（地球探测与信息技术专业论文）rgb颜色空间及其应用研究.pdf

( 摘要)r g b 颜色空间及其应用研究本文初步探讨了r ( ；1 1 颜色空州j 衍有颜色点转换为色度图上的颜色点的规律，按色差将所角颜色点聚类于黑蓝绿青红紫黄白8 种颜色。同时，对色度图上的可见点按色度坐标剖分于这8 种颜色，由此确定的削分线与g b 8 4 1 6 有重大区别，它适合作为r g b 图像按颜色分割的一个实用标准。据此提出了色差聚类和色度剖分线2 种分割彩色图像的方法。对于彩色图像，如果按某颜色分割，那么，要增强该颜色所在波段的入射光线。对物体表面色来说，不同颜色表面的光谱反射率各不相同。彩色表丽对可见光谱有较高的选择性，黑白系列的表面色对可见光谱的反射没有选择性。对灰度直方图进行了有益的探索。( a )给出了峰与谷的数学定义，它有别于连续函数极值的概念，也不同于用导数来定义峰与谷，而是根据给定的邻域直接比较离散数组值的大小。( b )提出了自然段落的概念，利目它有效地简化了2 5 6 个数比较结果的分类数目，有利于分类研究直方图。( c )1 1邻域弟m 点的方法可以方便地找出数组的少数几个关键点，这些关键点能较好地反映数组所示曲线的轮廓。惯穿于( ) 、( b ) 、( c ) 中的思想是小波变换n q 多尺度思想，( a ) 中的邻域和( b ) 中的水平数就是尺度，在( c ) 中f i 就是尺度。随着邻域、水平数和n 的不同，可以获得系列不同尺度下的结果。用1 个关键点来代表直方图所示曲线，当然不如用多个点的效果好，如果2 5 6 个点都选为关键点，那么，关键点所绘曲线与直方图所示曲线就一模一样了。这就是逐步逼近的多尺度思想。最后，把颜色分割的方法应用于洞庭湖水域的分割和车牌识别巾取得了，较好的效果。关键词：r ( ；b 颜色空问图像分荆( 直方图的) 峰和谷自然段落车牌识别( a b s t r a c t )r g bc o l o rs p a c ea n di t sa p p l i c a l l i o nt h i sp a p e rp r i m a r i l yd i s c u s s e dt h el a wo ft r a n s f o r m i n ga l it h ec o l o rp o i n t si nr g bc o l o rs p a c ei n t oc o l o rp o i n t si nc h r o m a t i c i t yd i a g r a m a n dg r o u p e da l lt h ec o l o rp o i n t si n t oe i g h tc o l o rs u c ha sb l a c k ，b l u e ，g r e e n ，c y a n ，r e d ，p u r p l e ，y e l l o wa n dw h i t ea c c o r d i n gt oc o l o rd i f i e r e n c ea tt h es a m et i m e ，d i v i d e dt h ev i s u a lp o i n t so fc h r o m a t i c i t yd i a g r a mb yt h e s ee i g h tc o l o r si nt e r l no fc h r o m a t i c i t yc o o r d i n a t e ，t h e nt h ed i v i d i n g1 i n ed e c i d e di sm u c hd i f f e r e n tf r o mg b 8 4l6 i ti sm o r es u i t e dt or e g a r da sap r a c t i c a lc r i t e r i o nf o rc o l o rs e g m e n t a t i o no f r g bi m a g et os e g m e n tac o l o ri m a g eb yo n ec o l o r , i tm u s te n h a n c et h ei n c i d e n tl i g h to nt h ew a v eb a n do ft h i sc o l o ra sf o rt h eo b j e c t ss u r f a c ec o l o r , d i f f e r e n tc o l o rs u r f a c e ，d i 肫r e n ts p e c t r u mr e f l e c t a n c et h ec o l o rs u r f a c e1 l a sm u c hm o r es e l e c t i v i t y w h i l et h e r ei s n ts e l e c t i v i t yo f v i s u a ls p e c t r u mf o rb l a c ka n dw h i t es u f f a c ec o l o r m a d ev a l u a b l eq u e s t i o n i n gf o rd e n s i t y h i s t o g r a m ( a ) g a v em a t h e m a t i c a ld e f i n i t i o no fp e a ka n dd i p j t 。