彩色图像处理原理

Matlab图像处理:从rgb2gray函数看彩色到灰度的转换原理与实战 本文深入解析Matlab中rgb2gray函数的彩色图像转灰度原理与实战应用。通过ITU-R BT.601标准权重公式,模拟人眼对不同颜色的敏感度,实现更符合视觉感知的灰度转换。文章涵盖基础用法、医学影像处理、算法演进、工程陷阱及内存优化等实用技巧,并展示在自动驾驶、卫星遥感等领域的创新应用。 阅读详情

目录

1  色彩基础(Color fundamentals)

2  色彩模型(色彩空间或色彩系统)(Color models)

3  全彩图像处理原理


1  色彩基础(Color fundamentals)

         尽管人脑感知和解释颜色的过程是一种尚未完全理解的生理心理现象,但颜色的物理本质可以通过基于实验和理论结果的形式化方法来表达。

1666年,Issac Newton爵士发现,当一束阳光穿过玻璃棱镜时,射出的光不再是白光,而是由一系列连续的颜色组成的光谱,从一端的紫色到另一端的红色。光谱可以大致分为六个区域:紫色、蓝色、绿色、黄色、橙色和红色。如果以全彩显示,光谱中的每一种颜色都不会突然中断;相反,每一种颜色都会平滑地过渡到下一种颜色。

基本上,人类和其他一些动物感知到的物体颜色是由物体反射光的性质决定的。可见光由电磁波谱中相对狭窄的频率范围组成。如果物体反射的光在所有可见波长范围内都保持平衡,那么观察者会看到它是白色的。然而,如果物体在可见光谱的有限范围内优先反射光,则会呈现出某种颜色。例如,绿色物体主要反射波长在 500 至 570 纳米范围内的光,同时吸收其他波长的大部分能量。

光的特性是色彩科学的核心。如果光是无色的(不含任何颜色),那么它唯一的属性就是强度或亮度。20世纪30年代以前拍摄的电影胶片上呈现的就是这种无色光。“灰度”(或强度)一词指的是一种标量强度测量值,其范围从黑色到灰色,最终到白色。

         可见光(Chromatic light)波长范围约为 400 至 700 纳米,涵盖电磁波谱的一部分。描述彩色光源特性的三个基本量是:辐射亮度或辐射率(radiance)、光度或发光率(luminance)和亮度(brightness)。辐射亮度是指光源发出的总能量,通常以瓦特(watts) (W) 为单位度量。光度以流明(lumens) (lm) 为单位度量,是衡量观察者从光源感知到的能量的度量。例如,在远红外光谱区域工作的光源可能具有显著的能量(辐射率),但观察者几乎无法感知到它;其光度几乎为零。最后,亮度是一个主观的描述符,实际上无法度量。它体现了非彩色强度概念,是描述颜色感觉的关键因素之一。

视锥细胞是眼睛中负责颜色视觉的感光细胞。详细的实验证据表明,人眼中的600万到700万个视锥细胞可以分为三大类,分别对应于红色、绿色和蓝色。大约65%的视锥细胞对红光敏感,33%对绿光敏感,只有约2%对蓝光敏感。然而,蓝光视锥细胞的灵敏度最高。人眼看到的颜色是所谓的原色(primary colors)(红色(Red)、绿色(Green)和蓝色(Blue))的不同组合。

为了实现标准化,国际照明委员会(CIE,Commission Internationale de l’Éclairage )于 1931 年为三种原色指定了以下特定波长值:蓝色 = 435.8 nm,绿色 = 546.1 nm,红色 = 700 nm。需要注意的是,为了标准化而定义三个特定的原色波长并不意味着这三个固定的 RGB 分量单独作用就能生成所有光谱颜色。人们普遍误解“原色”一词的含义,认为这三种标准原色以不同的强度比例混合可以产生所有可见颜色。这种解释并不正确,除非波长也可以变化,在这种情况下,我们就不会再有三个固定的原色了。

         原色可以混合生成光的次级色——品红色(红色加蓝色)、青色(绿色加蓝色)和黄色(红色加绿色)。以适当的强度混合三种原色,或将次级色与其对应的原色混合,即可产生白光。

