醫(yī)學(xué)圖像處理實驗指南

1、醫(yī)學(xué)圖像處理實驗指南中國醫(yī)科大學(xué)生物醫(yī)學(xué)工程系2008.6目 錄 TOC o 1-3 h z u 實驗一 位圖文件的讀取、顯示以及存儲 PAGEREF _Toc200271081 h 2實驗二 數(shù)字圖像的幾何變換 PAGEREF _Toc200271082 h 6實驗三 直方圖均衡 PAGEREF _Toc200271083 h 10實驗四 空間域平滑和銳化 PAGEREF _Toc200271084 h 12實驗五 頻率域濾波增強(qiáng) PAGEREF _Toc200271085 h 16實驗六 彩色圖像處理 PAGEREF _Toc200271086 h 20實驗一 位圖文件的讀取、顯示以及存儲

2、實驗?zāi)康恼莆諛?biāo)準(zhǔn)C及C+編程語言，熟悉Visual C+編程環(huán)境。了解數(shù)字圖像的表示。了解位圖文件的格式。實驗內(nèi)容使用Visual C+編寫程序，讀取標(biāo)準(zhǔn)圖像lena.bmp，并將數(shù)據(jù)存入到一個二維數(shù)組中。在用戶視圖區(qū)正確顯示該圖像。將圖像數(shù)據(jù)行首尾倒置，并保存到一個新的位圖文件中。用圖像瀏覽器（如ACDSee、PhotoShop等）驗證新寫入的位圖文件是否正確。實驗原理位圖文件（Bitmap_File，BMP）格式是Windows所采用的圖像文件存儲格式。一般來說，位圖文件由四個部分組成：位圖文件頭（bitmap_header）、位圖信息頭（bitmap_information header

3、）、調(diào)色板以及位圖數(shù)據(jù)區(qū)（字節(jié)陣列）。實驗步驟4.1圖像數(shù)據(jù)讀取在Windows下打開Visual C+ 6.0，建立工程readbmp，并將該工程保存在自定義的目錄下。在視圖類的頭文件readbmpView.h中定義位圖文件頭、信息頭、調(diào)色板數(shù)據(jù)類型，并聲明該類型的變量。文件頭：struct bmicolor WORD bftype; DWORD bfsize; DWORD bfreserved; DWORD bfoffbits; fh;信息頭： struct infohead DWORD bisize; DWORD biwidth; DWORD biheight; WORD biplane

4、s; WORD bibitcount; DWORD bicompression; DWORD bisizeimage; DWORD bixpelspermeter; DWORD biypelspermeter; DWORD biclrused; DWORD biclrimportant; ih;調(diào)色板： struct bmpcolor BYTE blue; BYTE green; BYTE red; BYTE reserved; pallete256;在視圖類文件readbmpView.cpp中的OnDraw( )函數(shù)里定義一個二維數(shù)組，用來保存圖像像素的灰度值。聲明一個文件類對象，CFile

5、 fp; 打開圖像文件，fp.Open(c:ddd.bmp,0);讀取圖像中文件頭、信息頭和調(diào)色板信息。fp.Read(&fh,sizeof(fh);fp.Read(&ih,sizeof(ih);for (i=0;iSetPixel(j+50,i+50,RGB(a,a,a);4.3 圖像存儲1. 將圖像的行首尾倒置。2. 以寫方式來打開一個bmp文件。3. 依次將文件頭、信息頭、調(diào)色板、圖像數(shù)據(jù)寫入該文件中。4. 用圖像瀏覽器驗證結(jié)果。實驗報告要求實驗?zāi)康?、實驗?nèi)容、實驗原理、實驗步驟。實驗源代碼。實驗結(jié)果（在屏幕上顯示的圖像和行顛倒后的圖像）。思考題256色彩色圖像和256灰度圖像的有哪些區(qū)

