《多媒体技术彩色数字图像基础》由会员分享，可在线阅读，更多相关《多媒体技术彩色数字图像基础（55页珍藏版）》请在金锄头文库上搜索。
1、1主要内容n视觉系统对颜色的感知n图像的颜色模型n图像的基本属性n图像的分类n伽马()校正2n17世纪，牛顿通过用三棱镜研究对白光的折射发 现白光可被分解成一系列从红到紫的连续光谱。n证明白光是由不同颜色（这些颜色不能再进一步 分解）的光线相混合而组成的。n一个物体反射的光若在所有的可见光波长范围内 是平衡的，对观察者来说显示白色。若一个物体 对某些光谱反射得较多，则物体呈现相应的颜色 。视觉系统对颜色的感知3视觉系统对颜色的感知n可见光的波长范围为380nm780nm， 大多数自然光都是由不同波长的光组合 而成。n人的视网膜有对红、绿、蓝颜色敏感程 度不同的三种锥体细胞，颜色只存在于 眼睛和
2、大脑中。颜色是视觉系统对可见 光的感知结果。n红、绿和蓝三种锥体细胞对不同频率的 光的感知程度不同，对不同亮度的感知 程度也不同，4视觉系统对颜色的感知视觉系统对颜色和亮度的响应特性曲线 （各个波长的光的强度相等）5视觉系统对颜色的感知n上面的颜色响应曲线表明，人类眼睛对 蓝光的灵敏度远远低于对红光和绿光的 灵敏度。n亮度响应曲线表明人眼对波长为550nm 左右的黄绿色最为敏感。6视觉系统对颜色的感知n许多具有不同光谱分布的光产生的视觉效果（ 颜色）是一样的。即光谱与颜色的对应是多对 一的。n光谱分布不同而看上去相同的两种颜色称为条 件等色（匹配等色）。n绝大部分可见光谱对眼睛的刺激效果都可以
3、用 红（700nm）、绿（546.1nm）、蓝（ 435.8nm）三色光按不同比例和强度的混合来 等效表示。（三刺激理论）7视觉系统对颜色的感知匹配任意可见光所需的三原色光比例曲线8视觉系统对颜色的感知从人的主观感觉角度，颜色包含三个要素： 1、色调（hue）：色调反映颜色的类别，分为红 黄、绿、蓝、紫5种主色调。9视觉系统对颜色的感知 2、饱和度（Saturation）饱和度是指彩色光所呈现颜色的深浅或纯洁程 度。对于同一色调的彩色光，其饱和度越高， 颜色就越深，或越纯；而饱和度越小，颜色就 越浅，或纯度越低。高饱和度的彩色光可因掺 入白光而降低纯度或变浅，变成低饱和度的色 光。100%饱和
4、度的色光就代表完全没有混入 白光的纯色光。10视觉系统对颜色的感知3、明亮度（luminance）明亮度是光作用于人眼时引起的明亮程度的感 觉。一般来说，彩色光能量大则显得亮，反之 则暗。大量试验表明，人的眼睛能分辨128种不同的 色调，1030种不同的饱和度，而对亮度非常 敏感。11颜色模型n颜色模型（color model）是用来精确标定和生 成各种颜色的一套规则和定义。某种颜色模型 所标定的所有颜色就构成了一个颜色空间。n颜色空间通常用三维模型表示，空间中的颜色 通常使用代表三个参数的三维坐标来指定n对于人来说，可以通过色调、饱和度和亮度来 定义颜色（HSV颜色模型）；对于显示设备 来说
5、，可以用红、绿、蓝磷光体的发光量来描 述颜色（RGB颜色模型）；对于打印设备来 说，可以使用青色、品红、黄色和黑色颜料的 用量来指定颜色（CMYK颜色模型）。12 理论上绝大部分可见光谱都可用红、绿和蓝 (RGB) 三色光按不同比例和强度的混合来表示。 颜色CR(红色的百分比)G(绿色的百分比) B(蓝色的百分比) RGB模型称为相加混色模型，用于光照、视频 和显示器。例如，显示器通过红、绿和蓝荧光粉 发射光线产生彩色。RGB颜色模型13RGB颜色模型RGB颜色模型（R-red, G-green, B-blue）14RGB颜色模型15RGB图像R分量图像G分量图像B分量图像1617CMYK颜色
