũng giống như cho mô hình màu RGB ngoại trừ màu trắng (ánh sáng trắng),
được thay thế màu đen (không có ánh sáng) ở tại nguồn sáng. Các màu thường được tạo
thành bằng cách loại bỏ hoặc được bù từ ánh sáng trắng hơn là được thêm vào những
màu tối
Biểu đồ CMY thuộc loại mô hình trừ.
Hỗn hợp của các màu CMY lý tưởng là loại trừ (các màu này khi in cùng một chỗ trên
nền trắng sẽ tạo ra màu đen).

Khi bề mặt được bao phủ bởi lớp mực màu xanh tím, sẽ không có tia màu đỏ phản
chiếu từ bề mặt đó. Màu xanh tím đã loại bỏ phần màu đỏ phản xạ khi có tia sáng trắng,
mà bản chất là tổng của 3 màu đỏ, lục, lam. Vì thế ta có thể coi màu Cyan là màu trắng
trừ đi màu đỏ và đó cũng là màu lam cộng màu lục. Tương tự như vậy ta có màu đỏ thẫm
(magenta) hấp thụ màu lục, vì thế nó tương đương với màu đỏ cộng màu lam. Và cuối
cùng màu vàng (yellow) hấp thụ màu lam, nó sẽ bằng màu đỏ cộng với lục.
Khi bề mặt của thực thể được bao phủ bởi xanh tím và vàng, chúng sẽ hấp thụ hết
các phần màu đỏ và xanh lam của bề mặt. Khi đó chỉ tồn tại duy nhất màu lục bị phản xạ
từ sự chiếu sáng của ánh sáng trắng. Trong trường hợp khi bề mặt được bao phủ bởi cả 3
màu xanh tím, vàng, đỏ thẫm, hiện tượng hấp thụ xảy ra trên cả 3 màu đỏ, lục và lam. Do
đó, màu đen sẽ màu của bề mặt. Những mối liên hệ này có thể được miêu tả bởi:










−











=










B
G
R
Y
M
C
1
1
1

Hình . Sự biến đổi từ RGB thành CMY

CMYK để chỉ mô hình màu loại trừ.

18
K=Key (trong tiếng Anh nên hiểu theo nghĩa là cái gì đó then chốt hay chủ yếu để
ám chỉ màu đen mặc dù màu này có tên tiếng Anh là black do chữ B đã được sử dụng để
chỉ màu xanh lam (blue) trong mô hình màu RGB.
Nguyên lý làm việc của CMYK là trên cơ sở hấp thụ ánh sáng. Màu mà người ta
nhìn thấy là từ phần của ánh sáng không bị hấp thụ.
CMYK, K=min (C, M, Y )





−=
−=
−=
KYY
KMM
KCC

Mục đích: dùng trong in ấn
1.4.3.3 Mô hình màu HSV (Hue, Saturation, Value)
Các mô hình màu RGB, CMY được định hướng cho phần cứng trái ngược với mô
hình màu HSV của Smith hay còn được gọi là mẫu HSB với B là Brightness (độ sáng),
được định hướng người sử dụng dựa trên cơ sở nền tảng về trực giác về tông màu, sắc độ
và sắc thái mỹ thuật.
Hệ thống tọa độ có dạng hình trụ và tập màu thành phần của không gian bên trong
mô hình màu được xác định là hình nón hoặc hình chóp sáu cạnh như trong hình 1.7.
Đỉnh hình chóp là sáu cạnh khi V= 1 chứa đựng mối quan hệ giữa các màu sáng và
những màu trên mặt phẳng với V= 1 đều có màu sáng.
H (Hue) bước sóng gốc của ánh sáng

S (Saturation) thước đo độ tinh khiết ánh sáng gốc
Biểu diễn tỷ lệ tinh khiết của màu sẽ chọn với độ tinh khiết cực đại
V (value) cường độ hay độ chói ánh sáng
Mô hình HSV suy diễn từ mô hình RGB
Hãy quan sát hình hộp RGB theo đường chéo từ White đến Black (gốc) -> ta có
hình lục giác
Sử dụng làm đỉnh hình nón HSV
Sắc màu (hue) hoặc H được đo bởi góc quanh trục đứng với màu đỏ là 0
o
, màu lục
là 120
o
, màu lam là 240
o
(xem hình 1.7). Các màu bổ sung trong hình chóp HSV ở 180
o

đối diện với màu khác. Giá trị của S là một tập các giá trị đi từ 0 trên đường trục tâm
(trục V) đến 1 trên các mặt bên tại đỉnh của hình chóp sáu cạnh. Sự bão hòa được đo
tương đối cho gam màu tương ứng với mô hình màu này.
Mô hình màu dạng hình chóp sáu cạnh này đường cao V với đỉnh là điểm gốc tọa
độ (0,0). Điểm ở đỉnh là màu đen có giá trị tọa độ màu V= 0, tại các điểm này giá trị của
H và S là không liên quan với nhau. Khi điểm có S= 0 và V= 1 là điểm màu trắng, những
giá trị trung gian của V đối với S= 0 (trên đường thẳng qua tâm) là các màu xám. Khi S=
0 giá trị của H phụ thuộc được gọi bởi các quy ước không xác định, ngược lại khi S khác
0 giá trị của H sẽ là phụ thuộc.


