【数字图像处理】11.数字图像处理彩色图像处理ppt课件.ppt
,数字图像处理,海 洋 地 球 科 学 学 院地球探测与信息技术系专业限选课,光的色散,R、G、B三基色,从上到下，依次是（a）彩色图（b）红色分量（c）绿色分量（d）蓝色分量,从左到右依次是（a）色调（b）饱和度（c）灰度或者亮度,伪彩色增强示例图,真彩色效果图,饱和度改变的效果,第8章 彩色图像处理,8.1彩色视觉和描述8.2彩色模型 8.3伪彩色增强8.4真彩色处理,理解彩色视觉基础理解、掌握三基色、色度图理解、对比学习RGB模型、HSI模型等理解、对比学习伪彩色增强和真彩色增强技术,教学要求,色度图HSI模型伪彩色增强和真彩色增强技术,重 点,第8章 彩色图像处理,8.1彩色视觉和描述,8.1.1彩色视觉基础 8.1.2三基色与色匹配8.1.3色度图,8.1.1 彩色视觉基础,颜色的本质是牛顿最早系统研究和发现的。早在18世纪，牛顿通过用三棱镜研究对白光的折射就已发现白光可被分解成一系列从紫到红的连续光谱，从而证明白光是由不同颜色 (而且这些颜色并不能再进一步被分解)的光线相混合而组成的。这些不同颜色的光线实际上是不同频率的电磁波。人的视觉将不同频率的电磁波感知为不同的颜色。,8.1.1 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 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,彩色的描述原理： 可视光区的波长在400nm700nm，当光谱采样限制到三个人类视觉系统敏感的红、绿、蓝光波段时，对这三个光谱带的光能量进行采样，就可以得到一幅彩色图像。,感兴趣的范围： 红外区、可见光区一直到紫外光区。,8.1.1 彩色视觉基础,人的色觉的产生是一个复杂的过程，它有一系列要素。首先，色觉的产生需要一个发光光源。光源的光通过反射或透射方式传递到眼睛，被视网膜细胞接收引起神经信号， 然后人脑对此加以解释产生色觉。由于人感受到的物体颜色主要取决于反射光的特性，所以如果物体比较均衡地反射各种光谱，则人看起来物体是白的。而如果物体对某些光谱反射的较多，则人看起来物体就呈现相对应的颜色。如绿色物体反射具有500580nm范围的光，吸收其他波长光的多数能量。,8.1.1 彩色视觉基础,8.1.2 三基色与色匹配,三种基本色：红（R，red）：700 nm绿（G，green）：546.1 nm蓝（B，blue）：435.8 nm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）,8.1.2 三基色与色匹配,三种感受细胞反应：反应曲线：分布较宽，互相重叠,三种感受细胞的反应曲线,根据人眼结构，所有颜色都可看作是3个基本颜色红(R，red)，绿(G，green)和蓝(B，blue)的不同组合。为了建立标准，国际照度委员会(CIE)早在1931年就规定3种基本色的波长分别为R：700nm，G：546.1nm，B：435.8nm。由于光源的光谱是连续渐变的，所以并没有一种颜色可准确地叫做红、绿、蓝，并不是仅这三种波长的光可以产生红、绿、蓝。反过来，并不是仅3个固定的R，G，B分量就可组成所有颜色。（后面讨论）,R:200,G:50,B:120,8.1.2 三基色与色匹配,三色混合/匹配：相加配对：C rR + gG + bBR，G，B：三原色r，g，b：比例系数，r + g + b = 1仅相加不能配对时：C rR + gG bBbB + C rR + gG,8.1.2 三基色与色匹配,国际照度委员会CIE设定的彩色R，G，B,CIE设定的彩色R，G，B,区分颜色常用3种基本特性量：亮度、色调和饱和度。,亮度：与物体的反射率成正比，如果无彩色就只有亮度1个维量的变化。对彩色光来说，颜色中掺入白色越多就越明亮，掺入黑色越多亮度就越小。,色调：是与混合光谱中主要光波长相联系的。,饱和度：与一定色调的纯度有关，纯光谱色是完全饱和的，随着白光的加入饱和度逐渐减少。（浓淡）,8.1.3 色度图（重点）,彩色的三种基本特性量：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,8.1.3 色度图（重点）,8.1.3 色度图,8.1.3 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）：,8.1.3 色度图,色度图（重点）：(舌形图)借助于已归一化的三个色系数 x X y Yz = 1 (x + y),红色色系数,绿色色系数,白色,橙色,8.1.3 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彩色,第8章 彩色图像处理,8.1彩色视觉和描述8.2彩色模型 8.3伪彩色增强8.4真彩色处理,8.2 彩色模型,8.2.1 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) 8.2.2 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),8.2.1 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。,RGB模型：,8.2.1 面向硬设备的彩色模型,RGB彩色立方体,RGB模型,CMY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,8.2.1 面向硬设备的彩色模型,CMY模型,I1，I2，I3模型：将彩色用RGB的线性变换来表达(三个正交彩色特征): I1是最佳特征，I2是次佳特征变型,8.2.1 面向硬设备的彩色模型,图像分割时,归一化颜色模型：该模型对观察方向、物体几何、照明方向和亮度变化具有不变性,8.2.1 面向硬设备的彩色模型,8.2.2 面向视觉感知的彩色模型,HSI模型（重点）：H 表示色调（hue）S 表示饱和度（saturation）I 表示密度（intensity，对应成像亮度和图像灰度）两个基本特点：I 分量与图像的彩色信息无关H 和 S 分量与人感受颜色的方式紧密相连（合称色度）,8.2.2 面向视觉感知的彩色模型,HSI模型优点：1、在HSI中，亮度与色度是分开的，亮度与图像彩色信息无关；2、色调H和饱和度S的概念相互独立并与人的感知紧密相连。