（计算机应用技术专业论文）基于ccd图像的彩色插值算法研究.pdf

硕士论文基于c 图像的彩色插值算法研究 摘要 论文研究了基于b a y e r 型c c d 原始数据的彩色图像插值算法。这些算法在 当今的数码相机产品中属于核心技术。当今社会，数码相机越来越被广泛使用。 生产厂家为了考虑成本，采用了单片c c d 图像传感器，其表面覆盖彩色滤波阵 列，这样的阵列在每个象素上只能获得三基色中的一个分量。本文研究的是目前 应用最广的b a y e r 型阵列。为了获得一幅三通道齐全的彩色图像，必须依靠插值 获得没有获得的颜色信息，这个过程就是彩色图像插值。 本文首先介绍了现在已有的一些插值算法。然后本文提出了两种改进的彩色 图像插值算法。在画面高频区，如果物体宽度在c c d 上只有1 2 个象素，那么就 无法通过通常的插值算法重现其真实色彩，而表现出与物体内容无关的彩色块， 这些有规律的彩色块就是彩色摩尔纹。改进算法一中绿色通道值根据常规的插值 算法得到，红色和蓝色部分再根据常规插值算法得到的结果结合绿色部分重建得 到，该算法能够有效的抑制颜色混淆现象彩色摩尔纹；改进算法- - n 是一种复合 的插值算法，结合了多个高效插值算法的优势，能得到良好的插值效果。这种方 法分三个步骤进行，分别是：基于边缘检测的一次插值、高频替换、改进的矢量 中值滤波。本文针对k o d a k ：g 彩图像数据库中的2 4 幅图片进行了多种插值处理， 以说明各种插值算法的优劣。 为了评估算法质量，本文对图像评估方法也做了研究。计算了原始图像与重 构图像在整体与边界区域的峰值信噪比和c i e l a b 颜色空间的欧氏距离来分析 重构图像的保真度，给出了相关数据比较与视觉比较的结果图表。实验证明，本 文算法是可行的并且可以达到不错的效果。 关键词：b a y e r 型彩色滤波阵列，彩色摩尔纹，去马赛克，峰值信噪 比 硕士论文基于c c d 图像酶彩色插值算法研究 a b s t r a c t t h i sd i s s e r t a t i o nm a i n l yd i s c u s s e sc f a d e m o s a i c i n go w i n gt ob a y e rc c di m a g e t h e s ea l g o r i t h m sb e l o n gt oak e yt e c h n o l o g yi nd i g i t a lc a n l c r ap r o d u c tn o w a d a y s i n n o w a d a y ss o c i e t y , t h ed i g i t a lc a n e r ai sp u ti n t ou s eb r o a d l y f o rc o n s i d e r i n gc o s t ，t h e m a n u f a c t u r e ra d o p tt h es i n g l ec c di m a g es e n s o r , w h o s es u r f a c ci sc o v e r e dw i t ha c o l o rf i l t e ra r m y , t h ec f al i m i t se a c hs e n s o rp i x e lj u s ts a m p l i n go n eo ft h et h r e e p r i m a r yc o l o rv a l u e s t h i sd i s s e r t a t i o nd i s c u s s e sb a y e rc f a w h i c hi sm o s tp o p u l a r c f aa tp r e s e n t f o rg e t t i n gt h ef u l lc o l o ri m a g e ，t h eo t h e rt w om i s s i n gc o l o rs a m p l e s m u s tb ei n t e r p o l a t e d t h i sp r o c e s si sc o m m o n l yr e f e r r e da sc f ad e m o s a i c i n g i nt h i sp a p e r , w ef i r s tr e v i e ws o m ec o m m o n l yu s e da l g o r i t h m s t h e np r o p o s e t w oi m p r o v e dd e r n o s a l c i n ga l g o r i t h m sf o rt h eb a y e rc f a i nh i g hf r e q u e n c ya r e ao f i n l a g e ，m o