第四章彩色图像增强

《第四章彩色图像增强》由会员分享，可在线阅读，更多相关《第四章彩色图像增强（60页珍藏版）》请在金锄头文库上搜索。

1、第四章 彩色图像增强,数字图像分析与处理,人眼的视觉特性 ： 只能辨别几十种不同的灰度 ； 彩色分辨能力可达到灰度分辨能力的百倍以上。 彩色增强技术是利用人眼的视觉特性，将灰度图像变成彩色图像或改变彩色图像已有彩色的分布，改善图像的可分辨性。,第4章,彩色图像是一种矢量图像 彩色图像增强技术可分成两大类 将灰度图像变换/转化为彩色图像以提高人们对图像内容的观察效率 直接对彩色图像进行增强，同时考虑彩色矢量的所有分量，但可对不同分量区别对待,人们对颜色感觉的形成有四个要素,即光源、物体、眼睛和大脑。这四个要素不仅使人产生颜色的感觉，而且也是人能正确判断色彩的条件。,发光物体呈现的颜色是由物体本身

2、发出不同波长的光所造成； 不发光物体呈现的颜色是光照射物体时被物体反射出的光所具有的。,度量色彩的三要素,色调：由可见光谱中各分量成分的波长来确定，是彩色光的基本特性。 饱和度：是指颜色的纯度，即掺入白光的深浅感觉。(颜色越深，饱和度越高) 辉度：指彩色光对人眼引起的光刺激程度，显然它与光的能量有关。 （又常用亮度、明度） 色调和饱和度合起来称为色度。颜色可以用辉度和色度共同表示,第4章,4.1 三基色与色度图 4.2 彩色模型及转换 4.3 伪彩色增强 4.4 真彩色增强,第4章,4.1 三基色与色度图,三基色 颜色可分为无彩色和有彩色 视网膜中存在三种基本的颜色感知锥细胞 所有颜色都可看作

3、是三个基本颜色，即三基色或三原色（three primary colors）红（R），绿（G）和蓝（B）的不同组合 C rR + gG + bB r + g + b = 1,三基色原理,红、绿、蓝三色光可以混合成光谱上的大多数颜色，而这三色光本身相互独立，所以人们常常将红、绿、蓝称为色光三原色。从生理学上讲：人们眼睛的视网膜上存在着三种不同类型的锥体细胞，它们分别对红、绿、蓝有很高的灵敏度（对不同波长有不同的灵敏度），物体反射光进入人眼睛以后，在三种锥体细胞的作用下，产生不同颜色的光感。这就是三刺激理论，又称三色学说理论。,加色法颜色和减色法颜色,加色法颜色是把不同的颜色相加得到的颜色。该系统

4、中，没有任何颜色呈黑色，全部颜色出现时呈白色。加色法系统属于发射光，计算机监视器采用这个系统。 加色法采用红、绿、蓝（RGB）三种颜色作为基色。,减色法所得到的颜色是减后的颜色。没有任何颜色时呈白色，全部颜色都出现则呈黑色。减色法利用的是反射光原理。打印机采用此系统。 反射光采用青色（Cyan）、粉红（Magenta）及黄（Yellow）三种颜色作为基色。由于打印墨的问题，往往需加一些黑墨，所以真正打印机处理的是四色。简称 CMYK。,CMY减色系统和RGB加色系统颜色互为补色。所谓某颜色的补色是从白色中减去这种颜色后所得的颜色。品红是绿色的补色，青色是红色的补色，黄色是蓝色的补色。即相加系统

5、的补色就是相减系统的基色(R+G=黄，G+B=青，R+B=品红）。下图示出了CMY和RGB的关系。,减法系统,第4章,XYZ模型 为组成某种彩色C所需的三个刺激量 对白光，有X = 1，Y = 1，Z = 1 如果每种刺激量的比例系数为x，y，z，则有C = xX + yY + zZ。比例系数x，y，z也称为色系数,第4章,色度图 横轴对应红色的色系数r，纵轴对应绿色的色系数g，蓝色的色系数可由r + g +b =1求得，它在与纸面垂直的方向上 图中各点给出光谱中各颜色的色度坐标,15,数字图像处理与分析基础,色度图,CIE色度图有多种用途。欲获得一种光谱色的补色，只需从这一点通过C点作一条直