sd i f f e r e n tf r o mt h a td e f i n e db yd e r i v a t i v ea n dc o n c e p t i o no f e x t r e m eo f c o n t i n u o u sf u n c t i o na sw e l l ，b u tc o m p a r et h es i z eo f d i s c r e t ea r r a ys t r a i g h t l yb a s e do nt h eg i v e nh o r i z o n t a lv a l u e ( b ) b r o u g h tf o r w a r dc o n c e p t i o no fn a t u r a ip h r a s ea n de f f e c t i v e l yr e d u c e dt h ec l a s s i f i e dn u m b e r so f2 5 6r e s u l t sb yu s i n gi t ，s oi t so fb eo fi tt oh i s t o g r a m l sc l a s s i f i e ds t u d y ( c ) t h em e t h o do ft h er u t hp o i n tj nn t hn e i g h b o r h o o dc a nf i n da n da r r a y sf e wk e yp o i n t s ，t h e s ek e yp o i n t sw i l lw e l li _ e f f e c tc u r y e 。sp e a ka n dd i ps h o w e db yt h ea r r a yi n ( a ) ，( b ) ，( c ) ，t h em u l t i r e s o l u t i o no f w a v e l e tt r a n s f o r m a t i o ni sp e r m e a t e df o rb e g i n n i n gt oe n di n ( a ) a n d ( b ) ，t h eh o r i z o n t a lv a l u ei ss c a l ew h i l eni ss c a l ei n ( c ) ，w h e nt h eh o r i z o n t a lv a l u ea n dna r ed i f f e r e n t ，as e r i e so fr e s u l t so fd i f f e r e n ts c a l ew i l lb eo c g u i r e do fc o u r s e ，u s i n gaf e wo fk e yp o i n t si sp r e f e r a b l et ou s i n go nk e yp o i n t ，t h e r e f o r e ，i ft h e2 5 6p o i n t sa r es e l e c t e d ，a sk e yp o i n t ，t h e nt h ec u r v es h o w e db yt h e ni sa ss a m ea sc u r v es h o w e db yh i s t o g r a mt h i si st h em u l t i r e s o l u t i o ni d e ao fs u c c e s s i v ea p p r o x i m a t i o nf i n a l l y , a p p l i e dt h em e t h o do fc o l o rs e g m e n t a t i o nt os e g m e n t a t i o no fd o n g t i n g l a k ew a t e ra r e aa n dr e c o g n i t i o nf o rv e h i c l ei i c e n s ep l a t e sa n do b t a i n e dp r e f e r a b l ee f f e c t s k e yw o r d s ：r g bc o l o rs p a c ei m a g es e g m e n t a t i o np e a ka n dd i pn a t n r a lp h r a s er e c o g n i t i o nf o rv e h i c l el i c e n s ep l a t e s1 1 遥感图像与颜色第1 章绪论遥感( r e m o t es e n s i n g ) 是- 7 t 不直接接触目标而探测目标的技术和方法。