1 前言

        自然界的顏色千變?nèi)f化，為了給顏色一個量化的衡量標準，就需要建立色彩空間模型來描述各種各樣的顏色，由于人對色彩的感知是一個復雜的生理和心理聯(lián)合作用 的過程，所以在不同的應用領域中為了更好更準確的滿足各自的需求，就出現(xiàn)了各種各樣的色彩空間模型來量化的描述顏色。我們比較常接觸到的就包括 RGB / CMYK / YIQ / YUV / HSI等等。

        對于數(shù)字電子多媒體領域來說，我們經(jīng)常接觸到的色彩空間的概念，主要是RGB , YUV這兩種（實際上，這兩種體系包含了許多種具體的顏色表達方式和模型，如sRGB, Adobe RGB, YUV422, YUV420 …）, RGB是按三基色加光系統(tǒng)的原理來描述顏色，而YUV則是按照 亮度，色差的原理來描述顏色。

        即使只是RGB YUV這兩大類色彩空間，所涉及到的知識也是十分豐富復雜的，自知不具備足夠的相關專業(yè)知識，所以本文主要針對工程領域的應用及算法進行討論。

2 YUV相關色彩空間模型

2.1 YUV 與 YIQ YcrCb

        對于YUV模型，實際上很多時候，我們是把它和YIQ / YCrCb模型混為一談的。

        實際上,YUV模型用于PAL制式的電視系統(tǒng)，Y表示亮度，UV并非任何單詞的縮寫。

        YIQ模型與YUV模型類似，用于NTSC制式的電視系統(tǒng)。YIQ顏色空間中的I和Q分量相當于將YUV空間中的UV分量做了一個33度的旋轉(zhuǎn)。

        YCbCr顏色空間是由YUV顏色空間派生的一種顏色空間，主要用于數(shù)字電視系統(tǒng)中。從RGB到Y(jié)CbCr的轉(zhuǎn)換中，輸入、輸出都是8位二進制格式。

        三者與RGB的轉(zhuǎn)換方程如下：

        RGB -> YUV：

        實際上也就是：

Y=0.30R+0.59G+0.11B ， U=0.493(B－Y) ， V=0.877(R－Y)

        RGB -> YIQ：

        RGB -> YCrCb：

        從公式中，我們關鍵要理解的一點是，UV / CbCr信號實際上就是藍色差信號和紅色差信號，進而言之，實際上一定程度上間接的代表了藍色和紅色的強度，理解這一點對于我們理解各種顏色變換處理的過程會有很大的幫助。

        我們在數(shù)字電子多媒體領域所談到的YUV格式，實際上準確的說，是以YcrCb色彩空間模型為基礎的具有多種存儲格式的一類顏色模型的家族（包括 YUV444 / YUV422 / YUV420 / YUV420P等等）。并不是傳統(tǒng)意義上用于PAL制模擬電視的YUV模型。這些YUV模型的區(qū)別主要在于UV數(shù)據(jù)的采樣方式和存儲方式，這里就不詳述。

        而在Camera Sensor中，最常用的YUV模型是 YUV422格式，因為它采用4個字節(jié)描述兩個像素，能和RGB565模型比較好的兼容。有利于Camera Sensor和Camera controller的軟硬件接口設計。

3 YUV2RGB快速算法分析

        這里指的YUV實際是YcrCb了 8  ) YUV2RGB的轉(zhuǎn)換公式本身是很簡單的，但是牽涉到浮點運算，所以，如果要實現(xiàn)快速算法，算法結(jié)構本身沒什么好研究的了，主要是采用整型運算或者查表來加快計算速度。
首先可以推導得到轉(zhuǎn)換公式為：

        R = Y + 1.4075 *（V-128）
        G = Y – 0.3455 *（U –128） – 0.7169 *（V –128）
        B = Y + 1.779 *（U – 128）

3.1 整型算法

       要用整型運算代替浮點運算，當然是要用移位的辦法了，我們可以很容易得到下列算法：

        u = YUVdata[UPOS] - 128;
        v = YUVdata[VPOS] - 128;

        rdif = v + ((v * 103) >> 8);
        invgdif = ((u * 88) >> 8) +((v * 183) >> 8);
        bdif = u +( (u*198) >> 8);

        r = YUVdata[YPOS] + rdif;
        g = YUVdata[YPOS] - invgdif;
        b = YUVdata[YPOS] + bdif;

為了防止出現(xiàn)溢出，還需要判錯計算的結(jié)果是否在0-255范圍內(nèi)，做類似下面的判斷。

        if (r>255)
            r=255;
        if (r<0)
            r=0;

        要從RGB24轉(zhuǎn)換成RGB565數(shù)據(jù)還要做移位和或運算：

        RGBdata[1] =( (r & 0xF8)  | ( g >> 5) );
        RGBdata[0] =( ((g & 0x1C) << 3) | ( b >> 3) );

3.2 部分查表法

        查表法首先可以想到的就是用查表替代上述整型算法中的乘法運算。

        rdif = fac_1_4075[u];
        invgdif = fac_m_0_3455[u] + fac_m_0_7169[v];
        bdif = fac_1_779[u];

