Detection of Color Information Using Optical Method

광학적 방법을 이용한 색 정보 검출

Abstract

Color is distinguished due to the light in which natural light is reflected by object and made with combination of RGB(red, green, blue; three colors). This study proposes color analysis system with optical method to be used conveniently. Color information of sample is determined with the optical sensor. By using the CIE diagram in particular, it detects purity value and wavelength. The method to distinguish color is very economical, simple, and convenient. The result can be used to confirm accurate information of color for various applications.

1. 서 론

현대 사회의 정보는 80 % 이상을 시각을 통하여 얻으며 시각 인식 단계에서 색(Color)의 여러 가지 정보는 매우 중요한 요소로 작용한다. 인간이 눈을 뜨고 있는 한 색채를 지각하며, 색은 인간의 의식과 무의식에 크게 작용하여 인간의 심리나 생리에 다양한 영향을 미치고 있다. 모든 색은 세 가지 색인 RGB(Red, Green, Blue)의 혼합으로 만들어진다. 색은 모든 사람의 눈, 즉 색채를 지각하는 감각기관이 다르기 때문에 같은 색을 보고 판단하더라도 개개인마다 다르게 색을 느끼게 된다[1-4]. 그러나 과거 선행되었던 논문에서는 대부분 추상적인 개념에 따른 색 정보만 존재할 뿐, 정확한 색의 수치적 정보를 제공하고 있지 못하다. 현재 이러한 색을 기술하는 언어는 다양하나 정확히 색을 표현할 수 있는 방법이 없다. 즉, 색을 정량적이고 객관적으로 표현 할 수 있는 방법이 필요하게 되었다. 색을 표현하고 인지하는 대에 있어 추상적인 표현이 아닌 수치화된 값으로 표현을 하게 되면 어떤 색을 나타내는지 객관적으로 알 수가 있게 되므로 색채를 정량화 하고 정확히 측색 하는 방법을 갖추어야 할 필요성이 있다. 정확한 색을 검출하기 위한 방법으로 분광계(Spectrometer)부터 광학필터에 이르기까지 그 방법이 다양하다. 대표적으로 색을 측정하는 방법에는 정성적 분석(Qualitative Analysis)과 객관적 분석방법인 정량적 분석(Quantitative Analysis)이 있다. 정성적 분석의 경우에는 색을 분석하는 방법이 주관적이어 색구별 능력에 개인차가 있고 주변 빛의 상태에 따라 색의 인식의 차이가 있기 때문에 오차를 초래할 수 있다. 이러한 시각적 오차가 없이 객관적으로 비교 분석하기 위해 기계로 색을 측정 하는 정량적 분석방법을 사용하고 있다. 정량적 분석 방법의 대표적인 예로 분광기(Spectroscope)를 사용한 방법이 있다. 이는 물질에서 나온 빛의 스펙트럼으로부터 물질에 포함된 원소를 찾는 방법이다. 이는 기계적으로 오차는 적지만 기계 자체가 크고 고가이며 전문가가 필요하고 물질에 따라 분해능이 다르다는 단점이 있다[5-12].

현재 대부분의 색은 Red, Green, Blue의 값으로 나타내고 있다. 색은 고유의 파장을 가지고 있지만 파장과 순도로 색을 나타낸 자료는 거의 존재하지 않는 실정이다. 따라서 본 논문에서는 색을 CIE 색 공간으로 변환시킴으로서 색을 파장과 순도 값에 따라 색 공간에 나타내고 그에 따른 색 좌표 값과 파장과 순도값을 검출 하는 방법을 연구하였다. 결과적으로 색의 추상적인 정보라는 한계를 정량적으로 극복함으로서, 다양한 분야에서 정확하고 효율적으로 색을 적용할 수 있도록 하고자 하였다. 또한 색의 정보를 정확히 판단하는 방법에 있어 본 연구는 경제성과 간편성을 위하여 소형의 Color Sensor와 LED를 이용하여 설계하였다. 본 연구의 결과는 색의 미세한 차이까지 감지 할 수 있어 pH의 구별이나 시료의 색구별 또는 치아의 착색 정도를 판단하는 곳에 사용할 수 있고, 시약이나 색이 변화하는 화학 시험지 검사 등에도 사용될 수 있을 것이다. 또한 색의 정보가 변화하는 어떠한 물질에도 적용 할 수 있어 기존 분광계가 갖는 단점을 극복할 수 있는 장점이 있다.