它获取的目标信息主要来自目标对电磁波的反射或自身辐刺出来l ! | 勺电磁波，接收电磁波的设备称为传感器( r e m o t es e n s o r ) ，搭载传感器的载体称为遥感平台( p l a t f o r m ) 。将获取的目标信息经过加工处理变成人眼可以直接识别的图像称为遥感图像，通过对遥感图像的判读揭示出所探测目标的性质及其变化规律。可见光是电磁波的一部分，与颜色紧密联系在起。遥感中常用波段波长范围划分如下袭：表卜l各波段波l i 范围波段紫外波段可见光波段红外波段微波波段波长范围0 0 1u m 一0 3 8 “m 0 7 6um li i i i t i im0 3 8 um0 7 6l l l l l ! 9 0 0l l m表卜2可见光波段各种颜色光的波隆范围各种颜色的光波长范围紫色光0 3 8 斗m - - - o 4 3 耻m蓝色光0 , 1 3 扯m - - - o 4 7 m青色光0 4 7 pm - - - o 5 0 m绿色光0 5 0 斗m - - - o 5 6 斗m黄色光0 5 6 肛m - - - o 5 9 m橙色光0 5 9 um - - - o 6 2 un 1红色光0 6 2 卜m - - - o 7 6 r n表卜3各红外波段的波长范围近红外波段中红外波段热红外波段远红外波段0 7 6l l i n 一3 0 0 i l l m 6 0 0l l i l l 1 5 0 i xm 3 0 0l l i l l6 0 0 u m1 5 0 u i n1 0 0 0 u i l l由表卜2 可见，不同的波| 吏代表不同的颜色。例如选用美国地球资源：巳星l a n d s a tt m 的笫2 、第3 和筇4 三个波段来表现洞庭湖概貌，将第4 波段赋给红色，第3 波段赋给绿色，第2 波段赋给蓝色。每个波段的灰度就反映为某种颜色的深与浅。将三个波段合成彩色图像，便成为假彩色合成图像。在这幅假彩色合成图像上，蓝色表示水丽，蓝的深浅反映水的深浅，红色表示植被，白色是岩石、房屋和道路，黄绿色表示早地、沙漠等等。另外，地物的形状和大小等属性常常通过颜色显示出来。例如，虽然在可见光范围，湖泊水体的反剁率与其背景地物的反射率相差不大；但是，在红外波段，水体与背景地物反射率有明显的差别，因为湖泊水体对红外辐射，几乎全部吸收，使湖泊水体相对于其背景地物有显著的颜色区别。因此，湖泊水休在陆地卫星图像的m s s 7 波段( 0 7 - 1 1 微米) 有很好的显示，通常采用此波段图像对湖泊位置、形状、大小和水文等特征进行分析。对不同时； l j j 洲泊水位的变化，也可采用不同波段即不同层次的颜色加以区别，例如，陆地卫星m s s 4 ，m s s 5 ，m s s 7 合成的假彩色图像中的蓝色、深蓝色等表示不同的水深。从而分析湖泊水位变化的规律。水体与背景地物的颜色区别，不仅能反映出湖泊的形态特征而且可揭示其成因，结构等特点。同时，可以用来分析湖泊的演变。在这里颜色是地物目标的一个基本特征，起着至关重要的作用。美巾不足的是对颜色只是定性的描述，缺少定量的描述( 例如，哪些颜色值是红色) ，因此不便于计算机判读遥感图像。0 - 9 11 2 常见的颜色空问颜色空问也称为颜色模式。存汁算机叫1 一颜f e | i j 表w i 力法2 d ；1 i 数字来表，j in q ，称为数字化颜乜馍j 。人体i 1 1 分为颜包输入摸一删愉微式，m 数川jj 绷( ! ：! j标号之间建立一一对应关系，由输入模式可以精确地输入颜色值；输 n 模式与图像的输出设备密切相关，彩色显示器的输出用r g b 模式，彩色印刷输出用c m y k模式。不同的颜色模式能表示的颜色范围( 或称色域c a m u t ) 不尽相同。r g b 颜色空间以r ( r e d ：红) 、g ( g r e e n ：绿) 、b ( b l u e ：蓝) 三种基木色为基础，进行不同程度的叠加，产7 1 - i z 宫而广泛的颜色，所以俗称三基色模式。在大自然中有无穷多种不同的颜色，而入眼只能分辨有限种不同的颜色。r ( ；b模式可表示一千六百多万种不同的颜色，在人眼看来它非常接近大自然的颜色，故又称为自然色彩模式。红绿蓝代表可见光谱中的三种基本颜色或称为三原色，每种颜包按其亮度的不同分为2 5 6 个等级。当色光三原色重叠时，由于不同的混色比例能产生各种中问色，例如，三原色相加可产生白色。所以r g b 模式是加色过程。屏幕显示的基础是r g b 模式，彩色印刷品却无法用r g b 模式来产生各种彩色，所以，r g b 模式常用于视频、多媒体与网页设计。r g b 颜色空间是用一个单位长度的立方体来表示颜色的，黑蓝绿青红紫黄白8 种常见颜色分别位居立方体的8 个顶点，通常将黑色置于三绯直角坐标系的原点，红绿蓝分别置于3 根坐标轴上，整个立方体放在笫l 卦限内。如图l 所示。而其中的青色与红色、紫色( 或称品红色) 与绿色、黄色与蓝色是互补色。各参数的取值范围是：r0 - - 2 5 5 ；g 0 - - 2 5 5 ；b0 - - 2 , 5 5 。参数值也称为三色系数或基色系数或颜色值，除以2 5 5 后归一到0 - - t 之问，但不是无穷多个而是有限多个值。由于每个灰度级都定为2 5 6 ，所以，红绿蓝分量全部组合起来共可表示2 5 6 3 = 2 2 4 = 1 6 7 7 7 2 16 种不同的颜色。