10-第10章-彩色图像处理

第十章彩色图像处理

与灰度图像相比，彩色图像除含有较大的信息量外，它的表示方式和存储结构也不相同，因此，不能将灰度图像的处理技术简单地直接应用于彩色图像。

与单色图像相比，多光谱图像含有丰富的光谱信息，对地物分析和识别有非常重要的作用。

10.1彩色视觉

自然界中的绝大多数的颜色都可看作是由红、绿、蓝三种颜色组合而成。

自然界中的绝大多数的颜色都可以分解成红、绿、蓝这三种颜色。

以上即是色度学中的三基色原理。◆

一般就将红、绿、篮这三种颜色称为三基色。{三基色光的波长：红=700nm，绿=546.1nm，蓝=435.8nm}一、三基色原理

一、三基色原理

2、相加混色三基色按不同比例相加进行的混色，称为相加混色。红色+蓝色=品红色红色+绿色=黄色（10.1）绿色+蓝色=青色红色+绿色+蓝色=白色

由三基色中的两色相加混色而成的颜色，称为二次色。

红色+青色

=白色绿色+品红色

=白色（10.2）蓝色+黄色

=白色所以，一般把青色、品红色和黄色称为红、绿、篮三色的补色。一、三基色原理

2、相加混色（续）

红（R）、绿（G）、蓝（B）三基色可按不同比例进行相加混色而得到各种颜色，其配色公式为：(10.3)一、三基色原理

2、相加混色图10.1相加混色的三基色及其补色的亮度比例红蓝绿青黄品红白一、三基色原理

2、相加混色（续）R:200

G:50B:120相加灰色中涉及到灰色比例问题：一、三基色原理

2、相加混色（续）

相加混色主要应用在：

录像、电视和计算机显示器等。一、三基色原理

2、相加混色利用颜料和染料等的吸色性质可以实现相减混色。

◆相减混色就是从白光中虑去某种颜色而得到另一种颜色。◆相减混色的基色为青、品红色、黄。

白色–

红色=青色白色–

绿色=品红色（10.4）白色–

蓝色=黄色白色–

绿色–

红色–

蓝色=黑色一、三基色原理

3、相减混色

品红蓝青黑红绿

黄

图10.2相减混色的三基色及其补色的关系一、三基色原理

3、相减混色（续）

相减混色主要应用在：

绘画、摄影（包括彩色电影胶片制作）、彩色印刷和彩色印染等。一、三基色原理

3、相减混色

◆对于无彩色（消色）图像来说，亮度（也即灰度）是唯一的属性。

◆对于有彩色图像来说，通常用亮度、色调及饱和度表示颜色的特性。二、CIE色度图

1、相关概念

◆在彩色图像中：

亮度反映了该颜色的明亮程度。颜色中掺入的白色越多亮度就越大，掺入的黑色越多亮度就越小。

色调用于描述纯色（如纯黄色、纯红色），反映了观察者接收到的主要颜色。

饱和度给出一种纯色被白光稀释的程度的度量，与加入到纯色（色调）中的白光成正比（由于加入了白光，观察者接收到的不再是某种纯色，而是反应该纯色属性的混合颜色）。二、CIE色度图

1、相关概念（续）

◆纯色（可见光谱中包含的一系列单色光）是全饱和的，随着白光的加入饱和度会逐渐降低，也即变成欠饱和。

◆色调与饱和度两者合起来称为色度，颜色用亮度和色度共同表示。二、CIE色度图

1、相关概念（续）（10.5）（10.6-8）显然有：（10.9）且设X、Y和Z分别表示形成某种特殊颜色时需要的红、绿、蓝三基色的量值；x、y和z分别表示形成某种特殊颜色C时红、绿、蓝三基色所占的比例系数，则有：二、CIE色度图

2、CIE色度图红绿4506106200.20.40.60.81x0.20.40.60.8红蓝绿520nmy510500490480470460380nm780530540550560570580590600Q640TCS空间能量位置（波长，以nm为单位）黄紫1等能量点图10.3CIE色度图