6、模型n在理论上，绝大多数颜色都可以用三种基本颜 料（青色cyan、品红magenta、和黄色yellow ）按一定比例混合得到，记为CMY模型。n理论上，青色、品红和黄色三种基本色素等量 混合能得到黑色。但实际上，因为所有打印油 墨都会包含一些杂质，这三种油墨混合实际上 产生一种土灰色，必须与黑色 (K) 油墨混合才 能产生真正的黑色，所以再加入黑色作为基本 色形成CMYK颜色模型。nCMYK模型称为相减混色模型。18CMY颜色模型19CMY颜色模型RGB彩色空间和CMY彩色空间的表示法20HSV颜色模型 HSV色彩模型示意图v HSV（Hue， Saturation， Value）颜色模型
7、在HSV颜色模型中，每一种颜色和它的补色相差180o， 圆锥的顶面对应于V=1，它包含RGB模型中的R=1，G=1，B=1三个面，故所代表的 颜色较亮。色度H由绕V轴的旋转角给定。红色对应于角度0o，绿色对应于角度120o ，蓝色对应于角度240o。 H:0,360o , S:0,1 , V:0,1 在圆锥的顶点处，V=0，H和S无定义，代表黑色。 圆锥的顶面中心处S=0，V=1，H无定义，代表白色。 21HSV颜色模型22HSV图像H分量图像S分量图像V分量图像23v HSV颜色模型具有以下的优点 符合人眼对颜色的感觉。 当采用RGB（或者CMY）颜色模型时，改变某一颜色的属性， 比如改变色
8、调就必须同时改变R、G、B（或者C、M、Y）三个坐 标；而采用HSV颜色模型时只需改变H坐标。也就是说，HSV颜色 模型中的三个坐标是独立的。 HSV颜色模型构成的是一个均匀的颜色空间，采用线性的标尺 ，彩色之间感觉上的距离与HSV颜色模型坐标上点的欧几里德 距离成正比。 HSV颜色模型24CIE（国际照明委员会）颜色模型 CIE颜色模型包括一系列颜色模型，这些颜色模型是由国际照明委员会提出的，是 基于人的眼睛对RGB的反应，被用于精确表示对色彩的接收。 这些颜色模型被用来定义所谓的独立于设备的颜色。它能够在任何类型的设备上产 生真实的颜色，例如：扫描仪、监视器和打印机。这些模型被广泛地使用，
9、因为它 们很容易被用于计算机，描述颜色的范围。 CIE的模型包括：CIE XYZ, CIE L*a*b和 CIE YUV等。 v 设备无关性：v CIE颜色模型的提出v CIE颜色模型的类型25CIE XYZ RGB三基色系统匹配需要负值，XYZ三刺激值的概念是以色视觉的三元理论为根据的 ，它说明人眼具有接受三基色(红、绿、蓝)的接受器，系统采用假想的三基色XYZ，Y 是人眼对亮度的响应,而所有的颜色均被视作该三基色的混合色。1931年CIE制定了一种假想的标准观察者，配色函数XYZ三刺激值是利用这些标准观察者配色函数计算得来的。 在此基础上，CIE于1931年规定了CIE Yxy颜色空间，其
10、中Y为亮度，x,y是从三刺激值 XYZ计算得来的色坐标。它代表人类可见的颜色范围。 CIE彩色图表26CIE L*a*b* L*a*b*颜色空间是在1976年制定的，它是基于四色理论，它是CIE XYZ颜色模型的改 进型，以便克服原来的Yxy颜色空间存在的在x，y色度图上相等的距离并不相当于我 们所觉察到的相等色差的问题。与XYZ比较，CIE L*a*b*颜色更适合于人眼的感觉。 利用CIE L*a*b*，颜色的亮度（L）、灰阶和饱和度（a,b）可以单独修正，这样，图 像的整个颜色都可以在不改变图像或其亮度的情况下，发生改变。L*a*b* 的概念图 L: 明亮度 a: 从绿色到红色 b: 从蓝
11、色到黄色27CIE YUV 在现代彩色电视系统中，通常采用三管彩色摄像机或彩色CCD（点耦合器件）摄像机 ，它把摄得的彩色图像信号，经分色、分别放大校正得到RGB，再经过矩阵变换电路 得到亮度信号Y和两个色差信号RY、BY，最后发送端将亮度和色差三个信号分 别进行编码，用同一信道发送出去。这就是我们常用的YUV颜色空间。 采用YUV颜色空间的重要性是它的亮度信号Y和色度信号U、V是分离的。如果只有Y 信号分量而没有U、V分量，那么这样表示的图就是黑白灰度图。彩色电视采用YUV 空间正是为了用亮度信号Y解决彩色电视机与黑白电视机的兼容问题，使黑白电视机 也能接收彩色信号。 根据美国国家电视制式委
