5第5章-彩色数字图像基础

第5章彩色数字图像根底9/27/20231图像数据压缩主要根据的两个根本领实：对于图像数据中许多重复数据，使用数学方法来表示可以减少数据量，可应用于无损压缩；人的眼睛对图像细节和颜色的识别有一个极限，把超过极限的局部去掉，这也就到达压缩数据的目的，可应用于有损压缩。实际的图像压缩是综合使用各种有损和无损压缩技术来实现的。9/27/202325.1视角系统对颜色的感知人的视觉系统对颜色的感知的几个特性：人的视网膜(humanretina)通过神经元来感知外部世界的颜色，每个神经元或者是一个对颜色敏感的锥体(cone)，。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，如图5-01所示。这就意味着，人们可以使用数字图像处理技术来降低数据率而不使人感到图像质量明显下降。自然界中的任何一种颜色都可以由R，G，B这3种颜色值之和来确定，它们构成一个3维的RGB矢量空间。这就是说，R，G，B的数值不同混合得到的颜色就不同，也就是光波的波长不同。自然界中的任何一种颜色都可以由R，G，B这3种颜色值之和来确定，它们构成一个3维的RGB矢量空间。这就是说，R，G，B的数值不同混合得到的颜色就不同，也就是光波的波长不同，如图5-02表示。9/27/20233图5-02产生波长不同的光所需要的三基色值[1]图5-02表示使用基色波长为700nm(红色)、546.1nm(绿色)和435.8nm(蓝色)时，在可见光范围里，相加混色产生某一波长的光波所需要的三种基色的数值。9/27/202345.2图像的颜色模型5.2.1显示彩色图像用RGB相加混色模型阴极射线管(cathoderaytube，CRT)CRT使用3个电子枪分别产生红(Red)、绿(Green)和蓝(Blue)三种波长的光，并以各种不同的相对强度综合起来产生颜色，如图5-03所示。组合这三种光波以产生特定颜色称为相加混色，称为RGB相加模型LED？？？平板显示器？？？9/27/20235图5-03彩色显象管产生颜色的原理9/27/20236某种颜色和这三种颜色之间的关系可用下面式子来描述：颜色＝R(红色百分比)＋G(绿色百分比)＋B(蓝色百分比)图5-04相加混色三基色等量相加时，得到白色；等量的红绿相加而蓝为0值时得到黄色；等量的红蓝相加而绿为0时得到品红色；等量的绿蓝相加而红为0时得到青色。

9/27/20237图5-05一幅图像由许多像素组成图像中的单个点称为像素(pixel)，每个像素都有一个值，称为像素值，它表示特定颜色的强度。一个像素值往往用R，G，B三个分量表示。

9/27/20238表5-01相加色RGB颜色000黑001蓝010绿011青100红101品红110黄111白RGB颜色000黑001蓝010绿011青100红101品红110黄111白RGB颜色000黑001蓝010绿011青100红101品红110黄111白RGB颜色000黑001蓝010绿011青100红101品红110黄111白如果每个像素的每个颜色分量用二进制的1位来表示，那末每个颜色的分量只有“1〞和“0〞这两个值。这也就是说，每种颜色的强度是100%，或者是0%。在这种情况下，每个像素所显示的颜色是8种可能出现的颜色之一，如表5-01所示。9/27/202395.2.2打印彩色图像用CMY相减混色模型相减色:用彩色墨水或颜料进行混合得到的颜色;在理论上说，任何一种颜色都可以用三种根本颜料按一定比例混合得到。这三种颜色是青色(Cyan)、品红(Magenta)和黄色(Yellow)，通常写成CMY，称为CMY模型。之所以称为相减色，乃是因为它减少了为视觉系统识别颜色所需要的反射光。9/27/202310图5-06相减混色当三基色等量相减时得到黑色；等量黄色(Y)和品红(M)相减而青色(C)为0时，得到红色(R)；等量青色(C)和品红(M)相减而黄色(Y)为0时，得到蓝色(B)；等量黄色(Y)和青色(C)相减而品红(M)为0时，得到绿色(G)。