二、CIE色度图

分析图10.3可知：

（1）从380nm的紫色到700nm的红色的所有纯色都位于舌形色度图的边界上；任何不在舌形色度图的边界但在其内部的点都代表一种由纯色混合而成的颜色。

（2）离开舌形色度图的边界移向中心表示加入更多的白光而使该颜色的纯度降低，到中心的等能量点饱和度为零。

（3）图中连接任意两点的直线表示了由连线两端的点所代表的颜色按不同比例相加而得到的颜色变化。

（4）从等能量点到位于色度图边界上的任意一点画一直线表示了对应边界点纯色的所有色调。10.2彩色模型

目前常用的彩色模型可分成两类：

（1）面向诸如彩色监视器、彩色视频摄像机和彩色打印机的硬件设备。

主要有RGB模型、CMY（青、品红、黄）模型和CMYK（青、品红、黄、黑）模型。

RGB模型主要用于彩色监视器和彩色视频摄像机；CMYK主要用于彩色打印机。

（2）面向诸如彩色动画图形创作等的彩色处理应用。面向彩色处理应用的模型主要是HSI模型（hue-saturation-intensity，即色调、亮度和饱和度）。

一、RGB彩色模型

黄(255,255,0)黑(0,0,0)绿(0,255,0)青(0,255,255)蓝(0,0,255)品红(255,0,255)白(255,255,255)红(255,0,0)RGB色系：一、RGB彩色模型

(0,0,1)

蓝品红黑黄

白青

(1,0,0)

红

(0,1,0)

绿RGB灰度级图10.4RGB彩色立方体示意图一、RGB彩色模型

HSI（hue-saturation-intensity）彩色模型比较适合于人用色调（H）、饱和度（S）和亮度（I）描述被观察物体颜色的解释，对于开发基于彩色描述的图像处理方法是一个理想的工具。二、HSI彩色模型

白

红

H

S

青

黑绿黄蓝品红

I

I=1

I=0

I=0.5图10.5基于圆形彩色平面的HSI彩色模型

二、HSI彩色模型

HSI彩色模型的定义：二、HSI彩色模型

HSI色系——

亮度分量II

表示光照强度或称为亮度，它确定了像素的整体亮度，而不管其颜色是什么。I:小大二、HSI彩色模型

HSI色系——

亮度(I)效果示意图二、HSI彩色模型

HSI色系——

色度分量HH：表示色度，由角度表示。反映了该颜色最接近什么样的光谱波长。0o为红色，120o为绿色，240o为蓝色。二、HSI彩色模型

HSI色系——

色度(H)效果示意图H=0ºH=60ºH=120ºH=180ºH=240ºH=300º二、HSI彩色模型

HSI色系——

饱和度分量SS：表示饱和度，饱和度参数是色环的原点到彩色点的半径长度。在环的外围圆周是纯的或称饱和的颜色，其饱和度值为1。在中心是中性（灰）色，即饱和度为0。二、HSI彩色模型

