彩色图像处理

1、彩色图像处理 王晓群 张培林n 1.色度学基础色度学基础n 2.颜色模型颜色模型n 3.MATLAB彩色图像的表示彩色图像的表示n 4.伪彩色图像处理伪彩色图像处理1.色度学基础n 1 三色原理三色原理n 灰度图像的像素值是光强，即二维空间变量的函数f(x，y)。n 如果把灰度值看成是二维空间变量和光谱变量的函数f(x，y，)，则为多光谱图像，也就是通常所说的彩色图像。n 计算机显示一幅彩色图像时，每一个像素的颜色是通过三种基本颜色(红、绿、蓝)合成的，即利用了最常见的RGB颜色模型。n 要理解颜色模型，首先应了解人的视觉系统。n 人眼的吸收特性：n 在人的视觉系统中存在着杆状细胞和锥状细胞两

2、种感光细胞。杆状细胞为暗视器官，主要功能是辨别亮度信息；锥状细胞是明视器官，在照度足够高时起作用，其功能是分辨颜色。n 人眼的锥状细胞是负责彩色视觉的传感器，其可分为三个主要的感觉类别。 大约65%的锥状细胞对红光敏感， 33%对绿光敏感， 2%对蓝光敏感。 由于人眼的这些吸收特性，被看到的彩色是所谓的原色红（R，red）、绿(G，green)和蓝（B，blue）的各种组合。 n 锥状细胞将电磁光谱的可见部分分为三个波段： 红、绿、蓝。由于这个原因，这三种颜色被称为三基色，图1表示了人类视觉系统三类锥状细胞的光谱敏感曲线。n 人类视觉系统三类锥状细胞的光谱敏感曲线n 国际照明委员会(CIE)早

3、在1931年规定了三种基本色的特定波长值分别为R:700 nm，G:546.1 nm，B:435.8 nm。n 2 颜色的三个属性n n 颜色分两大类：颜色分两大类： 非彩色和彩色。非彩色是指黑色、白色和介于这两者之间深浅不非彩色和彩色。非彩色是指黑色、白色和介于这两者之间深浅不同的灰色，也称为无色系列。彩色是指除了非彩色以外的各种颜色。同的灰色，也称为无色系列。彩色是指除了非彩色以外的各种颜色。n 亮度：是指无彩色，就只有亮度一个维量的。n 色调：表示观察者接收的主要颜色。如，当我们说一个物体是红色、橘黄 色、黄色时，是指它的色调。n 饱和度：表示颜色的纯度，纯光谱色是完全饱和的，加入白光会

4、稀释饱和度。饱和度越大，颜色看起来就会越鲜艳，反之亦然。n 注：n 色调和饱和度合起来称为色度n 颜色可用亮度和色度共同表示。2.颜色模型颜色模型n 实际应用中常用的颜色空间有实际应用中常用的颜色空间有n RGB、CMY、HSV、HSI、YUV、YIQ等。等。n 常用的颜色空间可分为两类常用的颜色空间可分为两类n 面向硬设备的应用面向硬设备的应用nRGB颜色空间颜色空间模型模型，是一种是一种n 面向以彩色处理为目的的应用面向以彩色处理为目的的应用nHSI (H表示色调（表示色调（hue）,S表示饱和度（表示饱和度（saturation）,I表示表示亮度（亮度（intensity,对应成像灰度）

5、对应成像灰度）颜色空间以及颜色空间以及HSV颜色空间颜色空间n RGB模型采用三基色构成表色系统。自然界的任一颜色都可通过这三种基色按不同比例混合而成。由于RGB模型将三基色同时加入以产生新的颜色，所以，它是一个加色系统。设颜色传感器把数字图像上的一个像素编码成(R，G，B)，每个分量量化范围为 0，255共256级。n 因此，RGB模型可以表示282828=224=256256256=16 777 2161670万种颜色。这足以表示自然界的任一颜色，故又称其为24位真彩色。n 一幅图像中的每一个像素点均被赋予不同的RGB值，便可以形成真彩色图像。n 等比例混合三基色产生的是灰色。2.RGB模

6、型n RGB颜色模型可用一个三维空间中的单位立方体来表示，如图所示。n n 其中，原点对应黑色，与原点最远的点对应白色。从黑到白 的灰度值分布在从原点到离原点最远定点间的连线上。而立方体其余各点对应不同的颜色，可用从原点到该点的矢量表示。n n 红色(255，0，0)、绿色(0，255，0)、蓝色(0，0，255)、青色(0，255，255)、品红(255，0，255)、黄色(255，255，0)、 白 色 ( 255，255，255)、黑色(0，0，0)等，n 该归一化的单位立方体中，所有的R,G,B值都在区间0,1中。图 RGB颜色模型单位立方体 图像的图像的R R、G G、B B分解分解