s tg e n e r a ld e m o s a i c i n ga l g o r i t h m sh a v e1 1 0w a yt or e p r o d u c et r u ec o l o ri f o b j e c tw i d t hc a no n l yh a v e1 2p e l so nc c d ，a n dp u tu pt h ec o l o rp i e c e sh a v i n g n o t h i n gt od ow i t ho b j e c tc o n t e n t ，t h a tt h e s ec o l o rp i e c e sc a l la sc o l o r e dm o i r 6 i nt h e f i r s ti m p r o v e da l g o r i t h m ，m i s s i n gg r e e ns a m p l e sa l ef i r s te s t i m a t e db a s e do ng e n e r a l i n t e r p o l a t i o n t h em i s s i n gr e da n db l u ec o m p o n e n t sa r et h e ne s t i m a t e db a s e do nt h e i n t e r p o l a t e dg r e e np l a n e t h i sa l g o d t h mc a ne f f e c t i v e l yr e d u c et h ec o l o ra r t i f a c t s ， c o l o r e dm o i r 6 t h es e c o n di m p r o v e da l g o r i t h mi so n ek i n do fc o m p o u n di n t e r p o l a t i o n a l g o f i t l u n , i tu n i t ea l g o r i t h m i ca d v a n t a g eo f s o m eh i g h - e f f e c ti n t e r p o l a t i o na l g o d t h r n s ， a n dc a r l g e tf m ei n t e r p o l a t i o ne f f e c t 1 】1 r e cs t e p sc a n yo u tt h i sm e t h o dm a r k , a r e r e s p e c t i v e l y ：f n s ti n t e r p o l a t i o no w i n g t ob o r d e rd e t e c t i n g ，h i g hf r e q u e n c yr e p l a c e ， v e c t o rm e d i a nf i l t e r i n g v a r i o u si n t e r p o l a t i o n sf o r2 4p h o t o g r a p h si nk o d a kr e a lc o l o r i m a g ed a t ab a s eh a v eb e e ni np r o g r e s s ，t oe x p l a i na l g o r i t h m i cs u p e r i o ro ri n f e r i o rr a n k o f v a r i o u si n t e r p o l a t i o n s i no r d e rt oa s s e s st h ep e r f o r m a n c eo f t h ep r o p o s e dm e t h o d s ，t h ed i s s e r t a t i o na l s o d i s c u s s e si m a g ee v a l u a t i o nm e t h o d t h ep e a ks i g n a l - t o - n o i s er a t i oa n de u c l i d e a n d i s t a n c ei nc i e l a bc o l o rs p a c ea r cc o m p u t e db e t w e e nt h eo r i g i n a la n dr e c o n s t r u c t e d i m a g ei nw h o l ea n dc d g cr e g i o n sr e s p e c t i v e l y t h ed i s s e r t a t i o ng i v e so u tt