数字图像处理武汉大学第九章.ppt

《数字图像处理武汉大学第九章.ppt》由会员分享，可在线阅读，更多相关《数字图像处理武汉大学第九章.ppt（76页珍藏版）》请在三一办公上搜索。

1、第9章 彩色图像处理,9.1 色度学基础与颜色模型 9.2 颜色变换 9.3 平滑与锐化 9.4 彩色图像处理的应用,9.1 色度学基础与颜色模型9.1.1 色度学基础灰度图像的像素值是光强，即二维空间变量的函数f(x，y)。如果把灰度值看成是二维空间变量和光谱变量的函数f(x，y，)，则为多光谱图像，也就是通常所说的彩色图像。计算机显示一幅彩色图像时，每一个像素的颜色是通过三种基本颜色(红、绿、蓝)合成的，即利用了最常见的RGB颜色模型。要理解颜色模型，首先应了解人的视觉系统。,1 三色原理在人的视觉系统中存在着杆状细胞和锥状细胞两种感光细胞。杆状细胞为暗视器官，主要功能是辨别亮度信息；锥状

2、细胞是明视器官，在照度足够高时起作用，其功能是分辨颜色。锥状细胞将电磁光谱的可见部分分为三个波段：红、绿、蓝。由于这个原因，这三种颜色被称为三基色，图9-1表示了人类视觉系统三类锥状细胞的光谱敏感曲线。,图9-1 人类感光细胞的敏感曲线,根据人眼的结构，所有颜色都可看做是三种基本颜色红(Red，R)、绿(Green，G)和蓝(Blue，B)按照不同的比例组合而成的。国际照明委员会(CIE)早在1931年就规定三种基本色的波长分别为R:700 nm，G:546.1 nm，B:435.8 nm。一幅彩色图像的像素值可看做是光强和波长的函数值f(x，y，)，但实际使用时，将其看做是一幅普通二维图像，

3、且每个像素有红、绿、蓝三个灰度值会更直观些。,2 颜色的三个属性颜色是外界光刺激作用于人的视觉器官而产生的主观感觉。颜色分两大类：非彩色和彩色。非彩色是指黑色、白色和介于这两者之间深浅不同的灰色，也称为无色系列。彩色是指除了非彩色以外的各种颜色。颜色有三个基本属性，分别是色调、饱和度、亮度。基于这三个基本属性，提出了一种重要的颜色模型HSI(Hue，Saturation，Intensity)。在HSI颜色模型部分，将详细介绍这三个基本属性。,9.1.2 颜色模型为了科学地定量描述和使用颜色，人们提出了各种颜色模型。目前常用的颜色模型按用途可分为三类：计算颜色模型、视觉颜色模型和工业颜色模型。计

4、算颜色模型用于进行有关颜色的理论研究。常见的RGB模型、CIE XYZ模型、Lab模型等均属于此类型。,视觉颜色模型是指与人眼对颜色感知的视觉模型相似的模型，它主要用于色彩的理解，常见的有HSI模型、HSV模型和HSL模型。工业颜色模型侧重于实际应用，包括彩色显示系统、彩色传输系统及电视传输系统等。如印刷中用的CMYK模型、电视系统用的YUV模型、用于彩色图像压缩的YCbCr模型等。,1.RGB模型RGB模型采用CIE规定的三基色构成表色系统。自然界的任一颜色都可通过这三种基色按不同比例混合而成。由于RGB模型将三基色同时加入以产生新的颜色，所以，它是一个加色系统。设颜色传感器把数字图像上的一

5、个像素编码成(R，G，B)，每个分量量化范围为 0，255共256级。因此，RGB模型可以表示282828=224=256256256=16 777 2161670万种颜色。这足以表示自然界的任一颜色，故又称其为24位真彩色。,一幅图像中的每一个像素点均被赋予不同的RGB值，便可以形成真彩色图像，如红色(255，0，0)、绿色(0，255，0)、蓝色(0，0，255)、青色(0，255，255)、品红(255，0，255)、黄色(255，255，0)、白色(255，255，255)、黑色(0，0，0)等，等比例混合三基色产生的是灰色。RGB颜色模型可用一个三维空间中的单位立方体来表示，如图9-