P

S

H·。红

青。。黄蓝

绿。

。品红图10.6HSI彩色模型中的色调和饱和度二、HSI彩色模型

HSI色系——

饱和度(S)效果示意图不完全饱和完全饱和不完全饱和二、HSI彩色模型

同一种色块，在不同强度的白光照射下，

反射的光波波长一样（色调相同），但人眼感觉到的颜色不同。某一颜色的光，亮度很弱，趋于黑色，反之，趋于白色饱和度与亮度的关系示例二、HSI彩色模型

黑

品红

绿

红

黄

蓝白

青图10.7RGB立方体旋转示意图三、RGB彩色模型到HSI彩色模型的转换

（10.10）（10.11）（10.12）（10.13）三、RGB彩色模型到HSI彩色模型的转换

三、RGB彩色模型到HSI彩色模型的转换

例：利用RGB彩色模型图像提取HSI彩色模型的H（色调）、S（饱和度）和I（亮度）分量图像的matlab程序。%从RGB图像提取HSI模型的H、S、I分量图像的matlab程序clc;clearall;closeall;img0=imread('d:\0_matlab图像课编程\miroslava.jpg')rgb=im2double(img0);%把图像数据类型转换为double类型r=rgb(:,:,1);g=rgb(:,:,2);b=rgb(:,:,3);%提取rgb三个分量图像%提取H分量，其中eps是防止除数为0的很小量theta_num=0.5*((r-g)+(r-b));%计算色调角式（10.10）的分子theta_den=sqrt((r-g).^2+(r-b).*(g-b));%计算式（10.10）的分母theta_num=acos(theta_num./(theta_den+eps));%依据式（10.10）H=theta_num;%根据式（10.13）计算H分量值H(b>g)=2*pi-H(b>g);theta_num=min(min(r,g),b);theta_den=r+g+b;theta_den(theta_den==0)=eps;%iftheta_den=0,则theta_den＝0S=1-3.*theta_num./theta_den;%根据式（10.12）提取S分量H(S==0)=0;%ifS=0,则H＝0I=(r+g+b)/3;%根据式（10.11）提取I分量subplot(2,2,1);imshow(img0);title('原RGB彩色图像');%显示原彩色图像subplot(2,2,2);imshow(H);title('H分量图像');%显示H分量图像subplot(2,2,3);imshow(S);title('S分量图像');%显示S分量图像subplot(2,2,4);imshow(I);title('I分量图像');%显示I分量图像三、RGB彩色模型到HSI彩色模型的转换

例：利用RGB彩色模型图像提取HSI彩色模型的H（色调）、S（饱和度）和I（亮度）分量图像的matlab程序。三、RGB彩色模型到HSI彩色模型的转换

例：利用RGB彩色模型图像提取HSI彩色模型的H（色调）、S（饱和度）和I（亮度）分量图像的matlab程序。（1）当0º≤H<120º：（10.14）（10.15）（10.16）四、HSI彩色模型到RGB彩色模型的转换

（2）当120º≤H<240º：（10.17）（10.18）（10.19）四、HSI彩色模型到RGB彩色模型的转换

（10.20）（10.21）（3）当240º≤H<120º：（10.22）值得注意的是：300~360之间为非可见光谱色，没有定义。四、HSI彩色模型到RGB彩色模型的转换

1、CMYK色系——

基本概念这种色系用于印刷行业。是一种减色系统，将从白光中滤出三种原色之后获得的颜色，作为其色系的三原色CMY。K为黑色，为了印刷时，用黑色墨进行印刷。

C：青色，从白色中滤去红色。

M：品红，从白色中滤去绿色。

Y:黄色，从白色中滤去蓝色。五、其它彩色模型简介1、CMYK色系——

着色原理着色原理是基于光吸收的。C与M叠加：同时吸收了R与G，则为蓝色；C与Y叠加：同时吸收了R与B，则为绿色；M与Y叠加：同时吸收了G与B，则为红色。

C：青色，从白色中滤去红色。

M：品红，从白色中滤去绿色。

Y:黄色，从白色中滤去蓝色。五、其它彩色模型简介2、YUV色系——

基本概念在这种色系中

Y：亮度；U，V：色差信号目的是为了使电视节目可以同时被黑白电视机及彩色电视机接收。电视信号在发射时，转换成YUV形式；接收时再还原成RGB三基色信号，由显像管显示。五、其它彩色模型简介10.3彩色变换

