图像的基本知识信息隐藏实验教程

图像的基本知识信息隐藏实验教程第1页/共41页图像类型的引入

图形图像文件可以分为两大类：一类为位图文件(Bitmap)；另一类为矢量(Vector)文件。图像离不开色彩。在物理光学中，红、绿、蓝（Red、Green、Blue,RGB）被称为光学三原色。大千世界的自然景色丰富多彩，但任何色彩（严格说是绝大多数色彩都可以用红、绿、蓝这三种颜色按一定的比例混合而得。例如：红+绿+蓝→白色红+绿→黄色红+蓝→品红……

第2页/共41页图像类型的引入

我们可以用一个由R、G、B为坐标轴定义的单位立方体来描述一个符合视觉理论的颜色模型。原点代表黑色，（1,1,1）代表白色，将坐标轴上的顶点称为基色。立方体中的每一个颜色由一个三元组（R,G,B）表示，每一个分量的数值均在[0，1]区间。

第3页/共41页调色板的概念

位图中的颜色是如何在矩阵中体现的呢？我们首先引入一个重要概念：调色板。调色板是包含不同颜色的颜色表，每种颜色以红、绿、蓝三种颜色的组合来表示，图像的每一个像素对应一个数字，而该数字对应调色板中的一种颜色，如某像素值为1，则表示该颜色为调色板的编号为1的颜色。调色板的单元个数是与图像的颜色数相对应的，256色图像的调色板就有256个单元。不同的图像有不同的调色板。第4页/共41页调色板的概念

一个图像的调色板所含有的色彩个数取决于数字图像的量化方式。将像素点上的灰度值离散为整数，称之为量化。量化的结果反映了图像容纳的所有颜色数据。位图都可以看作一个二维数据矩阵。例如，以4个bit存储一个点，就表示图像只能有16种颜色。数值范围越大，表示图像可以拥有更多的颜色，自然就可以产生更为精细的图像效果。若采用24位二进制数表示（即1667万个）量级，同样，量级越高，图像质量就越高，存储空间要求就越大。第5页/共41页位图的二维矩阵表示

我们介绍四种基本的图像类型：二进制图像、索引图像、灰度图像、RGB图像。第6页/共41页二进制图像

二进制图像顾名思义就是图像像素只存在0，1两个值。一个二进制图像显然是纯黑白的。每一个像素值将取两个离散值（0或1）中的一个，0表示黑，1表示白。二进制图像能够使用无符号8位整型或双精度类型的数组来存储。第7页/共41页索引图像

索引图像是一种把像素值直接作为RGB调色板下标的图像。一幅索引图包含一个数据矩阵data和一个调色板矩阵map，data可以是unit8、unit16或双精度类型，而map矩阵总是一个m×3的双精度类型矩阵（其中，m表示颜色数目），该矩阵的元素都是[0，1]内的浮点数。map矩阵的每一行指定一个颜色的红、绿、蓝颜色分量。索引图像可以把像素值直接映射为调色板数值，每一个像素的颜色使用data的数值作为map的下标来获得：数值1表示map的第一行，数值2表示map的第二行，依此类推。

第8页/共41页索引图像

下面图中图像数据矩阵大小为256×256，表示有65535个像素点构成。调色板矩阵大小为256×3，表示有256种颜色。我们看到图像索引矩阵的(1,1)单元的内容为125，也就是说这一点像素的颜色就是调色板矩阵的第125行所定义的颜色。

第9页/共41页索引图像第10页/共41页索引图像

我们今后会大量使用以下三条对索引图像的操作语句：

读取索引图像：

[data,map]=imread(filename,permission);

显示索引图像：

image(data),colormap(map);

存储索引图像：

imwrite(data,map,filename,permission)