    区分光的原色和颜料或染料的原色非常重要。在后者中,原色定义为能够吸收或减去一种光原色,并反射或透射其他两种光原色的颜色。因此,颜料的原色是品红色、青色和黄色,而次级色是红色、绿色和蓝色。

         彩色电视接收是光色加色原理的一个例子。直到20世纪90年代,阴极射线管(CRT)彩色电视机的屏幕内部都由大量三角形排列的电子敏感荧光粉点组成。当受到激发时,每一个三色点阵中的每一个点都会发出一种原色光。管内的电子枪会调节发出红色光的荧光粉点的强度,产生与电视摄像机捕捉到的“红色能量”相对应的脉冲。每一个三色点阵中的绿色和蓝色荧光粉点也以同样的方式被调节。在电视接收器上观看时,每一个三色点阵发出的三种原色光会被人眼中的感光锥体接收并“叠加”在一起,最终被感知为一幅全彩图像。每秒钟三种颜色连续变化30次,从而在屏幕上形成连续图像的视觉效果。

    20世纪90年代末,CRT显示器开始被平板数字技术取代,例如液晶显示器(LCD)和等离子显示器。尽管这些技术与CRT显示器在原理上存在根本区别,但它们都遵循相同的原理,即都需要三个子像素(红色、绿色和蓝色)来生成一个彩色像素。LCD利用偏振光的特性来阻挡或透射光线穿过液晶屏幕,而在主动矩阵显示技术中,薄膜晶体管(TFT)用于为屏幕上的每一个像素提供合适的信号。光滤波器用于在每一个像素三原色单元位置产生三种原色光。在等离子显示器中,像素是涂有荧光粉的微小气体单元,用于产生三种原色之一。单个单元的寻址方式与LCD类似。这种单个像素三原色单元坐标寻址能力是数字显示器的基础。

通常用于区分不同颜色的特征是亮度(brightness)、色调(hue)和饱和度(saturation)。正如本节前面所述,亮度体现了非彩色强度概念。色调是与光波混合物中主波长相关的属性。色调代表观察者感知到的主色。因此,当我们称一个物体为红色、橙色或黄色时,我们指的是它的色调。饱和度是指相对纯度或与色调混合的白光的量。纯光谱色是完全饱和的。像粉红色(红色和白色)和薰衣草色(紫色和白色)这样的颜色饱和度较低,饱和度与添加的白光量成反比。

    色调和饱和度共同构成色度(chromaticity),因此,颜色可以用其亮度(brightness)和色度(chromaticity)来表征。形成任何特定颜色所需的红色、绿色和蓝色的量称为三刺激值(tristimulus)。对于可见光谱中的任何波长,产生与该波长对应的颜色所需的三个三刺激值可以直接从根据大量实验结果编制的曲线或表格中获得(Poynton [1996, 2012])。

2  色彩模型(色彩空间或色彩系统)(Color models)

    色彩模型(也称为色彩空间(color space)或色彩系统(color system))的目的是以某种标准方式方便地指定颜色。在本质上,色彩模型是对以下两项的规范:(1) 一个坐标系统,以及 (2) 该坐标系内的一个子空间,使得模型中的每一种色彩都由该子空间中的一个点来表示。

目前使用的大多数颜色模型要么面向硬件(例如彩色显示器和打印机),要么面向应用,以颜色处理为目标(例如创建用于动画的彩色图形)。在数字图像处理领域,实际应用中最常用的硬件导向型模型包括用于彩色显示器和各种彩色摄像机的 RGB(红、绿、蓝)模型;用于彩色打印的 CMY(青色(cyan)、品红色(magenta)、黄色)和 CMYK(青色、品红色、黄色、黑色)模型;以及 HIS(色相(hue)、饱和度(saturation)、强度(intensity))模型,该模型与人类描述和解释颜色的方式非常吻合。HSI 模型还有一个优点,它可以将图像中的颜色信息和灰度信息分离,因此适用于本书中介绍的许多灰度处理技术。目前使用的颜色模型种类繁多,这反映了色彩科学是一个涵盖众多应用领域的广阔领域。虽然有些模型本身很有趣且实用,但为了专注于当前的任务,我们将重点介绍一些在图像处理中具有代表性的模型。