 

2. 본 론

2.1 색 정보 측정 시스템의 구성 요소

연구에서는 RGB Filter를 포함하고 있는 Color Sensor를 이용하여 실험을 진행하고 색에 따른 색 좌표와 파장, 순도 값을 검출 해내어 색의 정보를 알아내고자 하였다. 특히 RGB 값을 얻어 색 좌표로 변환하고 그에 따른 가시광선의 파장 값을 검출하는 것을 연구하였다. 그림 1은 가시광선의 대표적 파장 값을 보여주는 그림이다. 본 연구에서는 가시광선의 값을 파장으로 검출 하였으며 가시광선이란 사람의 눈으로 인지 할 수 있는 파장의 광선으로 380nm ∼ 800nm범위에 있다. 대표적으로 적색은 723nm ∼ 647nm, 주황색은 647nm ∼ 585nm, 황색은 585nm ∼ 575nm, 녹색은 575nm ∼ 492nm, 청색은 492nm ∼ 455nm, 남색은 455nm ∼ 424nm, 자색은 424nm ∼ 397nm의 파장 값을 갖는다.

그림 1가시광선의 파장 Fig. 1 The wavelength of visible light

그림 2는 실험에 사용한 색 체계로 I.R.I(Image Research Institute) 색채 연구소에서 개발한 색상 &색조 120 색 체계이다. 색 샘플은 먼셀의 색 체계를 기초로 하고 있지만, 기존에 색상, 명도, 채도 3 속성에 의한 색채표현을 색상과 색조로 단순화 시켰다는 점에서 차별성을 두고 있다. 이는 세계적 범용성을 고려한 색 체계로, 10 가지의 색상과 11 단계 톤으로 한 110 개의 유채색과, 명도에 따라 10 단계로 나눈 무채색을 합해 총 120 가지의 색을 제시하고 있다.

그림 2실험에 사용된 물체의 색상 Fig. 2 The Color of object used in this experiment

그림 3에서 본 실험에 사용한 센서는 TCS 3414(TAOS, USA)로 빛의 신호를 디지털 신호로 바꿔주는 센서 이다. 이 센서는 여러개의 광 다이오드가 어레이 타입으로 배열되어져 있고, 각각의 색 필터를 거쳐 입사된 빛을 조합하여 디지털 값으로 출력 한다. 센서내부에는 Red, Green, Blue의 광학 필터가 포함되어 있으며 광학필터를 통과한 빛은 디지털 신호로 바뀌어 진다. 광학 필터의 통과 범위는 각각 Red는 580 nm ∼ 680 nm, Green은 450 nm ∼ 610 nm, Blue는 380 nm ∼ 580 nm이다. 백색광 (White LED) 에서 발생한 빛이 샘플에 부딪혀 반사하여 광 다이오드로 입사되게 되고 이 각각의 신호를 조합하여 디지털 값으로 나타낸다. 이때 센서에서 출력되는 디지털 값은 검정색에서 흰색으로 갈수록 0 ∼ 255사이 값을 나타내게 된다. 출력된 디지털 값을 이용하여 CIE 색 공간 에서 색의 정보를 분석 할 수 있게 하였다. 실험은 위에서 설명한 I.R.I 샘플을 이용하여 진행 하였다.

그림 3실험에 활용된 컬러센서 Fig. 3 Color Sensor used in the experiment

그림 4는 컬러 센서를 이용하여 색 정보를 분석하기 위한 실험의 개략도이다. 광 다이오드 어레이 타입의 센서를 이용하여 110 가지 종류의 색이 다른 샘플로 실험을 진행 하였다. 센서와 샘플의 간격은 약 2 mm 로 고정 하였으며 센서의 Calibration은 I.R.I 샘플의 111번 샘플(백색)을 이용하였다. 또한 빛을 이용하는 센서의 특성상 외부의 빛이 차단 될 수 있게 디자인 하였으며 외부의 빛은 차단하여 오차를 줄였다.