7、示例示例n 源代码如下：rgb=imread(F:数字图像处理与MATLABpicturecat.jpg);%可以通过下面的程序看一幅图的RGB三个通道 R=rgb(:,:,1);%红色分量G=rgb(:,:,2);%绿色分量B=rgb(:,:,3);%蓝色分量R1=rgb(:,:,1)*0; %将图像的三维矩阵的每1页清零G1=rgb(:,:,2)*0;B1=rgb(:,:,3)*0;R_img=cat(3,R,G1,B1);G_img=cat(3,R1,G,B1);B_img=cat(3,R1,G1,B);subplot(1,4,1);imshow(rgb);title(原图);subpl

8、ot(1,4,2);imshow(R_img);title(R红);subplot(1,4,3);imshow(G_img);title(G绿);subplot(1,4,4);imshow(B_img);title(B蓝); 2.2 HSI模型nHSI模型是美国色彩学家孟塞尔(H.A.Munseu)于1915年提出的，以色调、饱和度和强度三种基本特征量来感知颜色。n n intensity）n（描述灰度等级）n 包含了颜色信息包含了颜色信息与彩色信息无关与彩色信息无关n HSI彩色模型如图彩色模型如图(a)所示，而图所示，而图(b)显示的是标准显示的是标准HSI三角形三角形n 三角形的顶点代表

9、了三个归一化的彩色分量（三角形的顶点代表了三个归一化的彩色分量（R、G、B）的三角）的三角系数。系数。n 色调色调H定义为颜色点定义为颜色点P至中心的线段与至中心的线段与R轴之间的夹角。轴之间的夹角。（a）HSI彩色模型坐标系统 （b）HSI彩色三角形n HSI各分量的详细解释：各分量的详细解释：（a）原RGB图像 （b）H分量 （c）S分量 （d）I分量图像的图像的HSIHSI分解分解3.MATLABA中彩色图像的处理n 图像处理工具箱将彩色图像当作索引图或RGB图像来处理。n 1.RGB图像n 一幅RGB图像就是MN3大小的彩色像素的数组，其中的每个彩色像素点都是在特定空间位置的彩色图像所

10、对应的红、绿、蓝三个分量(见图)。n RGB图像也可以看做由三个灰度图像形成的“堆栈”，当发送到彩色监视器的红、绿、蓝输入端时，就在屏幕上产生彩色图像。n 例如， 像素（10，5）表示第10行，第5列中的红绿蓝颜色分量分别存储在RGB（10，5，1）、RGB（10，5，2）、RGB（10，5，3）中。n 按照惯例，形成一幅RGB彩色图像的三幅图像通常被称作红、绿、蓝分量图像。分量图像的数据类决定了它们的取值范围。如果一幅RGB图像的数据类是double，那么取值范围就是0,1。类似的，对于uint8类或uint16类的RGB图像，取值范围分别是0,255或0,65535。用来表示这些分量图像像

11、素值的比特数决定了一幅RGB图像的比特深度。n 例如，如果每个分量图像都是8比特的图像，那么对应的RGB图像的深度就是24比特。通常，所有分量图像的比特数都是相同的。在这种情况下，一幅RGB图像可能有的色彩数就是(2b)3，其中的b就是每个分量图像的比特数。对于8比特图像，颜色数为16 777 216。n 令fR、fG和fB分别表示三幅RGB分量图像。RGB图像就是利用cat(连接)操作将这些分量图像组合而成的彩色图像：n rab_image = cat(3, fR, fG , fB)n 在运算中，图像按顺序放置。通常，cat(dim,A1,A2)沿着由dim指定的方式连接数组(它们必须是相同

12、尺寸)。例如，如果dim=1，数组就垂直安排；如果dim=2，数组就水平安排；如果dim=3，数组就按照三维方式堆叠，如上图所示。n 如果所有的分量图像都是一样的，那么结果是一幅灰度图像。令rgb_image表示一幅RGB图像，下面这些命令可以提取出三个分量图像：n fR = rgb_image(: , : , 1);n fG = rgb_image(: , : , 2);n FB = rgb_image(: , : , 3);n 2.索引图像索引图像n 索引图像有两个分量：整数数据矩阵X和彩色映射矩阵map。矩阵map是m3大小、由double类型且范围在0,1之间的浮点数构成的数组。map