3  全彩图像处理原理

彩色图像处理原理涉及用数字方式表示颜色(例如RGB),理解人类的颜色感知(色相(hue)、饱和度、亮度),以及应用算法来处理这些颜色属性,从而实现物体识别、图像分割和图像增强等任务。这些任务通常需要进行颜色模型之间的转换(例如从RGB转换为HSV),以分离或调整特定的颜色特征。关键方面包括利用颜色更好地识别物体、从灰度图像生成伪彩色图像,以及对图像进行变换以进行特定的分析或视觉改进,充分利用人眼能够分辨数千种颜色的能力。

全彩图像处理方法主要分为两大类。第一类方法是分别处理每一个灰度分量图像,然后将处理后的分量图像组合成一个复合彩色图像。第二类方法是直接处理彩色像素。由于全彩图像至少包含三个分量,因此彩色像素可以表示为向量。例如,在 RGB 系统中,每一个颜色点都可以被视为一个从原点延伸到该点在 RGB 坐标系中的向量。

涉及到的主要技术要点包括:

(1) 颜色空间转换:在不同颜色模型之间进行转换(例如,从 RGB 转换为 HSV ),以分离特定的颜色属性,从而简化处理(例如,仅提取红色物体)。

(2) 图像增强:调整色相、饱和度和亮度,以改善视觉质量或突出细节,例如校正偏色或增强色彩鲜艳度。

(3) 图像分割:根据颜色相似性将图像分割成不同的区域,这对于识别物体或区域至关重要(例如,找到所有绿色像素)。

(4) 物体识别:利用颜色作为强大的特征,简化从场景中识别和提取特定物体的过程。

(5) 图像滤波:对颜色通道应用空间滤波器(例如平滑或锐化),以降低噪声或增强边缘,类似于灰度图像处理,但应用于每一个颜色通道。

数字图像处理 第六章——彩色图像处理 该模型中,每种颜色出现在红,率,蓝的原色光谱分量中。RGB彩色模型中表示的图像由三个分量图像组成,每种原色一幅分量图像。送入RGB监视器时,这三幅图像在屏幕上混合生成一幅合成彩色图像。该(色调,饱和度,强度)彩色模型描述对人来说是自然且直观的。是开发基于彩色描述的图像处理算法的理想工具。本质上,彩色模型是坐标系统和子空间的说明。CMYK在CMY的基础上加了黑色。CMY中使用青色,深红色和黄色。首先将所有彩色值归一化到范围。CMY和CMYK彩色模型。 阅读详情

相关推荐

数字图像处理 第六章彩色图像处理

数字图像处理 第六章彩色图像处理

m0_50882524的博客 1191

彩色图转灰度图原理

任何颜色都有红、绿、蓝三原色组成,某点的颜色为RGB(R,G,B),那么,我们可以通过下面几种方法,将其转换为灰度:    1.浮点算法:Gray=R*0.3+G*0.59+B*0.11    2.整数方法:Gray=(R*30+G*59+B*11)/100    3.移位方法:Gray =(R*28+G*151+B*77)>>8;    4.平均值法:Gray=(R+G+B)

Jack旭的博客 4727

32、彩色图像处理与离散小波变换:原理、方法及应用

本文深入探讨了彩色图像处理与离散小波变换(DWT)的基本原理、方法及实际应用。在彩色图像处理部分,重点介绍了基于RGB向量空间的图像分割技术,包括欧几里得距离和马氏距离的应用,并通过自定义函数colorseg实现区域提取,结合木星卫星Io表面图像示例展示了不同阈值和方法的分割效果。在离散小波变换部分,系统阐述了DWT的数学基础、多分辨率分析特性以及快速小波变换(FWT)的实现机制,利用MATLAB小波工具箱进行单尺度与双尺度分解,并给出Haar小波的具体实例。文章进一步拓展至医学图像分析、遥感分类和图像压缩

python9snake的博客 72

RGB图像转换为灰度图像的原理

RGB彩色图像中,一种彩色由R(红色),G(绿色),B(蓝色)三原色按比例混合而成。 图像的基本单元是一个像素,一个像素需要3块表示,分别代表R,G,B,如果8为表示一个颜色,就由0-255区分不同亮度的某种原色。 灰度图像是用不同饱和度的黑色来表示每个图像点,比如用8位 0-255数字表示“灰色”程度,每个像素点只需要一个灰度值,8位即可,这样一个3...

