彩色图像处理

彩色图像处理第一页，共四十九页，2022年，8月28日2/48第7章彩色图象处理

7.1 彩色视觉和描述

7.2 彩色模型

7.3 伪彩色增强

7.4 真彩色处理第二页，共四十九页，2022年，8月28日3/48第7章彩色图象处理彩色图像比黑白和灰度图像包含更多信息。人眼对彩色的分辨能力和敏感程度都要比灰度要强。（伪彩色处理：将灰度图像转化为彩色图像进行处理，以提高人眼对图像内容的观察效率。）彩色图像对场景有更强的描述能力。第三页，共四十九页，2022年，8月28日4/487.1 彩色视觉和描述{颜色知觉} 7.1.1 彩色视觉基础

7.1.2 三基色与色匹配

7.1.3 色度图第四页，共四十九页，2022年，8月28日5/487.1.1彩色视觉基础彩色和颜色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 能够同样吸收所有波长光的表面看起来是灰色的，反射的光多显浅灰色，反射的光少显深灰色（黑色时，入射光的反射量小于10%） 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！彩色指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

第五页，共四十九页，2022年，8月28日6/487.1.2三基色与色匹配三种基本色(三基色/三原色)：

红（R，red）： 700nm

绿（G，green）：546.1nm

蓝（B，blue）： 435.8nm

三种补色：

品红（M，magenta，即红加蓝） 蓝绿（C，cyan，即绿加蓝） 黄（Y，yellow，即红加绿）第六页，共四十九页，2022年，8月28日7/487.1.2三基色与色匹配三原色任意两色的混合不能生成第三色；人眼所感受到的彩色可认为是三原色（RGB）的不同组合。三原色不能组成所有的颜色。第七页，共四十九页，2022年，8月28日8/487.1.2三基色与色匹配三种感受器： 反应曲线：分布较宽，互相重叠

不同的频率响应曲线，较宽的曲线分布且重叠第八页，共四十九页，2022年，8月28日9/487.1.2三基色与色匹配三色混合/匹配： 相加配对（混合以得到白色和彩色）：

C

rR

+

gG

+

bB R，G，B：三原色

r，g，b：比例系数，r+g+b=1

计算发光强度时，各个系数取值不同。适合于现代摄像机和显示器的CIE亮度公式为： Ｙ＝0.2125R+0.7154G+0.0721B第九页，共四十九页，2022年，8月28日10/487.1.2三基色与色匹配仅相加不能得到相等的配对时，可将三原色之一加到被匹配颜色一方（或写成负值）：

C

rR+gG–bB bB+C

rR+gG第十页，共四十九页，2022年，8月28日11/487.1.2三基色与色匹配国际照度委员会CIE设想的彩色R，G，B

可消除负值，产生各种颜色第十一页，共四十九页，2022年，8月28日12/48彩色的三种基本特性量：亮度:辉度，与物体的反射率成正比色调：与光谱中光的波长相联系(主要颜色)饱和度：与一定色调光的纯度有关

色调和饱和度合起来称为色度 彩色可用辉度和色度共同表示7.1.3色度图第十二页，共四十九页，2022年，8月28日13/487.1.3色度图 CIE1931标准色度观察者光谱三刺激值(简称“CIE1931标准色度观察者”)XYZ与RGB关系：第十三页，共四十九页，2022年，8月28日14/487.1.3色度图设每种刺激量的比例系数为x，y，z，则有C=xX+yY+zZ

三个色系数（归一化）：C表示某种色彩第十四页，共四十九页，2022年，8月28日15/487.1.3色度图色度图：(舌形图)借助于已归一化的三个色系数x

Xy

Yz=1(x+y)红色系数绿色系数蓝色系数由里向外第十五页，共四十九页，2022年，8月28日16/487.1.3色度图在色度图中：(1)

每点都对应一种颜色(2)

边界上的点代表纯颜色，中心点处纯度为零(3)

连接任意两端点，其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彩色{图7.1.3}第十六页，共四十九页，2022年，8月28日17/487.2彩色模型

7.2.1面向硬设备的彩色模型 诸如彩色显示器或打印机之类的硬设备 (RGB模型，CMY模型)

7.2.2面向视觉感知的彩色模型

以彩色处理为目的的应用 (HSI模型，HSV模型)第十七页，共四十九页，2022年，8月28日18/487.2.1面向硬设备的彩色模型RGB模型： 建立在笛卡儿坐标系统里，其中三个轴分别为R，G，B， 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颜色，可用从原点到该点的矢量表示第十八页，共四十九页，2022年，8月28日19/48RGB模型：7.2.1面向硬设备的彩色模型第十九页，共四十九页，2022年，8月28日20/48CMY模型： 主要用于彩色打印，这三种补色可分别由从白光中减去三种基色而得到 从CMY到RGB的转换为7.2.1面向硬设备的彩色模型红色与蓝绿色互补绿色与品红互补蓝色与黄色互补第二十页，共四十九页，2022年，8月28日21/48I1，I2，I3模型： 将彩色用RGB的不同组合来表达