6、线，求出其与对应光谱轨迹的交点，即可求得补色波长。两种补色按一定比例相加得白色。求一种颜色的主波长时，只要连接颜色所在位置与C点的直线，直线与位于颜色同侧的光谱轨迹线交点即为主波长，如下图中C3的主波长为C4。但如果交点在紫色线上，则主波长应是位于颜色反侧的光谱轨迹线交点，如图中C5同C点相连同侧的交点为C6，在紫色线上，因此C5的主波长为反侧的C7。,单纯色或全饱和色位于光谱轨迹上，其色纯度为100%，而C点色纯度为O%。任一中间颜色的色纯度即等于C点与它之间距离除以C点至光谱轨迹线或紫色线之间的距离。例如上图中C3颜色的色纯约等于25%，而C4颜色的色纯为100%，色纯度用百分数表示。,用

7、CIE色度图确定补色、主波长和纯度,CIE色度图,第4章,(1) 在色度图中每点都对应一种可见的颜色。反过来，任何可见的颜色都在色度图中占据确定的位置 (2) 在色度图轮廓上的点代表纯颜色，移向中心表示混合的白光增加而纯度减少 (3) 在色度图中，过C点直线端点的两彩色互补 (4) 在色度图轮廓上的各点具有不同的色调 (5) 在色度图中连接任两端点的直线上的各点表示将这两端点所代表的彩色相加可组成的一种新彩色,RGB加色系统,仍然有不少颜色无法用RGB表示出，三角部分标出了RGB颜色模型系统所能表示的颜色区域,第4章,4.2 彩色模型及转换,面向硬设备的彩色模型 基于物理的模型，非常适合在图像

8、输出显示等场合使用 RGB模型 RGB模型的空间是个正方体， 原点对应黑色，离原点最远 的顶点对应白色 归一化为单位立方体,RGB颜色空间 采用红、绿、蓝3种基色来匹配所有颜色的模型称为RGB颜色空间.任意一种颜色可以由下式匹配: C=rR+gG+bB RGB色彩模型的混色属于加法混色。每种原色的数值越高，色彩越明亮。R、G、B都为0时是黑色，都为255时是白色。,第4章,CMY模型 利用三基色光叠加可产生光的三补色：蓝绿（C，即绿加蓝），品红（M，即红加蓝），黄（Y，即红加绿） 颜料的三基色正好是光的三补色，而颜料的三补色正好是光的三基色 R = 1 C G = 1 M B = 1 Y,第4

9、章,归一化彩色模型 用RGB的不同组合来表达的彩色模型，三个分量表示为：,NTSC(National television system committee)制式彩色电视使用YIQ模型 其中Y为亮度，I、Q为色度，下式可转换到RBG模型： Y=0.299R+0.587G+0.114B I=0.5R-0.231G-0.269B Q=0.203R-0.5G+0.297B YIQ 与RGB间的转换借助XYZ来进行，也可写出矩阵形式：,彩色电视彩色模型,PAL (Phase alternation line : 逐行倒相)制式彩色电视使用YUV模型 其中，Y为亮度，U、V为色度。下式可实现与RBG间的

10、转换： Y=0.299R+0.587G+0.114B U=-0.169R-0.331G+0.5B V=0.5R-0.419G-0.081B,YUV和RGB之间转换,第4章,面向视觉感知的彩色模型 HSI模型 H表示色调，S表示饱和度，I表示密度 色调与混合光谱中主要光波长相联系 饱和度与一定色调的纯度有关 亮度与密度相对应，并与物体的反射率成正比，如果无彩色时就只有亮度一个维量的变化,第4章,HSI模型 第一，在HSI模型中，亮度分量与色度分量是分开的，I分量与图像的彩色信息无关 第二，在HSI模型中，色调H和饱和度S的概念互相独立并与人的感知紧密相连,第4章,面向视觉感知的彩色模型 HSI模