Bebr的博客 1万+

图像处理技术:从灰度化到彩色增强的MATLAB实现

颜色空间转换是彩色增强技术的重要组成部分,不同的颜色空间适用于不同的图像处理任务。常见的颜色空间包括RGB、CMYK、HSV等。RGB颜色空间基于红、绿、蓝三原色,适合于显示设备,而在图像处理和分析中,HSV颜色空间(色相、饱和度、亮度)由于其对色彩直观的表现更为常用。颜色空间转换的目的是将图像从一个颜色空间转换到另一个颜色空间,以便进行特定的图像处理操作。例如,在进行色彩增强时,从RGB转换到HSV空间可以让我们更直观地调整色相和饱和度,而不影响亮度。这在数字摄影和图像编辑中特别有用。

weixin_42577243的博客 863

《通信工程施工与管理》

制作馈线接头必须使用专用的工具,专用工具包括:馈线切割刀、馈线安全刀、小金属丝毛刷、固定尺寸或大号活动扳手、小号扁锉刀、细齿小手锯、接头扩孔器、3M防水胶或防水接头盒;如图所示,详情如表所示。

2302_78710464的博客 1654

【数字图像处理】彩色图像处理(1)

2:人眼对颜色非常敏感,可以分辨出来几千种颜色色调和亮度,却只能分别出几十种灰度。1:利用颜色信息,可以简化目标物的区分,以及从场景中提取出目标物。颜色变换的本质是:角度变换改变色调,中心到半径的长度改变饱和度。三基色原理:自然界中的绝大多数的颜色都可以分解成红、绿、篮。提出2种均匀色差彩色模型:L﹡U﹡V﹡和L﹡a﹡b﹡。彩色模型的建立目的:提供一个可接受的指定彩色标准。色调(H):0°红色,120°绿色,240°蓝色。相加混色:三基色按不同比例相加进行的混色。色度学:研究彩色视觉和光谱特性的学科。

m0_65787507的博客 540

XVF3800麦克风阵列实战:从选型到快速原型搭建

本文详细介绍了XVF3800麦克风阵列的选型与快速原型搭建实战经验。从开箱即用的特性到波束成形、回声消除等核心功能拆解,再到硬件设计避坑指南和固件开发技巧,帮助开发者高效实现智能语音设备的开发。特别适合智能音箱、会议终端等需要远场拾音和声源定位的应用场景。

weixin_29161719的博客 275

图像处理与视觉感知复习--彩色图像处理

简单介绍了彩色图像处理在图像领域的应用,介绍以一些常见的彩色模型

m0_64372178的博客 1430

手把手教你用TUSB2E22中继器实现eUSB2与USB 2.0互转(附实测数据对比)

本文详细介绍了如何利用TUSB2E22中继器实现eUSB2与USB 2.0的高效互转,包括技术背景、硬件设计要点、信号完整性测试方法及故障排查策略。通过实测数据对比,展示了TUSB2E22在信号延迟、功耗和眼图性能上的显著优势,为工程师提供了实用的工程方案。

weixin_29199873的博客 284

SAP 未清PO数量 = 采购订单数量 - 已收货数量

本文介绍了SAP系统中查询未清PO数量的6种方法:1.标准采购报表(ME2L/ME2M/ME2N)适合业务用户快速查询;2.物料需求报表(MD04)可查看单个物料的供需情况;3.SQVI快速查询器提供自定义字段的灵活性;4.ABAP报表适合开发人员处理复杂逻辑;5.SAPQuery经配置后可供业务用户使用;6.BI/HANA方案适合大数据量分析。每种方法各有优缺点,用户可根据自身技术水平和具体需求选择,日常查询推荐使用标准采购报表ME2L/ME2M。