6、2所示。,图9-2 RGB颜色模型单位立方体,在RGB立方体中，所有数据都进行了标准化，其取值范围为0，1。原点所对应的颜色为黑色，它的三个分量值都为零。距离原点最远的顶点对应的颜色为白色，它的三个分量值都为1。从黑到白的灰色分布在这两个点的连线上，该线称为灰色线。立方体内其余各点对应不同的颜色。彩色立方体中有三个角对应于三基色红、绿、蓝，剩下的三个角对应于三基色的补色，即青色(蓝绿色)、品红(紫色)、黄色。,RGB模型与显示器等设备有着很好的对应关系，RGB显示器中，有三种荧光粉能够分别发射出红、绿、蓝三种颜色，三个相邻的荧光点构成了一个像素，这些荧光点受到三束强度分别为c1、c2、c3的电

7、子束的轰击，会发出不同的亮度，通过物理上的叠加或混合，便可显示出相应的颜色。,2 CIE XYZ模型采用RGB模型表示各种不同颜色时，存在有负值表示颜色。为此，CIE1931年制定了XYZ模型，其中，X、Y、Z分别表示三种标准原色。对于可见光中的任一种颜色F，可以找到一组权值使：,(9-1),式中：x、y、z称为标准计色系统下的色度坐标，可表示为,(9-2),显然，xyz1。,x、y、z中，只有两个是相互独立的，因此，表示某种颜色只需两个坐标即可。据此，CIE制定了如图9-3所示的色度图，图中横轴代表标准红色分量x，纵轴代表标准绿色分量y，标准蓝色分量z=1(xy)。,图9-3 CIE XYZ

8、色度图,CIE XYZ模型与RGB模型之间可以相互转换，其转换公式为,(9-3),3.Lab颜色模型Lab颜色模型是CIE于1976年制定的等色空间。Lab颜色由亮度或光亮度分量L和a、b两个色度分量组成。其中，a在正向的数值越大表示越红，在负向的数值越大则表示越绿；b在正向的数值越大表示越黄，在负向的数值越大表示越蓝。Lab颜色与设备无关，无论使用何种设备(如显示器、打印机、计算机或扫描仪)创建或输出图像，这种模型都能生成一致的颜色。Lab模型与XYZ模型的转换公式为,(9-4),式中：X0、Y0、Z0为标准白色对应的X、Y、Z值。,4.HSI颜色模型HSI模型是美国色彩学家孟塞尔(H.A.

9、Munseu)于1915年提出的，它反映了人的视觉系统感知彩色的方式，以色调、饱和度和强度三种基本特征量来感知颜色。色调H(Hue)：与光波的波长有关，它表示人的感官对不同颜色的感受，如红色、绿色、蓝色等，它也可表示一定范围的颜色，如暖色、冷色等。饱和度S(Saturation)：表示颜色的纯度，纯光谱色是完全饱和的，加入白光会稀释饱和度。饱和度越大，颜色看起来就会越鲜艳，反之亦然。,强度I(Intensity)：对应成像亮度和图像灰度，是颜色的明亮程度。HSI模型的建立基于两个重要的事实：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是紧密相联的。这些特点使得HSI模型非常适合彩色

10、特性检测与分析。若将RGB单位立方体沿主对角线进行投影，可得到图9-4(a)所示的六边形，这样，原来沿主对角线的灰色都投影到中心白色点，而红色点(1，0，0)则位于右边的角上，绿色点(0，1，0)位于左上角，蓝色点(0，0，1)则位于左下角。,图9-4 HSI颜色模型,图9-4(b)是HSI颜色模型的双六棱锥表示，I是强度轴，色调H的角度范围为0，2，其中，纯红色的角度为0，纯绿色的角度为2/3，纯蓝色的角度为4/3。饱和度S是颜色空间任一点距I轴的距离。当然，若用圆表示RGB模型的投影，则HSI色度空间为双圆锥3D表示。,注意：当强度I=0时，色调H、饱和度S无定义；当S=0时，色调H无定义

11、。HSI模型也可用圆柱来表示，如图9-5所示。若将其展开，并按图9-6进行定义，可得到HSI调色板。,图9-5 圆柱HSI模型,图9-6 HSI调色板,HSI模型与RGB模型之间可按下述方法相互转换。(1)RGB转换到HSI。首先，对取值范围为0，255的R、G、B值按式(9-5)进行归一化处理，得到3个0，1范围内的r、g、b值：,(9-5),则对应HSI模型中的H、S、I分量的计算公式为,(9-6),(9-7),(9-8),式中,由式(9-6)(9-8)计算出的h值的范围为0，2，s值的范围为0，1，i值的范围为0，1，为便于理解，常将其转换为0，360，0，100，0，255：,(9-9

