彩色圖像處理

彩色圖像處理第一頁，共四十九頁，2022年，8月28日2/48第7章彩色圖象處理

7.1 彩色視覺和描述

7.2 彩色模型

7.3 偽彩色增強

7.4 真彩色處理第二頁，共四十九頁，2022年，8月28日3/48第7章彩色圖象處理彩色圖像比黑白和灰度圖像包含更多信息。人眼對彩色的分辨能力和敏感程度都要比灰度要強。（偽彩色處理：將灰度圖像轉化為彩色圖像進行處理，以提高人眼對圖像內容的觀察效率。）彩色圖像對場景有更強的描述能力。第三頁，共四十九頁，2022年，8月28日4/487.1 彩色視覺和描述{顏色知覺} 7.1.1 彩色視覺基礎

7.1.2 三基色與色匹配

7.1.3 色度圖第四頁，共四十九頁，2022年，8月28日5/487.1.1彩色視覺基礎彩色和顏色顏色可分為無彩色和有彩色兩大類 無彩色指白色、黑色和各種深淺程度不同的灰色 能夠同樣吸收所有波長光的表面看起來是灰色的，反射的光多顯淺灰色，反射的光少顯深灰色（黑色時，入射光的反射量小于10%） 以白色為一端，通過一系列從淺到深排列的各種灰色，到達另一端的黑色，這些灰色可以組成一個黑白系列！彩色指除去上述黑白系列以外的各種顏色！通常所說的顏色一般多指彩色

第五頁，共四十九頁，2022年，8月28日6/487.1.2三基色與色匹配三種基本色(三基色/三原色)：

紅（R，red）： 700nm

綠（G，green）：546.1nm

藍（B，blue）： 435.8nm

三種補色：

品紅（M，magenta，即紅加藍） 藍綠（C，cyan，即綠加藍） 黃（Y，yellow，即紅加綠）第六頁，共四十九頁，2022年，8月28日7/487.1.2三基色與色匹配三原色任意兩色的混合不能生成第三色；人眼所感受到的彩色可認為是三原色（RGB）的不同組合。三原色不能組成所有的顏色。第七頁，共四十九頁，2022年，8月28日8/487.1.2三基色與色匹配三種感受器： 反應曲線：分布較寬，互相重疊

不同的頻率響應曲線，較寬的曲線分布且重疊第八頁，共四十九頁，2022年，8月28日9/487.1.2三基色與色匹配三色混合/匹配： 相加配對（混合以得到白色和彩色）：

C

rR

+

gG

+

bB R，G，B：三原色

r，g，b：比例系數(shù)，r+g+b=1

計算發(fā)光強度時，各個系數(shù)取值不同。適合于現(xiàn)代攝像機和顯示器的CIE亮度公式為： Ｙ＝0.2125R+0.7154G+0.0721B第九頁，共四十九頁，2022年，8月28日10/487.1.2三基色與色匹配僅相加不能得到相等的配對時，可將三原色之一加到被匹配顏色一方（或寫成負值）：

C

rR+gG–bB bB+C

rR+gG第十頁，共四十九頁，2022年，8月28日11/487.1.2三基色與色匹配國際照度委員會CIE設想的彩色R，G，B

可消除負值，產生各種顏色第十一頁，共四十九頁，2022年，8月28日12/48彩色的三種基本特性量：亮度:輝度，與物體的反射率成正比色調：與光譜中光的波長相聯(lián)系(主要顏色)飽和度：與一定色調光的純度有關

色調和飽和度合起來稱為色度 彩色可用輝度和色度共同表示7.1.3色度圖第十二頁，共四十九頁，2022年，8月28日13/487.1.3色度圖 CIE1931標準色度觀察者光譜三刺激值(簡稱“CIE1931標準色度觀察者”)XYZ與RGB關系：第十三頁，共四十九頁，2022年，8月28日14/487.1.3色度圖設每種刺激量的比例系數(shù)為x，y，z，則有C=xX+yY+zZ

三個色系數(shù)（歸一化）：C表示某種色彩第十四頁，共四十九頁，2022年，8月28日15/487.1.3色度圖色度圖：(舌形圖)借助于已歸一化的三個色系數(shù)x

