图像处理第12章 彩色图像处理

第12章彩色图像处理本章内容彩色视角原理和描述常用彩色模型伪彩色图像增强技术真彩色图像处理12.1彩色视觉和色度图12.1.1彩色视觉基础彩色和颜色并不等同。颜色可分为无彩色和有彩色两大类。无彩色：指白色、黑色和各种深浅程度不同的灰色。（

以白色为一端，通过一系列从浅到深排列的各种灰色，到达另一端的黑色，这些灰色可以组成一个黑白系列。），一般认为反射少于入射光的4%就认为是黑色，反射在80%~90%以上认为是白色；彩色：除去上述黑白系列以外的各种颜色（通常所说的颜色一般多指彩色）

彩色视觉的物理基础视网膜上的3种锥细胞：•锥细胞：对入射的辐射有不同的频谱响应曲线（对颜色很敏感→有彩色）色觉产生过程：彩色视觉的生理基础•与化学过程有关•

与神经处理过程有关光源视网膜反射折射传递信息分析、解释12.1.2三基色与色匹配三基色是彩色的基本单元，它们的组合可产生许多彩色，这称为色匹配。三基色对应视网膜中三种不同的感受彩色的锥细胞。1、三基色红（R，red）：

700nm绿（G，green）：546.1nm蓝（B，blue）：

435.8nm图12.1.1

三种感受细胞的波长响应曲线2、色匹配相加配对：

其中

表示匹配；r，g，b为比例系数，r+g+b=1。仅相加不能配对时：在匹配某些颜色时，只靠把R、G、B相加并不总能得出相等的配对，此时可将三原色之一加到被匹配颜色一方（即写成负值），以达到相等的颜色配对，例如：12.1.3色度图1、色度和色度系数描述彩色特性的三种（基本）感知量：色调和饱和度合起来称为色度；彩色可用亮度和色度共同表示。组成彩色的三个刺激量：

X，Y，Z

对白光，有X=1，Y=1，Z=1刺激值与三基色的关系：根据刺激值也可得到三基色：设每种刺激量的比例系数为x，y，z，则有：

C=xX+yY+zZ比例系数x,y,z也称为色系数，表示为：可以看出：2、色度图借助色度图，我们可以方便地以2-D形式表现组成某种彩色的三基色的比例。图12.1.2

色度图示意

波长单位是nm，横轴对应红色系，纵轴对应绿色系，蓝色系数值可由z=1-(x+y)求得。连接380nm和780nm的直线是光谱上所没有的由蓝到红的紫色系列。在色度图中：(1)

每点都对应一种可见的颜色，任何可见颜色都可以在色度图中定位；(2)

边界上的点代表纯彩色，移向中心表示混合的白光增加而纯度减少，中心点处个光谱能量相等纯度为零；(3)

连接任两端点的直线上的各点表示将这两端点所代表的颜色相

加可组成的一种颜色；(4)

过C点直线端点的两彩色为互补色；(5)

三角形包含由三顶点可组成的颜色。3.对色度图的讨论例12.1.1PAL和NTSC两种制式的色度三角形(1)技术上产生高饱和度颜色较困难，所以基本色均非完全饱和色；(2)以RGB作为顶点的三角形应较大，以包括较大面积，即较多色彩；(3)饱和的蓝绿色不常用，故三角形的红色顶点最靠近光谱饱和轨迹。12.2彩色模型

彩色模型建立在彩色空间中，也有直接称彩色空间。建立彩色模型可看作建立一个3-D的空间坐标系统，其中每点都代表某一种特定的彩色。目前所提出的彩色模型根据其基础原理的不同给可分为4大类：（1）比色/色度模型，基于对光谱发射的物理测量；（2）心理物理/精神物理模型，基于人类对颜色的感知，如HSI模型;（3）生理学模型，基于人类视网膜中存在3种基本的颜色感知锥细胞，如RGB模型；（4）对立模型，基于感知实验，如HSB。12.2.1

面向硬设备的彩色模型面向硬设备的彩色模型非常适合在图像采集输入和图像输出显示的场合使用。1、RGB模型

RGB模型是一种与人的视觉系统结构密切相连的模型。建立在笛卡儿坐标系统里，其中三个坐标轴分别表示R，G，B。图12.2.1RGB彩色立方体

12.2.1

面向硬设备的彩色模型模型的空间是个正方体，原点对应黑色，离原点最远的顶点对应白色。

从黑到白的灰度值分布在从原点到离原点最远顶点间的连线上，而立方体内其余各点对应不同的彩色，可用从原点到该点的矢量表示。一般为方便起见，总将立方体归一。化为单位立方体，这样所有的R、G、B的值都在区间[0,1]之中。

