冈萨雷斯《数字图像处理》学习笔记（六）彩色图像处理

目录

一、彩色基础

二、彩色模型

三、色彩转换

四、彩色图像处理基础

五、彩色图像处理

六、彩色图像的噪声

七、彩色图像的压缩

附加知识点

---

一、彩色基础

彩色定义：彩色是物体的一种属性，他依赖于一下三个方面的因素。

（1）光源——照射光的谱性质或谱能量分布

（2）物体——被照射物体的反射性质

（3）成像接收器（眼睛或成像传感器）——光谱能量吸收性质

二、彩色模型

彩色模型也称彩色空间或彩色系统，是用来精确标定和生成各种颜色的一套规则和定义，它的用途是在某些标准下用通常可接受的方式简化彩色规范。彩色模型通常可以采用坐标系统来描述，而位于系统中的每种颜色都可由坐标空间中的单个点来表示。

RGB模型：该模型是工业界的一种颜色标准，是通过对红绿蓝三个颜色亮度的变化以及他们相互之间的叠加来得到各种各样的颜色的，该标准几乎包括了人类视觉所能感知的所有颜色，是目前运用最广的颜色模型之一。

每种颜色出现在红、绿、蓝的原色光谱分量中。RGB原色值位于3个角上；二次色青色、深红色和黄色位于另外3个角上，黑色位于原点处，白色位于远离远点最远的角上。该模型中，灰度沿着连接这两点的直线从黑色延伸到白色。假定所有的颜色值都归一化了。

用RGB彩色模型表示的图像包含三个图像分量，分别于红、绿、蓝三原色相对应。当送入RGB监视器时，这三幅图像在荧光屏上混合产生一幅合成的彩色图像。在RGB空间中，用于表示每一个像素的比特数称为像素深度。

24比特深度的图像通常称为真彩色或全彩色图像。

CMY模型：采用青、品红、黄色三种基本原色按一定比例合成颜色的方法。由于色彩的显示不是直接来自于光线的色彩，而是光线被物体吸收掉一部分之后反射回来的剩余光线所产生的，因此CMY模型又称减色法混合模型。

RGB模型为光的三基色，CMY描述的是颜料的三原色；一般应用于彩色打印机和复印机等。可由RGB转换得到(已经归一化)： 

CMYK模型：CMY模型中加上黑色。

等量的颜料原色青色、深红色和黄色可以生成黑色，但产生的黑色是不纯的，因此加入第四种颜色——黑色，构成CMYK彩色模型，及“四色打印”

HSI模型：HSI模型是从人的视觉系统出发，直接使用颜色三要素——色调（hue）、饱和度（Sturation）和亮度（Intensity，有时也翻译作密度或灰度）来描述颜色。色调和饱和度统称为色度

@亮度是指人感觉光的明暗程度。光的能量越大，亮度越大。

@色调是彩色最重要的属性，决定颜色的本质，由物体反射光线中占优势的波长来决定，不同的波长产生不同的颜色感觉。由角度表示，反映了该颜色最接近什么样的光谱波长（即彩虹中的哪种颜色）0度为红色，120度为绿色，240度为蓝色。0度到240度覆盖了所有可见光谱的颜色，240度到300度是人眼可见的非光谱色（紫色）

 

@饱和度是指颜色的深浅和浓淡程度，饱和度越高，颜色越深。饱和度的深浅和白色的比例有关，白色比例越多，饱和度越低。

HSV模型：是人们用来从调色板或颜色轮中挑选颜色（例如颜料、墨水等）所采用的的彩色系统之一。HSV表示色调、饱和度和数值。该系统比RGB更接近于人们的经验和对彩色的感知

三、色彩转换

RGB->HSI: 
  
 
 
HSI->RGB: 
1. 0<=H<120: 
 
2. 120<=H<240: 
 
 
3. 240<=H<360: 
 

四、彩色图像处理基础

1、伪彩色图像处理
伪彩色图像处理指基于一种指定的规则对灰度值赋以颜色的处理。伪彩色的主要应用是人目视视察和解释单幅图像或序列图像中的灰度级事件。(灰度图像->灰度分层处理->彩色图像)。

伪彩色图像处理有三种方法：灰度分层法、灰度级-彩色变换法、频域滤波法

 

2、灰度分层

将灰度图像中的像素灰度理解为高度，则可以将图像转为三维，通过插入分割平面，将图像划分为不同的“层”，为每一层赋以一种彩色。

3、灰度级到彩色变换

多光谱图像处理中，不同的传感器在不同的频段产生独立的单色图像，常组合为一副彩色图像。

典型的变换传递函数：

4、 频域滤波法

频域滤波法伪彩色处理技术原理示意图：

5、 全彩色图像处理

 

全彩色图像处理技术总的可以分为两大类：

（1）对3个平面分量单独处理，然后将分别处理过的三个分量合成彩色图像，对每个分量的处理技术可以应用到对灰度图像处理的技术上，然后合成彩色图像。

如下线性滤波：

其实彩色图像的处理方法与灰度图像极其类似，很多时候我们把彩色图像分割成各分量的图像，然后使用灰度图像处理方法来处理它们。

（2）直接对彩色像素进行处理。因为全彩色图像至少有3个分量，彩色像素实际上是一个向量，直接处理就是同时对所有分量进行无差别的处理。

令c代表RGB彩色空间的一个任意向量： 
 
c的分量仅是一幅彩色图像在一点处的RGB分量，可以认为彩色分量是坐标(x,y)的函数： 
 
即把彩色图像分解为各分量的灰度图像。 

 