h ec h a r t so f q u a n t i t a t i v ec o m p a r i s o na n dv i s u a lc o m p a r i s o n e x p e r i m e n t a t i o nv a l i d a t e st h a ta l g o r i t h m i sf e a s i b l ea n dc a nr e a c hg o o de f f e c t k e yw o r d s ：b a y e rc f a ，c o l o r e dm o i r d ，d e m o s a i c i n g ，p s n r 硕士论文基于c c d 图像的彩色插值算法研究 图表目录 图1 1d s p “图像通道”的基本流程2 图1 。2 几羊巾彩色滤波阵列3 图1 3b a y e rc f a 原始输出4 图2 1 牛顿颜色圆6 图2 2 颜色的三个特性7 图2 3 相加混色的三基色及其补色8 图2 4i m b 彩色空间示意图8 图2 5c m y 原色的减色效果。1 0 图2 6h s i 彩色空间示意图1 1 图2 7 拉链效应1 5 图2 8 摩尔纹的产生1 6 图2 9 西装上的彩色摩尔纹1 7 图2 1 0 白塔上的彩色摩尔纹1 7 图2 1 1 织物上的彩色摩尔纹1 8 图2 1 2 房顶上的彩色摩尔纹1 8 图3 1b a y e r 采样阵列1 9 图3 23 3 领域2 4 图4 1 三原色分解图3 4 图4 2g 采样点位置标记3 5 图4 3 重建结果图3 6 图4 4 b 采样点位置标记3 7 图4 5 重建结果图3 7 图4 6 窗户彩色摩尔纹去除效果3 8 图4 7 水面彩色摩尔纹去除效果3 8 图4 8 栅栏彩色摩尔纹去除效果3 8 图4 9 房顶彩色摩尔纹去除效果3 8 图4 1 0 西装上彩色摩尔纹的去除3 9 图4 1 l 白塔上彩色摩尔纹的去除3 9 图4 1 2 织物上彩色摩尔纹的去除4 0 图4 1 3 房顶上彩色摩尔纹的去除4 0 图4 1 4 三通道分解和合成的示意图4 3 图4 1 5 边缘算子的比较4 4 图5 1 边界特征提取4 8 图5 2 实验图像集( 从左到右，从上到下分别编号为1 至2 4 ) 4 9 图5 3 细节图像效果图1 5 5 图5 4 细节图像效果图2 5 6 图5 5 细节图像效果图3 ，5 7 v 硕士论文基于c c d 图像的彩色插值算法研究 表5 i 表5 2 表5 3 表5 4 表5 5 表5 6 表5 7 表5 8 试验图像l 的数据统计4 9 试验图像5 的数据统计5 0 试验图像6 的数据统计5 0 试验图像7 的数据统计5 1 试验图像1 3 的数据统计一5 1 试验图像1 8 的数据统计一5 2 试验图像1 9 的数据统计5 2 试验图像2 2 的数据统计5 3 声明 本学位论文是我在导师的指导下取得的研究成果，尽我所知，在本 学位论文中，除了加以标注和致谢的部分外，不包含其他人已经发表或 公布过的研究成果，也不包含我为获得任何教育机构的学位或学历而使 用过的材料。与我一同工作的同事对本学位论文做出的贡献均已在论文 中作了明确的说明。 研究生签名： 骂蜂唧年6 月彳日 学位论文使用授权声明 南京理工大学有权保存本学位论文的电子和纸质文档，可以借阅或 上网公布本学位论文的部分或全部内容，可以向有关部门或机构送交并 授权其保存、借阅或上网公布本学位论文的部分或全部内容。对于保密 论文，按保密的有关规定和程序处理。 研究生签名： 塑聋砷年月哆日 硕士论文基于c c d 雷像的彩色插值算法研究 1 绪论 随着计算机技术的不断成熟，数字化成为社会发展的趋势，以数码相机为代 表的数码成像技术引起了学术界和产业界的重视。特别是近几年来，随着微电子 技术的飞速发展，电子计算机的日益普及，以及遍及世界各地的互联网用户的膨 胀，数码成像技术获得了前所未有的发展。今天，无论在互联网、报刊杂志、家 庭以至各行各业到处都可见到数码照片的身影。各大传统相机生产厂商和一些著 名的多媒体设备厂商也都纷纷加入到数码相机市场的竞争中。数码相机在功能上 逐渐地接近传统相机，数码相机必然会冲击传统相机的地位，甚至在不久的将来， 随着技术的不断进步，数码相机有可能代替传统相机，开创人类摄影技术的新纪 元。 1 1 研究背景与意义 数码相机又称d c ，最早出现在美国。2 0 多年前，美国曾利用它通过卫星向地 面传送照片。后来数码摄影转为民用并不断拓展应用范围。数码相机技术，最初 是由美国柯达公司、日本富士公司、尼康公司、佳能公司、索尼公司和荷兰的飞 利浦公司六家在感光材料领域、照相机领域和家用电器领域里卓有成效的世界级 大公司共同发起的，并进行了在光学、电子和计算机技术领域的联合开发研制。 它作为电脑图像的新型输入设备之一，将与计算机同步发展，并将很快成为主流 影像应用技术。