这个模型中，每幅彩色图像包括三个独立的基色平面，或者说可以分解到三个平面上，反过来，如果一幅图像可被表示为三个平面，使用这个模型就比较方便。2、CMY模型：CMY为颜料的三基色。颜料的基色是指吸收一种光基色并让其他两种光基色发射的颜料，所以颜料的三基色正好是光的三补色，它们组成CMY模型：CMY模型主要用于彩色打印。C：蓝绿（蓝+绿）M：品红（红+蓝）Y：黄（红+绿）12.2.2

面向视觉感知的彩色模型

面向硬设备的彩色模型与人的视觉感知有一定区别且使用时不太方便。1、HSI模型H

表示色调（hue）；S表示饱和度（saturation）；I

表示强度（intensity，对应成像亮度和图像灰度）。两个基本特点：（1）I分量与图象的彩色信息无关；（2）H

和S分量与人感受彩色的方式紧密相连（合称色度）

。对其中任意个色点P，其H值对应指向该点的矢量与R轴的夹角，这个点的S与之相该点的矢量长度成正比，越长越饱和

。在这个模型中，I的值是沿着一根通过三角形中心并垂直于三角形平面的直线来测量的，从纸面出来越多越白，进入纸面越多越黑。(a)图所示HSI颜色三角形只表示了色度。如果将HSI的3个分量全考虑而构成3-D颜色空间，则得到如图(b)所示双棱锥结构，该结构外表面的色点具有纯的饱和色，任一色点的I可用于最下黑点的高度差来表示。2、HSI模型和RGB模型的转换从RGB转换到HSI：当S=0时，对应无色，这时的H没意义，此时定义H为0.另外当I=0或I=1时，讨论S也没有意义S的另外算法2、HSI模型和RGB模型的转换上式对H的算法较麻烦，为减少计算：(1)如果B=min(R,G,B)则(1)如果R=min(R,G,B)则(1)如果G=min(R,G,B)则从HSI转换到RGB：(1)0°<H<120°(2)120°<H<240°(3)240°<H<360°12.3伪彩色增强

伪彩色增强处理的输入是灰色图像，而输出是彩色图像。伪彩色增强把原来灰度图像中不同灰度值的区域人工赋予不同的颜色以更明显的区分它们。有3种典型的方法可以实现伪彩色增强：亮度切割、伪彩色变换映射、频域滤波。1、亮度切割将图象看作2-D亮度函数，用1个平行于图象坐标平面的平面去切割图象亮度函数，从而把亮度函数分成2个灰度值区间。图12.3.1

亮度切割示意图横轴为坐标轴，纵轴为灰度值轴其中：如果象素灰度值在切割灰度值Lm之下就被赋予某一种颜色Cm，如果在Lm之上就被赋予另一种颜色Cm+1。Rm为切割平面限定的灰度值区间，而Cm是所赋的颜色。推广：M个切割平面，L个灰度级其中，Rm为切割平面限定的灰度值区间，而Cm是所赋的颜色。所以利用上式可以获得对图像亮度分层的结果。2、伪彩色变换映射伪彩色变换映射通过对每个原始图中像素的灰度值分别用三个独立的连续变换来处理，从而将各个灰度都映射为不同的彩色。图12.3.3伪彩色变换函数示例根据下图，灰度值偏小的像素将主要呈现蓝色，灰度值偏大的像素将主要呈现红色，中间灰度值的像素姜片绿色且饱和度较低。

将3个变换的结果分别输入3个电子枪，就可以得到其颜色内容由三个变换函数调制的混合图像。该方法可看作亮度切割的推广（任意函数）。实际中变换函数常使用取绝对值的正弦函数，特点是在峰值处比较平缓而在低估出比较尖锐，通过改变每个正弦波的相位和频率就可以改变相应灰度值所对应的彩色。3、频域滤波

基本思想：对原来灰度图象中的不同频率分量（可分别借助低通，带通/带阻，高通滤波器获得）赋予不同的彩色（区域性非点对点）。图12.3.5用于伪彩色增强的频域滤波框图12.4真彩色处理

被处理的图像原理就是彩色的，输出的结果也是彩色的。12.4.1

处理策略(1)

将一幅彩色图象看作三幅分量图象的组合体，先分别单独处理，再将结果合成；(2)

