《数字图像处理-密度分层法进行图像伪彩色处理效果的比较》由会员分享，可在线阅读，更多相关《数字图像处理-密度分层法进行图像伪彩色处理效果的比较（5页珍藏版）》请在金锄头文库上搜索。
1、专业：电子信息工程 学号：2011213960 姓名：金恺 成绩：密度分层法进行图像伪彩色处理效果的比较摘 要 伪彩色处理的基本原理是将黑白图像或者单色图像的各个灰度级匹配到彩色空间中的一点，从而使单色图像映射成彩色图像。对黑白图像中不同的灰度赋予不同的彩色。伪彩色处理技术的实现方法有多种，如密度分层法、灰度级-彩色变换法、频域滤波法等等。密度分层法是伪彩色处理技术中比较简单的一种，本文通过密度分层法，对几幅参考图像用密度分层法进行伪彩色处理，并对其处理效果作进一步的比较。关键词 彩色图像处理，伪彩色，密度分层法，灰度图像一、引言1.1 研究意义伪彩色处理是指将黑白图像转化为彩色图像，或者是将
2、单色图像变换成给定彩色分布图像。由于人眼对彩色的分辨能力远远高于对灰度的分辨能力，所以将灰度图像转化成彩色表示，就可以提高对图像细节的辨别力。因此，伪色彩处理的主要目的是为了提高人眼对图像细节的分辨能力，以达到图像增强的目的。1.2 研究背景伪彩色处理的基本原理是将黑白图像或者单色图像的各个灰度级匹配到彩色空间中的一点，从而使单色图像映射成彩色图像。对黑白图像中不同的灰度赋予不同的彩色。设 f(x,y)为一幅黑白图像，R(x,y),G(x,y),B(x,y)为 f(x,y)映射到 RGB 空间的 3 个颜色分量，则伪彩色处理可以表示为：（1.2.1）),(),(yxfyxRRG（1.2.2）)
3、,(),(yxfyxBB （1.2.3）其中 ， ， 为某种映射函数。给定不同的映射函数就能将灰度图像RfGf转化为不同的伪彩色图像。值得注意的是，伪彩色虽然能将黑白灰度转化为彩色，但这种彩色并不是真正表现图像的原始颜色，而仅仅是一种便于识别的伪彩色。在实际应用中，通常是为了提高图像分辨率进行伪彩色处理，所以应采用分辨率效果最好的函数。伪彩色处理技术的实现方法有多种，如密度分层法、灰度级-彩色变换法、频域滤波法等等。本文介绍的主要是密度分层法。1.3 研究现状伪彩色处理不改变像素的几何位置，而仅仅改变其显示的颜色。它是一种很实用的图像增强技术，主要用于提高人眼对图像的分辨能力。这种处理可以用计
4、算机来完成，也可以用专用硬件设备来实现。伪彩色图像处理技术已经被广泛应用于遥感和医学图像处理中，例如，它适用于航摄、遥感图片和云图判读、X 光片等方面。二、算法2.1 理论基础密度分层法是伪彩色处理技术中比较简单的一种。设有一幅灰度图像 f(x,y)，它可以看作是坐标(x,y)的一个密度函数。密度分层法可以看成是放置一些平行于图像坐标面（即 xy 平面）的平面，然后每一个平面在相交的区域中切割此密度函数。如图一，显示了利用平面 把图像函数切割为两部分。如果iLyxf),(对图一所示的切割平面的每一面赋以不同的颜色，即平面之上任何灰度级的像素被编码成一种颜色（ ） ，平面之下任何灰度级像素被编码
5、成另一种颜色（1C） ，其结果就是一幅两色图像。2C图一 密度分层法伪彩色处理原理示意图一般而言，对于一幅灰度图像 f(x,y)来说，在 m-1 个灰度级 ，1),(Lyxf， ， 上设置 m-1 个平行于 xy 平面的切割平面，将图2),(Lyxf1),(mLyxf像切割成 m 个灰度级不同的区域 ， ， ，则灰度级到彩色的赋值按A2m下式进行：（ 2.1.1）kCyxf),(kyxf),(即对每个区域赋以一种颜色，从而将灰度图像变为有 m 种颜色的伪彩色图像。密度分层伪彩色处理简单易行，仅用硬件就可以实现。但所得的伪彩色图像颜色生硬，且量化噪声大（即分割误差） 。为了减少量化噪声，就必须增
6、加分割级数。这不但导致设备复杂，而且彩色漂移现象严重。2.2 算法设计I = imread(mypic.jpg);I = rgb2gray(I)imshow(I);G2C = grayslice(I,8);figure;imshow(G2C,hot(8);上述程序中的关键函数是 C2C=grayslice(I,m)，该函数用多重（即 m-1 个）等间隔阈值将灰度图像转换为索引图像，即 m 色图像。m=8,m=16,m=64 时的效果分别如后述仿真结果所示。三、仿真结果及分析3.1 仿真结果像像像像原始图像像像像像m=8像像密度分层 m=8 图像像像像像m=16像像密度分层 m=16 图像像像像像m=64像像密度分层 m=64 图像图二 仿真结果3.2 结果分析m 越小时，图像是较暗的红色，当 m 逐渐增大的时候，转变成更亮的红色。四、结论本文实现了对灰度图像的处理，最终生成了彩色图像，采用了密度分割法。密度分割法简单、直接，使图像富有层次感，缺点是使变换出来的彩色数目有限，因此密度分割法仅适用于对图像包含色彩数目要求不高的场合。 通过本次设计，我们可以学会怎样对灰度图像进行伪彩色增强，并且对彩色图像的数据构成有了更深入的了解，加深了对数字图像处理的认识，为以后的深入学习提供了宝贵的经验。