6、別？實驗二 數(shù)字圖像的幾何變換實驗?zāi)康牧私鈭D像幾何變換的類型和相應(yīng)方法。掌握圖像比例縮放的原理和方法。掌握圖像旋轉(zhuǎn)變換的原理和方法。熟悉最近鄰域插值、雙線性插值的特點和方法。實驗內(nèi)容使用Visual C+編寫程序，讀取標(biāo)準(zhǔn)圖像lena.bmp，采用雙線性插值算法將其放大2.5倍，并在屏幕上顯示。對讀出的lena圖像進(jìn)行任意角度的旋轉(zhuǎn)，并將結(jié)果在屏幕上顯示。實驗原理圖像的比例縮放數(shù)字圖像的比例縮放是指將給定的圖像在x方向和y方向按相同的比例縮放a倍，從而獲得一幅新的圖像。比例縮放的實質(zhì)是為新圖像中的每個像素分配合適的灰度值，其過程是將新圖像看作是一個能夠伸縮的橡皮網(wǎng)格，將其縮放a倍后，求其每個坐

7、標(biāo)點在原始圖像中的位置。設(shè)(x0, y0)是新圖像中的一點，縮放后其在原圖像中的位置為(x, y)，則通過上述坐標(biāo)變換獲得x和y很有可能都是非整數(shù)值，也就是點(x, y)在原圖像中沒有對應(yīng)的像素點，因此需要通過灰度級插值的方法獲取改點的灰度值。圖像的旋轉(zhuǎn)圖像的旋轉(zhuǎn)變換是幾何學(xué)中研究的重要內(nèi)容之一。一般情況下，圖像的旋轉(zhuǎn)變換是以圖像的中心為原點，將圖像上的所有像素都旋轉(zhuǎn)同一個角度的變換。經(jīng)過旋轉(zhuǎn)變換后，圖像中每個像素的坐標(biāo)位置都會發(fā)生變化，同時圖像的尺寸也會改變。因此，對圖像的旋轉(zhuǎn)操作也可以分為兩個步驟，即坐標(biāo)的變換以及灰度級插值。設(shè)原始圖像的任意點(x0, y0)經(jīng)旋轉(zhuǎn)角后新坐標(biāo)為(x, y)

8、，則最后，x和y很有可能都是非整數(shù)值，因此也需要通過灰度級插值的方法獲取改點的灰度值。灰度級插值在對圖像進(jìn)行幾何變換時，原始圖像的像素坐標(biāo)(x, y)為整數(shù)，而坐標(biāo)變換后目標(biāo)圖像的位置坐標(biāo)并非整數(shù)，因此該點的灰度值應(yīng)由其附近的整數(shù)坐標(biāo)點的灰度值來決定，這個操作稱為灰度級插值處理。常用的方法有最近鄰法和雙線性插值法。最近鄰法。設(shè)(x, y)為通過坐標(biāo)變換得到的新坐標(biāo)位置，在原圖中尋找與(x, y)臨近的四個整數(shù)坐標(biāo)點，并將與其距離最近的整數(shù)坐標(biāo)點的灰度值作為點(x,y)近似灰度值。圖2.1 雙線性插值法ABDCEF(x, y)雙線性插值法。用線性內(nèi)插的方法，根據(jù)點(x, y)臨近的四個整數(shù)坐標(biāo)點

9、的灰度值，通過兩次插值計算出(x, y)的灰度值。如圖 設(shè)A、B、C、D分別為與(x, y)臨近的四個整數(shù)坐標(biāo)點，其坐標(biāo)為別為(x, y)、(x+1, y)、(x+1, y+1)、(x, y+1)，灰度值分別為fA、fB、fC、fD。首先根據(jù)A點和D點的灰度值求出E點灰度值fE，即同理，F(xiàn)點的灰度值fF為那么，根據(jù)E和F兩點的灰度值便可求出點(x, y)的灰度值f，即實驗步驟圖像的比例縮放讀取尺寸為mn位圖文件lena.bmp；計算放大后圖像的尺寸，M=2.5m，N=2.5n為放大后的圖像分配內(nèi)存空間，即g=(unsigned char *) malloc(sizeof(unsigned ch