9/27/202311表5-03相减色青色品红黄色相减色000白001黄010品红011红100青101绿110蓝111黑青色品红黄色相减色000白001黄010品红011红100青101绿110蓝111黑青色品红黄色相减色000白001黄010品红011红100青101绿110蓝111黑青色品红黄色相减色000白001黄010品红011红100青101绿110蓝111黑按每个像素每种颜色用1位表示，相减法产生的8种颜色如表5-03所示9/27/202312表5-04相加色与相减色的关系相加混色相减混色生成的颜色RGBCMY

000111黑001110蓝010101绿011100青100011红101010品红110001黄111000白相加混色相减混色生成的颜色RGBCMY

000111黑001110蓝010101绿011100青100011红101010品红110001黄111000白例如，当RGB为1∶1∶1时，在相加混色中产生白色，而CMY为1∶1∶1时，在相减混色中产生黑色。从另一个角度也可以看它们的互补性。从表5-04中可以看到，在RGB中的颜色为1的地方，在CMY对应的位置上，其颜色值为0。例如RGB为0∶1∶0时，对应CMY为1∶0∶1。9/27/202313图5-07RGB彩色空间和CMY彩色空间的表示法9/27/2023145.3图像的三个根本属性5.3.1分辨率1.显示分辨率指显示屏上能够显示出的像素数目

分辨率越高，显示的图像质量也就越高常用点距来衡量一个显示屏的分辨率点距(dotpitch):显像管玻璃面上的孔眼之间的距离;2.图像分辨率组成一幅图像的像素密度的度量方法.在用扫描仪扫描彩色图像时，图像的分辨率用每英寸多少点(dotsperinch，DIP)表示;9/27/2023153.两个不同的概念图像分辨率是确定组成一幅图像的像素数目显示分辨率是确定显示图像的区域大小。5.3.2像素深度1.概念：指存储每个像素所用的位数，它也是用来度量图像的分辨率；决定彩色图像的每个像素可能有的颜色数，或者确定灰度图像的每个像素可能有的灰度级数；表示一个像素的位数越多，它能表达的颜色数目就越多，而它的深度就越深；2.不一定要追求特别深的像素深度设备的限制；人眼分辨率的限制；9/27/2023163.属性(Attribute)位在用二进制数表示彩色图像的像素时，除R，G，B分量用固定位数表示外，往往还增加1位或几位作为属性(Attribute)位;用来指定该像素应具有的性质。透明(Transparency)位，记为T。假设显示屏上已经有一幅图存在，当这幅图或者这幅图的一局部要重叠在上面时，T位就用来控制原图是否能看得见。4.α通道(alphachannel)位在用32位表示一个像素时，假设R，G，B分别用8位表示，剩下的8位常称为α通道(alphachannel)位，或称为复盖(overlay)位、中断位、属性位。视图混合(videokeying)技术，它也采用α通道9/27/2023175.3.3真彩色、伪彩色与直接色1.真彩色(truecolor)概念：指在组成一幅彩色图像的每个像素值中，有R，G，B三个基色分量，每个基色分量直接决定显示设备的基色强度;真彩色图通常是指RGB8:8:8，即图像的颜色数等于224，也常称为全彩色(fullcolor)图像可生成的颜色数就是224＝16777216种，而人的眼睛是很难分辨出这么多种颜色的许多场合往往用RGB5:5:5来表示，每个彩色分量占5个位，再加1位显示属性控制位共2个字节，生成的真颜色数目为215=32K在显示器上显示的颜色就不一定是真彩色，要得到真彩色图像需要有真彩色显示适配器，目前在PC上用的VGA适配器是很难得到真彩色图像的9/27/2023182.伪彩色(pseudocolor)含义：每个像素的颜色不是由每个基色分量的数值直接决定，而是把像素值当作彩色查找表(colorlook-uptable，CLUT)的表项入口地址，去查找一个显示图像时使用的R，G，B强度值，用查找出的R，G，B强度值产生的彩色彩色图像本身的像素数值和彩色查找表的索引号有一个变换关系，这个关系可以使用Windows95/98定义的变换关系，也可以使用你自己定义的变换关系。使用查找得到的数值显示的彩色是真的，但不是图像本身真正的颜色，它没有完全反映原图的彩色。9/27/202319图5-08真彩色和伪彩色图像之间的差异9/27/2023203.直接色(directcolor)每个像素值分成R，G，B分量，每个分量作为单独的索引值对它做变换。也就是通过相应的彩色变换表找出基色强度，用变换后得到的R，G，B强度值产生的彩色称为直接色;特点是对每个基色进行变换;与真彩色系统相比：相同之处：都采用R，G，B分量决定基色强度；不同之处:真彩色的基色强度直接用R，G，B决定直接色的基色强度由R，G，B经变换后决定。试验结果说明，使用直接色在显示器上显示的彩色图像看起来真实、很自然。9/27/202321直接色与伪彩色系统相比:相同之处是都采用查找表;不同之处:直接色对R，G，B分量分别进行变换;伪彩色把整个像素当作查找表的索引值进行彩色变换;9/27/2023225.4图像的种类5.4.1矢量图与点位图矢量图(vectorbasedimage)法：用一系列计算机指令来表示一幅图;实际上是数学方法来描述一幅图，然后变成许多的数学表达式，再编程，用语言来表达。在计算显示图时，也往往能看到画图的过程。绘制和显示这种图的软件通常称为绘图程序(drawprograms)