12、),(2)HSI转换到RGB。利用h、s、i将HSI转换为RGB的公式为,(9-10),(9-11),(9-12),由式(9-10)(9-12)计算出的r、g、b值的范围为0，1，为便于理解与显示，常将其转换为0，255：,(9-13),例如，有一像素的颜色为(100，150，200)，求其对应H、S、I值的步骤如下。(1)归一化处理：,(2)用式(9-6)计算h，由于bg，故,(3)计算s：,(4)计算H，S，I：,再如，若一像素的颜色为(210，33.3，150)，分别求其对应R、G、B值，步骤如下。,(1)计算h、s、i：,(2)由于h2/3，4/3)：,(3)计算R、G、B：,与HSI

13、相似的颜色模型还有HSV模型和HLS模型。HSV和HLS模型中的H、S与HSI模型中的H、S含义相同，V、L含义与I基本一致。但应注意，HSV模型和HLS模型与RGB模型的转换方式与HSI不同，在此不再讨论，请参阅本书所附光盘中的代码。不同应用系统采用的HSI、HSV、HLS模型不完全一样，表9-1是这三种模型在常见系统中的应用。,表9-1 HSI、HSV、HLS模型在常见系统中的应用,5.CMY颜色模型CMY模型也是一种常用的表示颜色的方式。印刷工业常采用CMY色彩系统，它是通过颜色相减来产生其它颜色的，所以，称这种方式为减色合成法(Subtractive Color Synthesis)。

14、CMY模式的原色为青色(Cyan)、品红色(Magenta)、黄色(Yellow)。青色、品红色、黄色是该表色系统的三基色，它们分别对应三种墨水。青色吸收红光，品红色吸收绿光，黄色吸收蓝光，印刷好的图像被白光照射时会产生合适的反射，从而形成不同的色彩。部分颜色的CMY编码为：白色(0，0，0)，因为白色光不会被吸收；黑色(255，255，255)，因为白光的所有成分都会被吸收；黄色(0，0，255)，因为入射白光中的蓝色成分容易被墨水吸收，从而留下了红色和绿色成分，使人感觉到黄色。,CMY与RGB的转换关系为,(9-14),式中：C、M、Y，R、G、B都归一化到0，1范围。在实际应用中，由于黑

15、色(Black)用量较大，印刷中往往直接用黑色墨水来产生黑色，从而节约青色、品红色、黄色三种墨水的用量。因此，常常用CMYK来表示CMY模型。,6.YUV电视信号彩色坐标系统彩色电视信号传输时，将RGB改组成亮度信号和色度信号。PAL制式将RGB三色信号改组成YUV信号，其中，Y信号表示亮度，U、V信号表示色差。,RGB与YUV之间的对应关系如下：,(9-15),(9-16),7.YCbCr模型YCbCr模型充分考虑人眼的视觉特性，以降低彩色数字图像存储量，是一种适合于彩色图像压缩的模型。YCbCr模型与YUV模型一样，由亮度Y、色差Cb、色差Cr构成。与YUV模型不同的是，在构造色差信号时，

16、充分考虑了R、G、B三个分量在视觉感受中的不同重要性。,YCbCr与RGB之间的对应关系如下：,(9-17),(9-18),9.2 颜色变换 9.2.1 基本变换颜色变换模型为,(9-19),式中：f(x，y)是彩色输入图像；g(x，y)是变换或处理后的彩色图像；T是在空间域上对f的操作。这里，像素值是从彩色空间选择的3元组或4元组。,颜色变换关系可用下式表示：,(9-20),式中：ri、si为f(x，y)和g(x，y)在图像中任一点的彩色分量值；T1，T2，Tn为变换函数集。n的值由颜色模型而定，若选择RGB模型，则n=3；r1、r2、r3分别表示输入图像的红、绿、蓝分量；选择CMYK模型，