10、ar)*M*N);對放大后圖像的每一個點(i, j) （）進(jìn)行坐標(biāo)變換，變換后的坐標(biāo)為別為；利用雙線性插值法計算點的灰度值，即放大后圖像(i, j)處的灰度值。在屏幕上顯示放大后的圖像4.2 圖像旋轉(zhuǎn)讀取尺寸為mn位圖文件lena.bmp；計算放大后圖像的尺寸為放大后的圖像分配內(nèi)存空間，即g=(unsigned char *) malloc(sizeof(unsigned char)*M*N);計算原圖像和旋轉(zhuǎn)后圖像的變換中心，并計算它們之間的距離，平移原圖像，使旋轉(zhuǎn)前后的圖像具有相同的變換中心。將旋轉(zhuǎn)后圖像的的變換中心作為坐標(biāo)原點，對其中的每一個像素點(i, j) （）進(jìn)行坐標(biāo)變換，變換后的

11、坐標(biāo)為別為；利用最近鄰法計算點的灰度值，即放大后圖像(i, j)處的灰度值。在屏幕上顯示放大后的圖像實驗報告要求實驗?zāi)康?、實驗?nèi)容、實驗原理、實驗步驟。程序源代碼。要求程序可讀性好，重要的程序段或變量須加注釋。實驗結(jié)果（縮放后的圖像和旋轉(zhuǎn)后的圖像）。思考題比較兩種插值方法對實驗結(jié)果的影響？實驗三 直方圖均衡實驗?zāi)康牧私鈭D像直方圖的概念。了解直方圖均衡的目的和用途。掌握直方圖均衡的原理和方法。實驗內(nèi)容使用Visual C+編寫程序，讀取圖像，并將數(shù)據(jù)存入到一個二維數(shù)組中。對圖像進(jìn)行直方圖均衡，并將處理后的圖像顯示在用戶視圖區(qū)。實驗原理圖像的灰度直方圖是一種表示數(shù)字圖像中各級灰度值及其出現(xiàn)頻率關(guān)系

12、的函數(shù)，通常用二維坐標(biāo)來描述直方圖，其橫坐標(biāo)表示像素的灰度級別，縱坐標(biāo)表示該灰度出現(xiàn)的頻數(shù)或概率?；叶戎狈綀D從整體上描述了一幅圖像的概貌特征，如果一幅圖像的直方圖覆蓋了灰度級很寬的范圍，而且灰度級的分布很均勻，那么這幅圖像就會具有高的對比度和多變的灰度色調(diào)，因此我們可以通過修改直方圖的方法來調(diào)整圖像的灰度分布。直方圖均衡主要是用來增強(qiáng)動態(tài)范圍偏小的圖像的反差，從而提高圖像的灰度對比度。其主要思想是把一已知灰度概率分布的圖像，經(jīng)過某種變換，變成一幅具有均勻灰度概率分布的圖像。由此可以看出，直方圖均衡的關(guān)鍵就是尋求一個灰度變換函數(shù)，使得變換后的圖像具有均勻的灰度概率分布。若用和分別表示原圖像和變換

13、后圖像的灰度概率密度函數(shù)，根據(jù)概率論的知識，其中，為單調(diào)遞增函數(shù)如果我們將原圖像的灰度概率分布函數(shù)作為變換函數(shù)，即那么，因此 。 可見，當(dāng)取變換函數(shù)為原圖像的灰度概率分布函數(shù)作為變換函數(shù)時，變換后圖像的灰度概率密度是均勻的。實驗步驟利用實驗一的程序代碼讀出待增強(qiáng)的原圖像。定義大小為256的一維數(shù)組p，用來保存每個灰度級出現(xiàn)的概率密度。統(tǒng)計原圖像中每個灰度級的像素數(shù)目，并保存在數(shù)組p中。計算每個灰度級出現(xiàn)的概率密度，即用數(shù)組p中的每個元素除以圖像總的像素數(shù)目。計算圖象各個灰度級的累計分布概率，記為，即計算變換前后灰度級的對應(yīng)關(guān)系，即灰度級變換，對原圖像中每一個像素的灰度級用來代替。實驗報告要求實