9/27/202323矢量图优点:当需要管理每一小块图像时，矢量图法非常有效；目标图像的移动、缩小放大、旋转、拷贝、属性的改变(如线条变宽变细、颜色的改变)也很容易做到；相同的或类似的图可以把它们当作图的构造块，并把它们存到图库中，这样不仅可以加速画的生成，而且可以减小矢量图文件的大小；矢量图缺陷：当图变得很复杂时，计算机就要花费很长的时间去执行绘图指令。此外，对于一幅复杂的彩色照片(例如一幅真实世界的彩照)，很难用数学来描述，因而就不用矢量法表示9/27/202324点位图(bitmappedimage)法把一幅彩色图分成许多的像素，每个像素用假设干个二进制位来指定该像素的颜色、亮度和属性。画点位图，或者编辑点位图，使用的软件称为画图程序(paintprograms)。点位图的获取通常用扫描仪，以及摄像机、录相机、激光视盘与视频信号数字化卡一类设备，通过这些设备把模拟的图像信号变成数字图像数据；9/27/202325矢量图与点位图之比较：矢量图：侧重于“绘制〞、去创造；文件的大小那么主要取决图的复杂程度；点位图：偏重于“获取〞、去“复制〞；影响文件大小的因素主要有：图像分辨率和像素深度；显示点位图文件比显示矢量图文件要快；矢量图和点位图之间可以用软件进行转换：由矢量图转换成点位图采用光栅化(rasterizing)技术，这种转换也相对容易；由点位图转换成矢量图用跟踪(tracing)技术，这种技术在理论上说是容易，但在实际中很难实现，对复杂的彩色图像尤其如此。9/27/2023265.5.2灰度图与彩色图灰度图(gray-scaleimage)：按照灰度等级的数目来划分。如果每个像素的像素值用一个字节表示，灰度值级数就等于256级，每个像素可以是0～255之间的任何一个值单色图像(monochromeimage)：只有黑白两中颜色，图中的每个像素的像素值用1位存储，它的值只有“0〞或者“1〞。9/27/202327图5-09标准单色图图5-10标准灰度图

9/27/202328彩色图像(colorimage)按照颜色的数目来划分，例如256色图像和真彩色(224＝16777216种颜色)等。alpha通道：如24位彩色图像是用32位存储的，这个附加的8位叫做alpha通道，它的值叫做alpha值；用来表示该像素如何产生特技效果。9/27/202329图5-7256色标准图像转换成的灰度图256色标准图像转换成的256级灰度图像，彩色图像的每个像素的R、G和B值用一个字节来表示9/27/202330图5-824位标准图像转换成的灰度图真彩色图像转换成的256级灰度图像，每个像素的R，G，B分量分别用一个字节表示9/27/2023315.5伽马(γ)校正5.5.1γ的概念幂-律(power-law)转换特性:y＝xn→输出＝(输入)γ