互补。红色

青色。。

品红

绿色。。黄色。蓝色图10.9颜色间的互补关系

反色是指与某种色调互补的另一种色调。

一、反色变换（10.23）

设f(x,y)为输入彩色图像，彩色分量的量化级别为256，则反色图像g(x,y)与输入图像f(x,y)的R、G、B分量之间的关系可表示为：

一、反色变换图10.10彩色图像的反色变换互补。红色

青色。。

品红

绿色。。黄色。蓝色

（a）原彩色图像（b）图(a)的负片效果一、反色变换

◆将彩色图像转变为灰度图像的处理称为彩色图像的灰度化处理。

◆将彩色图像转换为灰度图像的实质，就是通过对图像R、G、B分量的变换，使得每个像素点的R、G、B分量值相等。

◆彩色图像的灰度化方法主要包括：最大值法、平均值法和加权平均值法。

二、彩色图像的灰度化

(1)最大值法

将输入图像中的每个像素的R、G、B分量值的最大者赋给输出图像中对应像素的R、G、B分量的方法。用公式可表示为：

(10.24)注：因为灰度图象像素值的特点是R、G、B分量的亮度值相同。二、彩色图像的灰度化

(2)平均值法

将输入图像中的每个像素的R、G、B分量的算术平均值赋给输出图像中对应像素的R、G、B分量的方法。用公式可表示为：

(10.25)二、彩色图像的灰度化

(3)加权平均法

将输入图像中的每个像素的R、G、B分量的加权平均值赋给输出图像中对应像素的R、G、B分量的方法

。用公式可表示为：

(10.26)其中:二、彩色图像的灰度化

人眼对绿光的亮度感觉仅次于白光，是三基色中最亮的，红光次之，蓝光最低。如果权值ωG、ωR、ωB满足条件ωG>ωR>ωB，将会得到比较合理的灰度化结果。

相关研究表明，当ωG=0.587、ωR=0.299、ωB=0.114时，得到的灰度化图像较合理，此时公式（10.26）就变为：(10.27)

(3)加权平均法

二、彩色图像的灰度化

（a）原图（b）最大值法灰度化结果

（c）平均值法灰度化结果（d）加权平均值法灰度化结果图10.11彩色图像的灰度化二、彩色图像的灰度化

例：将彩色图像转换为灰度图像的matlab程序。二、彩色图像的灰度化

%将彩色图像转换成灰度图象matlab程序（rgb_to_gray10_2.m）clc;clearall;closeall;f=imread('d:\0_matlab图像课编程\miroslava.jpg')[h,w,color]=size(f);%求原彩色图像的矩阵参数max_f=zeros(h,w);%创建全零矩阵，存储最大值灰度图像fori=1:hforj=1:wmax_f(i,j)=max(f(i,j,:));%最大值转换公式

endendmax_f=uint8(max_f);%将转换结果转换为8位图像格式mean_f=zeros(h,w);%创建全零矩阵，存储平均值灰度图像fori=1:hforj=1:wsum=0;fork=1:colorsum=sum+f(i,j,k)/3.0;%平均值转换公式endmean_f(i,j)=sum;endendmean_f=uint8(mean_f);weight_f=zeros(h,w);%创建全零矩阵，存储加权平均灰度图像fori=1:hforj=1:wweight_f(i,j)=f(i,j,1)*0.299+f(i,j,2)*0.587+f(i,j,3)*0.114;endendweight_f=uint8(weight_f);subplot(2,2,1);imshow(f);title('原彩色图像');subplot(2,2,2);imshow(max_f);title('最大值法图像');subplot(2,2,3);imshow(mean_f);title('平均值法图像');subplot(2,2,4);imshow(weight_f);title('加权平均法图像');例：将彩色图像转换为灰度图像的matlab程序。二、彩色图像的灰度化

例：将彩色图像转换为灰度图像的matlab程序。二、彩色图像的灰度化

◆将真彩色图像转化为256色图像会有大量的颜色信息损失掉，因此，在转换过程中要找到合适的映射关系，使得变化后的256种颜色在原图像中最具代表性或出现的频率最高。

两种常用的转化算法：中位切分法和流行色法。

三、真彩色转变为256色

1.中位切分法

中位切分法的基本过程是：

首先，将RGB彩色空间中的3个坐标轴进行均匀量化，把每个坐标轴分为256个级别，0为最暗，255为最亮，这样真彩色图像的各种颜色就可以用坐标空间的各个量化点来表示。

然后，将彩色立方体划分为256个小立方体，使各立方体包含相同的颜色数。

最后，求出这256个小立方体的中心点的颜色。三、真彩色转变为256色

1.中位切分法蓝(0,0,255)品红黑黄

白青

(255,0,0)

红

(0,255,0)

绿RGB灰度级三、真彩色转变为256色

（a）原真彩色图像（b）转变成的256色图像

图10.12利用中位切分法转换真彩色图像成256色图像的实例1.中位切分法三、真彩色转变为256色

2.流行色法

流行色算法的基本过程是：首先，对原彩色图像中各颜色出现的概率进行统计。然后，按照由大到小的顺序选择出前256种颜色。最后，将其它颜色按照与这256种颜色就近的原则进行转换，用这256种颜色代替原真彩色图像中的颜色。三、真彩色转变为256色