其价格不断下降，图像质量不断提高，这就使得数码相机对越来越 多的商业用户和业余爱好者产生吸引力。 数码相机能将自然界的一切瞬间轻而易举地拍摄为可供电脑直接处理的数 码影像，并可在计算机、电视等电器上显示。众多的电脑或家电制造商都看好这 一市场，纷纷竞相生产数码相机，它已不再只是k 0 d a k 或f u j i t s u g j g 摄影器材制造 商的专营产品。 目前，日本市场数码相机热有增无减，日本的几家摄影器材公司正努力钻研， 准备在几年内淘汰卤化银胶卷。据预测，今后1 0 年，全球大多数用户将会使用数 码相机。众多的跨国公司角逐数码相机市场，正是看准了它的突出优点，即可在 速度、方便性、降低图片的成本及提高效率方面使用户获益。本文项目就是来源 于某日本数码相机厂商的预研项目。 我国目前生产数码相机生产厂商不多，国外品牌的经销商较多。国内厂商主 要存在两个问题：第一是硬件问题，一些主要芯片如c c d 传感器和存储卡目前掌 硕士论文基于c c d 图像的彩色插值算法研究 握在少数几家国外大公司手中；其次是软件问题，由于硬件受制于人，国内的软 件研发技术也大大落后于国外。例如本文讨论的c f a 插值算法一直是日本、美国、 韩国等厂商产品的高附加值技术，在国内很少有人研究。 本文讨论的c f a 插值算法已经提出了很多年了，从早期简单的几种线性插值 算法发展到现在的各种各样的混合算法，一些算法复杂到不能在数码相机的d s p 上执行，而只能在计算机上执行，因此有些数码相机厂商提供“r a wm o d e ” 存储方式，就是把从图像传感器出来的原始数据保存下来，然后把原来在相机内 部进行图像处理流程转移到计算机上，为各种各样的数码相机图像处理算法提供 广阔空间。得力于这些优秀的插值算法，目前许多数码相机产生的照片己经能和 传统的胶片照片相媲美。 1 2 数码相机及其结构 一般的数码相机由以下几个主要部件构成：光学镜头、成像芯片、图像处理 模块( d s p ) 、图像存储器、用作预览的液晶显示器等。其中决定数字相机品质 的关键部分是成像芯片和图像处理模块( d s p ) 0 6 1 。 * 学瓣， 。器，* 鬈黟卜巾酣恬l | 鬻_ j 缺i 翁，? 啪| j i 一i 一 一一 一 一 一，：!一 煺j 卜：| ； ；麓+ 鼍黧善 鼎卜i r 驿t o o jll j 一l j | _ i 。 了 1 嚣蒜 端鬻、t 图i id s p “图像通道”的基本流程 d s p 是数码相机主要的系统部件，几乎所有数码相机的功能都是f q d s p 来实 现的。d s p 就是数码相机集成的“中央处理器”，它几乎控制着数码相机中所有 的电子元件工作，其中包括c c d ( c m o s ) 、a d 转换器件、l c d 以及数码相机 中各种控制面板。它相当于数码相机的大脑，是数码相机不可缺的核心部件。 当原始图像信息由c c d 或c m o s 获得后，它就进入了d s p 的“图像通道”中 进行处理，通过一系列高强度、高速度、多方位的运算和处理，最终得裂高品质 的图像存入数码相机的媒介之中或通过各种方式显示和打印出来。d s p 的基本流 2 褊= 篌一 l l l l i 0 i l 颈士论文基于c c d 图像的彩色插值算法研究 程如图1 1 所示。 成像芯片，即图像传感器，按其结构可分为两类：c c d 型和c m o s 型图像传 感器。前者由光电耦合器件构成，后者由金属氧化物器件构成。c m o s 型图像传 感器的功耗低是其突出的优点。c c d ( c h a r g ec o u p l ed e v i c e ，电荷耦合元件) 使用一 种高感光度的半导体材料制成，在光线作用下，可将光线作用强度转化为电荷的积 累，再通过模数转换芯片转换成数字信号，数字信号经过压缩以后由相机内部的 快闪存储器或内置硬盘卡保存，因而可轻而易举地把数据传给计算机，并借助计 算机的处理手段，根据需要来修改图像。索尼公司于1 9 8 1 年8 月在一款电视摄像 机中首次采用c c d ，将其用作直接将光转化为数字信号的传感器。目前索尼每年 生产的c c d 占据了全球5 0 的市场，这正是索尼能够在数码相机市场上傲视群雄 的一个原因，因为核心命脉掌握在自己手中。由于c c d 传感器有高量子效率、优 异的电荷传递、高占空因数、低噪声、小像素等优点，使其成为目前的主要技术。 为了获得客观景象最详尽的描述，最佳方案是用3 块c c d 接收红( r ) 、绿( g ) 及蓝 ( b ) 3 4 分量的信息，合成彩色图像。但出于成本与系统体积的考虑，大部分的数 字成像设备( 如普及型数字相机、数字录像机等) 都采用一块c c d 作为接收图像 的传感器。一般是在c c d 表面覆盖颜色滤波阵列( c f a ) ，仅允许通过一种颜色分量， 使c c d 单元只产生一个分量的响应值。