数字图像处理ch9colorimageprocessing.

《数字图像处理ch9colorimageprocessing.》由会员分享，可在线阅读，更多相关《数字图像处理ch9colorimageprocessing.（86页珍藏版）》请在金锄头文库上搜索。

1、数字图像处理 Digital Image Processing 信息工程学院 School of Information Engineering 2 第9章 彩色图像处理 （Color Image Processing） 9.1 彩色图像基础（Fundamentals of Color Image） 9.2 彩色模型（Color Models） 9.3 伪彩色处理（Pseudocolor Image Processing） 9.4 全彩色图像处理（Full-Color Image Processing） 9.5 彩色图像分割（Color Image Segmentation） 9.6 彩色图像

2、处理的应用（Applications of CIP） 3 Background 在图像处理中要引入颜色主要由以下两个因 素驱动。 其一，颜色是一个强有力的描述子，它常常可 以简化目标物的区分及从场景中抽取目标； 其二，人类可以辨别几千种颜色色调和亮度， 相比之下只能辨别几十种灰度层次。 4 9.1.1 彩色图像的概念 （Concepts of Color Image） 彩色图像（Color Image）直观地说对应我们对周围彩色环 境的感知（即对应人的视觉器官的感知）。从计算的角度，一 幅彩色图像被看做一个向量函数（一般具有三个分量），设函 数的范围是一个具有范数的向量空间，也称为彩色空间（

3、Color Space）。 对于一幅（三通道的）彩色数字图像c，赋给一个像素三 个向量分量f1、f2、f3： = （9.1） 设向量分量各自具有L个量化等级（通常情况下L可以取 256)。 5 9.1.1 彩色图像的概念 （Concepts of Color Image） 假彩色图像（False-Color Image）与真彩色图像的定义形 式类似，它允许将可见光以外的光谱也转换为彩色图像的向量 分量。比如红外图像，其信息内容并不是来自可见光，将处在 红外光谱的信息转换到了可见光的范围内。 伪彩色图像（Pseudocolor Image）是指将所选的像素编码 或彩色化的图像。对这些像素，相关联

4、的像素值（灰度值或彩 色向量）被给定的彩色向量所替换。原始图像可以是灰度图像 。 彩色量化一般通过索引的彩色（Indexed Color）来实现。 例如，根据量化算法，从图像中选择256个彩色向量并放入彩 色图（Colormap）或调色板（Palette）中，对每个像素列出其 相关联的索引值，基于这个索引值，在显示器上选择索引彩色 来表示彩色图像。 6 9.1.2 彩色基础 （ Color Fundamentals ） 白光 在17世纪，牛顿通过三棱镜研究对白 光的折射就已发现： 白光可被分解成一系列从紫到红的连续光 谱，从而证明白光是由不同颜色（而且这些 颜色并不能再进一步被分解）的光线相混

5、合 而组成的。 7 可见光 可见光是由电磁波谱中相对较窄的波段组成 ，如果一个物体比较均衡地反射各种光谱，则人 看到的物体是白的； 而如果一个物体对某些可见光谱反射的较多 ，则人看到的物体就呈现相对应的颜色。 例如，绿色物体反射具有500570nm（ 纳米）范围的光，吸收其他波长光的多数能量。 9.1.2 彩色基础 （ Color Fundamentals ） 8 图9.1 可见范围电磁波谱的波长组成 9.1.2 彩色基础 （ Color Fundamentals ） 9 人眼的吸收特性： 人眼的锥状细胞是负责彩色视觉的传感器， 人眼的锥状细胞可分为三个主要的感觉类别。 大约65%的锥状细胞对

6、红光敏感，33%对绿光 敏感，只有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。 9.1.2 彩色基础 （ Color Fundamentals ） 10 三原色原理 其基本内容是： 任何颜色都可以用3种不同的基本颜色按照不 同比例混合得到，即 C=aC1+bC2+cC3 (9.1) 式中a，b，c =0 为三种原色的权值或者比例， C1、C2、C3为三原色（又称为三基色）。 9.1.2 彩色基础 （ Color Fundamentals ） 11 三原色原理指出 自然界中的可见颜色都可以用三种原色按

7、一定比 例混合得到；反之，任意一种颜色都可以分解为 三种原色。 作为原色的三种颜色应该相互独立，即其中任何 一种都不能用其他两种混合得到。 9.1.2 彩色基础 （ Color Fundamentals ） 12 三原色原理 为了标准化起见，国际照明委员会（CIE） 规定用波长为700nm、546.1nm、435.8nm的单 色光分别作为红(R)、绿(G)、蓝(B)三原色。 红绿蓝三原色按照比例混合可以得到各种颜 色，其配色方程为： C=aR+bG+cB (9.4) 9.1.2 彩色基础 （ Color Fundamentals ） 13 原色相加可产生二次色。 例如：红色+蓝色=深红色(M，

8、magenta)， 绿色+蓝色=青色(C，cyan)， 红色+绿色=黄色(Y，yellow)。 以一定的比例混合光的三种原色或者以一种二次 色与其相反的原色相混合可以产生白色(W， white)， 即：红色+绿色+蓝色=白色。 9.1.2 彩色基础 （ Color Fundamentals ） 14 彩色到灰度的转换 相同亮度的三原色，人眼看去的感觉是，绿色光 的亮度最亮，而红色光其次，蓝色光最弱。 如果用Y来表示光的亮度(灰度)，则有如下关系 ： Y=0.299R+0.587G+0.114B 9.1.2 彩色基础 （ Color Fundamentals ） 15 区分颜色常用三种基本特性量