它比人眼能分辨的颜色种数多得多( 人眼只能分辨几千种不同的颜色，包括几十利叼i 同深浅的灰度级) 。数字阁像的最终蚰纠儿予都1 挺1l = l jh 来，此时就要门j 到c m y k 琐一t 。i 幺1 ：炙以c ( c y a n ：青色) 、m ( m a g e n t a ：品红) 、y ( y e l ( ) w ：黄色) 、k ( b l a c k ：黑色，为区别b l u e 蓝色用k 表示) 为基本色。它表现的是白光照射在物体上，经过物体吸收一部分颜色后，物体表面反射回来的光线作用于人h 而产d a f f j 颜色。因为墨水的纯度使得利用任何比例的青色、品红色、黄色不可能产生非常纯净的、中性的黑色，所以，印刷业再增加种基色( 碳) 黑色，从而补偿青色品红色黄色产生黑度的不足。由于物体吸收部分光线( 即颜色) ，所以c m y k模式是减色过程。在每一种c m y k 的图像中都会被分配到四种油墨的百分比，各参数的取值范围是：co _ 一i o o ；mo 一1 0 0 ；wo 一1 0 0 ；k0 - - 1 0 0 。除了以上两种基本模式之外，还有其它各种模式，它们都有各自的应用范围，例如，h s b 模式，索引模式等。h s b 模式将颜色分为l i ( i l u e ：色调) 、s ( s a t u r a t i o n ：饱和度) 和b( b r i g h t n e s s ：亮度) 三个要素。色调是光经过折射后产生的单色光潜，即纯色，它组成了可见光谱，并用3 6 0 度的色轮来表示。对应于孟塞尔( m u n s e l1 )颜色立体中水平剖而的周向。饱和度描述颜色的浓淡程度，各种颜色的最高饱和度为该色的纯色，最低饱和度为黑白系列颜色。因此，由黑色到灰色再到白色的一系列颜色的饱和度为0 。饱和度对应于孟塞尔颜色立体中水平n j i f f , j 径向。亮度表示颜色的明亮程度。对应于孟塞尔颜色立体巾垂直剖面的t p ：1 1 1 线。各参数的取值范围是：1 1o - - 3 6 0 度；so 一1 0 0 ；bo 一1 0 0 。 1 ”川1 3 图像分割及其定义在一幅彩色图像中，有各种各样的颜色。不同的颜色给人以不同的感觉，红色给人以温暖的感觉，蓝色使人联想到水，在炎热的夏天给人们带来凉爽的感觉。不同的颜色也表示不同的意义，例如，红色在日常生活中代表喜庆，结婚时人们穿红衣服贴红喜字；在交通_ q k l 泛使用的颜色灯光信号中，红色灯光信号表示禁l e ，如果闯了红灯，便是违章，将受处罚。五彩缤纷的颜色丰高了图像的内容，同i 付【乜增强了图像的表现力。有些人对图像内某种颜色感兴趣，有些人女i - k 欢图像中的另一种颜色。谯图像分割l 暂人们感兴趣或一喜j 炊的门；分称为l j ；| l 示，i 它部分别称为7 景。ii 标通常刈脚j ：旧像l w ii z j i l l 。队顾n j k域。例如，某人喜欢红色，那么，图像中的红色就是目标，已知条件就是红颜色。将红色所在区域从复杂的背景中分离并提取出来，就是图像分割。由于分割过程中利用的主要特征是颜色，所以称为颜色分割。分割出来的目标可以是一个像素点、单个区域或多个区域。图像分割使用的特征除了选挥颜色以外，还常选用灰度、纹理等特征。实际工作中，要根据具体的应用目的来选取最有效的特征。图像分割的数学定义为：令集合r 代表整个图像区域，对r 的分割可以看着将r 分成若干个满足下列5 个条件的非空子集r ，r ：，r 。的过程：1所有子集的并集等于全集：即图像中的每个像素点必属于某个子集。rlu r2u ur 。= r2任何两个不同的子集的交集是空集；即图像中的每个像素点只属于某个子集，不能同时属于某两个子集。r 。nr2 = 巾，r 。nr 。= 寸，。一，r 。一。nr 。= 审，其中( b 为空集满足以上两个条件的子集合序列( r ，r ：，r 。) 称为全集r 的一个有限剖分。3每个子集内各元素有共同的性质；即分割后的属于同一子集的像素点都有相同的特征。r 。中的像素点都有公共肚质p ，r ：中的像素点都有另一公其性质p ：，r 。中的像素点都有区别于其它子集的公麸性质p 。4不同子集的并集不同于其中任意一个子集；即不同子集r 。，r ：，r 。，对不同的i ，j ，k ，有并集r ，ur 不同于子集r j 或者r j并集r ；ur 。ur 。不同于i 。，或者r j ，或者r k ，也不同于予赡rur j ，或者r i urk ，或者r j u r5每个子集r ，r 。，r 。都是一个连通的区域。m m1 4 彩色增强不等于颜色分割由于人类的视觉系统对彩色敏感，正常人的恨睛能分；, f i - q i 多种不同的颜色( 指亮度、色调、饱和度至少有一个不同) ，但只能分辨二十j l i , i j f 同深浅的灰度级( 即黑自系列的颜色) ，而且人们观看彩色图像的感觉要比观看黑白图像的感觉舒服得多的。因此，为了提高图像的可鉴别性( 或观赏性) ，常刚彩色来增强图像，可分为真彩色增强技术、伪彩色增强技术和假彩色增强技术。