其中，data为像素索引矩阵，map为调色板矩阵，filename为文件路径，permission为图像文件格式。

第11页/共41页灰度图像

灰度图像是包含灰度级（亮度）的图像。与二值图像不同，灰度图像虽然在感观上给人仍然是“黑白”的，但实际上它的像素并不是纯黑（0）和纯白（1）那么简单，所以相应的其1个像素也绝不是1bit就可以表征的。在MATLAB中，灰度图像由一个unit8、unit16或双精度类型的数组来描述。灰度图像实际上是一个数据矩阵I，该矩阵的每一个元素对应于图像的一个像素点，元素的数值代表一定范围内的灰度级，通常0代表黑色，1、255或65535（不同存储类型）代表白色。第12页/共41页灰度图像

数据矩阵I可以是双精度、unit8或unit16类型。由于灰度图像存储时不使用调色板，因而MATLAB使用一个默认的系统调色板来显示图像。联系后面，我们可以发现所谓灰度图像的像素值就是YCbCr中每个像素的亮度分量值。第13页/共41页RGB图像

RGB图像显然是符合RGB颜色模型的，但不是说只有RGB图像才符合RGB颜色模型。RGB图像仅是一类图像的总称。这类图像不使用单独的调色板，每一个像素的颜色由存储在相应位置的红、绿、蓝颜色分量共同决定。RGB图像是24位图像，红、绿、蓝分量分别占用8位，理论上可以包含16M种不同颜色，由于这种颜色精度能够再现图像的真实色彩，所以又称RGB图像为真彩图像。

第14页/共41页RGB图像

在MATLAB中，一幅RGB图像由一个uint8、uint16或双精度类型的m×n×3数组（通常称为RGB数组）来描述，其中m和n分别表示图像的宽度和高度。在一个双精度类型RGB数组中，每一颜色分量都是一个[0，1]范围内的数值，颜色分量为（0,0,0）的像素将显示为黑色，颜色分量为（1,1,1）的像素将显示为白色。每一个像素三个颜色分量都存储在数据数组的第三维。例如，像素（10,5）的红、绿、蓝色分量都存储在RGB（10,5,1）、RGB（10,5,2）、RGB（10,5,3）中。第15页/共41页RGB图像

为了更好说明在RGB图像中所使用的三个不同颜色分量的作用效果，我们在MATLAB中创建一个简单的RGB图像，该图像包含某一范围内不中断的红、绿、蓝颜色分量。

RGBLayer.m第16页/共41页RGB图像

我们对图像的指定层（B）加强，结果出现了我们常说的“颜色泛蓝”的现象，如下图：

rgbanalysis.m第17页/共41页图像类型的相互转换

第18页/共41页图像类型的相互转换下表列出了MATLAB图像类型转换函数及其功能：第19页/共41页灰度图像的二值化方法

所谓灰度图像的二值化方法实际上解决的就是将灰度图像转换为二值图像这一问题。转换的方法可用伪C语言描述为：设(x,y)G

为图像的灰度G的像素

floatthreshold;//定义一个转换阈值

if((x,y)G>=threshold)(x,y)B=1;else(x,y)B=0;则图像B为G的二值转换图。第20页/共41页灰度图像的二值化方法RGB2binary.m第21页/共41页RGB图像与索引图像的互换

RGB图转换到索引图使用的函数是rgb2ind。该函数的一般使用格式为：

[data,map]=rgb2ind(rgbimage,tol)或

[data,map]=rgb2ind(rgbimage,n)引入tol和n两个参数是因为RGB图像的色彩非常丰富，而索引图无法全部显示，故利用这两个参数控制转换的图像色彩数量。tol是一个（0,1）区间的实数，相应转换的索引图的调色板矩阵最多包含(floor(1/tol)+1)^3种色彩。n是一个[0,65535]的整数，直接表示转换后的索引图的色彩数量。第22页/共41页RGB图像与索引图像的互换