c f a 的排列方式一般如图1 2 所示： 甍gb疆a目 c技r6色r 毫gb rgb gb rc ；b囊 隹gb鞋6b 蝣b融6b蔓 ，o l 村c m 2 m 糊咄c ， j 囊聒 图1 2 几种彩色滤波阵列 b a y e rc f a 是其中最为经典的阵列，应用最为广泛，它交替使用一组红色和 绿色滤镜以及一组绿色和蓝色滤镜，其中绿色像素个数占总像素的1 2 ，红色和 蓝色则只占1 4 。因为绿色占据了可见光谱中最重要和最宽的位置，使得人眼对 绿色最为敏感，能分辨更多的细节；另外，d a v i d 在文献【i 】中利用傅立叶方法， 从空间频率重构方面解释了在四方形中放置r g b = 基色的b a y e r ) r y 式是最优的。 本文将重点对b a y e rc f a 的插值方法进行研究。 1 3 c f a 插值 由于用b a y e rc f a $ ) j 作的传感器的原始输出是每个像素点只有红、绿或蓝一 种颜色分量的马赛克图像，如图1 3 所示。其中( a ) 图为传感器获取的理想的b a y e r 格式的马赛克图片，依据此图片，虽然已经可以判断物体的大致轮廓，但不能正 确描述物体的色彩信息，( b ) 图为( a ) 中红框内的放大图像，可以清晰的观察 到b a y c r 格式的排列规律。 c ) z g l o t 获取的原始图像 西) 围罐区域的放大围 图1 3b a y e r c f a 原始输出 为了完成图像从b a y e r 裆r 式到真彩色图的重建，必须采用插值方法将b a y e r 图像中每个像素只有一种基色的马赛克图像变换成每个像素包含红、绿、蓝三色 的全彩色图，这个过程通常被称为去马赛克( d e m o s a i c i n g ) ，也有的文献称之为 c f a 插值。从数码相机诞生到现在，c f a 插值算法一直是研究热点，已有的文献 o 】中描述了大量有价值的插值算法，按照是否利用到相关性原则可以把这些方 法分成两大类：一种是没有利用任何相关性的，例如最近邻域复制，双线性插值， 三次样条插值等。在这些方法中未知的绿色分量值仅由已知的绿色像素的强度进 行估算，对红和蓝色通道亦是如此。其中最典型、应用最多的是双线性插值法。 这一类算法容易实现，在平滑区域内也可以得到比较满意的效果，但在高频区域， 尤其是在边界区域却失真明显。另一种是利用相关性的，这里提到的相关性指得 是每个颜色通道内象素问空间关系的相关性和多通道间颜色的相关性。利用相关 性的插值算法效果明显优于前一类。目前文献中大部分算法都属于这一类，例如 a d a m s 的自适应性插值【5 1 ，沿着边缘梯度进行插值就属于利用了象素问空间关系 的相关性；c o k 提出的基于常色调( 或色调稳定) 的双线性插值方法【2 】，用色彩 比率来尽可能的减少色调的异常变化，利用的就是通道间颜色的相关性；有代表 性的利用通道问颜色的相关性的算法还有f r e e m a n 的先做双线性插值，再在色差 平面r g ，b g 对缺失象素作中值滤波插值【7 l 和g u n t u r k 提出的在选择投影方案 中利用平面内相关性的a p 算法【1 1 1 。还有的算法同时利用了这两种相关性，其中 比较著名的是l a r o c h e 的基于梯度方向的插值 4 1 ，k i m m e l 的迭代方法【9 1 和l ix i n 的 新边缘指示方向插值方法l l 。 4 硕士论文 基于c c d 图像的彩色插值算法研究 1 4 本文的主要工作 论文的主要结构和内容安排如下： 第二章主要介绍了本文将用到的基础知识，包括图像处理中各种常用的颜色 模型，解释了色彩的相关性，阐述了数码相机插值过程中容易产生了错误及其产 生原因。这部分工作是研究插值算法的基础。 第三章介绍了部分常用的彩色图像插值算法，分析了各类算法的优势与不 足。 第四章在对常用的彩色图像插值算法进行分析之后提出了两种改进的算法。 改进算法一专门用于抑制插值过程中产生了颜色混淆现象彩色摩尔纹；改进算法 - - n 是一种复合的插值算法，结合了多个高效插值算法的优势，能得到良好的插 值效果。 第五章讨论了相关的实验评估手段，为了评估算法的性能，对部分典型算法 以及本文的算法进行了多方面的比较，主要采用了两类评估手段：一是数据比较， 包括整体的峰值信嗓比以及c i e l a b 颜色空间的欧氏距离和边缘的峰值信噪比 以及c i e l a b 颜色空闻的欧氏距离；二是视觉比较，对部分典型算法以及本文的 算法给出了视觉效果的比较结果和分析。 论文最后对上述工作进行了总结，提出了不足之处，并对后续工作进行了展 望。 2 颜色科学基础 2 1 人类对颜色的认识 早在1 6 6 6 年，牛顿首先提出颜色圆( c o l o r c i r c l e ) 的概念，如图2 1 所示。颜色 圆是度量颜色的一种方法，其中圆周表示色调，圆的半径表示饱和度，它可以方 便地用来揭示红( r e d ，酌、绿( g r e e n ，g ) 和蓝( b l u e ，b ) 相加混色的性质。