凡能够近似反映景物本来颜色的图像叫做真彩色图像，如t m 图像中的三个可见波段t m l 、t m 2 、t m 3 的合成图像；伪彩色增强是把一个波段或黑白图像变换为彩色图像，把人眼不易区分的细小灰度差别转换为明显的彩色差异，以便提取有用信息；假彩色增强是指定三个波段依次为红绿蓝三原色、建立每个波段的亮度与彩色的对应表，然后，将变换结果合成为一幅彩图，该彩图即为人工指定的假彩色图像，它未必与景物的本色一致，但却按人们的设想增强，原图景物中的某些部分，以利解译和识别。1 3 】【1 ，。，】1 - 5r g b 空间中两个颜色点的距离不表示色差如果把r g b 颜色空间的所有颜色( 2 2 4 种) 看着是立方体中的点，那么，颜色立方体中共有2 2 4 个颜色点，它们是等距离分布的。如果按照每个颜色点与黑蓝绿青红紫黄白8 个顶点的几何距离进行聚类，那么，相当于把颜色立方体分为8个小立方体( 参见图1 ) ，每个小立方体代表一类颜色。但这种聚类不符合人眼的观察结果，因为两个颜色点之间的几何距离并不代表这两种颜色之问在视觉上的差异。例如，在色度图一l - 的蓝色区域内，两个点的距离很小、但色差较大，即人眼能够明显地感觉到是两种不同的颜色：而在绿色区域，两个颜色的距离较大，但人眼分辨不出是两种颜色而认为是同一种颜色，电就是说人眼对颜色差别的感受性在不同的区域是不同的。因为所有的颜色都是给人观看的，所以，颜色的测量与标定的结果应与人眼观察的结果枰一致。2 州i1 6 国内外研究现状r g b 彩色显示模式是由美国国家1 h 视系统委员会( n r s c 提出来的，它广泛应用于c r 显示器，数字扫描仪，数字摄像机等成像硐l 显示设备上。此夕 ，还有l t s b 模式和i g v 模式等各剥饺式。所有彩色模式都必须符合c i e ( c o m m i s s i o ni n t e r n a t i o n a l ed el e d a i r a g e 国际照度委员会) 标准。许多学者着重于彩色模式之问的转换。例如y i q 模式用于对t v 信息的彩色信号编码；它与r g b 颜色空间巾三基色系数的关系是：y = o 2 9 9 r + 0 5 8 7 g + 0 11 4 bi = 0 5 9 6 r 一0 2 7 5 g 一0 3 2 1 bq = o 2 1 2 r 一0 5 2 3 g 一0 3 l l b有的学者着重于各种测色仪的研制。例如，棉花色泽仪的研制。在遥感中较注重假彩色图像的合成和伪彩色增强技术。但是，对于下列问题研究得较少。r g b 颜色空间与色度图之间的关系：颜色澜量的结果与人目良观察的结果是否一致的问题：彩色图像按颜色分割问题。【4 0 - 4 1 】【5 5 7 3 】1 7 本文研究的问题及其意义颜色的测量与标定是十分精确的( 采用的波陡单位是纳米，l n m = 1 0 1 m ) ，而人眼观察的结果是很模糊的，如何解决精确与模糊之问的矛盾，使精确的测量结果与人眼观察到的模糊结果统一起来。r 6 b 空问中的每一种颜色都有精确目i i 难一的颜色值，例如白色的颜色值是 111 ，而人眼观察到的白色不仅仅是颜包值为 1 】1 的白色，而且包括颜色值接近( 1i1 的许多颜色：r g b 空问中黄色的颜色值是 1l0 ，而人眼观察到的黄色不仅仅是颜色值为 1l0 的黄颜色，而且包括颜色值接近 1l0 的许多颜色，那么，人恨观察到的白色和黄色符包含r g b 空问中1 1 1 j , ) i l l 些颜色呢? 它们在刚 空问备l 引蓠哪些位簧? 在色度图l 足l j j | 5些点? 人限观察到的白色荆黄包赴刚j 空间r 门分界而或谯包皮i t | i i | j 分外线足怎样的曲面或曲线? 本文试图利用色度掌原理确定r g b 颜色空间的所有颜色在颇色立方体中或色度图上的分布情况并使之按色差最小原则聚类或剖分于黑蓝绿青红紫赞白8 种常见颜色这样聚类或音9 分的l 吉果与i 人眼的颜色感觉大体上是一致的。并且据此分割和识别彩色目标。这件工作怕意义在于：( a ) 理论意义为下一步按常见颜色分割奠定理论基础并提供有效的分割方法。本文根据对r g b 颜色空间的探索提出了色差聚类法和色度剖分线法两种分割彩图的新方法。同时可为彩色图像的压缩提供理论依据并指明研究的方向。( b ) 实际意义根据不同的实际应用而产生各自不同的效益。在物探方面的应用：地震数据和遥感数据都是多维数据，可以选择部分或全部数据合成彩图，用本文提出的色差聚类法和色度剖分线法分离目标，从而获取目标的有关参数。例如，在一幅洞庭湖| | 勺遥感图像中，水足蓝颜色，据此分离出水域，能估算洞庭湖的面积。其它方面的应用：凡是以颜色为主要特征的目标都可以用色差聚类法和色度剖分线法将它们分离出来。例如，车牌底色是黄蓝黑白之一，可用本文提出的方法有效地分离出车牌，从而识别车号，为自动化监管车辆提供技术支持。第2 章r g b 空间和色度图及其相互关系的探索r g b 颜色空间是最常用的颜色空间，它应符合c i e 规定的色度学标准，并且有其自身的特点。2 1r g b 空问中的颜色按色差聚类于常见颜色r g b 颜色空间的常见颜色是指黑蓝绿青红紫黄白8 利- 颜色，如图2 所示。图中计算了黑色与其它颜色的色差，由图可知，两个颜色的色差与这两点之间的几何距离不成正比。当然还可以计算任意两个颜色之间的色差。在r g b 颜色空间中，当颜色点等距离分布，各轴上均取3 个点，共有2 7 个颜色点时，过原点的赢线有7 条，每条直线上有2 个不同的颜色点( 不含原点) ，它们的三色系数成比例，在色度图上，它们的色度坐标相同、但亮度不同。