金牌架构师 1872

数字图像处理 实验七 彩色图像处理

值得注意的是,对于较大的核,这两个方法的计算时间和内存占用可能会非常大。通过本彩色图像处理实验,掌握了彩色图像处理的概念及其计算方法,实现了彩色图像的缩放、旋转,对数运算,幂律运算,均值滤波,中值滤波,直方图均衡化,对RGB彩色模型和HSI彩色模型有了更深入的理解。不同颜色空间下的像素值代表不同的颜色和光度信息,适当的颜色空间选择可以更好地区分图像中的物体。9. 图像压缩:压缩处理可以使用有失和无失压缩,有失压缩可以通过减少比特数来降低图像的大小,无失压缩可以通过无损压缩来把数据压缩成为空间更小的文件。

weixin_69276268的博客 1396

基于Simulink的超级电容与锂电池混合储能协调控制仿真

摘要:本文介绍基于Simulink的光伏-混合储能系统(HESS)建模与仿真方法,通过超级电容和锂电池的协同控制实现功率平抑。系统采用直流耦合架构,利用一阶低通滤波法将总功率分解为低频(锂电池承担)和高频分量(超级电容承担),并设计SOC自平衡机制维持超级电容工作点。仿真结果表明,该方案可使锂电池电流波动降低62%,光伏功率波动率降至7.5%,有效延长电池寿命。文章详细展示了从主电路搭建、功率分配到闭环控制的完整实现步骤,为新能源系统储能优化提供实用参考。

amy_mhd的博客 136

数字图像处理 第6章-彩色图像处理

在图像处理中,彩色的运用受两个主要因素的推动。第一,彩色是一个强有力的描绘子,它常常可简化从场景中提取和识别目标;第二,人可以辨别几千种彩色色调和亮度,但相比之下只能辨别几十种灰度色调。第二个因素在人工图像分析中特别重要。彩色图像处理可分为两个主要领域:全彩色处理和伪彩色处理。在第一类中,通常要求图像用全彩色传感器获取,如彩色电视摄像机或彩色扫描仪。在第二类中,问题是对一种特定的单色灰度或灰度范围赋予一种颜色。到目前为止,多数数字彩色图像处理是在伪彩色层面完成的。

m0_62094120的博客 879

华为OD面试八股文嵌入式C语言基础问题及答案(一)

本文总结了C语言编程中的10个关键知识点:1.宏定义MIN的实现方法;2.嵌入式无限循环的两种写法;3.变量a的8种不同定义方式;4.static关键字的三种作用;5.const关键字的含义和使用场景;6.volatile关键字的含义及三个应用实例;7.变量存储位置(栈区、静态区、堆区);8.32位系统指针位数;9.局部与全局变量重名规则;10.引用与指针的三点区别。这些内容涵盖了宏定义、变量声明、存储类别、指针等C语言核心概念,对嵌入式开发和系统编程具有重要参考价值。

m0_50382756的博客 161

性能优化-高通cDSP(QDSP6)架构详解

高通cDSP开发的商业价值30秒快速认识高通cDSP开发的商业价值【高通cDSP旨在处理一些简单但需要大量计算的场景,如图像处理、科学计算、AI训练、计算机视觉等。这些场景使用CPU来运算会极大的降低CPU的吞吐量,因此利用现代寄存器较宽的特性设计出了适配数据并行的DSP芯片,cDSP就是典型的代表。利用cDSP+CPU既可以满足一般的使用场景,也可以完成现代图像和视频数据的处理。

发狂的小花的博客 5949

第六章 彩色图像处理

文章目录6.2 彩色模型6.2.1 RGB模型6.2.2 CMY模型6.2.3 HSI彩色模型从RGB到HSI的彩色转换6.3 伪彩色模型6.3.1 灰度分层6.3.2 灰度到彩色的变换6.4 全彩色图像处理基础 6.2 彩色模型 彩色模型(也称彩色空间或者彩色系统)的用途是在某些标准下用通常可接受的方式简化彩色规范。本质上,彩色模型是坐标系统和子空间的规范。位于系统中的每种颜色都由单个点来表示...