式中的γ(gamma)是幂函数的指数，它用来衡量非线性部件的转换特性。，“输入〞和“输出〞都缩放到0～1之间。其中，0表示黑电平，1表示颜色分量的最高电平。如果所有部件都有幂函数的转换特性，那么整个系统的传递函数就是一个幂函数，它的指数γ等于所有单个部件的γ的乘积。9/27/202332如果图像系统的整个γ＝1：输出与输入就成线性关系。意味在重现图像中任何两个图像区域的强度之比率与原始场景的两个区域的强度之比率相同。各种环境下再生图像真实地再现“原始场景〞的情况：“明亮环境〞其他白色物体的亮度与图像中白色局部的亮度几乎相同的环境γ＝1“暗淡环境〞房间中的其他东西能够看到，但比图像中白色局部的亮度更暗。如电视的环境和计算机房的环境；γ≈1.25“黑暗环境〞放映电影和投影幻灯片的环境γ≈1.59/27/2023335.5.2γ校正所有CRT显示设备都有幂-律转换特性，起码要有一个能够提供γ校正的非线性部件，用来补偿CRT的非线性特性。在所有播送电视系统中，γ校正是在摄象机中完成的。“数字时代〞，进入计算机的电视图像依然带有γ＝0.5的校正

9/27/2023345个有非线性转换函数存在并可引入γ值地方：camera_gamma：摄象机中图像传感器的γ(通常γ＝0.4或者0.5)encoding_gamma：编码器编码图像文件时引入γ

decoding_gamma：译码器读图像文件时引入γ

LUT_gamma：图像帧缓存查找表中引入γ

CRT_gamma：CRT的γ(通常γ＝2.5)9/27/202335【例】在数字图像显示系统中，由于要显示的图像不一定就是摄像机来的图像，假设 这种图像的γ值等于1，如果： encoding_gamma＝0.5， CRT_gamma＝2.5 decoding_gamma＝1.0 LUT_gamma=1.0 那么，整个系统的γ≈1.0×0.5×2.5×1.0×1.0≈1.259/27/2023365.6JPEG压缩编码5.6.1JPEG算法概要：概念：JPEG(JointPhotographicExpertsGroup)是一个由ISO和IEC两个组织机构联合组成的一个专家组，负责制定静态的数字图像数据压缩编码标准，这个专家组开发的算法称为JPEG算法，并且成为国际上通用的标准，因此又称为JPEG标准。JPEG是一个适用范围很广的静态图像数据压缩标准，既可用于灰度图像又可用于彩色图像。9/27/202337JPEG专家组开发了两种根本的压缩算法：一种是采用以离散余弦变换(DiscreteCosineTransform，DCT)为根底的有损压缩算法；在压缩比为25:1的情况下，压缩后复原得到的图像与原始图像相比较，非图像专家难于找出它们之间的区别，因此得到了广泛的应用。近年来JPEG专家组正在制定JPEG2000(简称JP2000)标准，采用小波变换(wavelet)算法。另一种是采用以预测技术为根底的无损压缩算法。9/27/202338JPEG压缩是有损压缩，它利用了人的视角系统的特性，使用量化和无损压缩编码相结合来去掉视角的冗余信息和数据本身的冗余信息。JPEG算法框图如图5-13所示；压缩编码大致分成三个步骤：使用正向离散余弦变换(forwarddiscretecosinetransform，FDCT)把空间域表示的图变换成频率域表示的图。使用加权函数对DCT系数进行量化，这个加权函数对于人的视觉系统是最正确的。使用霍夫曼可变字长编码器对量化系数进行编码。译码或者叫做解压缩的过程与压缩编码过程正好相反。9/27/202339图5-13JPEG压缩编码-解压缩算法框图9/27/2023405.6.2JPEG算法的主要计算步骤正向离散余弦变换(FDCT)。量化(quantization)。Z字形编码(zigzagscan)。使用差分脉冲编码调制(differentialpulsecodemodulation，DPCM)对直流系数(DC)进行编码。使用行程长度编码(run-lengthencoding，RLE)对交流系数(AC)进行编码。熵编码(entropycoding)。9/27/2023411.正向离散余弦变换(1)对每个单独的彩色图像分量，把整个分量图像分成8×8的图像块，如图5-14所示，并作为两维离散余弦变换DCT的输入。通过DCT变换，把能量集中在少数几个系数上。 图5-14离散余弦变换9/27/202342(2)DCT变换使用下式计算，......(5-1)