图3 显示了2 7 种不同颜色按色差聚类于8 种常见颜色的结果：黑色类1 个点、蓝色类2 个点、绿色类2 个点、青色类3 个点、红色类3 个点、紫色类9 个点、黄色类2 个点、白色类5 个点。更详细的聚类情况见表3 一l 。按照各类点的数目排序为紫自青黄绿红蓝黑。我做了，：3 7 3 = 5 0 6 5 3 个颜色点的聚类，8 6 3 = 6 3 6 0 5 6 、2 5 6 3 = 1 6 7 7 7 2 1 6 个颜色点的聚类情况与此类似。不过5 0 6 5 3 个颜色点比人眼能分辨的颜色( 2 - t 种左右) 要高出一个数量级，在实际工作中已经够用了。从表3 - 1 可知，黑色类只有1 个点，颜色值是 000 ，是非常特殊的类。紫色类亮度值较低，看起来到较暗，接近黑色，尽管有许多颜色的亮度值接近0 ，但不等于0 ，因而，它们被划分到紫色类，故，黑色类只有1 个颜色点而紫色类最多。同理，亮度值较高的颜色被划分到白色类。图4 表示幅r g b 彩图按色差聚类后分割成黑蓝绿青红紫黄白8 类的结果，上行是原图，f 行从左到右依次是把红紫黄白变为白色、其它变为黑色的5 ) - ；l i , l i l , 聚h ，原图叫 没有黑虢绿青，i 牧村 应旧分割予图全黑尢白，被省略。尽管瞒i 蚓足黄底嬲字但没有1 个像素点的颜色值是 0o0 ，即黑色类的颜色点数目为0 ，其分割子图全黑从而被省略。原图中的黑字并非r g b 空间意义上的黑，即颜色值为f o00 7 ，而是由红色类和紫色类颜色组成，故被分割为下行的子图l 和子图2 。通常视觉上的黑色是由红色类和紫色类颜色组成的，雨不仅仅是颜色值为 00o 的黑。原图中的黄颜色变为白色而其它颜色变为黑色就是子图3 。原图中的白颜色变为白色而其它颜色变为黑色就是子图4 。视觉上的白色在原彩图中感觉不明显，而在按色差聚类后的分割结果中显著地体现在子图4 上。m 。e 】表3 - 1r g b 颜色空间中所有颜色按色差聚类于8 个项点的情况颜色黑色蓝色绿色青色红色紫色黄色白色总数类类类类类类类类2 3l11lll1l3 3122339255 31781 51 05 092 59 ，l2 04 17 64 13 6 64 91 3 51 8 3i9 93 2 85 9 72 4 33 0 1 83 7 81 1 6 83 7 3 ,l6 6 42 5 4 75 0 8 41 8 7 62 7 3 8 73 0 1 41 0 0 8 0n1墨0 8赣蝴餐0 6强矿4善0 2or 轴 昕箭第1 个颜色点与其它颜色的电羞算过的不重鲥算图28 引_ 见颜包位于 g | ；颜已空问的8 个顶点# 2 7 f 嘲e ( i l 自! m 十r 埘图3r g b 颜色空间的2 7 种不同颜色按色差聚类于8 个顶点的结渠囝匿囵图4一幅r g b 彩图按色差聚类后分割的结果2 2r g b 空间中的颜色在色度图上的分布情况r c - b 颜色空间能显示的颜色是图5 巾的三角形区域内的颜色，只有2 z t 种，比自然界中存在的颜色少得多。吲j 颜色空问的所有颜色在色度图上n 勺分布情况复杂，主要表现为后画的颜色点覆盖先i 丽的颜色点。图6 是r ( ；b 空问中等距分以i的2 7 个颜色点在色度图上的分布情况，其中可见颜色点是2 0 个，含三确形t l ；问的白色点，注意：重叠点只算1 次。图7 是先画的7 个颜色点，图8 是后画的7 个颜色点，它们的色度坐标相同，而亮度不同，因此给人的颜色感觉不一样。后画的颜色点覆盖先画的颜色点，故在图6 中看到的是后画的7 个颜色点，先画的7 个颜色点被覆盖掉了。图9 是按色度坐标对2 7 个颜色点进行有限剖分的结果：黑色类1 个点、蓝色类5 个点、绿色类5 个点、青色类3 个点、红色类5 个点、紫色类3 个点、黄色类3 个点、白色类2 个点。图l o 是按色度坐标对1 2 5 个颜色点进行有限剖分的结果。弘鋈，趁邀图62 7 个颜色点花乜腰陲j i i 的分前i锕覆盖可见t i2 ( ) 个岛= 7 时相藿蚋唑际张度的鳜色戽，舭雌色辙之颜色吊oo2o 4060 8栅自：色度删i 图7先画的7 个颜色点在色度图上的位置当f 7 时- d 匍度坐椿j 隈度= 威比错的三色j 鼓的) 颜色点。，图8后画的7 个颜色点在色度图上的位置在图9 中，当颜色点数为2 7 个颜色点时，中央白色6 边形顶点卜一6的坐标依次为x = o 2 6 6 90 3 1 8 l0 3 7 1 90 3 5 2 2o 3 0 6 3o 2 7 1 9y = o 2 5 3 40 2 6 3 90 3 2 9 20 3 9 4 50 4 0 4 80 3 2 9 0r g b 三角形边线上的顶点7 - - 1 2 的坐标依次为x l = o 1 9 6 40 2 5 8 00 4 1 0 0o d 7 6 50 3 6 7 6o 2 4 3 ly l = 0 2 ：3 8 90 9 50 2 0 3 20 4 5 6 【0 5 4 0 10 4 1 8 9f辱哪世押酪d羁f柱哪罂一船 h n b 6 e = 脯自h n 图9按色度坐标对2 7 个颜色点剖分结果在图1 0 中，当颜色点数为1 2 5 个颜色点时，中央白色6 