I1是最佳特征，I2是次佳特征

变型

7.2.1面向硬设备的彩色模型第二十一页，共四十九页，2022年，8月28日22/48归一化颜色模型： 对观察方向、物体几何、照明方向和亮度变化具有不变性7.2.1面向硬设备的彩色模型彩色电视ＹＵＶ模型，因不属于本课范畴，自学第二十二页，共四十九页，2022年，8月28日23/487.2.2面向视觉感知的彩色模型主要的视觉感知彩色模型：HSI(hue,saturation,intensity)HCV(hue,chroma,value)HSV(hue,saturation,value)HSB(hue,saturation,brightness)La*b*特点：非线性与视觉感知较接近独立于显示设备第二十三页，共四十九页，2022年，8月28日24/487.2.2面向视觉感知的彩色模型HSI模型：

H表示色调（hue）

S表示饱和度（saturation）

I表示密度（intensity，亮度和灰度）两个基本特点：

I分量与图象的彩色信息无关

H和

S分量与人感受颜色的方式 紧密相连（合称色度）有利于以视觉感知的“方式”进行图像处理分析第二十四页，共四十九页，2022年，8月28日25/48HSI模型表示：

7.2.2面向视觉感知的彩色模型第二十五页，共四十九页，2022年，8月28日26/487.2.2面向视觉感知的彩色模型从RGB转换到HSI：

{P.169}第二十六页，共四十九页，2022年，8月28日27/487.2.2面向视觉感知的彩色模型从HSI转换到RGB：(1)

当H在[0,120]之间：第二十七页，共四十九页，2022年，8月28日28/487.2.2面向视觉感知的彩色模型从HSI转换到RGB：(2)

当H在[120,240]之间：第二十八页，共四十九页，2022年，8月28日29/487.2.2面向视觉感知的彩色模型从HSI转换到RGB：(3)

当H在[240,360]之间：第二十九页，共四十九页，2022年，8月28日30/487.2.2面向视觉感知的彩色模型由图分析人物头发与外套颜色及各分量的表现第三十页，共四十九页，2022年，8月28日31/487.2.2面向视觉感知的彩色模型HSV模型 一般用六棱锥（hexcone）来表示

H同HSI模型第三十一页，共四十九页，2022年，8月28日32/487.2.2面向视觉感知的彩色模型HSB(hue,saturation,brightness)模型以对立色理论为基础Brightness表示明度，是无色调响应色调系数表示每个频率的色调响应与所有色调响应的比饱和度系数表示每个频率的色调响应与所有无色响应的比自找相关资料第三十二页，共四十九页，2022年，8月28日33/487.2.2面向视觉感知的彩色模型L*a*b*颜色空间是由CIE(国际照明委员会)制定的一种色彩模式。自然界中任何一点颜色都可以在L*a*b*空间中表达出来，它的色彩空间比RGB空间还要大。该模式是以数字化方式来描述人的视觉感应，与设备无关，所以它弥补了RGB和CMYK模式必须依赖于设备色彩特性的不足。L*a*b*颜色空间取坐标L*a*b*，其中L亮度；a的正数代表红色，负端代表绿色；b的正数代表黄色，负端代表兰色(基于对立色理论和参考白点)第三十三页，共四十九页，2022年，8月28日34/487.2.2面向视觉感知的彩色模型三刺激量XYZ到L*a*b*的转换：当当式中下标0表示对应的参考白色，对应图中的x=0.3217和y=0.3290相当于CIE标准D65照明条件下的完全漫反射第三十四页，共四十九页，2022年，8月28日35/487.2.2面向视觉感知的彩色模型L*a*b*模型特点：覆盖了全部的可见光色谱与设备无关强调对绿色的表示（依次为红色与蓝色）需要转到其它彩色空间进行显示第三十五页，共四十九页，2022年，8月28日36/487.3伪彩色增强原因 人眼对颜色比对灰度有较大的分辨能力

对灰度：几十 对彩色：几千彩色增强分类

(1)

伪彩色增强方法

(2)

真彩色增强方法第三十六页，共四十九页，2022年，8月28日37/487.3伪彩色增强特点

对原来灰度图象中不同灰度值的区域赋予 不同的颜色以更明显地区分他们 不同灰度区域＝＝>

赋予不同颜色典型方法

(1) 亮度切割

(2) 利用变换函数

(3) 频域滤波“伪”第三十七页，共四十九页，2022年，8月28日38/487.3伪彩色增强(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

第三十八页，共四十九页，2022年，8月28日39/487.3伪彩色增强(2)

从灰度到彩色的变换（映射） 利用（点—点）幅度变换函数 对灰度值用3个独立变换来处理 不同范围的灰度值由不同颜色增强第三十九页，共四十九页，2022年，8月28日40/487.3伪彩色增强(2)

从灰度到彩色的变换 将3个变换的结果分别输入3个电子枪

可看作亮度切割的推广第四十页，共四十九页，2022年，8月28日41/487.3伪彩色增强(3) 频域滤波 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）赋予不同的颜色第四十一页，共四十九页，2022年，8月28日42/487.4真彩色处理 7.4.1处理策略

7.4.2单分量变换增强

7.4.3全彩色增强第四十二页，共四十九页，2022年，8月28日43/487.4.1处理策略两种处理策略

(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第四十三页，共四十九页，2022年，8月28日44/487.4.2单分量变换增强变换增强对单分量进行增强(1)将R，G，B分量图转化为