数字图像处理第六章课件教材

科学家&艺术家论颜色准确地说，光线是没有颜色的。它所拥有的只是引起这样或者那样颜色知觉的能量分布。Newton,SirIsaac（1642-1727）ForalongtimeIlimitedmyselftoonecolor——asaformofdisciplinePabloPicasso（1881-1973）颜色现代心理学研究表明：颜色是人类认知系统对物体表面、光照以及视觉环境的综合反映。缺少了其中的任何一个，都不会有颜色感觉。"Lightnessandcolorarefieldphenomena,notpointphenomena."--EdwinH.Land.6.1ColorFundamentals1666年Newton发现棱镜的色散现象电磁波谱中可见光波长范围不同色光之间过渡平滑在人眼视网膜上两种人眼感光细胞：锥状，彩色、昼视觉。700万个细胞杆状，灰色、夜视觉。7500万~1.5亿个细胞锥状细胞进一步分为3种。 感蓝,感绿,感红人眼锥状体(R,G,B)的光线吸收是波长函数,1956年测得的吸收率波谱1931年CIE定义的标准三原色波长Blue=435.8nm，Green=546.1nm,Red=700nm(与上述锥状体吸收率的波峰有差异)ColorImaging民用数码相机常用专业数码相机常用,3CCD和棱镜分光仅适合于静物摄影光线和颜料的原色和合成色参考白R=G=B=1加色合成减色合成XYZ三刺激值CIE_RGB不能合成所有可见光谱的颜色.比色法为克服RGB的不足，CIE定义了与设备无关的XYZ颜色空间

:CIE_xy色度图x=X/(X+Y+Z)y=Y/(X+Y+Z)z=Z/(X+Y+Z)=1-x-yx+y+z=1x,y即可决定z参考白为X=Y=Z=1

x=y=1/3RGB与XYZRGB2XYZ任何颜色都可以由XYZ的正加权系数线性合成CIE_XYZ颜色空间的三刺激值敏感度曲线Namecolors•Definecolormixing•Defineandcomparecolorgam

两色相加时,所产生的新色在它们的连线上.

A=tC

+(1–t)B

whereBisaspectralcolor

比值AC/BCisexcitationpurityofA6.2ColorModels(ColorSpace/System)RGB是加色/色光合成CIE_RGB的参考白为R=G=B=1Fig.6.8RGB24-BitColorCubea.彩色剖面产生的彩色图像b.色立体的3个隐藏面WebSafeColorRGB分量的有效值：216种安全的RGB彩色：在256色中的灰色，其中带下划线的属WSC6*6*6=216色Fig6.11TheRGBsafe-colorcube颜色不准确CMY&CMYKColorModels用K来代替等量的C,M,Y,称为undercolorremove.更黑，省墨。K=min(C,M,Y);C’=C-KM’=M-KY’=Y-KHSIColorModelHue,Saturation,IntensityHSV,Volume某个Intensity平面上的Hue和Saturation：H是角度，S是矢量长度RGB2HSI:Where:H=θifB<=GH=360-θifB>GHSI2RGB,300HSIHSI

改变HIS成分及其合成图6.3PseudocolorImageProcessing密度分层伪彩色密度分层实例1：密度分层实例2：焊接缝的X线图像密度分层实例1：密度分层实例3：世界平均月降雨量南美灰阶到彩色的变换实例：伪彩色图像处理的功能模块图伪彩色增强——灰阶到彩色的变换机场X光扫描图像：带塑料炸弹(b)(c)图6.24(a)利用各正弦型的相位和频率变化，可以用彩色(分量）来增强不同灰度范围图6.25表示所用的（多对一）转换。这些正弦形函数包含峰值附近的相对不变值的区域，以及谷底附近的变化强烈的区域。每个正弦形的相位和频率变化可以用彩色(分量）来增强灰度的范围。例如，如果所有3个变换有相同的相位和频率，输出图像将是单色的。3个变换之间相位的小变化会使那些灰度级对应峰值的像素产生很小的变化，特别是正弦形低频时。对应正弦形陡峭区域的像素灰度值被赋予更强的彩色，作为由于相位间位移引起的3个正弦形幅值间的显著差异的效果。图6.24(b)的图像是用图6.25(a)的变换函数获得的。注意炸弹和背景具有相当不同的灰度值，但是由于正弦波的周期性，它们都用近似的色彩编码。图6.24(c)的图像是用图6.25(b)的变换函数获得的。这时炸弹和衣袋灰度波段用相似的变换映射，因此实际上得到相同的色彩。注意，这使得观察者能够看透炸弹。背景采用与图6.24(b)基本相同的映射，产生几乎相同的彩色。可以用不同相位差和频率进行变色观察炸弹、衣物和背景的X线灰度值不同，而且相对固定。图6.24(b)用：图6.24(c)用：不同单色图像对应不同彩色波段：华盛顿特区多光谱卫片：a.b.c.d.e.f.e真彩色合成e.=a.+b.+c.f假彩色合成f.=d.+b.+c.假彩色合成飞船多通道照片：木卫Io合适的波段与彩色组合可反映木卫表面的化学成分和阳光反射。如下图的红色是活火山喷出物，黄色是旧的硫磺沉积。彩色像素：