（a）原真彩色图像（b）转变成的256色图像图10.13利用流行色法转换真彩色图像成256色图像的实例2.流行色法三、真彩色转变为256色

原图

中位切分法转换成的256彩色结果流行色法转换成的256彩色结果

转换效果比较：三、真彩色转变为256色

◆当颜色通道中不同的敏感度、增光因子、偏移量等，使图像的3个分量发生了不同的线性变换时，就会导致图像的三基色“不平衡”。

彩色平衡就是通过对色彩偏移的图像进行色彩校正，也即通过调整图像的R、G、B三个分量的强度，恢复图像场景原始颜色特征的技术和过程。

常用的彩色平衡方法有：

●白平衡法

●颜色平均值最小法三、彩色平衡

1.白平衡法

所谓白平衡法，就是将景物中的白色物体在图像中还原为白色。四、彩色平衡

简单白平衡法的基本过程是：

首先，依据式（10.28）计算出色偏图像的亮度分量，求出图像的最大亮度Imax和平均亮度。

其次，设定一个较大的阈值T（如0.95），求出图像中亮度值大于0.95Imax的点的集合。

1.白平衡法（10.28）四、彩色平衡

简单白平衡法的基本过程是：

然后，认为这些点对应实际场景中白色的点，计算出这些点对应的R、G、B分量的均值、、，依据公式（10.29）确定出白平衡法的调整参数KR、KG、KB；最后，利用调整公式（10.30）对色偏图像进行调整。1.白平衡法（10.29）（10.30）（a）原色偏图像（b）白平衡法结果图像

图10.14白平衡法对图像的彩色平衡1.白平衡法

四、彩色平衡

2.颜色平均值最小法

四、彩色平衡

颜色平均值最小法的基本思想是：

寻找彩色图像中较强的颜色通道（彩色图像中，所有像素的某个彩色分量，构成了该分量的彩色通道），通过对较强的颜色通道进行抑制和对较弱的颜色通道进行增强来达到彩色平衡的目的。

2.颜色平均值最小法

四、彩色平衡

颜色平均值最小法的基本过程是：

首先，首先计算色偏图像各彩色通道的像素平均值

、

、

，并求它们中的最小值

。

其次，统计各颜色通道中像素值大于

的像素点的个数

、

、

，并求它们中的最大值

，该值对应的颜色通道即为颜色信息较强的通道。

2.颜色平均值最小法

四、彩色平衡

颜色平均值最小法的基本过程是：

然后，将3个颜色通道的像素值按照从大到小的顺序排列直到它们的个数为

时为止，从而形成3个颜色通道像素值倒排序向量，并将红、绿、蓝3个颜色通道向量中第

个元素的值

、

、

作为阈值（一般情况下，信息最弱的颜色通道的阈值较小）。

2.颜色平均值最小法

颜色平均值最小法的基本过程是：

接着，依据式（10.31）确定出颜色平均值最小法的调整参数

、

、

。最后，利用调整公式（10.32）对色偏图像进行调整。。（10.31）（10.32）

（a）原色偏图像（b）颜色平均值最小法结果图像

图10.15颜色平均值最小法对色偏图像彩色平衡的结果2.颜色平均值最小法

四、彩色平衡

10.4彩色图像增强

在得到的彩色图像中，有时会存在对比度低、颜色偏暗、局部细节不明显等问题，为了改善图像的视觉效果、突出图像的特征，利于进一步的处理，需要对图像进行增强处理。彩色图像增强依据处理对象的不同可分为：

●真彩色增强；

●伪彩色增强；

●假彩色增强。◆真彩色增强的处理对象是具有224种颜色的彩色图像（又称全彩色图像）。◆为了避免破坏图像的彩色平衡，真彩色的增强通常选择在HSI模型下进行。一、真彩色增强