9、 亮度：如果无彩色就只有亮度一个维量的变化。 色调：是光波混合中与主波长有关的属性，色调 表示观察者接收的主要颜色。 这样，当我们说一个物体是红色、橘黄色、 黄色时，是指它的色调。 饱和度：与一定色调的纯度有关，纯光谱色是完 全饱和的，随着白光的加入饱和度逐渐减少。 9.1.2 彩色基础 （ Color Fundamentals ） 16 色调和饱和度一起称为彩色，因此，颜色用亮度和彩 色表征。 形成任何特殊颜色需要的红、绿、蓝的量称做三色值 ，并分别表示为X，Y，Z。进一步，一种颜色可用它的3个 色系数表示，它们分别是： 从以上公式可得： x+y+z=1 9.1.2 彩色基础 （ Color

10、 Fundamentals ） 17 1931年CIE制定了一个色度图，如图9.4所示，图中波长单 位是nm，用组成某种颜色的三原色的比例来规定这种颜色。 图中横轴代表红色色系数，纵轴代表绿色色系数，蓝色系 数可由z=1-(x+y)求得。例如，图9.4中标记为绿的点有62%的绿 和25%的红成分，从而得到蓝的成分约为13%。 9.1.2 彩色基础 （ Color Fundamentals ） 18 9.2 彩色模型（Color Models） 彩色模型（也称彩色空间或彩色系统）的用途 是在某些标准下用通常可接受的方式简化彩色 规范。 本质上，彩色模型是坐标系统和子空间的规范 。位于系统中的每种

11、颜色都由单个点来表示。 本节主要讨论几种图像处理应用的主要模型。 19 9.2.1 RGB模型（RGB Color Model） RGB模型 RGB模型是目前常用的一种彩色信息表达方式， 它使用红、绿、蓝三原色的亮度来定量表示颜色 。 该模型也称为加色混色模型，是以RGB三色光相 互叠加来实现混色的方法，因而适合于显示器等 发光体的显示。 20 9.2.1 RGB模型（RGB Color Model） 图9.5 RGB混色效果图 21 9.2.1 RGB模型（RGB Color Model） 图9.6中，R，G，B位于三个角上；二次色深红(Magenta)、青 (Cyan)、黄(Yellow)

12、位于另外3个角上，黑色在原点处，白色位于离原 点最远的角上（点（1，1，1）。 在本模型中，不同的颜色处在立方体上或其内部，并可用从原点分布的 向量来定义。为方便起见，假定所有的颜色值都归一化，即所有R，G，B 的值都在0，1范围内取值。 22 9.2.1 RGB模型（RGB Color Model） 考虑RGB图像，其中每一幅红、绿、蓝图像 都是一幅8bit图像，在这种条件下，每一个RGB 彩色像素有24bit深度（3个图像平面乘以每平面 比特数，即38）。 24bit的彩色图像也称全彩色图像。在 24bitRGB图像中颜色总数是224=16777216。 23 9.2.1 RGB模型（RG

13、B Color Model） 一幅m*n（m，n为正整数，分别表示图像 的高度和宽度）的RGB彩色图像可以用一个 m*n*3的矩阵来描述，图像中的每一个像素点对 应于红、绿、蓝三个分量组成的三元组。 在Matlab中，不同的图像类型，其图像矩阵 的取值范围也不一样。例如若一幅RGB图像是 double类型的，则其取值范围在0, 1之间，而 如果是uint8或者uint16类型的，则取值范围分别 是0, 255和0, 65535。 24 9.2.1 RGB模型（RGB Color Model） 在Matlab中要生成一幅RGB彩色图像可以采用 cat函数来得到。 其基本语法如下： B=cat(d

14、im, A1, A2, A3, ) 其中，dim为维数，cat函数将A1，A2，A3等 矩阵连接成维数为dim的矩阵。 25 9.2.1 RGB模型（RGB Color Model） 对图像生成而言，可以取dim=3，然后将三个 分别代表RGB分量的矩阵连接在一起： I=cat(3, rgb_R, rgb_G, rgb_B) 在这里，rgb_R，rgb_G，rgb_B分别为生成 的RGB图像I的三个分量的值，可以使用下列语 句： rgb_R=I(:, :, 1); rgb_G=I(:, :, 2); rgb_B=I(:, :, 3); 26 9.2.1 RGB模型（RGB Color Mode

15、l） 例：生成一幅128*128的RGB图像，该图像左上角为 红色，左下角为蓝色，右上角为绿色，右下角为黑色。 clear rgb_R=zeros(128,128); rgb_R(1:64,1:64)=1; rgb_G=zeros(128,128); rgb_G(1:64,65:128)=1; rgb_B=zeros(128,128); rgb_B(65:128,1:64)=1; rgb=cat(3,rgb_R,rgb_G,rgb_B); figure, imshow(rgb), title(RGB彩 色图像); 结果： 27 9.2.2 CMY和CMYK模型 在用彩色打印机将彩色图像打印输出

16、时，使用的是CMY和 CMYK彩色模型。 红、绿、蓝称为加色基色，RGB模型称为加色混色模型。 在CMY彩色模型中，青（Cyan）、品红（Magenta）、黄（ Yellow）是在白光中减去红、绿、蓝而得到的，它们分别是红、 绿、蓝的补色，所以，青、品红、黄称为减色基色，CMY模型 称为减色混色模型。 大多数在纸上沉积彩色颜料的设备，如彩色打印机和复印件， 要求输入CMY数据或在内部做RGB到CMY的转换。 转换操作（假设所有的彩色值都归一化为0，1范围） ： 28 9.2.3 HSI模型（HSI Color Model） HSI(Hue-Saturation-Intensity，HSI)模型用H、S 、I三参数描述颜色特性。 H定义颜色的波长，称为色调； S表示颜色的深浅程度，称为饱和度； I表示强度或亮度。 29 9.2.2 HSI模型（HSI