牛顿还揭示 了一个重要的事实：白光包含所有可见光谱的波长，并用棱镜演示了这个事实。 在1 8 0 2 年，t h o m a sy o u n g c x 为人的眼睛有三种不同类型的颜色感知接收器，大体 上相当于红、绿和蓝三种基色的接收器。二十世纪二十年代，科学家证实红、绿 和蓝相加混色的确能够产生某个色域里的所有可见颜色，但不能产生所有的光谱 色( 单一波长构成的颜色) ，尤其是在绿色范围里。在1 9 3 1 年，国际照明委员会c i e 定义了标准颜色体系。二十世纪六十年代，m a x w e l l ，j a m e sc l e r k 认识到三种基色 相加产生的色调不能覆盖整个感知色调的色域，而使用相减混色产生的色调却可 以，彩色表面的色调和饱和度对眼睛的敏感度比明度低。与此同时h e l m h o l t z 对 三基色做了定量研究。1 9 6 5 年前后通过生理学实验验证了在眼睛中的确存在三 种不同类型的锥体的假设。 2 2 颜色的三个特性 图2 ，1 牛顿颜色圆 从物理学这个角度来说，人们认为颜色是入的视觉系统对可见光的感知结 果，感知到的颜色由光波的频率决定。 国际照明委员会( c i e ) 对光的感知作了定义，用颜色的三个特性来区分颜色。这 些特性是色调，饱和度和明度，它们是颜色所固有的并且是截然不同的特性， 6 硕士论文基于c c d 图像的彩色插值算法研究 如图2 2 所示。 图2 2 颜色的三个特性 色调( h u e ) 有成为色相，指颜色的外观，用于区别颜色的名称或颜色的种类。 色调是视觉系统对一个区域呈现的颜色的感觉，即对物体辐射或者发射的光波波 长的感觉。色调有一千万种以上，用红、橙、黄、绿、青、蓝、靛、紫等术语来 刻画，颜色专业人士可辨认出三百至四百种颜色。混合相邻颜色时，可以获得在 这两种颜色之间连续变化的色调。色调在颜色圆上用圆周表示，圆周上的颜色具 有相同的饱和度和明度，但它们的色调不同。 饱和度( s a t u r a t i o n 或c h r o m a ) 是相对于明度的一个区域的色彩，是指颜色的纯洁 性。当一种颜色渗入其它光成分愈多时，就说颜色愈不饱和。饱和度可用来区别 颜色明暗的程度。饱和度在颜色圆上用半径表示。沿径向方向上的不同颜色具有 相同的色调和明度，但它们的饱和度不同。 明度( b r i g h t n e s s ) 是视觉系统对可见物体辐射或者发光多少的感知属性。明度 是主观感觉，例如，一根点燃的蜡烛在黑暗中看起来要比白炽光下亮。无法用物 理设备测定。明度用亮度( 1 u m i n a n c e ) b 【i 辐射的能量来度量。亮度是用反映视觉特 性的光谱敏感函数加权之后得到的辐射功率。明度常用垂直轴表示，图2 2 中的 七种颜色，它们具有相同的色调和饱和度，但它们的明度不同，底都的明度最小。 顶部的明度最大。 2 3 常用的颜色空间 所谓颜色空间就是指某个三维颜色空间中的一个可见光子集，它包含某个颜 色域的所有颜色。例如，r g b 颜色模型就是三维直角坐标颜色系统的一个单位正 方体。颜色模型的用途是在某个颜色域内方便地指定颜色，由于每一个颜色域都 是可见光的子集，所以任何一个颜色模型都无法包含所有的可见光 3 7 1 。 2 3 1r g b 颜色空间 在混色系统中，如果存在着这样的3 种颜色，将适当比例的这3 种颜色混合， 7 硕士论文基于c c d 冒像的彩色插值算法研究 可以获得白色，而且这3 种颜色中的任意两种颜色的不同组合都不能生成第三种 颜色，那么称具有这种性质的3 种颜色为三原色或三基色。国际照明委员会 ( c o m i s s i o ni n t e m a t i o n a l d e c l a i r a g e ，c i e ) 于1 9 3 1 年根据如下基准确定了r g b 色 度系统。 ( 1 ) 设定三基色【r 】、【g 】、田】分别为波长7 0 0 0 n m ，5 4 6 1 r i m ，4 3 5 8 r i m 的 单色光。 ( 2 ) 三基色限1 、【q 、嘲的明度系数之比用光度量单位表示时为 1 0 0 0 0 ：4 5 9 0 7 ：0 0 6 0 1 ，也就是说，在该表色系统中以明度系数分别为1 0 0 0 0 光瓦、 4 5 9 0 7 光瓦、o 0 6 0 1 光瓦的三基色征q 、 g 】、田】进行加色法混色时，会得到1 0 0 0 0 + 4 5 9 0 7 + 0 0 6 0 1 = 5 6 5 0 8 光瓦的等量白光，称网、 o 】、 1 3 】为三基色单位。 对任意彩色光f ，配色方程为： f=rr】+gg】+bs】(21) 其中，r ，g ，b 的比例关系决定了所配彩色光的色调和饱和度，r ，g ，b 的数 值决定了所配彩色光的亮度，其亮度正比于1 0 r + 4 5 9 0 7 g + 0 0 6 0 1 b 。 