14、驗?zāi)康摹嶒瀮?nèi)容、實驗原理、實驗步驟。實驗源代碼。實驗結(jié)果（在屏幕上顯示直方圖均衡后的圖像）。思考題為什么一般情況下對離散圖像進(jìn)行均衡化并不能產(chǎn)生完全平坦的直方圖？直方圖均衡適用于對什么樣的圖像進(jìn)行增強(qiáng)？實驗四 空間域平滑和銳化實驗?zāi)康膶W(xué)會模板操作方法；了解平滑和銳化的意義和用途；熟練掌握均值濾波和中值濾波方法；熟練掌握梯度算子和拉普拉斯算子；實驗內(nèi)容使用Visual C+編寫程序，讀取圖像，并將數(shù)據(jù)存入到一個二維數(shù)組中。使用不同尺寸的模板對圖像進(jìn)行均值濾波，并將處理后的圖像顯示在用戶視圖區(qū)。對圖像進(jìn)行中值濾波，并將處理后的圖像顯示在用戶視圖區(qū)。使用拉普拉斯算子對圖像進(jìn)行銳化；使用sobel算

15、子對圖像進(jìn)行銳化；實驗原理平滑濾波一般用于消除圖像中的隨機(jī)噪聲，從而起到圖像平滑的作用。圖像噪聲在視覺上通常與它們相鄰的像素明顯不同，通常為孤立點，表現(xiàn)形式為黑區(qū)域上的白點或白區(qū)域上的黑點。根據(jù)隨機(jī)噪聲的特點，在進(jìn)行平滑濾波時，通常用噪聲點周圍臨近像素點的灰度值來作為其新的灰度值。均值濾波和中值濾波是最常用的平滑濾波方法，其中均值濾波是線性運算，而中值濾波是非線性運算。均值濾波法是將一個像素點及其鄰域中的所有像素點的平均值賦值給輸出圖像中相應(yīng)的像素點，從而達(dá)到平滑的目的。最簡單的均值濾波法采用系數(shù)取值都為1的模板，如33、55，以及更大尺度的模板。采用鄰域平均法進(jìn)行平滑濾波能夠有效去除噪聲，但

16、同時也會使圖像中的細(xì)節(jié)及目標(biāo)邊緣變模糊，而且模板尺寸越大，模糊現(xiàn)象越嚴(yán)重。中值濾波法則在消除噪聲的同時還能保持圖像中的細(xì)節(jié)部分。中值濾波是一種非線性濾波，它將鄰域內(nèi)（或模板覆蓋下）所有像素點的灰度值從小到大排序，去中間值作為中心像素點的輸出值。圖像銳化主要用于加強(qiáng)圖像中景物的邊緣和輪廓，突出圖像中的細(xì)節(jié)部分。由于邊緣和輪廓處于灰度突變的地方，因此可以通過微分算子來突出或強(qiáng)調(diào)這些突然的變化。圖像銳化最常用的是基于儀階微分的“梯度法”和基于二階微分的“拉普拉斯算子“。對于一幅圖像，它的梯度是一個向量，可以表示為：梯度向量的模值因具有各向同性，因此可以作為銳化濾波器。由于數(shù)字圖像是離散量，無法采用微

17、分運算，因此用差分運算來代替。同時，由于在求取梯度模值時，需要進(jìn)行平方和開放運算，運算量大，因此用絕對值來代替。這樣，梯度算子可以表示為：除梯度算子外，還可以采用Prewitt算子和Sobel算子，其對應(yīng)模板如圖4.1所示。-101-101-101-1-1-1000111-101-101-101-101-202-101-101-202-101圖4.1 （b）Sobel算子圖4.1 （a）Prewitt算子拉普拉斯算子是二階微分算子，即同樣，微分操作用差分來代替，則拉普拉斯算子的離散表達(dá)式為：拉普拉斯算子對應(yīng)的模板如圖4.2所示。0-10-14-10-10-1-1-1-18-1-1-1-1圖4.

18、2 拉普拉斯算子所對應(yīng)的模板實驗步驟均值濾波利用實驗一的程序代碼讀出待增強(qiáng)的尺寸為MN的原圖像。定義33的二維數(shù)組p，用來保存模板系數(shù)。定義和原圖像尺寸相同的二維數(shù)組newimage，用來保存均值濾波的結(jié)果。解決圖像邊界問題。將原圖像的首尾行和首尾列復(fù)制到結(jié)果圖像中，不予處理。將模板在原圖像中依次移動，并將模板中心與待處理的像素（不包括邊緣像素點）重合，將模板中的各系數(shù)與其對應(yīng)的像素點相乘，并將相乘結(jié)果相加求平均，則均值即為目標(biāo)圖像中對應(yīng)模板中心位置的像素點灰度值。將目標(biāo)圖像在屏幕上顯示。改變模板尺寸，對比不同尺寸的模板對圖像的影響。中值濾波利用實驗一的程序代碼讀出待增強(qiáng)的尺寸為MN的原圖像。