,HSI模型,这种彩色系统格式的设计反映了人类观察彩色的方式。如：红色又分为浅红和深红色等等。非常适合于借助人的视觉系统来感知彩色特性的图像处理算法。,I：表示光照强度或称为亮度，它确定了像素的整体亮度，而不管其颜色是什么。,H：表示 色调，由角度表示。反映了该颜色最接近什么样的光谱波长（既彩虹中的那种颜色）0o为红色，120o为绿色，240o为蓝色。,S：表示饱和度，饱和度参数是色环的原点到彩色点的半径长度。在环的外围圆周是纯的或称饱和的颜色，其饱和度值为1。在中心是中性（灰）影调，即饱和度为0。,I与H、S无关,HSI颜色三角形和HSI颜色实体H对应矢量和R的夹角；矢量越长，越饱和；I为通过三角形中心并垂直于三角形平面的直线。,饱和度效果示意图,色调效果示意图,亮度效果示意图,8.2.2 面向视觉感知的彩色模型,从RGB转换到HSI：,1.S=0时，对应无色，H无意义。 2.I=0或者I=1时，讨论S也无意义。,8.2.2 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：,8.2.2 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：,8.2.2 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：,从上到下，依次是（a）彩色图（b）红色分量（c）绿色分量（d）蓝色分量,从左到右依次是（a）色调（b）饱和度（c）灰度或者亮度,8.2.2 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8章 彩色图像处理,8.1彩色视觉和描述8.2彩色模型 8.3伪彩色增强8.4真彩色处理,8.3 伪彩色增强（重点）,原理人眼对颜色比对灰度有较大的分辨能力对灰度：几十种对彩色：几千种分类(1) 伪彩色增强方法（pseudocolor）(2)真彩色增强方法（full-color）,8.3 伪彩色增强,特点对原来灰度图像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”,8.3 伪彩色增强,(1) 亮度切割将图像看作2-D亮度函数用1个平行于图像坐标平面的平面去切割图像亮度函数，从而把亮度函数分成2个灰度值区间,可推广到M个平面切割,8.3 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,波峰平缓波谷尖锐，波谷处的像素受影响较大,8.3 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,8.3 伪彩色增强,(3)频域滤波对原来灰度图像中的不同频率分量（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,讨论,谈谈空域增强技术或者频率增强技术在数字图像处理课或者地球物理勘探中的应用 (任选一种方法，最好是自己的应用实践) 。,第8章 彩色图像处理,8.1彩色视觉和描述8.2彩色模型 8.3伪彩色增强8.4真彩色处理,8.4 真彩色处理（重点）,在图像的自动分析中，彩色是一种能简化目标提取和分类的重要参量。在彩色图像处理中，选择合适的彩色模型是很重要的。电视摄象机和彩色扫描仪都是根据RGB模型工作的。为在屏幕上显示彩色图一定要借用RGB模型，但HSI模型在许多处理中有其独特的优点。第一，在HSI模型中，亮度分量与色度分量是分开的。第二，在HSI模型中，色调和饱和度的概念与人的感知是紧密相连的。,8.4 真彩色处理,一幅真彩色RGB图可用24位表示，G，R，B各8位，即每个象素在R，G，B分量图中各取256个值。如2.3.2小节中所述，我们可将R，G，B都归一化到0，1范围，相邻值间的差是1/255。一幅真彩色RGB图也可用H，S，I各8位的3个分量图表示。这里不同的是色调(H)图中的象素值是用角度作单位的，当用8位表示时，256个值分布在0，360 之间，所以相邻值的差是n(360/255) ，其中n=0，1，255。 如果将RGB图转化为HSI图，亮度分量就和色度分量分开了。 帧缓存系统中用4个字节表示每个像素，前3个字节分别表示RGB，第四个字节表示alpha分量即透明度,8.4 真彩色处理,8.4.1 处理策略 8.4.2 单分量变换增强 8.4.3 全彩色增强,8.4.1 处理策略,两种处理策略(1) 将一幅彩色图像看作三幅分量（RGB或HSI）图像的组合体，先分别单独处理，再将结果合成(2)将一幅彩色图像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 （线性处理，如邻域平均）,8.4.2 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,8.4.2 单分量变换增强,亮度增强只需对亮度变换不改变原图的彩色内容，但增强后的图看起来还可能会有些色感不同,8.4.2 单分量变换增强,饱和度增强 饱和度分量乘以一个系数（1，彩色更鲜明；1，彩色感减少）,8.4.2 单分量变换增强,色调增强 HSI模型中，色调对应一个角度且是循环的。如果对每个像素的色调值加一个常数（角度值），将会使彩色图像的色调变“暖”或“冷”。图b，c增加，减小色调，d减去一个小值，e加上一个较大值。,单分量变换增强的优点是由于将亮度、饱和度和色调分解开来，对增强的操作比较容易进行； 缺点是总会产生整体彩色感知（尤其是视觉感知色调）的变化，且变化的效果不易控制。所以，在有的增强中，要考虑彩色的所有分量。,8.4.3 全彩色增强,彩色切割自然图像中对应同一个物体或物体部分的象素的颜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 增强mR dR/2 : mR + dR/2,8.4.3 全彩色增强,虚拟现实,彩色滤波为保证不偏色，需对各个分量同时处理 邻域平均/低通滤波,8.4.3 全彩色增强,