◆依据选择增强分量和增强目的的不同，可将真彩色增强分为：

●亮度增强；

●色调增强；

●饱和度增强。

一、真彩色增强

1.亮度增强◆彩色图像的亮度增强是仅对彩色图像的亮度分量进行处理的增强方法，它的目的是通过对图像亮度分量的调整使得图像在合适的亮度上提供最大的细节。

一、真彩色增强

1.亮度增强◆亮度增强可以在其亮度分量上使用第四章介绍的灰度图像的增强算法，如灰度变换法、直方图增强法等。

一、真彩色增强

（a）原彩色图像（b）对比度拉伸的（c）直方图均衡的增强图像增强图像图10.16真彩色图像的亮度增强实例1.亮度增强一、真彩色增强

2.色调增强

色调增强是通过增加颜色间的差异来达到图像增强的目的，一般可以通过对彩色图像每个点的色度值加上或减去一个常数来实现。

一、真彩色增强

2.色调增强

由于彩色图像的色度分量是一个角度值，因此对色度分量加上或减去一个常数，相当于图像上所有点的颜色都沿着图10.8的彩色环逆时针或顺时针旋转一定的角度。

◆由于彩色处理色相分量图像的操作必须考虑灰度级的“周期性”，即对色调值加上120°和加上480°是相同的。互补。红色

青色。。

品红

绿色。。黄色。蓝色一、真彩色增强

原图像（a）色度值加上（b）色度值减去

120°的图像120°的图像图10.17真彩色图像的色度增强实例2.色调增强一、真彩色增强

3.饱和度增强

◆饱和度增强可以使彩色图像的颜色更为鲜明。

◆饱和度增强可以通过对彩色图像每个点的饱和度值乘以一个大于1的常数来实现；反之，如果对彩色图像每个点的饱和度值乘以小于1的常数，则会减弱原图像颜色的鲜明程度。

一、真彩色增强

原图像

（a）饱和度值乘（b）饱和度值乘以3的图像

以0.3的图像图10.18真彩色图像的饱和度增强实例3.饱和度增强一、真彩色增强

◆伪彩色增强的处理对象是灰度图像。◆伪彩色增强就是将一幅具有不同灰度级的图像通过一定的映射转变为彩色图像，来达到增强人对图像的分辨能力。

二、伪彩色增强

◆伪彩色增强可分为空域增强和频域增强两种，在这两种算法中，密度分层法、灰度级-彩色变换法和频率滤波法是三种较为常用的算法。二、伪彩色增强

1.密度分层法

◆密度分层法（又称强度分层法）是将灰度图像中任意一点的灰度值看作该点的密度函数。

二、伪彩色增强

1.密度分层法

◆

密度分层法的基本过程是：

首先，用平行于坐标平面的平面序列L1，L2，…,LN把密度函数分割为几个互相分隔的灰度区间。

然后，给每一区域分配一种颜色。这样就将一幅灰度图像映射为彩色图像了。二、伪彩色增强

图10.19密度分层法空间示意图图10.20密度分层法平面示意图…

…

第N+1种彩色CN+1第二种彩色C2第一种彩色C1L2L10LNL1L20彩色

灰度

LN…

C1C2CNCN+1…1.密度分层法

二、伪彩色增强

图10.21密度分层法增强实例1.密度分层法

二、伪彩色增强

图象伪彩色增强2.灰度级-彩色变换法

◆灰度级-彩色变换伪彩色增强法的基本思想是：对图像中每个象素点的灰度值采用不同的变换函数进行3个独立的变换，并将结果映射为彩色图像的R、G、B分量值，由此就可以得到一幅RGB空间上的彩色图像。

二、伪彩色增强

2.灰度级-彩色变换法

◆

由于灰度级-彩色变换法在变换过程中用到了三基色原理，与密度分层法相比，该算法可有效地拓宽结果图像的颜色范围。二、伪彩色增强

图10.22灰度级-彩色变换法示意图2.灰度级-彩色变换法

二、伪彩色增强

（a）原灰度图像（b）得到的伪彩色图像图10.23灰度级-彩色变换法实例2.灰度级-彩色变换法

二、伪彩色增强

图象伪彩色增强3.频率滤波法

◆频率滤波伪彩色增强法的基本思想是：

首先对原灰度图像进行傅立叶变换，然后用3种不同的滤波器分别对得到的频率（谱）图像进行独立的滤波处理，处理完后再用傅立叶逆变换将得到三种不同频率的图像映射为单色图像，经过一定的后处理，最后把这三幅灰度图像分别映射为彩色图像的R、G、B分量，这样就可以得到一幅RGB空间上的彩色图像二、伪彩色增强