        這里一共需要4個1維數(shù)組，下標從0開始到255，表格共占用約1K的內(nèi)存空間。uv可以不需要做減128的操作了。在事先計算對應的數(shù)組元素的值的時候計算在內(nèi)就好了。

        對于每個像素，部分查表法用查表替代了2次減法運算和4次乘法運算，4次移位運算。但是，依然需要多次加法運算和6次比較運算和可能存在的賦值操作，相對第一種方法運算速度提高并不明顯。

3.3 完全查表法

        那么是否可以由YUV直接查表得到對應的RGB值呢？乍一看似乎不太可能，以最復雜的G的運算為例，因為G與YUV三者都相關，所以類似 G=YUV2G[Y][U][V]這樣的算法，一個三維下標尺寸都為256的數(shù)組就需要占用2的24次方約16兆空間，絕對是沒法接受的。所以目前多數(shù)都 是采用部分查表法。

        但是，如果我們仔細分析就可以發(fā)現(xiàn)，對于G我們實際上完全沒有必要采用三維數(shù)組，因為Y只與UV運算的結(jié)果相關，與UV的個體無關，所以我們可以采用二次查表的方法將G的運算簡化為對兩個二維數(shù)組的查表操作，如下：

        G = yig2g_table[ y ][ uv2ig_table[ u ][ v ] ]；

        而RB本身就只和YU或YV相關，所以這樣我們一共需要4個8*8的二維表格，需要占用4乘2的16次方共256K內(nèi)存。基本可以接受。但是對于手機這樣的嵌入式運用來說，還是略有些大了。

        進一步分析，我們可以看到，因為在手機等嵌入式運用上我們最終是要把數(shù)據(jù)轉(zhuǎn)換成RGB565格式送到LCD屏上顯示的，所以，對于RGB三分量來說，我們 根本不需要8bit這么高的精度，為了簡單和運算的統(tǒng)一起見，對每個分量我們其實只需要高6bit的數(shù)據(jù)就足夠了，所以我們可以進一步把表格改為4個 6*6的二維表格，這樣一共只需要占用16K內(nèi)存！在計算表格元素值的時候還可以把最終的溢出判斷也事先做完。最后的算法如下：

        y = (YUVdata[Y1POS] >> 2);
        u = (YUVdata[UPOS] >> 2);
        v = (YUVdata[VPOS] >> 2);

        r = yv2r_table[ y ][ v ];
        g = yig2g_table[ y ][ uv2ig_table[ u ][ v ] ];
        b = yu2b_table[ y ][ u ];
 
        RGBdata[1] =( (r & 0xF8)  | ( g >> 5) );
        RGBdata[0] =( ((g & 0x1C) << 3) | ( b >> 3) );

        這樣相對部分查表法，我們增加了3次移位運算，而進一步減少了4次加法運算和6次比較賦值操作。

        在計算表格元素數(shù)值的時候，要考慮舍入和偏移等因數(shù)使得計算的中間結(jié)果滿足數(shù)組下標非負的要求，需要一定的技巧。

        采用完全查表法，相對于第一種算法，最終運算速度可以有比較明顯的提高，具體性能能提高多少，要看所在平臺的CPU運算速度和內(nèi)存存取速度的相對比例。內(nèi) 存存取速度越快，用查表法帶來的性能改善越明顯。在我的PC上測試的結(jié)果性能大約能提高35%。而在某ARM平臺上測試只提高了約15%。

3.4 進一步的思考

        實際上，上述算法：

        RGBdata[1] =( (r & 0xF8)  | ( g >> 5) );
        RGBdata[0] =( ((g & 0x1C) << 3) | ( b >> 3) );

        中的 (r & 0xF8) 和 ( b >> 3) 等運算也完全可以在表格中事先計算出來。另外，YU / YV的取值實際上不可能覆蓋滿6*6的范圍，中間有些點是永遠取不到的無輸入，RB的運算也可以考慮用5*5的表格。這些都可能進一步提高運算的速度，減 小表格的尺寸。

        另外，在嵌入式運用中，如果可能盡量將表格放在高速內(nèi)存如SRAM中應該比放在SDRAM中更加能發(fā)揮查表法的優(yōu)勢。

4 RGB2YUV ?

        目前覺得這個是沒法將3維表格的查表運算化簡為2維表格的查表運算了。只能用部分查表法替代其中的乘法運算。

        另外，多數(shù)情況下，我們需要的還是YUV2RGB的轉(zhuǎn)換，因為從Sensor得到的數(shù)據(jù)通常我們會用YUV數(shù)據(jù)，此外JPG和MPEG實際上也是基于YUV格式編碼的，所以要顯示解碼后的數(shù)據(jù)需要的也是YUV2RGB的運算 8 ）運氣運氣。

本文來自CSDN博客，轉(zhuǎn)載請標明出處：http://blog.csdn.net/ALENTAM/archive/2008/03/13/2178020.aspx