17、则n=4。,例如，要改进图像的亮度，可使用：,(9-21),式中：k为改进亮度的常数，0k1。在HSI模型中，其变换为,(9-22),在RGB模型中，其变换为,(9-23),式(9-22)和式(9-23)中定义的每一变换，仅依赖于其彩色模型中的一个分量。例如，红色的输出分量S在式(9-23)中独立于绿色和蓝色输入分量。这类变换是最简单和最常用的彩色处理工具，并可以每个彩色分量为基础进行。但有些变换函数会依赖所有的输入图像分量，因此，不能以单独彩色分量为基础进行变换。理论上，式(9-20)可用于任何颜色模型，然而，某一特定变换对特定的颜色模型会比较适用。如图9-7所示直方图均衡化处理效果，若采用

18、HSI模型，通过对I进行处理，其结果正常，而若采用RGB模型分别对三通道进行处理，则会产生颜色畸变(偏色)现象(见本书所附光盘)。,图9-7 彩色图像直方图均衡化处理效果,9.2.2 彩色切片彩色切片是指通过识别图像中感兴趣的颜色，然后将其作为一个整体从图像中分离出来。图9-8(a)图像中包含了不同颜色的区域，利用彩色切片技术可将黄色区域分离出来，如图9-8(b)所示，其余部分均被设置成灰色。,图9-8 彩色切片效果,彩色切片类似于伪彩色处理中的灰度分层法。由于一个彩色像素具有n维参量，每个像素变换后的彩色分量是所有n个原始像素彩色分量的函数，故彩色变换函数比灰度变换函数要复杂得多。对一幅彩色

19、图像分层最简单的方法，是把感兴趣区域以外的区域变换为不突出的颜色(如背景色)。,如果感兴趣的颜色由宽为W，中心在平均值点，且由分量(a1，a2，an)构成的立方体(或超立方体，n3)所包围，则完成彩色切片的变换函数为,(9-24),式(9-24)使立方体范围内的颜色保持为指定的颜色，从而突出了感兴趣的颜色。,当然，也可用球体实现彩色切片变换：,(9-25),式(9-25)中，颜色范围由半径为R0的球体(或超球体，n3)所包围。图9-8(b)就是采用式(9-24)处理得到的效果。,9.2.3 直方图处理在数字图像处理中，直方图是最简单且最有效的工具，通过直方图均衡化、归一化等处理，可对图像质量进

20、行调整。对彩色图像而言，直方图仍为一种有力的处理工具。彩色直方图h定义为,(9-26),式中：A、B、C为颜色通道(R、G、B，H、S、I等)；N为图像的总像素数；P为概率；r1、r2、r3为颜色值。将图像中的颜色进行量化后，然后统计每种颜色出现的个数，便可得到彩色直方图。,若直接用式(9-26)获取图像直方图，则计算量非常大。例如，RGB模型每通道量化为8位，共有16 777 216种颜色，因此，要分别统计16 777 216种颜色在图像中出现的次数。实际应用中常采用如下几种方法实现彩色直方图的简化。,1.分通道彩色直方图首先对彩色图像执行通道分离操作，然后，对每个颜色通道进行直方图统计，获

21、得各通道的直方图。图9-9是图9-7(a)的R、G、B三通道直方图。利用分通道直方图，可以分析每个颜色分量在图像中的分布情况，从而完成对图像的进一步处理。,图9-9 分通道彩色直方图,2.单变量彩色直方图由于图像中的颜色数是有限的，因此可将式(9-26)中的多通道直方图转换为单变量直方图，转换公式为,(9-27),式中：Na、Nb分别为具有A、B分量的像素数。单变量彩色直方图定义为,(9-28),3.近似彩色直方图对于RGB模型，创建彩色直方图的另一种简化方法是分别取R、G、B颜色通道的高两位拼成一个值，用该值代表一种颜色，统计其在图像中出现的次数，便可得到彩色图像的近似直方图。该简化方法中，

22、直方图的级别只有26=64级，大大简化了直方图的创建过程及处理过程。第4章所讨论的灰度直方图处理方法，如直方图拉伸、直方图均衡化等操作几乎不用作任何变动就可用于彩色直方图处理。当然，彩色直方图更多的是用于图像检索中。,9.3 平滑与锐化 9.3.1 彩色图像平滑灰度图像的平滑是通过Box模板操作来实现的，可以将其推广到彩色图像平滑中。在RGB模型中，每个像素有三个颜色分量，可以用一个在RGB坐标系中的向量来描述。记c为RGB坐标系中任一向量，则,(9-29),由数字图像的定义可知，向量c是像素位置(x，y)的函数，则,(9-30),式中：x=0，1，2，M-1；y=0，1，2，N-1。对于一个