边形顶点的顶点坐标依次为x = o 2 9 3 90 3 1 5 00 3 3 5 l0 3 3 0 20 3 1 0 00 2 9 3 5y = o 2 9 8 00 3 0 0 00 3 2 9 10 3 5 8 20 3 6 0 10 3 2 9 0r g b 三角形边线上的顶点坐标依次为x l = o 2 0 5 70 2 8 4 10 3 7 4 80 4 5 1 30 3 8 6 40 2 3 3 7y l = o 2 7 4 90 1 3 3 90 1 8 3 90 4 7 5 50 5 2 5 60 3 8 2 9弛t # * e t ! f 峨图l o按色度坐标剥i2 5 个颜色点剐分结果( 黑线)列】 g 【j 空问c | l 的2 2 4 种颜包进行打1 5 艇；! | j 分是一什 m 有意义的j 埘i ，剖分线的梢口i若uwgpe目曩制m确定位对颜色分割有指导作用。裔4 分线的坐标随着r g b 颜色空问的所有颜色的数目而变化。r g b 颜色空间的所有颜色的数目随着坐标轴上等距分布的点数变化，当每根轴上有3 7 个点时，r g b 颜色空间共有3 7 3 = 5 0 6 5 3 个颜色点。把r g b 颜色空间中的点转换为色度图上的点，那么，a )色度图上的一个点代表r g b 空间中的一个点，( 1 - - - 1 对应关系)b )色度图上的一个点代表r g b 空问中的多个点，( 1 - - - 多对应关系)这些共线点的三色系数成比例，在色度图一h ，它们的色度坐标相同、但亮度不同。重叠点数最多的情况是：色度图上的1 个点代表r g b 空问中的3 6 个点( 1 - - - 3 6 )详情如下：( 1 )r g b 颜色空间中有3 7 6 8 条直线过原点，每条直线上有2 个不同的颜色点( 不含原点)( 1 2 )( 2 )r g b 颜色空间中有0 9 1 8 条直线过原点，每条直线上有3 个不同的颜色点( 不含原点)( t 一3 )( 3 )r g b 颜色空间中有0 3 9 0 条直线过原点，每条直线上有4 个不同的颜色点( 不含原点)( 1 - - 一4 )( 4 )r g b 颜色空间中有o 】6 2 条直线过原点，每条直线上有5 个不同的颜色点( 不含原点)( 卜一5 )( 5 )r g b 颜色空间中有0 0 7 8 条直线过原点，每条直线上有6 个不同臼勺颜色点( 不舍原点)( 1 - - - 6 )( 6 )r g b 颜色空间中有0 0 8 4 条直线过原点，每条直线上有7 个不同的颜色点( 不含原点)( 1 - - - 7 )( 7 )r g b 颜色空间中有0 0 4 2 条直线过原点，每条直线上有9 个不同的颜色点i t 含原点)( 卜一9 )( 8 )r g b 颜色空问中有0 0 3 0 条直线过原点，每条直线上有1 2 个不同的颜色点( 不含原点)( 1 - - - 1 2 )( 9 )r g b 颜色空问中有0 0 12 条肖线过原点，每条商线上有t 8 个不同的颜色点( 不含原点)( 卜一)( 1 0 ) 嘲甄色空问，l , 有o 0 0 7 条i - i ：线j 2j , , i 点，每条直线卜有3 6 个不同f l ，j 颜色点( 不含原点)( 卜： 6 )l 色度图上的1 个点代表r g b 空间中的1 个或多个点，具体情况随数轴上等距分布的颜色点数而变化：a )数轴上等距分布2 个点，r g b 空间共2 3 = 8 个颜色点重叠情况：( 重叠点数晟多的情况是1 - - 1 )1280 ：( 没有2 点重叠的情况)b )数轴上等距分布3 个点，r g b 空间菇3 3 = 2 7 个颜色点重叠情况：( 重叠点数最多的情况是1 - - 2 )l231 31 40 ；( 没有3 点重叠的情况)c )数轴上等距分布5 个点，r g b 空间共5 3 = 1 2 5 个颜色点重叠情况：( 重叠点数最多的情况是1 - - 4 )l23457 32 402 8o ；( 没有5 点重叠的情况)d )数轴上等距分布9 个点，r g b 空间共9 3 = 7 2 9 个颜色点重叠情况：( 重叠点数最多的情况是1 - - 8 )l234567894 8 11 4 404 80005 60 ：( 没有9 点重叠的情况)e )数轴上等距分布1 8 个点，r g b 空间共1 8 3 = 5 8 3 2 个颜色点重叠情况：( 重叠点数蹑多的情况是1 - - 1 7 )4 2 5 57 9 22 5 21 6 81 5 0009 600000“0001 1 90f )数轴上等距分布3 7 个点，r g b 空问共3 7 3 = 5 0 6 5 3 个颜色点重叠情况：( 重叠点数最多的情况是卜- 3 6 ) ，3 5 7 3 l7 5 3 62 7 5 41 5 6 08 1 04 6 85 8 800 7 8o03 6 0000002 i6000()0f )1 60000ooo0o2 5 2本节对r g b 颜色空间等距分布的3 7 3 = 5 0 6 5 3 + 颜色点按黑蓝绿青红紫黄白8 种常见颜色进行了剖分，随着颜色点数的增加，情况越来越复杂，难度越来越大，对8 6 3 = 6 3 6 0 5 6 或2 5 6 s = 1 6 7 7 7 2 1 6 个颜色点的剖分留待以后研究。