圣托里尼的日落啊~的博客 1101

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

第六章:彩色图像处理

大部分的图像处理都是灰度图像,但现在彩色图像也开始逐渐受到关注。灰度图像处理比较简单,而彩色图像处理却要引入新的变量,使计算量大幅增加。

qq_63029071的博客 1896

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

彩色图像处理

 颜色  人可以辨别几千种不同的颜色,但只能区分出几十种灰度级,这使得颜色在人工图像分析中显得特别重要。  颜色是一个强有力的描绘子,它常常可简化目标物的识别和提取。  视觉  人眼是锥状细胞对应于短(S)、中(M)和长(L)波长光的三类感受器(锥状细胞), 近似对应红、绿、蓝三色感觉.大约65%的锥状细胞对红光敏感,33%对绿光敏感,只有2%对蓝光敏感。  由于人眼的这

落叶知秋的博客 2793

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

【图像处理】-018 彩色模型及其相互转换

【图像处理】-018 彩色模型及其相互转换 文章目录1 彩色模型1.1 RGB1.2 CMY和CMYK1.3 HSI2 色彩空间之间的相互转换2.1 RGB与HSI相互转换2.1.1 RGB转HSI2.1.2 HSI转RGB3 OpenCV中进行彩色模型转换 1 彩色模型   彩色模型(也称为彩色空间或彩色系统)的目的是在某些标准下通常可以接受的方式方便地对彩色加以描述。 1.1 RGB   在R...

freehawkzk的专栏 1362

图像处理与视觉感知---期末复习重点(4)

1. 图像增强技术一般要利用人的视觉系统特性,目的是取得较好的视觉效果,不需要考虑图像退化的真实物理过程,增强后的图像也不一定要逼近原始图像。2. 图像复原技术需要针对图像的退化原因设法进行补偿,因此需要对图像的退化过程有一定的先验知识,利用图像退化的逆过程去恢复原始图像,使复原后的图像尽可能的接近原图像。1. 系统HHH是一个线性系统。aaa和bbb是比例常数,f1xyf_1(x,y)f1​xy和f2xyf_2(x,y)f2​xy是任意两幅输入图像。

m0_62881487的博客 2010

彩色CCD相机工作原理

 T HE YOURSOURCEFOR DIGITALIMAGING T E CHNOL OGY IMAGN I GSOURCE 彩色相机工作原理 T HE YOURSOURCEFOR DIGITALIMAGING T E CHNOL OGY IMAGN I GSOURCE 欧洲总部 The Imaging Source Europe GmbH Sommerstrasse 36

猫山王的专栏 1万+

opencv图像分析与处理(13)- 彩色图像处理基础:彩色模型与伪彩色图像处理

本节为opencv数字图像处理(13):彩色图像处理基础:彩色模型与伪彩色图像处理,主要包括:三种彩色模型(RGB、CMY/CMYK、HSI)及其互相转换的方法、伪彩色图像的两种处理方法(灰度分层、灰度到彩色的转换)。

kevin_zhao_zl的博客 2085

冈萨雷斯《数字图像处理》学习笔记--第六章彩色图像处理

坐标系内的子空间(模型内的每种颜色都可由子空间内包含的一个点来表示)。RGB彩色模型:在RGB空间中,表示每个像素所用的比特数称为像素深度。每个RGB彩色像素(三元值(R,G,B))的深度为24比特。色调:混合光波中与主波长相关的属性,表示被观察者感知的主导色(当说某物体是x色时,指的就是物体的色调)。形成任何一种特殊颜色的红色量、绿色量、蓝色量称为三色值,并分别表示为X,Y和Z。饱和度:相对的纯度或与一种色调混合的白光量(饱和度与所加的白光量成反比)。区别不同颜色的特性通常是:亮度、色调、饱和度。

weixin_57737343的博客 494
上一篇: 伪彩图像处理原理
下一篇: 求解矩阵特征值和特征向量
ComputerInBook
博客等级 码龄19年 1168粉丝 465原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值