它的逆变换使用下式计算，......(5-2)

上面两式中，

C(u),C(v)=1/,当u,v=0；

C(u),C(v)=1,其他。

f(i,j)经DCT变换之后，F(0，0)是直流系数，其他为交流系数。9/27/202343(3)在计算两维的DCT变换时，可使用下面的计算式把两维的DCT变换变成一维的DCT变换，

............(5-3)

.............(5-4)9/27/202344图5-15两维DCT变换方法9/27/2023452.量化是对经过FDCT变换后的频率系数进行量化。目的是减小非“0〞系数的幅度以及增加“0〞值系数的数目。图像质量下降的最主要原因。对于有损压缩算法，JPEG算法使用如图5-16所示的均匀量化器进行量化，量化步距是按照系数所在的位置和每种颜色分量的色调值来确定9/27/202346两种量化表：表5-05亮度量化值表表5-06色度量化值

由于人眼对低频分量的图像比对高频分量的图像更敏感，因此图中的左上角的量化步距要比右下角的量化步距小。9/27/2023473.Z字形编排量化后的系数要重新编排目的是为了增加连续的“0〞系数的个数，就是“0〞的游程长度;方法是按照Z字形的式样编排，如下图。这样就把一个8×8的矩阵变成一个1×64的矢量，频率较低的系数放在矢量的顶部。9/27/202348图5-18量化DCT系数的序号01561415272824713162629423812172530414391118243140445310192332394552542022333846515560213437475056596135364849575862639/27/2023494.直流系数的编码8×8图像块经过DCT变换之后得到的DC直流系数有两个特点：一是系数的数值比较大；二是相邻8×8图像块的DC系数值变化不大。根据这个特点，JPEG算法使用了差分脉冲调制编码(DPCM)技术，对相邻图像块之间量化DC系数的差值(Delta)进行编码， Delta=DC(0,0)k-DC(0,0)k-19/27/2023505.交流系数的编码量化AC系数的特点:是1×64矢量中包含有许多“0〞系数，并且许多“0〞是连续的，因此使用非常简单和直观的游程长度编码(RLE)对它们进行编码。JPEG使用了1个字节的高4位来表示连续“0〞的个数；而使用它的低4位来表示编码下一个非“0〞系数所需要的位数；跟在它后面的是量化AC系数的数值。9/27/2023516.熵编码在JPEG有损压缩算法中，使用霍夫曼编码器来减少熵。使用霍夫曼编码器的理由：是可以使用很简单的查表(lookuptable)方法进行编码。压缩数据符号时：霍夫曼编码器对出现频度比较高的符号分配比较短的代码；对出现频度较低的符号分配比较长的代码；9/27/202352[例5.1]表5-07所示的是DC码表符号举例ValueSSS00-1,11-3,-2,2,32-7..-4,4..73 如果DC的值(Value)为4，符号SSS用于表达实际值所需要的位数，实际位数就等于3。9/27/2023537.组成位数据流最后一个步骤是把各种标记代码和编码后的图像数据组成一帧一帧的数据，这样做的目的是为了便于传输、存储和译码器进行译码，这样的组织的数据通常称为JPEG位数据流(JPEGbitstream)。9/27/202354例：由8bit表示的彩色图像中某8×8图像块亮度值经FDCT变换其FDCT系数为：235.6-1.0-12.1-5.22.1-1.7-2.71.3-22.6-17.2-6.2-3.2-2.9-0.10.41.2-10.9-9.3-1.61.50.2-0.9-0.6-0.1-7.1-1.90.21.50.9-0.10.00.3-0.6-0.81.51.6-0.1-0.70.61.31.8-0.21.6-0.3-0.81.51.0-1.0-1.3-0.4-0.3-1.5-0.51.71.1-0.8-2.61.6-3.8-1.81.91.2-0.6-0.4上一样本中的DC系数为12。试求：1〕规格化量化系数？2〕这个图像块经压缩编码后得到的数据？3〕88样本块经压缩编码后得到的数据？4〕该图像块亮度的压缩比？5〕逆量化系数？9/27/202355序号123456781150－1000002－2－10000003－1－10000004－10000000500000000600000000700000000800000000规格化量化系数9/27/2023561611101624405160121214192658605514131624405769561417222951878062182237566810910377243555648110411392496478871031211201017292959811210010399亮度量化表9/27/202357SizeAmplitude0011、-12-3、－2、2、33－7，－6，－5，－4，4，5，6，74－15，－14，…－8，8，…，14，15BaselineAC(DC)编码表ClassDodelengthCodeword020013010230113310043101亮度DC系数差分Huffman表9/27/202358Run/SizeCodelengthCodeword0/0(EOB)410100/12000/22010/331000/441011…

