多媒体图像通信-第6章课件

第6章彩色图像处理

在图像处理中运用颜色受两个主要因素的推动：1.颜色是可以简化目标物的区分以及从场景中抽取目标；2.人可以辨别几千种颜色色调和亮度，但只能辨别几十种灰度层次。彩色图像处理可以分为两个主要领域：

1.全彩色处理(如彩色电视摄像机获得的图像)；2.伪彩色处理(对特定的单一亮度或亮度范围赋予一种颜色)。一．彩色基础

1.颜色的发现----1666年，牛顿发现当一束太阳光通过玻璃棱镜时出现的光束是由连续的彩色谱组成的。

2.物体的颜色人类和动物接收的一个物体的颜色由物体反射光的性质决定。

3.灰度如果光是消色的(即缺乏颜色)，其属性仅仅是亮度，其范围从黑到灰最后到白。4.彩色光源彩色光大约覆盖了电磁波谱400-700nm的范围，彩色光源的质量可以用3个基本量来描述：辐射率、光强和亮度。

5.人眼辨别颜色的原理•人眼的锥状细胞负责颜色的感觉，可以分为3个主要的感觉类别；

•人眼对三种光吸收的平均实验曲线，决定了被看到的物体的颜色：

•为了标准化起见，CIE在1931年设计了特定波长值为主原色：蓝=435.8nm、绿=546.1nm、红=700nm；

•从上图可以看出，没有单一的颜色可称为红、绿、蓝，为标准化而定的三原色波长并不意味着RGB分量单独作用就能产生所有谱色。6.原色及二次色

•对于光源而言，最终的颜色由各个光分量相加得到；•对于物体而言，最终的颜色由物体反射的光分量决定。从白色中减去颜色A所形成的颜色，称为颜色A的补色。光源和物体的三原色是不同的。颜色的再现方式有2种：1.原色加法(即原色叠加形成其它颜色)；2.原色减法(即从白色中减去相应原色形成其它颜色)。

7.区别颜色的特性

•亮度、色调和色饱和度是区别颜色的3个特性：亮度反映色彩明亮度，色调表示观察者接收的主要颜色，饱和度与所加白光数量成反比；

•色调和饱和度一起称为彩色，颜色用亮度和彩色来表征；•形成任何特殊颜色需要的红、绿和蓝的量叫做三色值，分别用X、Y、Z表示，一种颜色由三色值系数定义：

8.CIE色度图

•色度图是确定颜色的一种方法，以红(x)和绿(y)函数表示颜色的组成；

•从380nm-780nm的各种谱色的位置标在舌形色度图周围的边界上，都是纯色，任何不在边界上的点都表示混合色；

•等能量点表示相对于白光的CIE标准，一点离开边界而接近等能量点就表示在颜色中加入了更多的白光而变为欠饱和；•在色度图中用连接任意两点的直线段定义所有不同颜色的变化，这些颜色可以由着两类颜色相加得到，而从等能量点到色度图边界上的任何一点的线段定义特定谱色的所有色调；

•以色度图中任意给定的三种颜色为顶点画一个三角形，其中的任何颜色都可以由三种颜色的不同混合产生：上图中三角形显示了由RGB监视器产生的典型的颜色范围，即彩色全域。二．彩色模型也称为彩色空间或彩色系统，其用途是在某些标准下用通常可接受的方式简化彩色规范。彩色模型中的每种颜色都由单个点来表示。大多数彩色模型都是面向硬件的或面向应用的：在数字图像处理中最通用的模型是RGB模型，用于彩色监视器和彩色视频摄像机；CMY和CMYK模型是针对彩色打印机的；HIS模型则更符合人描述和解释颜色的方式。

2-1.RGB彩色模型

1.RGB彩色模型在该模型中，每种颜色出现在红、绿、蓝的原色光谱中，这个模型基于笛卡尔坐标系统，如下图所示：由该坐标系统可以得到下述结论：

•R、G、B位于3个角上，青、深红和黄位于另外3个角上，黑色在原点处，白色在最远的角上；

•灰度级沿着由黑到白的连线分布，不同的颜色处在立方体表面或其内部，并且可以用从原点分布的向量来定义；

•为方便起见，所有颜色值都进行了归一化。

2.全彩色图像在RGB空间中用以表示每一个像素的比特数称作像素深度。对于一幅RGB图像而言，每一个彩色像素称为有24比特深度。全彩色图像指24比特深度的彩色图像，在24比特RGB图像中颜色的总数为：

3.安全RGB彩色子集虽然全彩色有一千六百万种颜色，但仅仅使用其中几种颜色的应用也很多。“全系统安全彩色集”，在网络应用中叫做无损Web彩色或无损监视彩色。在该系统中共有216种颜色，每种颜色也是由RGB值形成的(但每个值仅能取0、51、102、153、204和255六种之一)，见下表

