《数字图像处理第五章教材》由会员分享，可在线阅读，更多相关《数字图像处理第五章教材（137页珍藏版）》请在金锄头文库上搜索。
1、Chapter 6 Color Image Processing 科学家 C=C-K M=M-K Y=Y-K Chapter 6 Color Image Processing Chapter 6 Color Image Processing Chapter 6 Color Image Processing 3. HSI模型 HSI模型是Munseu提出的， 它反映了人的视觉系统观察彩色 的方式，在艺术上经常使用HSI模型。HSI模型中，H表示色调 (Hue)，S表示饱和度(Saturation)， I表示亮度(Intensity，对应成像 亮度和图像灰度)。这个模型的建立基于两个重要的事实：
2、I 分量与图像的彩色信息无关； H和S分量与人感受颜色的方式 是紧密相联的。这些特点使得HSI模型非常适合借助人的视觉系 统来感知彩色特性的图像处理算法。 Chapter 6 Color Image Processing 图2-9中的色相环描述了色相和饱和度两个参数。色相由角度 表示，它反映了该彩色最接近什么样的光谱波长。一般假定0表 示的颜色为红色， 120的为绿色， 240的为蓝色。0到240的色 相覆盖了所有可见光谱的彩色，在240到300之间为人眼可见的 非光谱色（紫色）。 饱和度是指一个颜色的鲜明程度，饱和度越高，颜色越深， 如深红，深绿。饱和度参数是色环的原点（圆心）到彩色点的半
3、径的长度。由色相环可以看出，环的边界上纯的或饱和的颜色， 其饱和度值为1。在中心是中性（灰色）阴影， 饱和度为0。 Chapter 6 Color Image Processing 图2-9 色相环 Chapter 6 Color Image Processing 亮度是指光波作用于感受器所发生的效应，其大小由物体 反射系数来决定，反射系数越大，物体的亮度愈大，反之愈小 。 HSI模型的三个属性定义了一个三维柱形空间， 如图2-10 所示。灰度阴影沿着轴线从底部的黑变到顶部的白，具有最高 亮度。最大饱和度的颜色位于圆柱上顶面的圆 周上。 Chapter 6 Color Image Proces
4、sing 图2-10 柱形彩色空间 Chapter 6 Color Image Processing 1) RGB转换到HSI 对任何3个0， 1范围内的R、G、B值，其对应HSI模型 中的I、S、H分量的计算公式为 (2-4) Chapter 6 Color Image Processing 式（2-4）计算出的H值的范围为 0, 180， 对应于 。在时，值大于180,只要令360H，即可把 转换到180，360区间。所以若将两种情况都考虑上， 则 由式（2-4）算得的是在0，360范围内。当S0时对应 的是无色彩的中心点，这时H就没有意义，此时定义H为0。当I 0时，S也没有意义。 Ch
5、apter 6 Color Image Processing 2) HSI转换到RGB 假设S、I的值在0，1之间，R、G、B的值也在0，1 之间，则HSI转换为RGB的公式为(分成3段以利用对称性) （1）当H在0，120之间 (2-5) Chapter 6 Color Image Processing (2) 当H在120，240之间 (2-6) Chapter 6 Color Image Processing (3) 当H在240，360之间 (2-7) Chapter 6 Color Image Processing HSI Color Model Hue, Saturation, I
6、ntensity HSV, Volume Chapter 6 Color Image Processing 某个Intensity平面上的Hue和 Saturation： H是角度，S是矢量长度 Chapter 6 Color Image Processing RGB2HSI: Where: H= if BG HSI2RGB, page299-300 Chapter 6 Color Image Processing HSI Chapter 6 Color Image Processing H S I Chapter 6 Color Image Processing 改变HIS成分及其合成图 C
7、hapter 6 Color Image Processing 4. 其他表色系 1） YUV电视信号彩色坐标系统 YUV彩色电视信号传输时，将R、G、B改组成亮度信号和 色度信号。PAL制式将R、G、B三色信号改组成Y、U、V信号， 其中Y信号表示亮度，U、V信号是色差信号。 RGB与YUV之间的对应关系如下： Chapter 6 Color Image Processing （2-9） （2-8） Chapter 6 Color Image Processing 2） Lab表色系 Lab颜色模型是CIE于1976年推荐的设计成符合孟塞尔彩色 系统的表色系。Lab 颜色由亮度或光亮度分量L