19、定義一個尺寸為9的一維數(shù)組p，用來保存原圖像中待處理像素33鄰域內(nèi)的像素灰度值。定義和原圖像尺寸相同的二維數(shù)組newimage，用來保存中值濾波的結(jié)果。解決圖像邊界問題。將原圖像的首尾行和首尾列復(fù)制到結(jié)果圖像中，不予處理。依照從左到右、從上到下的順序依次處理原圖像中的每一個像素，將待處理像素周圍33鄰域內(nèi)的像素灰度值保存到一維數(shù)組p中。使用冒泡排序法對數(shù)組p中的值按升序進(jìn)行排序。將排序結(jié)果p4的值作為待處理像素新的灰度值，并保存在目標(biāo)圖像的對應(yīng)位置中。將目標(biāo)圖像在屏幕上顯示。使用Sobel算子對圖像進(jìn)行銳化具體實驗步驟參照上述均值濾波的過程。使用拉普拉斯算子對圖像進(jìn)行銳化具體實驗步驟參照上述均

20、值濾波的過程，在得到的目標(biāo)圖像中，像素的灰度值有正有負(fù)，要正確顯示目標(biāo)圖像，需要線性調(diào)整目標(biāo)圖像的灰度范圍，將每個像素的灰度值線性調(diào)整到0255這個范圍之內(nèi)。實驗報告要求實驗?zāi)康摹嶒瀮?nèi)容、實驗原理、實驗步驟。實驗源代碼。實驗結(jié)果（在屏幕上顯示濾波后的圖像）。思考題進(jìn)行均值濾波時，模板尺寸的大小對濾波結(jié)果有什么影響？為什么？進(jìn)行均值濾波時，模板的形狀對濾波有什么影響？對比sobel算子和拉普拉斯算子濾波后的結(jié)果，說明一階微分和二階微分在對圖像銳化的區(qū)別。實驗五 頻率域濾波增強(qiáng)實驗?zāi)康氖煜た焖俑盗⑷~變換算法FFT。了解低通濾波和高通濾波的區(qū)別.熟練掌握高斯高通和高斯低通濾波器；實驗內(nèi)容使用Vis

21、ual C+編寫程序，讀取圖像，并將數(shù)據(jù)存入到一個二維數(shù)組中。對圖像進(jìn)行傅立葉變換，并觀察頻譜。分別用理想低通和高斯低通濾波器對圖像進(jìn)行濾波，反變換后觀察濾波結(jié)果。分別用理想高通和高斯高通濾波器對圖像進(jìn)行濾波，反變換后觀察濾波結(jié)果。實驗原理頻域增強(qiáng)方法是將圖像從空間域變換到頻率域，在頻域空間對圖像進(jìn)行濾波處理?？臻g域濾波可以看作是圖像與模板進(jìn)行卷積運算，即根據(jù)卷積定理，我們可以得到其中，、 分別是函數(shù)、和的傅立葉變換。稱為濾波器傳遞函數(shù)，在對圖像進(jìn)行頻率域增強(qiáng)時，首要的任務(wù)就是確定，的性質(zhì)決定了對圖像處理的效果。圖像從空間域變換到頻率域后，其低頻分量對應(yīng)圖像中灰度值變化比較緩慢的區(qū)域，而高頻分

22、量則對應(yīng)著圖像細(xì)節(jié)或物體邊緣等灰度突變的成分。如果濾波器的功能是削弱或抑制高頻分量，保留低頻分量，這種濾波器稱為低通濾波器。頻率域中的低通濾波和空間域中的平滑濾波一樣，用以消除圖像中的隨機(jī)噪聲，消弱邊緣效應(yīng)，起到平滑圖像的作用。常用的低通濾波器包括理想低通濾波器、巴特沃斯低通濾波器和高斯低通濾波器。三種低通濾波器的傳遞函數(shù)如下： 理想低通濾波器傳遞函數(shù) n階巴特沃斯低通濾波器傳遞函數(shù) 高斯低通濾波器傳遞函數(shù)其中，是一個非負(fù)數(shù)，稱為截止頻率，而是頻率域中從點到頻域原點的距離，即在頻率域?qū)D像進(jìn)行濾波時，如果濾波器的功能是削弱和抑制低頻成分，而保留高頻成分，則這種濾波器稱為高通濾波器。頻域中的高通