2-2.CMY和CMYK模型根据自然界物体颜色的形成方式将物体划分为两类：1.发光物体----有源物体,其自身发出光波，颜色由发出的光波决定，采用RGB三基色相加模型和RGB彩色空间描述，如彩色电视；

2.不发光物体----无源物体，是不发出光波的物体，颜色由该物体吸收或反射的光波来决定，采用CMY三基色相减模型和CMY彩色空间描述，如彩色印刷和彩色打印。对于大多数在纸上沉积彩色颜料的设备(如彩色打印机和复印机)而言，要求输入的是CMY数据或在内部做RGB到CMY的转换。这一转换是一个简单的操作，如下所示：

这里假设所有彩色均归一化到[0,1]区间。该模型在图像处理中主要用于产生硬拷贝输出，故从CMY到RGB的反向操作通常没有实际意义。

2-3.HSI彩色模型1.HSI彩色模型背景

•RGB和CMY等彩色模型不能很好地适应实际上人对颜色地解释。

•例如，人解释颜色时并没有涉及用组成其颜色的每一原色的百分比给出一辆汽车的颜色，人解释彩色图像时也不认为它是由3幅原色图像合成的单一图像。

•当一个人观察彩色物体时，是用色调、色饱和度和亮度来描述该物体颜色的，这是从人类的色视觉机理出发提出的，和这种机理相对应的彩色模型是HSI彩色模型。

2.HSI彩色模型的含义HSI彩色模型是(Hue/Saturation/Intensity，色调/饱和度/强度)模型,其中的：•色调----表示颜色，与彩色光的波长有关，将颜色按红橙黄绿青蓝紫的顺序排列定义色调值并且用角度值(0º～360º)来表示(红、黄、绿、青、蓝、深红的角度值分别为0º、60º、120º、180º、240º和300º)；•饱和度----表示色的纯度即彩色光中搀杂白光的程度，白光越多饱和度越低，其取值采用百分数(0%表示灰色光或白光，100%表示纯色光)；

•强度----表示人眼感受到彩色光颜色的强弱程度，与彩色光能量大小(或彩色光的亮度)有关，有时也用亮度(Brightness)来表示。HSI彩色描述对人来说是自然的、直观的，符合人的视觉特性，HSI模型对于开发基于彩色描述的图像处理方法也是一个较为理想的工具，例如在HSI彩色空间中，可以通过算法直接对色调、饱和度和亮度独立地进行操作。采用HSI彩色空间有时可以减少彩色图像处理的复杂性，提高处理的快速性，同时更接近人对彩色的认识和解释。3.RGB彩色空间到HIS彩色空间的转换

HSI空间要求的色调、饱和度和强度如何从RGB彩色立方体中得到：

a.从RGB彩色立方体中提取强度通过RGB彩色立方体的任何一点做一个垂直于强度轴的平面，该平面与强度轴的交点便是该点的强度分量；b.RGB彩色立方体中提取饱和度强度轴上的饱和度为零，目标点沿上述平面到强度轴的距离反应了该点的饱和度；c.从RGB彩色立方体中提取色调

当三点中的两点分别是黑和白而第三点是彩色点时，三角形上的所有点都由相同的色调。4.RGB彩色空间和HIS彩色空间转换公式垂直于强度轴做一个平面与RGB彩色立方体相交，当平面沿强度轴向上或向下移动时横截面决定的边界是三角形或六边形。上图(b)中的黑点是一个任意彩色点：该点与红轴的夹角表示色调，S向量的长度表示饱和度，平面在垂直强度轴的位置表示强度。

4-1．从RGB到HIS的彩色转换

a．H分量由下式给出：其中b．S分量由下式给出：c．强度分量由下式给出：4-2．从HSI到RGB的彩色转换a．RG扇区()：b．GB扇区()：首先，从H中减去1200，即H=H-1200

然后，c．BR扇区()：首先，从H中减去2400，即H=H-2400然后，三．伪彩色处理

•伪彩色(也称为假彩色)处理是指根据特定的准则对灰度值赋以彩色的处理；

•“伪彩色处理”是用以区分真彩色图像处理和为单色图像赋以彩色的处理，其主要应用是为了便于人眼观察和解释一幅图像中的灰度目标。

3-1.强度分层

1.原理强度分层(也称为密度分层)和彩色编码是伪彩色图像处理最简单的例子之一。原理：

•将一幅灰度图像描述为三维函数(强度作为z轴)，如下图

•放置一些平行于图像坐标面的平面来切割图像函数

•为不同平面上的图像函数赋以不同的彩色

2.数学表述设一幅灰度图像共有L个灰度级，垂直于强度轴的P个平面所代表的灰度值分别为，它们将灰度级分为P+1个间隔，那么灰度级到彩色的赋值关系为：其中的是由两个分割平面和定义的，其几何解释如下图所示：