19
Như vậy một màu nào đó V= 1, S= 1 là giốg như màu thuần khiết trong mỹ thuật

được sử dụng như điểm khởi đầu trong các màu pha trên. Thêm màu trắng phù hợp để
giảm S (không có sự thay đổi V) tạo nên sự thay đổi sắc thái của gam màu. Sự chuyển
màu được tạo ra bởi việc giữ S= 1 và giảm V tạo nên sự thay đổi ề sắc độ và tông màu
tạo thành bởi việc thay đổi cả hai S và V.









≤≤
≤≤
1,0
3600
VS
H

V=0,màu đen. Đỉnh lục giác có màu cực đại
Red=(0
0
, 1, 1)
Green=(120
0
, 1, 1)
Blue=(240
0
, 1, 1)

Mô hình HSV trực giác hơn mô hình RGB
+ Bắt đầu từ Hue (H cho trước và V=1, S=1)
+ Thay đổi S: Bổ sung hay bớt trắng


20
+ Thay đổi V: Bổ sung hay bớt đen
+ Cho đến khi có màu mong muốn


Mắt người có thể phân biệt 128 Hues, 130 tints và cực đại 30 shades (Yellow):
128 x 130 x 30 = 382 720 màu khác nhau
H ↔130 mức
S, V↔ 23 mức
Tổ hợp màu 130x23x23 là khoảng 16 triệu màu. Có thể truyền theo kênh tivi bằng
HSV nhưng nhing trên màn hình là RGB.
Chuyển đổi từ RGB sang HSV
Hàm RGB_HSV_Conversion
H: Sắc độ màu [0-360] với màu đỏ tại điểm 0
S: Độ bão hòa [0-1]
V: Giá trị cường độ sáng [0-1]
Max: Hàm lấy giá trị cực đại
Min: Hàm lấy giá trị nhỏ nhất
{
//Xác định giá trị cường độ sáng
V= Max(R,G,B)
//Xác định độ bão hòa
Temp= Min(R,G,B)
If V=0 than
S= 0

Else
S= (V-Temp)/V
End
//Xác định sắc màu
IF s=0 THEN
H= Undefined
Else


21
Cr= (V-R)/(V-Temp);
Cg= (V-G)/(V-Temp);
Cb= (V-B)/(V-Temp);
// Màu nằm trong khoảng giữa vàng (Yellow) và đỏ tía (Magenta)
If R=V then
H= Cb-Cg
// Màu nằm trong khoảng giữa xanh tím (cyan) và vàng (yellow)
If G= V then
H= 2+Cr-Cb
// Màu nằm trong khoảng giữa đỏ tươi (magenta) và xanh (cyan)
If B=V then
H= 4+ Cg – Cr
H= 60*H // Chuyển sang độ
//Loại các giá trị âm
If H < 0 then
H= H+360
}
Chuyển đổi từ HSV sang RGB
Hàm HSV_RGB_Conversion()
H: Sắc độ màu [0-360] với màu đỏ tại điểm 0

S: Độ bão hòa [0-1]
V: Giá trị cường độ sáng [0-1]
{
//Kiểm tra trường hợp ánh sáng không màu
If S=0 then
If H=Undifined then
R= V
G= V
B= V
Endif
Else
If H=360 then
H= 0
Else
H= H/60
endif
I= Floor(H)


22
F= H-I
M= V*(1-S)
N= V*(1-S*F)
K= V*(1-S*(1-F))
//(R,G,B)=(V,K,M) ⇔ R= V; C= K; B= M
If I=0 then
(R,G,B)=(V,K,M);
If I=1 then
(R,G,B)=(N,V,M);
If I=2 then

(R,G,B)=(M,V,K);
If I=3 then
(R,G,B)=(M,N,V);
If I=4 then
(R,G,B)=(K,M,V);
If I=5 then
(R,G,B)=(V,M,N);
}
1.4.3.4 Mô hình màu HLS
Mô hình màu HLS được xác định bởi tập hợp hình chóp sáu cạnh đôi của không
gian hình trụ. Sắc màu là góc quanh trục đứng cảu hình chóp sáu cạnh đôi với màu đỏ tại
góc 0o. Các màu sẽ xác định theo thứ tự giống như trong biểu đồ CIE khi ranh giới của
nó bị xoay ngược chiều kim đồng hồ: Màu đỏ, màu vàng, màu lục, màu xanh tím, màu
lam và đỏ thẫm. Điều này cũng giống như thứ tự sắc xếp trong mẫu hình chóp sáu cạnh
đơn HSV.