13、的长度m等于定义的颜色数。map的每一行都定义有单色的红、绿、蓝分量。索引图像将像素的亮度值直接映射到彩色值。每个像素的颜色由对应的整数矩阵X的值作为指向map的索引决定。如果X是double类型，那么值1指向map的第一行，值2指向第二行，等等。如果X是uint8或uint16类型，那么值0指向map的第一行。n 举一个实际的例子：n 图中圆圈内的就是索引图像的索引表，下面的就是其对应RGB颜色表。n 图中小圆圈处的索引号是5，对应RGB颜色的第5行，所以该处RGB颜色实际是0.2902 0.0627 0.0627 n 索引图像的作用就是体积小，方便传输，只需要把索引表传输过去，接收方用对应

14、的RGB颜色表还原就行。n 为显示一幅索引图像，可写为：n imshow (X ,map) n 或者写为：n image (x) n colormap(map) n 彩色映射用索引图像来存储，当使用函数imread加载图像时，索引图像将自动和图像一起被载入。4.伪彩色图像处理n 人眼分辨灰度级能力较差，一般只有几十级，有时无法从图像的灰度中提取有用信息。而人眼对彩色分辨率较强，达几百种甚至上千种。n 一般采用的彩色图像强的方法可分为：n 伪彩色增强方法n 真彩色增强方法n 1.什么是伪彩色图像处理什么是伪彩色图像处理n 伪彩色处理是指把黑白图像的各个不同灰度级按照线性或非线性的映射函数变换成不

15、同的彩色，得到一幅彩色图像的技术。n 伪彩色处理虽然能将灰度转化为彩色，但这种彩色并不是真正表现图像的原始颜色，而仅仅是一种便于识别的伪彩色。n 2.伪彩色增强的目的伪彩色增强的目的n 由于人眼对彩色的分辨能力远远高于对灰度的分辨能力，所以将灰度图像转化成彩色表伪色彩处理的主要目的是为了提高人眼对图像细节的分辨能力，以达到图像增强。n3.3.伪彩色图像处理的应用伪彩色图像处理的应用n伪彩色图像处理技术已经被广泛应用于遥感和医学图像处理中，例如，它适用于航摄、遥感图片和云图判读、X光片等方面。n 假彩色增强的一个重要应用是用于多光谱遥感图像。多光谱图像中除了可见光波段图像外，还包括一些非可见光，

16、由于它们的夜视和全天候能力，可得到可见光波段无法获得的信息，因此若将可见光与非可见光波段结合起来，通过假彩色处理，就能获得更丰富的信息，便于对地物识别。n4.4.伪彩色增强的优点伪彩色增强的优点n伪彩色处理不改变像素的几何位置，而仅仅改变其显示的颜色。它是一种很实用的图像增强技术。n5.伪彩色增强的方法介绍：伪彩色增强的方法介绍：n伪彩色增强的方法通过对原来灰度图像中不同灰度值的区域赋予不同的颜色以更明显的区分它们。n对伪彩色图像的处理通常有以下种方法：对伪彩色图像的处理通常有以下种方法：n强度分层n灰度级灰度级彩色变换法彩色变换法n频域滤波法频域滤波法4.（1）.强度分层法强度分层技术是伪彩

17、色图像处理最简单的例子之一。如果一幅图像被描述为空间坐标（x，y）的强度函数f(x，y)，分层的方法可以看成是放置一些平行于图像坐标平面(x，y)的平面，然后每一个平面在相交的区域中切割图像函数。下图显示了利用平面把图像函数f(x，y)=li（li表示灰度级）切割为两部分的情况。n 一般地，该技术可以总结如下：令0，L-1表示灰度级，使l0代表黑色（f(x，y)=0），lL-1代表白色（f(x，y)=L-1）。n 假定垂直于强度轴的P个平面定义为量级l1，l2，lM。并假定，0M=L/2 &I(i,j)3*L/4n R(i,j)=1;n endn if I(i,j)=3*L/4n G(

18、i,j)=-4*(I(i,j)-L); %斜率为负值斜率为负值n elsen G(i,j)=1;n endn if I(i,j)1*L/4&I(i,j)=L/2n B(i,j)=-4*(I(i,j)-L/2);n endn endn nendn RGB=cat(3,R,G,B); %cat(连接连接)操作将这些分量图像组合而成的彩色图像操作将这些分量图像组合而成的彩色图像n figure(2);n imshow(RGB);n title(伪彩色图像伪彩色图像);两种方法的比较：两种方法的比较：1.强度分层法强度分层法：该方法具有简单易行：该方法具有简单易行便于软件和硬件实现的优点，但便于软件和硬件实现的优点，但同时存在出的彩色数目有限的缺点，主要用用在遥感，医学图像处理同时存在出的彩色数目有限的缺点，主要