8、 和a、b两个色度 分量组成。其中a在的正向数值越大表示越红，在负向的数值越 大则表示越绿；b在的正向数值越大表示越黄，在负向的数值越 大表示越蓝。Lab颜色与设备无关， 无论使用何种设备（如显示 器、打印机、计算机或扫描仪）创建或输出图像，这种模型都 能生成一致的颜色。 Chapter 6 Color Image Processing （2-10） 式中X0、Y0、Z0为标准白色对应的X、Y、Z值。 Chapter 6 Color Image Processing 6.3 图像的伪彩色处理 Chapter 6 Color Image Processing 6.3 图像的伪彩色处理 6.3.1
9、密度分层 6.3.2灰度级到彩色转换 6.3.3滤波法 Chapter 6 Color Image Processing 6.3 图像的伪彩色处理 1 密度分层法 密度分层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。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。 Chapter 6 Color Image Processing 若将灰度图像
10、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，如下图所示。密度分割伪彩色处理的优点是简 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。 Chapter 6 Color Image Processing 密度分层实例1： Chapter 6 Color Image Processing Chapter 6 Color Image Processing 图4-35 密度分割示意图 密度分层 伪彩色 Chapter 6 Color
11、Image Processing Chapter 6 Color Image Processing Chapter 6 Color Image Processing Chapter 6 Color Image Processing 密度分层实例2： 焊接缝的X线图像 Chapter 6 Color Image Processing 密度分层实例1： (a)甲状腺影像单色图(b)8色 Chapter 6 Color Image Processing 密度分层实例3： 世界平均月降雨量 南美 Chapter 6 Color Image Processing 2 灰度级彩色变换 这种伪彩色处理技术（
12、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4-37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。 Chapter 6 Color Image Processing 图4-37 伪彩色变换 Chapter 6 Color Image Processing 从图中可见，若f（x, y）=
13、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)=IG(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。 Chapter 6 Color Image Processing 灰阶到彩色的变换实例： 伪彩色图像处理的功能模块图 Chapter 6 Color Image Processi
14、ng 图6.24(a) (b)(c) 行李包含普通物体行李包含塑料炸弹 炸弹衣箱 背景 伪彩色增强灰阶到彩色的变换机场X光扫描图像： Chapter 6 Color Image Processing 利用各正弦型的相位和频率变化，可以用 彩色(分量）来增强不同灰度范围 图6.25表示所用的（多对一）转换。这些正弦形函数 包含峰值附近的相对不变值的区域，以及谷底附 近的变化强烈的区域。每个正弦形的相位和频率 变化可以用彩色(分量）来增强灰度的范围。 例如，如果所有3个变换有相同的相位和频率，输 出图像将是单色的。3个变换之间相位的小变化会 使那些灰度级对应峰值的像素产生很小的变化， 特别是正弦形
15、低频时。对应正弦形陡峭区域的像 素灰度值被赋予更强的彩色，作为由于相位间位 移引起的3个正弦形幅值间的显著差异的效果。 Chapter 6 Color Image Processing 图6.24(b)的图像是用图6.25(a)的变换函数获得的 。注意炸弹和背景具有相当不同的灰度值，但是 由于正弦波的周期性，它们都用近似的色彩编码 。 图6.24(c)的图像是用图6.25(b)的变换函数获得的 。这时炸弹和衣袋灰度波段用相似的变换映射， 因此实际上得到相同的色彩。注意，这使得观察 者能够看透炸弹。背景采用与图6.24(b)基本相同 的映射，产生几乎相同的彩色。 Chapter 6 Color Image Processing 可以用不同 相位差和频率 进行变色观察 炸弹、衣物和 背景的X线 灰度值不同， 而且相对固定。 图6.24(b)用： 图6.24(c)用： Chapter 6 Color