Xy

Yz=1(x+y)紅色系數(shù)綠色系數(shù)藍色系數(shù)由里向外第十五頁，共四十九頁，2022年，8月28日16/487.1.3色度圖在色度圖中：(1)

每點都對應一種顏色(2)

邊界上的點代表純顏色，中心點處純度為零(3)

連接任意兩端點，其上的各點表示將這兩端 點所代表的顏色相加可組成的一種顏色(4) 過C點直線端點的兩彩色為互補色(5) 三角形包含由三頂點可組成的彩色{圖7.1.3}第十六頁，共四十九頁，2022年，8月28日17/487.2彩色模型

7.2.1面向硬設備的彩色模型 諸如彩色顯示器或打印機之類的硬設備 (RGB模型，CMY模型)

7.2.2面向視覺感知的彩色模型

以彩色處理為目的的應用 (HSI模型，HSV模型)第十七頁，共四十九頁，2022年，8月28日18/487.2.1面向硬設備的彩色模型RGB模型： 建立在笛卡兒坐標系統(tǒng)里，其中三個軸分別為R，G，B， 模型的空間是個正方體，原點對應黑色，離原點最遠的頂點對應白色 從黑到白的灰度值分布在從原點到離原點最遠頂點間的連線上，而立方體內其余各點對應不同的顏色，可用從原點到該點的矢量表示第十八頁，共四十九頁，2022年，8月28日19/48RGB模型：7.2.1面向硬設備的彩色模型第十九頁，共四十九頁，2022年，8月28日20/48CMY模型： 主要用于彩色打印，這三種補色可分別由從白光中減去三種基色而得到 從CMY到RGB的轉換為7.2.1面向硬設備的彩色模型紅色與藍綠色互補綠色與品紅互補藍色與黃色互補第二十頁，共四十九頁，2022年，8月28日21/48I1，I2，I3模型： 將彩色用RGB的不同組合來表達

I1是最佳特征，I2是次佳特征

變型

7.2.1面向硬設備的彩色模型第二十一頁，共四十九頁，2022年，8月28日22/48歸一化顏色模型： 對觀察方向、物體幾何、照明方向和亮度變化具有不變性7.2.1面向硬設備的彩色模型彩色電視ＹＵＶ模型，因不屬于本課范疇，自學第二十二頁，共四十九頁，2022年，8月28日23/487.2.2面向視覺感知的彩色模型主要的視覺感知彩色模型：HSI(hue,saturation,intensity)HCV(hue,chroma,value)HSV(hue,saturation,value)HSB(hue,saturation,brightness)La*b*特點：非線性與視覺感知較接近獨立于顯示設備第二十三頁，共四十九頁，2022年，8月28日24/487.2.2面向視覺感知的彩色模型HSI模型：

H表示色調（hue）

S表示飽和度（saturation）

I表示密度（intensity，亮度和灰度）兩個基本特點：

I分量與圖象的彩色信息無關

H和

S分量與人感受顏色的方式 緊密相連（合稱色度）有利于以視覺感知的“方式”進行圖像處理分析第二十四頁，共四十九頁，2022年，8月28日25/48HSI模型表示：

7.2.2面向視覺感知的彩色模型第二十五頁，共四十九頁，2022年，8月28日26/487.2.2面向視覺感知的彩色模型從RGB轉換到HSI：

{P.169}第二十六頁，共四十九頁，2022年，8月28日27/487.2.2面向視覺感知的彩色模型從HSI轉換到RGB：(1)

當H在[0,120]之間：第二十七頁，共四十九頁，2022年，8月28日28/487.2.2面向視覺感知的彩色模型從HSI轉換到RGB：(2)

當H在[120,240]之間：第二十八頁，共四十九頁，2022年，8月28日29/487.2.2面向視覺感知的彩色模型從HSI轉換到RGB：(3)

當H在[240,360]之間：第二十九頁，共四十九頁，2022年，8月28日30/487.2.2面向視覺感知的彩色模型由圖分析人物頭發(fā)與外套顏色及各分量的表現(xiàn)第三十頁，共四十九頁，2022年，8月28日31/487.2.2面向視覺感知的彩色模型HSV模型 一般用六棱錐（hexcone）來表示