23、MN的图像而言，有MN个这样的向量。,利用Box模板对彩色图像进行平滑可用下式表示：,(9-31a),即,(9-31b),式中：S是以(x，y)为中心的邻域的集合；M为S内的像素点数。,由此可知，用Box模板可在独立的分量上进行平滑操作。图9-10是对图9-7(a)用2525的Box模板进行平滑的结果。注意，若不同通道采用不同模板进行平滑，则会发生颜色畸变，如对R、B通道采用2525 Box模板进行平滑，而对G通道采用2525方差为0.5的Gaussian模板进行平滑，则得到如图9-11所示的结果，可以看出，花瓣边缘存在有颜色畸变(见本书所附光盘)。,图9-10 彩色图像Box模板平滑,图9-

24、11 彩色图像平滑中的颜色畸变,9.3.2 彩色图像锐化RGB图像的锐化与平滑操作步骤相同，但使用的是锐化模板。Laplacian模板向量计算公式为,(9-32),对图9-7(a)采用图9-12(a)所示的锐化模板进行锐化，处理的结果如图9-12(b)所示。,图9-12 彩色图像锐化,9.4 彩色图像处理的应用9.4.1 去红眼用照相机拍摄人像时，有时会出现红眼现象。因为在光线较暗的环境中拍摄时，闪光灯闪光会使人眼瞳孔瞬时放大，视网膜上的血管被反射到底片上，从而产生红眼现象。去红眼技术常用的颜色模型有：RGB模型、CIE Lab模型、HSI模型。在此，采用HSI模型进行处理。统计资料表明，人像

25、中的红眼有如下特征：,(9-33),由式(9-33)得出如下去红眼算法：(1)确定眼部区域Reye；(2)对Reye中的每一像素，将其由RGB模型转换为HSI模型；(3)将满足式(9-33)的像素的饱和度s置为0，即变成灰色；(4)重复执行(2)(3)，直到处理完Reye中的所有像素。图9-13是采用该算法进行处理的结果(参见本书所附光盘)。,图9-13 去红眼处理,9.4.2 肤色检测肤色检测技术在基于内容的图像检索、身份鉴定和确认、人机交互操作等方面有着广泛的应用。根据肤色特征，利用肤色模型，将肤色在色度空间进行聚类分析，便可完成肤色检测。常用的肤色检测模型有：高斯模型、混合高斯模型和直方

26、图模型。色度空间可用常见的RGB、CIE Lab、HSI、YCbCr等模型。由于皮肤颜色受种族、光照强度、光源颜色等环境因素影响较大，因此，选择合适的色度空间是非常重要的。,这里，简要说明用2D Gaussian模型G(m，V2)，在YCbCr色度空间对肤色检测的过程。2D Gaussian模型G(m，V2)定义为,(9-34),式中：、为Cr、Cb的平均值；V为协方差矩阵；为方差。,基于式(9-34)所示模型的肤色检测算法如下：(1)根据肤色模型，将一幅彩色图像转变为灰度图像，像素的灰度值对应于该点属于皮肤区域的概率；(2)选取合适的阈值，将灰度图像转换为二值图像，其中0、1分别表示非皮肤区

27、域和皮肤区域；(3)以该二值图像作模板，在原图像中检测肤色区域。图9-14是采用该算法进行肤色检测的结果。,图9-14 肤色检测,习 题1.打开一幅RGB彩色图像，利用图像处理软件或通过编程，将绿色和蓝色通道进行互换，观察通道互换后的效果，并对结果进行说明。若将所有蓝色值加倍，结果又将如何？2.有一RGB值为(200，50，120)的颜色，分别计算其HSI模型、YCbCr模型的转换结果。3.从点(r，g，b)作一垂直于RGB立方体主对角线的平面，利用解析几何方法完成RGB模型到HSI模型的转换公式的推导。,4 任选一灰度图像灰度变换的方法，将其应用于彩色图像处理中，分别用RGB模型和HSI模型进行处理，观察并分析处理结果。5.用其它算法，编程实现人像中去红眼过程。6.用其它算法，编程实现肤色检测过程。7.彩色图像处理的另一重要应用是进行彩色图像的彩色平衡处理，有白平衡法、最大颜色值平衡法等。请查阅相关资料，分析其算法及实现过程。,