3.频率滤波法

◆与密度分层法和灰度级-彩色变换法两种算法相比，频率滤波法输出的伪彩色与灰度图像的灰度级无关，仅与灰度图像不同空间频率成分有关。

二、伪彩色增强

图10.24频率滤波法变换示意图滤波1滤波2滤波3IFFTIFFTIFFT后处理后处理后处理3.频率滤波法

二、伪彩色增强

（a）原灰度图像（b）得到的伪彩色图像图10.25频率滤波法增强实例3.频率滤波法

二、伪彩色增强

◆假彩色增强:

从一幅初始的彩色图像或者从多谱图像的波段中生成增强的彩色图像的一种方法。

假彩色增强的实质是从一幅彩色图像映射到另一幅彩色图像，由于得到的彩色图像不再能反映原图像的真实色彩，因此称为假彩色增强。三、假彩色增强

其意义在于：◆画家通常把图像中的景物赋以与现实不同的颜色，以达到引人注目的目的。◆对于一些细节特征不明显的彩色图像，可以利用假彩色增强将这些细节赋以人眼敏感的颜色，以达到辨别图像细节的目的。◆在遥感技术中，利用假彩色图像可以将多光谱图像合成彩色图像，使图像看起来逼真、自然，有利于对图像进行后续的分析与解译。三、假彩色增强

(10.33)

假彩色增强可以看作是一个从原图像到新图像的线性坐标变换。三、假彩色增强

10.5彩色图像的平滑

与灰度图像的平滑相比，彩色图像的平滑处理相对比较复杂，除了处理的对象是向量外，还要注意图像所用的彩色空间，因为随着所用彩色空间的不同，所处理的向量表示的含义也不同。（10.34）(10.35)

设位于点(x,y)处的颜色向量为，则由灰度图像的平滑公式可以得到彩色图像的平滑公式为：

该平滑公式还可写成：

一、基于RGB彩色模型的彩色图像平滑一、基于RGB彩色模型的彩色图像平滑

RGB彩色图像的平滑步骤：

（1）提取RGB彩色图像的R、G、B分量，得到单色的R、G、B分量图像。一、基于RGB彩色模型的彩色图像平滑

RGB彩色图像的平滑步骤：

（2）分别对单色的R、G、B分量图像进行平滑（可利用相关的灰度图像平滑方法实现）。

（3）将平滑后的R、G、B分量图像，合成成RGB彩色图像。

clc;clear;input_f=imread('d:\0_matlab图像课编程\boy.jpg')J1(:,:,1)=input_f(:,:,1);%提取I中的红色J1(:,:,2)=0;J1(:,:,3)=0;J2(:,:,2)=input_f(:,:,2);%提取I中的绿色J2(:,:,1)=0;J2(:,:,3)=0;J3(:,:,3)=input_f(:,:,3);%提取I中的蓝色J3(:,:,1)=0;J3(:,:,2)=0;figure;subplot(221);imshow(input_f);title('原图像');%显示原图subplot(222);imshow(J1);title('红色分量图像');%显示提取的红色部分subplot(223);imshow(J2);title('绿色分量图像');%显示提取的绿色部分subplot(224);imshow(J3);title('蓝色分量图像');%显示提取的蓝色部分

◆HSI模型的彩色图像的3个分量H、S、I分别表示图像的色调、饱和度和亮度信息，如果象处理RGB图像那样利用式(10.35)对图像进行平滑，那么得到的图像的颜色将会因为颜色分量的混合而发生变化。

所以，HSI模型的彩色图像仅对图像的亮度信息进行平滑才有意义。

二、基于HSI彩色模型的彩色图像平滑原图像(a)原图的(b)原图的(C)原图的

H分量S分量I分量二、基于H