그림 4색 변화에 따른 색 정보 실험 장치 Fig. 4 Collection of light information by adjusting the color variation

2.2 CIE 색공간 및 색 정보 추출 방법

그림 5는 CIE1931(Commission Internationale de l'Eclairage)색 공간을 나타내는 그림이다. CIE 색 공간은 인체의 색채 인지에 대한 연구를 바탕으로 수학적으로 정의 된 색 공간이다. CIE 1931은 RGB를 XYZ 라는 색 공간으로 바꾸어 주며 Y 값은 밝기 또는 조도의 값이 되도록 설계가 되어있다. 따라서 어떤 색의 색도는 X, Y, Z로부터 계산된 값인 두 개의 값 x, y로 표현할 수 있다. CIE1931은 색공간의 외곽은 단색광의 파장이 나노미터로 표시 되어 있다. 바깥쪽의 곡선 경계선은 스펙트럼 위치라 부르며, 단색광의 색상(Hue)에 해당한다. 아래쪽의 직선 경계선은 보라색 선(Purple line)이라 명칭 한다. 이 선에 해당하는 색깔은 경계의 위치에 있기는 하지만 단색광으로는 표현할 수 없는 한계가 있다. 색 공간에서 채도가 낮은 색깔은 가운데 영역에 존재하며, 한가운데에는 백색 점이 있다. 본 논문에서는 RGB 값을 CIE색 공간으로 변환시키기 위해 LabVIEW 프로그램을 이용해 RGB값을 컬러 센서로 얻어 수식에 대입하여 색 공간상에서의 색 좌표 값을 얻었다. 그리고 좌표 값에서 스펙트럼 위치까지 직선 라인을 연결하여 이를 통해 최종적으로 색의 파장과 순도 값을 검출하고 수치적으로 나타내었다. 색 공간에서 스펙트럼 위치에 있는 좌표는 순도(Purity)가 100%이며 안쪽인 백색광(White light) 쪽으로 가까워질수록 순도의 값은 낮아진다.

그림 5CIE 색공간 Fig. 5 CIE Diagram

연구에서 컬러 센서를 이용하여 RGB 값을 얻고 식 (1)을 이용하여 X, Y, Z 값으로 변환한 후 이를 토대로 식 (2)를 이용 하여 x, y로 변환하였다. 식에서 x, y는 색 공간상에서의 좌표축을 의미한다. 센서를 통하여 얻은 RGB값은 HSV, Lab, CIE 등 여러 색 공간으로의 변화가 가능하다. 연구에서는 여러 가지 색 공간 중 파장의 정보를 얻을 수 있는 CIE 색 공간을 선택하여 색 좌표 변환을 통해 파장 값과 순도 값을 얻어내었다.

 

3. 실험 결과 및 고찰

표 1에서 각 색상에 따른 좌표 값을 색 공간에 표시하였고, 센서에서 얻은 RGB 결과와 그에 따른 파장 값과 순도 값을 결과로 나타내었다. 컬러 센서로 얻어진 데이터를 이용하여 파장과 순도를 해당하는 색 공간에서 찾고 대표적 값의 좌표를 그림에 나타내었다. 110 가지 색상에 대해 실험을 수행하였으나 대부분의 데이터의 경향이 유사하고 데이터의 수가 많아 논문에는 대표적인 데이터만 첨부하였다. 붉은색은 600 nm, 초록색은 500 nm, 푸른색은 400 nm 대의 파장이 검출 되는 것을 확인할 수 있다. 또한 백색의 점을 중심으로 중심에서 멀어지면 순도 값이 증가하고 중심에 가까워질수록 순도 값이 감소하는 경향을 관찰 할 수 있었다.