1/1411001/25110111/371111001…

2/15111002/28111110012/3101111110111…

3/161110103/291111101113/312111111110101…

亮度AC系数Huffman表9/27/202359序号1234567812400－10000002-24－120000003－14－130000004－140000000500000000600000000700000000800000000逆量化系数9/27/2023605.6.3应用JPEG算法举例下面是使用JPEG算法对一个8×8图像块计算得到的结果。在这个例子中，计算正向离散余弦变换(FDCT)之前对源图像中的每个样本数据减去了128，在逆向离散余弦变换之后对重构图像中的每个样本数据加了128。9/27/2023619/27/2023629/27/2023635.7图像文件格式5.7.1BMP文件格式1.简介：位图文件(Bitmap-File，BMP)格式是Windows采用的图像文件存储格式，在Windows环境下运行的所有图像处理软件都支持这种格式。BMP位图文件默认的文件扩展名是BMP或者bmp2.文件结构位图文件头(bitmap-fileheader)位图信息头(bitmap-informationheader)彩色表(colortable)和定义位图的字节阵列9/27/2023645.7.2GIF文件格式1简介：GIF(GraphicsInterchangeFormat)是CompuServe公司开发的图像文件存储格式，图像文件以数据块(block)为单位来存储图像的相关信息。GIF数据流(DataStream)：一个GIF文件由表示图形/图像的数据块、数据子块以及显示图形/图像的控制信息块组成，称为数据流，其中的所有控制信息块和数据块都必须在文件头(Header)和文件结束块(Trailer)之间。9/27/2023652.文件结构1HeaderGIF文件头

2LogicalScreenDescriptor逻辑屏幕描述块

3GlobalColorTable全局彩色表

…扩展模块(任选)…

4ImageDescriptor图形描述块

5LocalColorTable局部彩色表(可重复n次)可6TableBasedImageData表式压缩图像数据重7GraphicControlExtension图像控制扩展块复8PlainTextExtension无格式文本扩展块n9CommentExtension注释扩展块个10ApplicatonExtension应用程序扩展块

…扩展模块(任选)…

11GIFTrailerGIF文件结束块

9/27/2023665.7.3JPEG格式1.简介JPEG文件使用的颜色空间中，每个分量、每个像素的电平规定为255级，用8位代码表示。微处理机中的存放顺序有正序(bigendian)和逆序(littleendian)之分。正序存放就是高字节存放在前低字节在后，而逆序存放就是低字节在前高字节在后。JPEG文件中的字节是按照正序排列的。9/27/2023672.文件结构JPEG文件由下面的8个局部组成：(1)图像开始SOI(StartofImage)标记(2)APP0标记(Marker)3)APPn标记(Markers)，其中n=1～15(任选)(4)一个或者多个量化表DQT(difinequantizationtable)(5)帧图像开始SOF0(StartofFrame)(6)一个或者多个霍夫曼表DHT(DifineHuffmanTable)(7)扫描开始SOS(StartofScan)(8)图像结束EO