H同HSI模型第三十一頁，共四十九頁，2022年，8月28日32/487.2.2面向視覺感知的彩色模型HSB(hue,saturation,brightness)模型以對立色理論為基礎Brightness表示明度，是無色調響應色調系數(shù)表示每個頻率的色調響應與所有色調響應的比飽和度系數(shù)表示每個頻率的色調響應與所有無色響應的比自找相關資料第三十二頁，共四十九頁，2022年，8月28日33/487.2.2面向視覺感知的彩色模型L*a*b*顏色空間是由CIE(國際照明委員會)制定的一種色彩模式。自然界中任何一點顏色都可以在L*a*b*空間中表達出來，它的色彩空間比RGB空間還要大。該模式是以數(shù)字化方式來描述人的視覺感應，與設備無關，所以它彌補了RGB和CMYK模式必須依賴于設備色彩特性的不足。L*a*b*顏色空間取坐標L*a*b*，其中L亮度；a的正數(shù)代表紅色，負端代表綠色；b的正數(shù)代表黃色，負端代表蘭色(基于對立色理論和參考白點)第三十三頁，共四十九頁，2022年，8月28日34/487.2.2面向視覺感知的彩色模型三刺激量XYZ到L*a*b*的轉換：當當式中下標0表示對應的參考白色，對應圖中的x=0.3217和y=0.3290相當于CIE標準D65照明條件下的完全漫反射第三十四頁，共四十九頁，2022年，8月28日35/487.2.2面向視覺感知的彩色模型L*a*b*模型特點：覆蓋了全部的可見光色譜與設備無關強調對綠色的表示（依次為紅色與藍色）需要轉到其它彩色空間進行顯示第三十五頁，共四十九頁，2022年，8月28日36/487.3偽彩色增強原因 人眼對顏色比對灰度有較大的分辨能力

對灰度：幾十 對彩色：幾千彩色增強分類

(1)

偽彩色增強方法

(2)

真彩色增強方法第三十六頁，共四十九頁，2022年，8月28日37/487.3偽彩色增強特點

對原來灰度圖象中不同灰度值的區(qū)域賦予 不同的顏色以更明顯地區(qū)分他們 不同灰度區(qū)域＝＝>

賦予不同顏色典型方法

(1) 亮度切割

(2) 利用變換函數(shù)

(3) 頻域濾波“偽”第三十七頁，共四十九頁，2022年，8月28日38/487.3偽彩色增強(1) 亮度切割

將圖象看作2-D亮度函數(shù)

用1個平行于圖象坐標平面的平面去切割圖象亮度函數(shù)，從而把亮度函數(shù)分成2個灰度值區(qū)間

第三十八頁，共四十九頁，2022年，8月28日39/487.3偽彩色增強(2)

從灰度到彩色的變換（映射） 利用（點—點）幅度變換函數(shù) 對灰度值用3個獨立變換來處理 不同范圍的灰度值由不同顏色增強第三十九頁，共四十九頁，2022年，8月28日40/487.3偽彩色增強(2)

從灰度到彩色的變換 將3個變換的結果分別輸入3個電子槍

可看作亮度切割的推廣第四十頁，共四十九頁，2022年，8月28日41/487.3偽彩色增強(3) 頻域濾波 對原來灰度圖象中的不同頻率分量（可分別借助低通，帶通/帶阻，高通濾波器獲得）賦予不同的顏色第四十一頁，共四十九頁，2022年，8月28日42/487.4真彩色處理 7.4.1處理策略

7.4.2單分量變換增強

7.4.3全彩色增強第四十二頁，共四十九頁，2022年，8月28日43/487.4.1處理策略兩種處理策略

(1) 將一幅彩色圖象看作三幅分量圖象的 組合體，先分別單獨處理，再將結果合成

(2) 將一幅彩色圖象中的每個象素看作具 有三個屬性值，即屬性現(xiàn)在為一個矢量，利 用對矢量的表達方法進行處理第四十三頁，共四十九頁，2022年，8月28日44/487.4.2單分量變換增強變換增強對單分量進行增強(1)將R，G，B分量圖轉化為