Hình Mô hình màu HLS


23

Chúng ta có thể xem mẫu HLS như một sự biến dạng cảu mẫu HSV mà trong đó
mãu này màu trắng được kéo hướng lên hình chóp sáu cạnh phía trên từ mặt V= 1. Như
với mẫu hình chóp sáu cạnh đơn, phần bổ sung của một màu sắc được đặt ở vị trí 180
o

hơn là xunh quanh hình chóp sáu cạnh đôi, sự bão hòa được đo xung quanh trục đứng, từ
0 trên trục tới 1 trên bề mặt. Độ sáng bằng không cho màu đen và bằng một cho màu
trắng.
Chuyển đổi từ RGB sang HLS
Hàm RGB_HLS_Conversion()
H: Sắc độ màu [0-360] với màu đỏ tại điểm 0
S: Độ bão hòa [0-1]
V: Giá trị cường độ sáng [0-1]
Max: Hàm lấy giá trị cực đại
Min: Hàm lấy giá trị nhỏ nhất
{
//Xác định độ sáng
M1= Max(R,G,B)
M2= Min(R,G,B)
L= (M1+M2)
//Xác định độ bão hòa
If M1=M2 //Trường hợp không màu
S= 0
H= Undefined
Else
If L <= 0.5 then //Trường hợp màu
S= (M1-M2)/(M1+M2)
Else
S= (M1-M2)/(2-M1-M2)
Endif

//Xác định sắc độ
Cr= (M1-R)/(M1-M2)
Cg= (M1-G)/(M1-M2)
Cb= (M1-B)/(M1-M2)
if R=M1 then
H= Cb-Cg
If G=M1 then
H= 2+Cr-Cb
If B=M1 then


24
H= 4+Cg-Cr
H= H*60
if H<0 then
H= H+360
endif
}
Chuyển đổi từ HLS sang RGB
Hàm HLS_RGB_Conversion()
H: Sắc độ màu [0-360] với màu đỏ tại điểm 0
S: Độ bão hòa [0-1]
V: Giá trị cường độ sáng [0-1]
{
If L <= 0.5 then
M2= L*(1+S)
Else
M2= L+S-L*S
Endif
M1= 2*L-M2

//Kiểm tra độ bão hòa = 0
If S=0 then
If H=Undefined
R=L
G=L
B=L
Else //Error: Dữ liệu nhập sai
Endif
Else //Xác định giá trị của RGB
RGB(H+120, M1,M2,Value)
R= Value
RGB(H, M1,M2,Value)
G= Value
RGB(H-120, M1,M2,Value)
B= Value
Endif
}

//Hàm điều chỉnh giá trị của H cho phù hợp khoảng xác định


25
Hàm RGB(H, M1, M2, Value)
{
If H < 0 then
H= H+360
If H < 60 then
Value= M1+(M2-M1)*H/60
If H >=60 and H < 180 then
Value= M2

If H>= 180 and H < 240 then
Value = M1+(M2-M1)*(240-H)/60
If H > 240 and H <= 360 then
Value= M1
Return
}
1.4.3.5. Biểu đồ màu CIE
Năm 1931: CIE (Commision Internationale de l’Éclairage) xây dựng màu cơ sở
chuẩn quốc tế:
Biểu đồ màu CIE được xây dựng dựa trên các màu XYZ tưởng tượng không thể
nhận ra một cách vật chất, chúng được tạo ra trên cơ sở lý thuyết thuần tuý và vì thế
không phụ thuộc vào thiết bị như các không gian màu RGB hay CMYK. Tuy nhiên các
màu sơ cấp ảo này được lựa chọn sao cho tất cả các màu có thể được nhận biết bởi mắt
người trong phạm vi không gian màu này.
Hệ thống XYZ được xây dựng dựa trên các đường cong phản ứng của các tế bào
cảm nhận ba màu RGB trong mắt, ba màu sơ cấp này được coi là gần bằng với các tông
màu Red, Green, Blue. Đưa về mặt phẳng màu 2 chiều XY qua việc đưa ra 3 toạ độ màu
CIE: x, y, z như sau:
x = X/(X+Y+Z)
y = Y/(X+Y+Z)
z = Z/(X+Y+Z)
với x+y=z=1
giá trị z bất kỳ của một màu nào có thể tìm được dựa trên công thức: z=1-x-y
Khi vẽ các giá trị x, y của màu trong phổ nhìn thấy -> Biểu đồ CIE là đường cong
hình lưỡi (còn gọi là biểu đồ kết tủa – CIE Chromaticity Diagram)
Biểu đồ CIE là phương tiện lượng hóa độ tinh khiết và bước sóng trội:
Độ tinh khiết của điểm màu C
1
: được xác định bằng khoảng cách tương đối của
đoạn thẳng nối C với đường cong qua C

1