3.举例

•探测病变区

•检测焊点

•降雨量测量

3-2.灰度级到彩色转换强度分层较为简单(使用的是分段线性函数)，更为通用的伪彩色映射变换能拓宽伪彩色增强的效果。

1.原理

•对任何输入图像的灰度级执行3个独立的变换(变换函数的自变量是灰度级而不是位置坐标)；

•上述步中的3个变换结果被分别送入监视器的红、绿、蓝通道；

•合成一幅图像(伪彩色的内容受变换函数特性的控制)。

2.举例在通用方法中使用的变换函数是平滑的非线性函数，这种方法使得伪彩色增强具有相当大的灵活性。

该图是由机场X光扫描系统得到的行李的两幅单色图像，左边的图像含有普通物品，右边则含有模拟的塑料爆炸物。

分别采用上图所示的正弦变换函数对X光照片进行伪彩色增强(横坐标显示了炸药、衣箱和背景的灰度级且如果3个变换都使用相同频率和相位的变换函数则输出的结果为单色图像)：

•由(a)图可见，爆炸物和背景有很不相同的灰度级，但是由于正弦波的周期性，在最终结果中二者使用近似相同的颜色编码，从而无法分辨出爆炸物；

•(b)中的变换改变了正弦函数的频率，此时爆炸物和衣箱具有类似的输出结果，和背景区分开来，从而允许观察者可以“看”穿爆炸物。3.多幅单色图像的伪彩色编码有时候需要将多幅单色图像组合为一幅彩色图像(如多光谱图像处理)，此时采用的方法如下图所示(每个T可能分别对应R、G、B三个变换)：

四．全彩色图像处理基础

1.分类全彩色图像处理分为2大类：1.分别处理每一分量图像，用处理过的各分量图像合成彩色图像；2.直接对彩色像素处理(全彩色图像像素至少有3个分量，故实际上是一个向量)。

2.标量处理和向量处理用c表示彩色图像中的任一向量，则c的分量是坐标的函数(RGB模型)：单独对彩色分量处理并合成的结果并不总是等同于对彩色向量的直接处理。如果为了使二者相同，则必须满足两个条件：

•处理必须对向量和标量都可用

•对向量每一分量的操作对于其他分量必须是独立的3.举例下图是灰度图像和彩色图像邻域平均的示意图，在“邻域平均”处理中对标量和对向量的处理结果是相同的。

五．彩色变换彩色变换涉及在单一彩色模型中处理彩色图像分量(即对输入彩色图像执行变换，得到输出彩色图像)，而不是模型间的相互转换。

5-1.数学模型

1.理论分析彩色图像变换的数学模型由下式给出：与灰度图像变换不同的是，这里的像素值是彩色空间的3元或4元组。如果这种变换仅仅是简单的“映射关系”，则可以表示为：其中的和表示和在任何点处彩色分量的变量，是从到的映射集，n个合并实现T。2.举例

•第一行显示了一幅草莓和咖啡杯的高分辨率彩色图像，第二行是原始图像的CMYK扫描分量的图像，第三行是原始图像的RGB分量图像，最后一行为HIS分量；

•在各个分量中用“1”表示有，用“0”表示无或少；

•观察第二行可知，深红和黄分量较多对应于草莓的颜色，黑色较少存在于咖啡和草莓碗中的阴影部分；

•观察第三行可知，红色分量较多，而绿色和蓝色分量较少；

•观察第四行可知，强度分量是原始图像的单色再现，草莓在彩色方面比较纯净故饱和度分量较大(即白色表示1=100%)。

3.讨论理论上，彩色变换公式可以对任何彩色空间操作，即任何变换可以在任何模型中执行。但实际上，某些操作对特定的模型比较实用(同时也要考虑到彩色空间转换时的开销)。例如，要改进上例中原始图像的亮度使其降低为原来的70%，则使用下面的公式来转换：•在HIS彩色空间只需要做如下的简单变换：•在RGB彩色空间需要做如下变换：•在CMY空间要求做如下变换：

虽然HIS变换包含最少的操作，但将RGB或CMY图像转换为HIS空间所需要的计算大大抵消了其变换简单的优点。5-2.补色在下图所示的彩色环上，与一种色调直接相对立的另一种色调称之为该色调的补色(补色图像中的每种色调都可以利用补色环来预测)。