23、濾波可以對圖像的邊緣信息進(jìn)行增強(qiáng)，起到圖像銳化的作用。高通濾波器包括理想高通濾波器、巴特沃斯高通濾波器、高斯高通濾波器等。這三種濾波器的傳遞函數(shù)如下： 理想高通濾波器傳遞函數(shù) n階巴特沃斯高通濾波器傳遞函數(shù) 高斯高通濾波器傳遞函數(shù)在頻率域?qū)D像進(jìn)行濾波處理的過程如圖5.1所示FFT傅立葉變換H(u,v )傳遞函數(shù)IFFT傅立葉反變換圖5.1 頻域濾波系統(tǒng)框圖實驗步驟利用實驗一的程序代碼讀出原圖像。要求原圖像的行數(shù)和列數(shù)都為2的整數(shù)次冪（為了方便調(diào)用FFT算法）。如果不足，自行補(bǔ)零。補(bǔ)零后圖像的尺寸為MN。定義兩個大小為MN的二維數(shù)組R和I，用來保存二維傅立葉變換的實部和虛部。為了將頻譜中心移中

24、，在進(jìn)行傅立葉變換之前，對原圖像進(jìn)行預(yù)處理，即用乘以。進(jìn)行二維傅立葉變換，首先對每一行進(jìn)行傅立葉變換，然后對中間結(jié)果的每一列進(jìn)行傅立葉變換，將結(jié)果保存在二維數(shù)組R和I中。這樣就將二維傅立葉變換分解為多次一維傅立葉變換。在屏幕上顯示和觀察圖像的頻譜。分別采用理想低通濾波器和高斯低通濾波器對圖像進(jìn)行低通濾波。此時的頻譜中心位于處，此時：。注意實部和虛部要做同樣的修改，并將濾波后的結(jié)果仍保存在R和I中。對濾波后的結(jié)果進(jìn)行傅立葉反變換（也可對濾波結(jié)果取復(fù)共軛，然后進(jìn)行傅立葉正變換）。取反變換的實部，并保存在一個新的二維數(shù)組中MN。用乘以反變換的實部，得到濾波后的圖像，并在屏幕上顯示。重復(fù)上述過程，采用

25、理想高通濾波器和高斯高通濾波器進(jìn)行濾波，觀察濾波后的結(jié)果。實驗報告要求實驗?zāi)康?、實驗?nèi)容、實驗原理、實驗步驟。實驗源代碼。實驗結(jié)果（在屏幕上顯示高通和低通濾波后的圖像）。思考題為什么在傅立葉變換之前要對圖像進(jìn)行預(yù)處理，即用乘以？為什么用理想低通和理想高通濾波器濾波后會存在振鈴效應(yīng)？實驗六 彩色圖像處理實驗?zāi)康牧私馊N彩色模型的概念、特點和用途。熟悉三種彩色模型之間的關(guān)系和相互轉(zhuǎn)換。熟練運用HSI模型對真彩色圖像進(jìn)行處理。實驗內(nèi)容使用Visual C+編寫程序，讀取24位真彩色圖像對圖像進(jìn)行反色變換。將彩色圖像轉(zhuǎn)換為灰度圖像。對彩色圖像進(jìn)行直方圖均衡。實驗原理彩色模型（也稱彩色空間或彩色系統(tǒng)）的