将一幅彩色图象中的每个象素看作具有三个属性值，即属性现在为一个矢量，利用对矢量的表达方法进行处理。

根据上述两种策略进行处理的结果有可能相同也有可能不同，主要取决于处理操作的特性。要让两种处理的结果相同，则对处理的方法和处理的对象都有一定的要求。对处理的方法和处理的对象都有一定的要求：(1)既能用于标量又能用于矢量；(2)

对每个分量的处理要与其他分量独立。例：对图像进行领域平均对一幅彩色图，领域平均可用两种方法：（1）按分量进行领域平均再将结果结合起来可表示为：（2）直接按矢量进行领域平均可表示为：在使用拉普拉斯算法进行的彩色图像锐化中，因为：所以，直接按矢量进行锐化滤波和分别按分量进行锐化滤波在结合起来也是等价的。说明：只有线性处理操作两种结果才会等价。12.4.2单分量变换增强

一幅彩色图可以看作是由三幅分量图像结合而成。对任意一幅分量的增强都会使其所属的彩色图像的视觉效果发生变化。1、基本原理和步骤对彩色图像的映射变换增强可用下式表示：式中，[T1，T2，T3]给出对fi(x,y)进行变换而产生gi(x,y)的映射函数集合，实际中这些函数可以相同也可以不相同。对单分量增强的基本步骤：(1)

将R，G，B分量图转化为H，S，I分量图；(2)

利用对灰度图增强的方法增强其中的某个分量图；(3)

再将结果转换为R，G，B分量图。2、亮度增强亮度增强可通过上述第（2）步通过增强亮度分量图来实现。这里可使用灰度变换、直方图均衡化等方法。虽然亮度增强不改变原图的彩色内容，但增强后的图会使得人对色调或饱和度的感受有所不同。3、饱和度增强饱和度增强的实现方式和亮度增强的方式类似。增加饱和度：彩色更浓，反差增加、边缘清晰；减小饱和度：部分区域成为灰色，整体比较平淡。图12.4.1饱和度改变的效果(a)(b)(c)(a)原图；(b)仅增加饱和度分量；(c)减小饱和度。4、色调增强

根据HSI模型的表示方法，色调对应一个角度且是循环的。如果在增强时对每个像素的色调增加一个常数（角度值），将会使其颜色在色谱上移动。色调+

小常数：图象变“暖”或变“冷”；色调+大常数：对图象感受会发生比较激烈的变化。图12.4.2一组饱和度和色调都变化的图像12.4.3

全彩色增强

单分量变换增强的优点是由于使用HSI彩色空间将亮度、饱和度和色调分解开来，对增强的操作比较简单易行；缺点是总会产生整体彩色感知的变化。所以在有的增强工作中，需要同时考虑彩色的所有分量。1、彩色切割增强

自然图象中对应同一个物体或物体部分的象素，他们的彩色在彩色空间中应该是聚集在一起的。在彩色空间将与需增强部分对应的聚类确定出来并进行增强。让与这个聚类对应的像素保持原来的颜色，而让图像中的其他像素取某个单一的颜色，就能达到增强图像视觉效果的目的。这与伪彩色增强中的亮度切割方法类似，所以称为彩色切割。例：采用RGB彩色空间先计算三个彩色分量的平均值：算得平均值后可确定各个彩色分量的分布宽度dR、dG、dB。根据平均值和分布宽度可确定对应区域W的彩色空间的彩色包围矩形：#W代表区域W中的像素个数。2、假彩色增强

假彩色增强与伪彩色增强不同，其输入和输出都是彩色图像。

使原始彩色图象中一些感兴趣的部分呈现与原来完全不同的，且与人们的预期也很不相同的（非自然）假颜色，从而可以更容易得到关注。

增强图像中

原始图像中12.4.4

全彩色滤波和消噪1、彩色图像中的噪声

用于灰度图像的噪声模型也可用于彩色图像。彩色图象有3个通道，所以受噪声影响可能更大。假设R、G、B通道都受到噪声影响，它们合成的彩色图象中的噪声看起来会比单个通道中的噪声要弱一些（叠加平均）。

将有随机噪声的RGB图象转换为HSI图象，则由于余弦计算和最小值计算的非线性性，色调图象和饱和度图象中的噪声会更明显些；而亮度图象中的噪声由于相加计算的平均作用而有所平滑。2、矢量数据排序由于彩色图像是矢量图像，而矢量既有大小又有方向，所以对彩色图像中像素值的排序不能由将灰度图像排序方法直接推广而得到。（1