RGB/YUV 色域空間的選擇與比較

1

84 = ，此一可以約分的情況，有利於在硬體實作的過程中，節省 Look-up Table 建構所 需要記憶空間（詳見第三章說明），簡化了硬體實作影像放大的複雜度並降低硬體成本。

在此一研究中，我們分別實作了上述兩種不同的內插點放置方式；為了將我們所實 作的 Bi-Cubic 內插放大軟體模擬結果，與 Photoshop 等標準影像處理軟體的結果作比 較，因此我們主要都是採用第一種方式的內插點放置，以求出軟體實驗的比較數據與相 關結果；然而在第三章中，由於討論的是內插運算之硬體實作相關問題，因此，該小節 的所有程式實作與實驗結果，皆是以第二種內插點放置方式來作討論與說明。

2.5 RGB/YUV 色域空間的選擇與比較

視訊影像相關的商品中，常常可以發現一般除了 RGB 色域的輸入輸出埠外，還有 YUV 色域的輸入輸出埠也相當常見。因此我們希望可以知道若對於亮度和色度分別以 不同的影像放大演算法可否得到較佳影像品質，或是可以簡化演算法實現於硬體裝置上 的複雜度。

RGB 模型中，每種色彩是以其紅、綠、藍的主要頻譜成份來顯現，而 YUV 的模型 則不同，其色彩是由一亮度（Luminance）和兩個色彩度（Chrominance） 組成，由於 人眼對色度的敏感度不及對亮度的敏感度，所以許多視頻系統，在色度通道上，會作較 疏的取樣（相對亮度通道），如此，便可以在不明顯降低畫質的同時，減少視頻信號所 需的總頻寬。底下，我們將以比較傳統 YUV 色域空間與 RGB 色域空間，在作影像放大

時的異同，並對 YUV 色域空間的放大方法，作一實用可行的建議。

我們分別針對 RGB 及 YUV 兩種不同的輸入影像做內插放大，做以下實驗：

(1). RGB：Bi-Cubic。

(2). YUV：Bi-Cubic。

(3). Y：Bi-Cubic、UV：Nearest Neighbor。

其中關於 YUV 影像的處理，我們對 Luminance Channel 以 Bi-Cubic 為放大核心演算法，

對 Chrominance Channel 則採用 Nearest Neighbor，以降低運算複雜度。實驗的結果如圖 2-24 至圖 2-26 顯示，在放大倍率小於 3 倍之下，我們皆得到優良的視覺效果，亦即當 RGB 影像與 YUV 影像，皆以 Bi-Cubic 作放大時，其視覺效果類似，而對於 YUV 影像，

以圖 2-26 所示，若 Y 以 Bi-Cubic、UV 以 Nearest Neighbor 作放大，相較於 YUV 皆以 Bi-Cubic 放大的方式，兩者的視覺效果亦相類似。

圖 2-23 方法(1)，RGB 影像以 Bi-Cubic 放大。

圖 2-24 方法(2)，YUV 影像以 Bi-Cubic 放大。

圖 2-25 方法(3)，YUV 影像中，Y 以 Bi-Cubic、UV 以 Nearest Neighbor 作放大。

關於在不同的 Color Channel 以不同的內插補點核心做補點的方式，僅適用於以 Luminance 和 Chrominance 來表示色彩的影像，如本例所實驗之 YUV Color Space,對於 一般的 RGB Color Space 因會產生色偏問題(圖 2-25)故不適用本方法。

圖 2-26 以不同內插核心函數應用於 RGB color space 之結果，本例應用 Bi-Cubic 內插 核心函數於 B cannel；其餘二 channel 之內插核心函數為 Nearest Neighbor。