11、型,第4章,HSI模型和RGB模型的转换,第4章,HSV模型 H代表色调，S代表饱和度，V代表（亮度）值 HSV模型的坐标 系统也是圆柱坐标系统， 但一般用六棱锥来表示,常用的彩色增强方法有真彩色增强技术、假彩色增强技术和伪彩色增强技术三种。,第4章,4.3 伪彩色增强,人的眼睛只能分辨几十种不同深浅的灰度级，不过却能分辨几千种不同的颜色 对原来灰度图像中不同灰度值的区域赋予不同的彩色以更明显地区分它们是一种常用的彩色增强方法。因为这里原图是无彩色的，所以人工赋予的彩色常称为伪彩色。这个赋色过程实际是一种着色过程 从图像处理的角度看，输入是灰度图像，输出是彩色图像,密度分割（亮度切割） 密度分

12、割是伪彩色处理技术中最简单的一种。设一幅灰度图像f(x,y)，在某一个灰度级（如f(x, y)=L1）上设置一个平行于xy平面的切割平面，如图4-35所示。灰度图像被切割成只有两个灰度级，对切割平面以下的（灰度级小于L1）像素分配给一种颜色（如蓝色），对切割平面以上的像素分配给另一种颜色（如红色）。这样切割结果就可以将灰度图像变为只有两个颜色的伪彩色图像。,图 密度分割示意图,若将灰度图像级用M个切割平面去切割。就会得到M+1个不同灰度级的区域S1，S2，SM，SM+1。对这M+1个区域中的像素人为分配给M+1种不同颜色，就可以得到具有M+1种颜色的伪彩色图像，如图所示。密度分割伪彩色处理的优

13、点是简单易行，便于用软件或硬件实现。还可以扩大它的用途，如计算图像中某灰度级面积等。,图 多灰度伪彩色分割示意图,彩色增强前后示意图,灰度级彩色变换 这种伪彩色处理技术（在遥感技术中常称为假彩色合成方法），可以将灰度图像变为具有多种颜色渐变的连续彩色图像， 实际图像的连续伪彩色变换如图所示。其变换过程为：将灰度图像送入具有不同变换特性的红、绿、蓝3个变换器，再将3个变换器的不同输出分别送到彩色显像管的红、绿、蓝电子枪。同一灰度由3个变换器对其实施不同变换， 而使3个变换器输出不同，从而在彩色显像管里合成某种色彩。可见，不同大小灰度级一定可以合成不同色彩。,图 伪彩色变换,从图中可见，若f（x,

14、 y）=0，则IB(x, y)=L, IR(x, y)=IG(x, y)=0， 从而显示蓝色。同样，若f(x, y)=L2，则IG(x, y)=L，IR(x, y)= IB(x, y)= 0，从而显示绿色。若f(x, y)=L, 则IR(x, y)=L，IB(x, y)=IG(x, y)=0，从而显示红色。 因此不难理解，若灰度图像f(x, y)灰度级在0L之间变化， IR 、IB 、IG会有不同输出，从而合成不同的彩色图像。,伪彩色增强效果,I=imread(coins.png); imshow(I); I=im2double(I); % imshow(I); colormap(winter

15、); m,n=size(I); T=zeros(m,n,3); for i=1:m for j=1:n if I(i,j)=0.4 T(i,j,1)=0;T(i,j,2)=0;T(i,j,3)=1; else if I(i,j)=0.8 T(i,j,1)=0;T(i,j,2)=1;T(i,j,3)=0; else T(i,j,1)=1;T(i,j,2)=0;T(i,j,3)=0; end end end end figure,imshow(T); imwrite(T,coinscai.png,jpg);,I=imread(coins.png); imshow(I); I=im2double(I

16、); m,n=size(I); T=zeros(m,n,3); for i=1:m for j=1:n if I(i,j)=0.4 T(i,j,1)=0;T(i,j,2)=0;T(i,j,3)=1; else if I(i,j)=0.5 T(i,j,1)=0;T(i,j,2)=1;T(i,j,3)=1; else if I(i,j)=0.7 T(i,j,1)=0;T(i,j,2)=1;T(i,j,3)=0; else if I(i,j)=0.8 T(i,j,1)=1;T(i,j,2)=1;T(i,j,3)=0; else if I(i,j)=0.9 T(i,j,1)=1;T(i,j,2)=0;T(i,j,3)=1; else T(i,j,1)=1;T(i,j,2)=0;T(i,j,3)=0; end end end end end end end,图像显示函数 image(I); colormap(map);,图像显示函数 Imagesc(I);,滤波法