补色的作用在于增强嵌在彩色图像暗区的细节，特别是该细节在图像中占有很重要的地位

。

上图分别是在RGB彩色空间和HIS彩色空间对原始图像求补色图像，其中的HIS空间补色图像是利用色调、饱和度和亮度实现的一种近似(从RGB补色图像到HIS补色图像没有直接的转换途径)。5-3.彩色分层

1.意义突出图像中特殊的彩色区域对从其周围分离出该目标物是很有用的。

2.典型方法对一幅彩色图像分层的最简单的方法之一是将某些感兴趣的区域以外的部分的彩色映射为不突出的自然色。

如果感兴趣的区域为宽为W，中心在原彩色点并具有分量的立方体时，必要的变换集为：这些变换用强迫其他颜色为参考彩色空间的中点(上式中各分量相等均为0.5，则合成后为灰度值)以突出感兴趣区域的颜色(感兴趣的区域颜色由原彩色点的颜色决定)。如果用一个圆球确定感兴趣的颜色则：

3.举例下图分别用立方体和球体分离出草莓食品。5-4.色调和彩色校正

1.标定图像系统

•为了使色彩设计和复制更精确，也为了给色彩的转换和校正制定合适的调整尺度，需要一种最均匀的色彩空间；

•这种色彩空间中，不同位置和不同方向上相等的几何距离在视觉上有对应相等的色差，把易测的空间距离作为色彩感觉差别量的度量。这样色彩复制技术就会有很大的进步，颜色匹配和色彩复制的准确性就得到加强(有据可循)。

CIEL*a*b*是许多彩色处理系统选择的模型，该模型可对色值进行测定以度量颜色变换所引起彩色变化：

•该模型的设计接近人类视觉(代表亮度L*代表亮度、a*代表红减绿、b*代表绿减蓝)

•该模型的各个分量由下式给出：其中的，是参考白色的三激励值；

•是一个优秀的亮度和彩色分离器(L*分量密切匹配人类亮度感知,可以通过修改a*和b*分量来做精确的颜色调整，或修改L*分量来调整亮度对比)。

2.举例

CIELAB系统的意义在于为色调和彩色的校正提供了一个度量的标准。在实际操作中，通常先校正图像灰度范围，然后着手彩色平衡的工作。改善图像色调的变换通常是通过交互性的调整图像亮度和对比度来实现的。下图显示了典型的用于校正3种通常的灰度不平衡(即平淡的、亮的和暗的)图像的例子：5-5.直方图处理直方图均衡能够自动的确定一种变换，但彩色图像由多个分量组成，独立地进行彩色图像分量的直方图均衡将使结果产生不正确的彩色。一个更合乎逻辑的方法是均匀地扩展彩色强度，而保留彩色本身(即色调)不变。下图显示了HSI彩色空间是适合这种理论的理想空间：虽然强度均衡没有改变图像的色调和饱和度值，但却影响了整体图像的彩色感观(特别是瓶中的油和醋)，通过增加图像的饱和度分量再进行直方图均衡的效果要好一些。六．平滑和锐化

6-1.彩色图像平滑灰度图像的平滑可以看作是空间滤波处理，这一概念很容易扩展到全彩色图像处理，主要的差别是对每个分量都要进行滤波操作。令表示在RGB彩色图像中定义一个中心在(x,y)的邻域的坐标集，在该邻域中RGB分量的平均值为：可见，用邻域平均值平滑在每个彩色平面上进行其结果与用RGB彩色向量执行平均是相同的。下图是采用邻域平均法对彩色RGB模型和HSI模型平滑后的结果：

6-2.彩色图像尖锐化从向量分析知道，向量的拉普拉斯算子为一个向量，其分量等于输入向量的独立标量分量的拉普拉斯微分。在RGB彩色空间中，向量c的拉普拉斯变换可以表示为：下图是在RGB和HSI空间中分别进行拉普拉斯操作的锐化结果，并同时反映了二者之间的差别：七．彩色分割分割是把图像分成区域的处理，在后续章节中会专门讲解，这里处于连续性的考虑做一个简单的介绍。

7-1.HSI彩色空间分割如果希望分割动作基于单独的平面进行，会很自然的想到HSI空间。在区域提取中色度和饱和度平面是主要的研究对象，由于不携带彩色信息强度平面不常使用。下图是一个HIS空间分割的例子，我们感兴趣的区域是左下角的红色区域。利用饱和度90%产生的二值图像和色度分量的结合，可以分割出我们感兴趣的区域。7-2.RGB向量空间分割

1.基本步骤虽然在HSI空间工作较为直观，但分割的效果不如RGB空间效果好。在RGB彩色空间分割图像的操作步骤如下：

•利用给定的感兴趣彩色的样品集计算彩色的“平均估计”，这个平均值代表我们希望分割的彩色；

•用向量来表示平