基于以上理论，人眼通过3 种可见光对视网膜的锥状细胞的刺激来感受颜色， 这些光在波长为6 3 0 n m ( 红色) 、5 3 0 m ( 绿色) 和4 5 0 n m ( 蓝色) 时的刺激达到 高峰，通过光源中的强度比较，我们感受到光的颜色。这种视觉理论是使用红、 绿、蓝三基色显示颜色的基础，称为r g b 颜色空间，数码相机中基本使用这种颜 色空间。 瓤 图2 4r o b 彩色空间示意图 8 硕士论文 基于c c d 图像的彩色插值算法研究 我们可以用如图2 4 所示的由r 、g 、b 坐标轴定义的单位立方体来描述r o b 颜色空间，坐标原点是黑色，坐标点( 1 ，1 ，1 ) 代表白色，坐标轴上的顶点代 表3 个基色，而其余的顶点代表每一个基色的补色。灰色即中性色由立方体的原 点到白色顶点的主对角线上的点来表示。 由于r o b 是加性原色，所以r g b 颜色空间属于加性色彩空间，表明可以通 过红、绿、蓝三原色色光的适当相加混合，来调配出该颜色域内的其他所有颜色。 发光物体表现颜色时，都遵循色光相加混色法。其色光叠加关系如图2 3 所示。 当不等量的三原色色光相叠加时，则产生中间过渡色，所以，发光物体发出 的不同波长的色光叠加后所得到的结果相当于将这些波长的色光简单相加得到 的颜色，这种混色得到的色刺激的明亮度是各成分之和，因此称为加色法混色 ( a d d i t i v em i x i n g ) 。用于加色法混色的3 种不同的色刺激称为加色法混色的原色 ( a d d i t i v ep r i m a r i e s ) ，通常采用红、绿、蓝作为三原色。 在r o b 颜色空间中，只要给这r 、g 、b - - 个分量一个合适的指标，便可以 用数字的方式来度量所有的颜色。通常，我们以0 2 5 5 共2 5 6 个数值来描述一个 原色，o 表示没有色光的黑色，2 5 5 表示该色色光最强，这样中间的过渡色就被平 分为2 5 5 等分，可以得到2 5 6 中灰度等级的红( 或绿，或蓝) 颜色。如果一种原色 用8 位二进制数即一个字节来表示的话，那么一种r o b 色彩在计算机中的存储就 需要3 个字节。我们所说的计算机显示器能达到2 4 位真彩色就是指这台显示器可 以表现2 “( 即1 6 7 x1 0 。) 种色彩。需要注意的一点是，r g b 颜色模型所覆盖的 颜色域取决于显示设备荧光点的颜色特性，即r g b 颜色空间是设备依赖的。 2 3 2c m y c m y k 颜色空间 以红、绿、蓝的补色青( c y a n ) 、品红( m a g e n t a ) 和黄( y e l l o w ) 为原色的 c m y 颜色空间也是彩色摄影领域常用的颜色空间，与r g b 颜色空间相比不同的 是，r g b 颜色空间是基于光源发光和色光相加原理来产生颜色的，而c m y 颜色 空间是基于反射光或透射光的成分来决定颜色的，因此，它属于减性色彩空间， 是白光相继通过青色、品红和黄色光吸收介质后所重现的彩色光。为了产生真正 的黑色，实际中更常用的是c m y k 彩色模型，即c m y 彩色模型的三种原色加 上黑色( b l a c k ) ，这是因为实际上打印组合前三种颜色产生的黑色是不纯的。 不发光物体表现颜色时一般遵循色光相减混色法。照射在颜色样品上的光可 描述为红、绿和蓝的组合，而颜色样品可描述为所用颜料的组合，由于部分光波 被吸收，所以我们看到的只是反射的光。 以青色为例，当一束白光照射在青色上时，由于它只吸收红色而反射绿光和 蓝光，因而表现为绿色和蓝色的加色光即青色。如果一张白纸上同时涂有黄色和 9 硕士论文基于c c d 图像的彩色插值算法研究 品红色，则因黄色吸收绿光、品红吸收蓝光，所以只反射红色，从而最终表现为 红色，同样，我们可以得到c m y 三原色减色关系如图2 5 所示。 蓝= 白 j 卜譬 蓝一缸一绿 品红一目一绿红= 自一绿一蓝黄一臼蓝 图2 5c 盯原色的减色效果 按照减色法原理，青色c 从白光中吸收红光r ，品红m 从白光中吸收绿光0 ， 黄色y 吸收蓝光b ，因此，理论上r g b 颜色空间与。吖颜色空间之间存在如下关 系： c = 2 5 5 一r m = 2 5 5 一g y = 2 5 5 一b 2 3 3h s i 颜色空间 h s i 颜色空间用h 、s 、i 三个参数描述颜色特性。其中h 是色调，表示颜色， 与波长有关：s 是饱和度，表示色纯度，即单色光中掺入白光的程度；i 是强度， 表示人眼感知颜色的强弱程度，它的能量大小及人眼对不同波长的感知能力有 关。这种彩色描述对人来说是自然的、直观的，更适合人的视觉特性。h i s 空间 对于开发基于彩色描述的图像处理方法是一个较为理想的工具。 用图2 6 ( a ) 所示的一个三维空间的立体图，可以把h i s 颜色空间的三个参 数的特性更加形象地表示出来。 1 0 硕士论文基于o c d 圈像的彩色插值算法研究 瓤 色拜 图2 6h s i 彩色空间示意图 在枣核形立方图中，垂直轴表示光的亮度变化，顶部最亮表示白色，底部 最暗表示黑色，中间是介于白黑之间深浅不同的灰度。