索引图像转换为RGB图像使用的函数是ind2rgb。使用格式：rgbimage=ind2rgb(data,map)第23页/共41页RGB图像与索引图像的互换

索引图转换为RGB图色彩不会失真，而RGB图转换为索引图一般会出现色彩丢失而导致图像效果变差。

第24页/共41页数字图像的基本文件格式

图像格式与图像类型不同，指的是存储图像采用的文件格式。不同的操作系统、不同的图像处理系统，所支持的图像格式都有可能不同。在实际应用中常用到以下几种图像格式。BMP文件、GIF文件、TIFF文件、PCX文件、JPEG格式、PSD格式、PCD格式、PNG格式等。在这些图像格式中，我们使用最多的就是BMP、JPEG和PNG三种，它们的文件格式是必须要掌握的。

第25页/共41页图像存储方式

MATLAB将图像中的数据存储为双精度型(double)，即64位的浮点数。这种存储方法的优点在于使用中不需要数据类型转换，因为几乎所有的MATLAB及其工具箱函数都可使用double作为参数类型。然而对于图像存储来说，此种方式表示数据会导致巨大的存储量，所以MATLAB还支持图像数据的另一种类型——无符号整数型(uint8),即图像矩阵中的每个数据占用一个字节。第26页/共41页图像存储方式

MATLAB及其工具箱函数都不支持uint8类型。uint8的优势仅仅在于节省存储空间，在涉及运算时要将其转换成double型。我们在今后的实验中一般都使用double型矩阵进行操作，这既方便调用图像函数，又与图像像素值的范围一致。利用MATLAB提供的image函数，可以直接显示8位图像或16位图像，而不必将其转换为双精度浮点类型。

第27页/共41页图像文件格式的相互转换

图像格式间的转换可以间接利用图像读写函数来完成：首先使用imread

函数按照原有图像格式进行图像读取，然后调用imwrite函数对图像进行保存，并指定图像的保存格式。例如，将一幅图像由BMP格式转换为PNG格式，则可以这样实现：首先使用imread读取BMP图像，然后调用imwrite函数来保存图像并指定为PNG格式：

bitmap=imread(‘mybitmap.bmp’,’bmp’);

imwrite(bitmap,’mybitmap.png’,’png’);第28页/共41页颜色模型

在计算机图形学领域定义的颜色模型，就是在某种特定上下文中对于颜色的特性和行为的解释方法。我们前面对色彩的讨论都是基于通过红、绿、蓝三原色混合而产生其它颜色的成色机制上。RGB颜色模型最便于诸如视频监视器或打印机等硬件设备上表示颜色。但在具体的图形应用中，我们还会用到其它的一些颜色模型。第29页/共41页HSV模型

HSV模型是面向用户的，是一种复合主观感觉的色彩模型。H、S、V分别指的是色调（彩）（hue）、色饱和度（saturation）和明度（value）。所以在这个模型中，一种颜色的参数便是H、S、V三个分量构成的三元组。第30页/共41页HSV模型

HSV模型不同于RGB模型的单位立方体，而是对应于一个圆柱坐标系中的一个立体锥形子集。在这个锥型中，边界表示不同的色彩。H分量表示颜色的种类，取值范围为0~1，相应的颜色从红、黄、绿、蓝绿、蓝、紫到黑变化，且它的值由绕V轴的旋转角决定，每一种颜色和它的补色之间相差180。第31页/共41页HSV模型

S分量的取值范围也是0~1，表示所选色彩的纯度与该色彩的最大纯度的比例。相应的颜色从未饱和（灰度）向完全饱和（无白色元素）变化，当S=0.5时表示所选色彩的纯度为二分之一。V分量取值范围同样是0~1，从锥型顶点0变化到顶部1，相应的颜色逐渐变亮，顶点表示黑色，顶部表示色彩强度最大。第32页/共41页HSV模型第33页/共41页YCbCr模型

YCbCr模型又称为YUV模型，是视频图像和数字图像中常用的色彩模型。在YCbCr模型中，Y为亮度，Cb和Cr共同描述图像的色调（色差），其中Cb、Cr分别为蓝色分量和红色分量相对于参考值的坐标。YCbCr模型中的数据可以是双精度类型，但存储空间为8位无符号整型数据空间，且Y