26、用途是在某些標(biāo)準(zhǔn)下用通?？山邮艿姆绞胶喕噬?guī)范。目前常用的彩色模型可分為兩類，一類是面向硬件設(shè)備的，如RGB模型、CMY（青、深紅、黃）模型和CMYK（青、深紅、黃、黑）模型，前者用于彩色監(jiān)視器和彩色視頻攝像機(jī)，后兩者主要用于彩色打印機(jī)；另一類主要面向彩色處理應(yīng)用，如HSI（色調(diào)、飽和度和亮度）模型，可以將圖像分成彩色和灰度信息，更加適合于許多灰度處理技術(shù)。RGB彩色模型RGB彩色模型基于笛卡爾坐標(biāo)，構(gòu)成了如圖6.1所示的彩色立方體子空間。R、G、B位于相應(yīng)的坐標(biāo)軸的頂點，黑色位于原點，白色位于離原點最遠(yuǎn)的頂點，不同的顏色處在立方體上或其內(nèi)部，并可用從原點分布的向量來定義。在RGB彩色模型中

27、，所表示的圖像由三個圖像分量組成，每一個圖像分量都是一幅8比特圖像，每一個彩色像素稱為24比特深度。圖6.1 彩色立方體示意圖CMY和CMYK模型CMY和CMYK模型組要適用于彩色打印和復(fù)印設(shè)備。青、深紅和黃色是光的二次色，也是顏料的顏色。RGB模型和CMY模型的轉(zhuǎn)換為：其中，假設(shè)R、G、B的值都?xì)w一化為0，1范圍。等量的顏料原色（青、深紅、黃）可以產(chǎn)生黑色。實際上，組合出來的黑色不純。因此為了產(chǎn)生真正的黑色加入了第四種顏色黑色，因此產(chǎn)生了CMYK彩色模型。HSI彩色模型HSI模型可在彩色圖像中從攜帶的彩色信息（色調(diào)和飽和度）里消去強(qiáng)度分量的影響，對于開發(fā)基于彩色描述的圖像處理方法是一個理想的

28、工具。色調(diào)是描述純色的屬性（如純黃、橘黃或紅色等），飽和度給出一種純色被白光稀釋的程度的度量。亮度體現(xiàn)了無色的強(qiáng)度概念，是單色圖像最有用的描述子。黑白青紅綠藍(lán)黃深紅圖6.2 基于圓形彩色平面的HIS彩色模型HSI模型定義在如圖6.2所示的圓柱形坐標(biāo)的雙圓錐子集上。下面圓錐的頂點為黑色，亮度為0，上面圓錐的頂點為白色，亮度為1，連接黑和白的軸線稱為亮度軸。對于圓錐體上的任意一個色點p，p點的亮度由p所在的垂直于亮度軸的的平面與亮度軸的交點確定。垂直于亮度軸的平面是一個圓形色環(huán)，描述了HSI的色調(diào)和飽和度。色調(diào)由繞亮度軸I的旋轉(zhuǎn)角給定。紅色對應(yīng)角度0，對于任意一個色點p來說，其色調(diào)值對應(yīng)于指向該點

29、的矢量與0的夾角，其飽和度的值為指向該點的矢量的長度。RGB彩色模型與HSI彩色模型之間的轉(zhuǎn)換對于RGB模型中的在0,1范圍內(nèi)的R、G、B值，對應(yīng)的HSI模型中的各分量可由下面的公式計算得出：對于HSI模型中的在0,1范圍內(nèi)的H、S、I值，對應(yīng)的RGB模型各分量可由下面的公式計算得出：當(dāng)時： 當(dāng)時： 當(dāng)時： 反色變換反色是指與某種色調(diào)互補(bǔ)的另一種色調(diào)，反色變換就是得到原圖像的負(fù)片效果。在真彩色圖像中，R、G、B三個分量都用8位二進(jìn)制表示，則反色圖像g(x,y)與輸入圖像f(x,y)的R、G、B分量之間的關(guān)系可表示為：彩色圖像灰度化在一些實際應(yīng)用中，為了加快圖像處理的速度，常需要利用將采集設(shè)備得到的彩色圖像轉(zhuǎn)換為灰度圖像后再進(jìn)行處理。將彩色圖像轉(zhuǎn)換為灰度圖像的實質(zhì)，就是通過對圖像R、G、B分量的變換，使得每個像素點的這三個分量值相等。常用的方法有最大值法、平均值法和加權(quán)平均值法。最大值法：平均值法：加權(quán)均值法：其中，在加權(quán)平均值法中，權(quán)值的選取較為關(guān)鍵，權(quán)值不同，彩色圖像的灰度化結(jié)果也不同。相關(guān)研究表