在与黑自轴垂直的水平面 圆周上，如图2 6 ( b ) 所示的色环，各点代表光谱上各种不同的色调，如红、绿、 蓝、青、品红、黄等，构成闭合的圆环。三基色红、绿、蓝是按照1 2 0 。分隔的， 二次色青、品红、黄与基色相隔6 0 。，二次色之间也相隔1 2 0 。处于圆周上的 点是饱和的颜色，圆周上各点与圆形中心点的亮度相同，从圆周到圆心过渡表示 颜色饱和度的逐渐降低，当颜色在枣形立体图同一平面上变化时，只改变色调和 饱和度而亮度不变。 一幅彩色图像很容易从r g b 颜色空间转换到m s 颜色空间，具体公式如下： j ：墨垡墨 3 s = l f 急 m i n ( 置，g ，b ) r+g+b l 、 7 j 口= 趟篙瑞 h = 占i f g b h = 2 万一p g b ( 2 3 ) 就入眼的彩色视觉特性而言，用色调、饱和度、光强( 亮度) 描述彩色光是 合适的。它更接近人对彩色的认识和解释。采用h i s 颜色空间能够减少彩色图像 硕士论文基于c l i ) 图像的彩色插值算法研究 处理的复杂性，从而增加快速性。在图像处理中常用的算术操作或算法，例如作 为边缘检测或边缘增强的s o b e l 算子，只要对m s 颜色空间的亮度信号进行操作就 可获得良好效果，而在r g b 颜色空间要做上述运算就很不方便。在图像处理和计 算机视觉中大量算法都可在h i s 颜色空间中方便地使用，他们可以分开处理而且 是相互独立的。因此，在m s 颜色空间中可以大大简化图像分析和处理的工作量。 2 3 4c i ex y z 颜色空问 m 裟1 7 5 1 8 1 矧, 3 0 2 1 p 1 1 0 0 0 245 9 0 700 6 0 0g i yl = 1 0l l z j1 0 0 0 0 0 0 0 5 6 5 5 5 9 4 3 j l b j r 1 r0 4 1 8 5 0 1 5 8 7 一o 0 8 2 8 v - 0 0 9 1 2 0 2 5 2 40 0 1 5 7i z y b 00 0 0 900 0 2 501 7 8 6 j iii 一 1 izl 2 3 5c i e l a b 颜色空间 c i e l 9 7 6l + a + b + 颜色空间是现在世界各国正式采纳、作为国际通用的测色 标准。这种颜色空间与x y z 颜色空间相似，是和设备无关的，无论使用何种设备 创建和输出图像，这种模型都能生成一致的颜色 硕士论文基于c c d 圈像的彩色插值算法研究 从c i e x y z 颜色空间到c i e l a b 颜色空间的转换关系如下： 当) ( ，蜀或y k 或z ，z o 0 0 0 8 8 5 6 1 对，这一转换关系为： ( 2 7 ) ；9 0 3 3 f 羔1 l k 阳8 虹s 一圳 阳s 5 7 4 一圳 ( 2 8 ) 其中蜀，k ，z o 为2o 视场下的三刺激值，凰- - - - 9 5 0 1 7 0 ，k = 1 0 0 0 ，z o = 1 0 8 8 1 3 0 。l 表示心理亮度，值在o n l o o 之间变化，a 、b 为心理色度，其中， a 为红色和绿色两种原色之间的变化区域，数值在- - 1 2 0 n - - 1 2 0 之间变化，b + 为 黄色到蓝色两种原色之间的变化区域，数值在一1 2 0 到+ 1 2 0 z f 司变化。 很多专业的图形设计软件都支持l + a b + 颜色空间。在目前通用的位图文件 格式中，r ：t i f f 撇：支持l a + b 2 4 位真彩色，这种2 4 位真彩色和r g b 的2 4 位 真彩色有很大差别。 2 4 颜色的相关性 颜色的相关性是对蒙德里安( m o n 蚰枷) 彩色图像成像模型【9 1 的应用。我们看 到的图像一般是通过光照射到目标上反射进行度量的，所以平面图像f ，y ) 基本 上由两部分构成：一是入射到可见场景上的光的量，二是场景中目标反射光的量； 它们分别称为照度成分i y ) 与反射成分职，y ) ，其中i ( x ，y ) 由光源的特性来决 定，r ( x ，y ) n 场景中目标的物理属性等来确定，并且因不同波长的颜色而不同。 y k z 一乙6 仨 ，、uj 扩鲫甜啦讯讯 硕士论文基于c c d 图像的彩色插值算法研究 根据这一模型，三个颜色通道可以表示为： ，8 g ，y ) = g ，y ) i ( x ，力 ( 2 9 ) ，6 b ，y ) = ，g k ，) f g ，y ) ( 2 1 0 ) ，5 g ，y ) = 白g ，y ) f k y ) ( 2 1 1 ) 这说明不同颜色通道的差别主要是反射率( i 分别表示r 、g 、b ) 不同， 根据上面的公式，可以看出，对于同一种物质以及固定的位置，反射率( x ，y ) 是一个固定的常数q ，因此对同一物质同一位置，三颜色通道光强的比例是一个 常数，如下式所示： 高= 蒯= 端= 号稍数 ( 2 1