c(x,y)=[R(x,y),G(x,y),B(x,y)]T两种基本方法(不一定等效)：分量图像分别处理，然后合成彩色图像；直接对彩色像素(向量）处理。6.4BasicsofFull-ColorImageProcessing两种基本方法等效的2条件：处理过程对标量(分量图像)和向量(彩色图像)均可用；对向量各分量的运算独立于其他分量。6.4全彩色图像处理基础一种等效的平滑模板算法。。。6.5ColorTransformations处理单幅图内各分量n是彩色模型的维数。下式说明：在某一个彩色分量上的输出是各个彩色分量的函数。6.5ColorTransformationsCMYKRGBHSI处理单幅图内各分量用彩色变换调整图像的强/亮度不同彩色空间需要不同的变换函数IH,S修改：理论上，任何变换可在任何彩色模型中进行。实际上，有些运算更适合于在特定彩色模型中。 对给定的变换，到实现该变换的彩色空间的转换代价必须考虑。例如，要修正亮度，g(x,y)=kf(x,y),其中0<k<1.在HSI中较简便：s3=kr3,而s1=r1,s2=r2在RGB中：si=kri,i=1,2,3

各分量都要乘k.在CMY中：si=kri+(1-k)i=1,2,3互补色：类似于灰度图中的负片在单色图中，负片能增强暗部，特别是大面积的暗部。在彩色图中也有类似效果。OpponentColor3组对立色在RGB中做反转是一分量对一分量的，但是，在HSI中，反转图的S分量不能从原图的S分量单独获得。c,d不同用RGB反转:用HSI反转所有实用的彩色切片方法要求：每个像素转换后的色彩分量是原像素各色彩分量的函数。一种最简单的切分彩色图像的方法是将兴趣区之外的色彩映射到一种不突出的中性色彩上。ColorSlicing用立体(棋盘距离）切片用球体(欧氏距离）切片在RGB彩色空间中肤色检测实验目的：学习一种彩色图像区域切片(分割)的方法步骤：分别在RGB和HSV(或HIS)彩色空间，在测试图像中利用手工选择皮肤样本，得出肤色在彩色空间中的均值和方差；

选择不同距离（棋盘距离、欧氏距离等）度量，计算被测试图像各像素到肤色样本中心的距离，利用方差做阈值，确定该像素色彩是否属于肤色。测试图像：face.jpg结果图像：将不在肤色空间的像素置0，仅在被测试图像中留下肤色像素，并作为结果输出该图像。色调与彩色的手工校正FlatLightHighKeyDarkLowKey同时调整RGB不会影响图像的色调Hue在CMYK中做彩色平衡，对各分量分别手工调整原图；Photoshop的色调均化

RGB三色分别均化；Lab中L均化直方图处理利用亮度与色度分离，仅对亮度分量I做均衡I分量被均衡原图加饱和度，补偿S因为I均衡后变亮影响油醋色6.6SmoothingandSharpening彩图的平滑：Sxy

是(x,y)的某邻域，K个像素。例6.12：例6.12(续1）：例6.12（续2）：RGB3分量分别平滑HSI中对I平滑RGB3分量分别锐化例6.12（续3）：HSI中对I锐化补：两种图象分割的基本方法：基于区域——相邻并相似的象素集合；基于边缘检测——相邻象素特性突变。用梯度分割图象:

梯度大的象素作为边界。两种图象分割的基本原则： 数值相似性，空间接近性。图象I分割/划分为n个区域Ri

，要求：任何区域满足以下相似性谓词

P(Ri)=True;

P(Ri∪Rj)=False用阈值分割图象

适合于目标、背景有明显反差，简单，总能用封闭且连通的边界划分区域；全局阈值化

整幅图象中的灰度阈值是常数。适应于背景灰度均匀，而且背景与所有物体的对比度都相近。自适应阈值

灰度阈值是在图象中位置的函数（通常是平面或二次曲面）；

也可以将图象分割为子图象，使各子图象中的背景和反差相近，各子图分割后合并。

最佳阈值在直方图的谷点取阈值，或在二阶导数的过零点处（对应于物体边缘上的拐点）分割物体。用photoshop演示区域增长 图象分小区，在各小区内计算该区域内成员隶属度，计算用的参数包括 平均灰度，纹理，或颜色； 检查有共同边界的相邻区域，成员隶属度相近的区域则取消边界，重新计算合并区域的成员隶属度，重复该步直到没有可合并的区域。

适合于先验知识较少的自然景物图象分割。例如：地图填色用梯度分割图象

边界跟踪跟踪虫，从最大梯度点找邻域中的最大梯度，易走偏；Kirsch梯度分水岭/水线算法

梯度图象中只有边界点的值高，目标和背景中的梯度都较低，取一个偏低的梯度阈值，使梯度图象二值化，从而检出物体和背景，因为在阈值上的边界点带会将物体和背景分开。然后用分水岭算法，即逐渐提高阈值，使目标和背景同时增长，边界带减少，目标和背景接触点就是边界…。拉普拉斯边缘检测：二阶导数在边缘处有零交叉。6.7ColorSegmentation例，主要用HSI中的H(c)=S(e)=

s>10%(f)=(b)*(e)，一定浓度的紫红(b)=H,紫红的H值高(d)=I，不用(h)=(f)>90%球形，欧氏距L2椭球，马氏距长方体，方差为边长，棋盘距在RGB向量空间的分割在RGB空间中彩图分割（用选区的均值和方差）彩色边缘检测d图与h图在中点上的梯度相同，但d图中的应该比h图的强。因此，应该也考虑到梯度的方向，不能简单地由各分量的梯度幅值组合分量边缘