不过重叠点数最多的情况是：色度图上的1 个点代表r g b 空问中自, 3 8 5 或2 5 5 个点，在色度图上重叠点数最多的颜色点在r g b 空间中位于原点与其它7 个顶点的连线上。下面以9 3 = 7 2 9 个颜色点为例说明如下：当数轴上等距分布9 个点时，r g b 空问共有7 2 9 个颜色点，把这些点的三色系数转换为色度坐标并在色度图上用该颜色画点，就是图1 1 。注意后画的点覆盖先画的点，所以图l l 上可见点是5 7 2 个( 重叠点只算1 次) 。重叠情况最复杂的是色度图上的1 个点代表r g b 空间中的8 个点，如图1 2 中7 根直线上的8 个点。对于重叠点图l l 上显示的是同一根直线上标号最大的点的颜色，因为是按标号顺序产生所有颜色的，覆盖情况与颜色标号顺序有关。例如，垂直直线上的8 个点的标号自下而上依次是2 、3 、4 、5 、6 、7 、8 、9 ，小标号依次被大标号覆盖，最后显示的是同一直线上的最大标号的颜色( 9 号蓝色) 。图1 3 是色度图上5 7 2 个可见颜色点剖分于黑蓝绿青红紫黄白8 种颜色的结果。注意：剖分线的确定有较大的灵活性，请对比图9 和图l o ，它们都是对色域三角形的一个有限剖分，根据实际情况选用一个或重新确定剖分线。图1 4 是根据g b 8 4 1 6 绘制的，它的8 种常见颜色是红橙黄绿蓝紫黑白，与前述的8 种颜色黑蓝绿青红紫黄自不尽相同。g b 8 4 1 6 适用于道路、铁路、水运和航空交通等部门使用的信号和标志表面色，由于g b 8 4 1 6 的8 种常见颜色红橙黄绿蓝紫黑自与r g b 空问的色域三角形重叠太少，所以它不宜选作r g b 空间中按色度坐标分割成黑蓝绿青红紫黄白8 种常见颜色的分剖标准。r g b 空问按色度分割成黑蓝绿青红紫黄白8 种常见颜色的分割标准宜选用图9 、图】0 或图13 所示的边界线确定的8 个子区域( 黑色类只有1 个点也构成1 个子区域) 。7a e l 9 3 1 色厦阻( 骨艘色帕哇黼地喜缦) 韭撕蛳苴三景色啊锄均三弗撑图1 1r g b 空闻的所有点7 2 9 个转变为色度圈上是可见点5 7 2 个脑日空旧中艘原点且有8 一艄删色点，情况婀7 射l 琏- 弱 币嘲色点：r 8争6嚣。2：r 蚰赫嘲色般目，91图1 2经过原点的同直线上之颜色点在色度图上是1 个点。从原点至q 直线段的另一端点，颜色点依次被远离原点的颜色点覆盖，最后在色度图上显示的是直线段的非原点的另一个端点的颜色在图1 3 中，当颜色点数为7 2 9 个颜色点时，中央白色6 边形顶点的顶点坐标依次为x = o 3 0 4 0o 3 1 3 80 3 2 2 60 3 2 1 00 3 1 1 40 3 0 3 3y - o 3 1 4 80 3 1 5 30 3 2 9 10 3 4 2 90 3 4 3 30 3 2 9 0r g b 三角形边线上的顶点坐标依次为x 1 = o 2 0 9 70 2 9 5 90 3 6 0 60 4 4 t 20 3 9 4 80 ，2 2 9 7v l = 0 2 9 0 30 1 0 40 17 6 00 4 8 3 40 5 1 9 【0 3 6 7 4r g b 空衙掰- 7 2 9 十糠邑点茸中在色度埘上可见点5 7 2 十图1 3色度图上5 7 2 个可见点剖分于黑蓝绿青红紫黄白8 种常见颜色的结果a e l 咆虚m 十= h 邑团 的! * 脚抖穰色e 域图1 4g b 8 4 1 6 的8 种颜色红橙黄绿蓝紫黑白与r g b 空间的色域重叠太少尽管色度图上的1 个点代表r g b 空间中的1 个或多个点，但随着颜色总点数的增加，色度图上的1 个点代表r g b 空间中的多个点的情况在总点数中所占比例并不显著增加，这一点从表3 2 可以看出，所以，色度图虽然比r g b 空间少一维，但仍然能较好地反映景物的颜色，损失的仅仅是景物的亮度。二维的色度图比三维的r g b 空间显然要简单得多，因此，颜色分割可选色度图为依据。例如，图9 、图l o 或图1 3 所示区域即为黑蓝绿青红紫黄白8 种常见颜色区域。当然也可以将相邻2 个区域合并为1 个区域，如蓝青合并为箍、红紫合并为红，则原来的8 个颜色区域缩减为黑蓝绿红黄臼6 个颜色区域；或者将1 个区域拆分为2 个区域。颜色区域的个数根抓实际应j l j 叫，已知的颜色数日而定。通常实际应用中的颜色是i 血色度坐标规定的，图i l 足( ：i j 8 11 6 规定的8 种常j 玎颜色的色度坐标范围。表3 - 2r 6 b 颜色空问中所有颜色点与色度图上可见颜色点总点数2 33 35 39 31 8 33 7 3可见点数82 09 25 7 24 8 2 74 1 2 2 2可见点数l0 7 4 10 7 3 60 7 8 50 8 2 80 8 1 4总点数图1 5一幅蓝底白字彩图按照色度图上剖分线确定的蓝绿青红紫黄白7 个子区域分割为7 幅子图图9 、图1 0 和图1 3 与g b 8 4 1 6 有重大区别，比较而言，前者更适合作为按色度坐标分割的实用标准。现选取1 2 5 个颜色点确定的剖分线( 图l o ) 为标准，对蓝底白字的图像进行分割。图1 5 中上行是一幅彩色原始图像，下行依次是把蓝绿青红紫黄白变为白颜色而把其它