12、员会，NTSC制式的标准，当白光的亮度用Y来表示时，它 和红、绿、蓝三色光的关系可用如下式的方程描述： 色差U、V是由、按不同比例压缩而成的。2829各种颜色模型之间的转换算法 v RGB与CMY颜色模型之间转换算法c = 1 r m= 1 g y = 1 bv RGB与HSV颜色模型之间转换算法 查表法RGB颜色模型到HSV颜色模型之间转换的算法要复杂一些。从RGB颜色模型 到HSV颜色模型的最可靠的方法是首先把RGB坐标转换为1931CIE-XYZ系统 中的（x， y， Y）坐标，然后根据（x， y， Y）查找对应表，得到相应的（H ， S， V）坐标。逆向操作则可以从HSV坐标转换到RG
13、B坐标。xyY坐标与 HSV坐标的对照表已由色度学实验得到Newhall 1943。但是这种方法需要依 赖对照表，比较笨重。 30 数学公式设m=max(r, g, b)，n=min(r, g, b)，其中r, g, b分别是归一化的RGB颜色空 间中的值 u 从RGB颜色坐标转换到HSV颜色坐标 (foley VanDam)31u 从HSV颜色坐标到RGB颜色坐标的转换 其中为取余数运算，即f为h除以60的余数32v RGB与CIE XYZ颜色模型之间转换算法 v CIE XYZ与CIE L*a*b*颜色模型之间转换算法 L的范围是0100，a, b的范围是-300300。从-a到+a表示绿
14、到红过渡，-b到+b表示蓝到 黄过渡。从-a到+a表示绿到红过渡，-b到+b表示蓝到黄过渡。33v RGB与CIE YUV颜色模型之间转换算法 v RGB与YCC颜色模型之间转换算法 为了区分YCC颜色空间中的两个C，我们分别用Cr和Cb来表示 34色彩量化技术 真彩图像包含多达224种颜色，直接比较这些颜色不可行。 进行真彩图像处理时往往需要首先对图像进行量化，减少需要处理的颜色数目 。 量化即为图像选择一个调色板，它包含的颜色数目远小于224，然后为图像的每 个像素点选择一个调色板中与它最接近的颜色。 颜色量化方法Y. Linde, A. Buzo and R. M. Gray, “An
15、algorithm for vector quantizer design”, IEEE Trans. Commun., vol.COM-28, no.1, pp.84-95, 1980. 1. LBG方法2. DSQ方法Pei S C. Cheng C M. Dependent scalar quantization of color images. IEEE trans. on Circuits and Systems for Video Technology. 1995, 5(2): 124139. 35v LBG方法算法4.2：LBG聚类。x(s)是所有元素的集合。选择初始类别中心 q
16、(n)|n=1,2,M Do根据最邻近方法对元素x(s)分类，形成类别C(m)|m=1,2,M对C(m)中元素取平均值，得到新的分类中心q(n) While每一步都使分类误差TSE减小 该算法能达到TSE的局部极值，但是否能达到最小值与初始聚类中心的选择有关系 。 这个算法计算量较大。每步迭代需计算MN次距离，N是元素的总数。 用在颜色量化上，对像素点的(r, g, b)聚类，终止条件改为| TSEi+1 TSEi | 1，即迭 代使TSE的改变小于1就停止。该精度对颜色量化在很多场合是足够的。 36v DSQ方法 DSQ算法是一个层次的颜色空间分解算法。算法每次用垂直于坐标轴的平面将 颜色子空间一分为二。 空间划分的方法是，对属于该颜色子空间的像素点，计算相应颜色分量的直方 图，确定阈值t和z1, z2, 其中z1tz2, 若将所有小于t的颜色分量用z1代替，所有大 于t的颜色分量用z2代替，要求直方图的三个矩保持