표 1RGB 변화에 따른 파장 및 순도 Table 1 The wavelength and purity changes by RGB values

그림 6에서는 센서 에서 측정된 RGB 값과 샘플의 영상(Color Picker Program)을 통해 얻은 RGB 값을 이용해 R, G, B 각각을 그래프로 도시화 하였다. I.R.I에서 제공한 샘플의 영상 값과 컬러 센서로 측정한 샘플의 값의 패턴이 거의 유사한 경향을 보이는 것을 확인 할 수 있다. 그러나 Tone이 Light에서 Dark로 갈수록 센서의 민감도 차이에 의하여 오차가 더 크게 발생한다. 상대적으로 빛의 강도가 적게 입사되는 Dark Tone의 경우 대부분의 물질이 빛을 흡수하여, 물질에서 반사되는 빛의 양이 Light Tone의 색상에 비해 더 적을 수밖에 없다. 즉, 센서에 입사되는 빛이 양이 많지 않아, 센서의 민감도가 떨어질 수 있다고 판단된다. 실험의 결과는 CMOS, CCD와 같은 이미지 센서를 사용하지 않고 간단한 광학 센서를 이용하여 색의 정보를 비교적 정확히 검출 할 수 있음을 나타낸다. 영상 값과 컬러 센서에서 얻어진 실험값이 정확하게 같지 않은 대표적인 이유로 영상 값은 픽셀의 색 정보를 기준으로 RGB 값을 얻는다. 이때 대상물의 면적 비율을 사전에 알고 있는 경우가 거의 없으므로 정확한 색 정보 검출이 힘들다는 단점이 있다. 또한 영상 값은 많은 어플리케이션에 적용하기가 힘들다는 단점이 있고 데이터의 양을 가지고 있어 저장 공간이 많이 필요하며 속도가 다소 느린 단점이 있다. 컬러센서를 이용하는 경우 어레이 형식의 광 다이오드 배열로 센서가 구성되어져 있어 데이터의 평균값을 이용함으로 이러한 단점을 보안하여 많은 어플리케이션에 적용이 가능하며 색 정보를 비교적 정확하게 얻을 수 있는 장점이 있다.

그림 6RGB 값의 비교; (a) Red신호 (b) Green신호 (c) Blue 신호 Fig. 6 RGB theory, comparison of experimental data; (a) Red Signal (b) Green Signal (c) Blue Signal

 

4. 결 론

본 연구에서는 색에 대한 정보를 객관적 수치로 제공함으로서 다양한 분야에서 색을 활용할 수 있도록 하였다. 특히 컬러 센서를 이용하여 지정한 색 샘플에서의 RGB 값을 얻고 이를 이용하여 CIE 색 공간에서의 색 좌표를 검출한 후 파장과 순도를 찾아 내어 색의 정보를 정량화 하는 대에 목적이 있다. 이 연구는 기존의 연구들과 몇 가지 차별성을 두고 있다. 첫째, 기존의 연구에서는 색의 영상 이미지나 웹 칼라 코드를 이용하여 색이 지닌 효과를 제시하였다. 하지만 RGB 값과 웹 칼라 코드는 표현이 복잡하여 일반 사람들에게 쉽게 다가오지 않을 뿐더러, 이러한 색 정보와 색의 영상 이미지를 가지고 실생활에 적용하는 대에는 어려움이 있다. 둘째, 현재까지 진행된 연구들은 먼셀이나 NCS 등 비색법을 이용하여 색을 단순 비교하고 판단하였다. 본 논문에서는 앞선 연구들과 다르게 CIE diagram 상에 색을 표시했고, 파장과 순도 값으로 색의 정보를 나타내었다. 보라색 계열의 파장값은 CIE1931에서 정의되지 않은 한계가 존재하여 파장 값을 완벽히 도출 해 낼 수는 없었다. 그러나 연구의 결과로 색 정보를 정량적으로 나타내었기 때문에, 색을 더욱 효율적으로 활용할 수 있다는 점이 기존의 주관적인 색의 표현과는 차별화 된다. 이 실험의 결과는 간단한 pH의 측정이나 용해 정도 판단 등에 적용하여 데이터를 얻어 색상을 분석할 수 있고 염료의 착색정도를 보다 객관적으로 판단할 수 있으며 실시간으로 RGB 비율을 확인 할 수 있는 장점이 있다. 또한 일반 연구소뿐만 아닌 피부의 색소 침착도, 치아의 착색정도 등 의료 분야에서도 간편하게 사용될 수 있을 것이라고 판단된다.