五、彩色图像处理

1、彩色变换
彩色变换主要涉及在单一色彩模型内处理彩色图像的分量，而不是这些分量在不同模型间的转换。 
 

其中f(x,y)是彩色输入图像，g(x,y)是变换或处理后的彩色输出图像，T是在空间邻域（x,y）上对f的操作。

用彩色变换调整图像亮度

g(x,y)=kf(x,y)  0

HIS彩色空间，可以作简单变换：

,这里,仅仅改变亮度分量。

RGB彩色空间，3个分量都必须变换：

CMY空间为一个相似的线性变换集：

主要思路还是将彩色图像的各分量分开，以灰度图像处理的方式分别处理。 
<1>. 补色； 

在如图所示的彩色环上，与一种色调直接相对立的另一种色调称为补色。

作用：增强嵌在彩色图像暗区的细节

补色变换函数：

<2>. 彩色分层； 

突出图像中特殊的彩色区域对从其周围分离出目标物是很有用的。

基本思路:
(1)显示感兴趣的颜色以便从背景中把它们分离出来;
(2)像模板那样使用由彩色定义的区域，以便进一步处理。

●最直接的方法是沿用灰度分层技术。
●最简单的方法之一是把某些感兴趣区域以外的区域的彩色映射为不突出的自然色。

<3>. 色调和彩色矫正； 

一幅图像的灰度范围也叫做“主调型”，它提供一般彩色强度的分布信息。
➢高主调图像的多数信息集中在高亮度处
➢低主调图像的彩色主要位于低亮度处:
➢中间主调图像位于其中间亮度处
◆正像在单色情况下，彩色图像亮度最好在高亮度和阴影之间均匀分布

<4>. 直方图处理； 

灰度直方图均衡自动地确定一种变换，这种变换试图产生具有均匀的灰度值的直方图。在单色图像情况下能成功处理低、中和高主调图像。
彩色图像是由多个分量组成的，独立地进行彩色图像分量的直方图均衡通常是不明智的，这将产生不正确的彩色。
一个更合乎逻辑的方法是均匀地扩展彩色强度，保留彩色本身(即色调)不变。
<5>. 平滑和锐化； 

见下
<6>. 基于彩色的图像分割。

见下

2、平滑和锐化
平滑 
 

➢如标量图像一样，该向量分量可以用传统的灰度邻域处理单独地平滑RGB图像的每一个平面得到。

➢用邻域平均值平滑可以在每个彩色平面的基础上进行。

 
锐化 

●采用拉普拉斯算子进行图像锐化处理。
●向量的拉普拉斯被定义为一向量，其分量等于输入向量的独立标量分量的拉普拉斯微分。
●在RGB彩色系统中，向量c的拉普拉斯变换为:

可以通过分别计算每一分量图像的拉普拉斯去计算全彩色图像的拉普拉斯
3、基于彩色的图像分割
HSI彩色空间分割

●在色调图像中描述彩色是很方便的。
●为了在色调图像中分割出感兴趣的特征区，饱和度被用作一个模板图像。在彩色图像分割中强度图像不常使用，因为它不携带彩色信息。
➢H色调图像方便描述彩色
➢S饱和度图像做模板分离感兴趣的特征区➢I强度图像不携带彩色信息,
RGB向量空间分割

●通常用RGB彩色向量分割的结果更好，该方法是直接的。
●(假如目标是在RGB图像中分割特定彩色区域的物体。给定一个感兴趣彩色的有代表性的彩色点样本集，可得到一个彩色“平均”估计，这种彩色是我们希望分割的彩色。

●令这个平均彩色为RGB向量A。Z代表RGB空间中的任意一点，Z和A间的欧氏距离由下式给出，是特定的距离阈值。

如果D(Z,A)<=，则Z与A相似

如果D(Z,A)>，则Z与A不相似
彩色边缘检测

六、彩色图像的噪声

彩色图像噪声的内容在每个彩色通道中具有相同的特性，但是，可能对不同彩色通道造成的影响不同。

➢个别通道的电子学故障。
➢由于每个彩色通道的相对照射强度的差异造成不同的噪声程度。

七、彩色图像的压缩

➢数据压缩在存储和传输彩色图像中起核心作用，因为描述彩色要求的比特数比描述灰度的数量大3到4倍。
➢作为压缩对象的数据是各彩色像素的分量。
➢压缩是减小或消除冗余度或者不相干数据的处理。

附加知识点

彩色图像：每个像素由R、G、B三个分量表示，每个通道取值范围0~255。数据类型一般为8位无符号整形。

灰度图像：每个像素只有一个采样颜色的图像，这类图像通常显示为从最暗黑色到最亮的白色的灰度。

二值图像（黑白图像）：每个像素点只有两种可能，0和1.0代表黑色，1代表白色。数据类型通常为1个二进制位。

索引图像：类似于查字典，为了解决彩色图像消耗空间大的问题，一般应用于色彩构成比较简单的场景。
其中，索引图像包括一个数据矩阵X，一个颜色映像矩阵Map。其中Map是一个包含三列、若干行的数据阵列，其中每个元素的值均为[0, 1]之间的双精度浮点型数据。Map矩阵的每一行分别表示红色、绿色和蓝色的颜色值。在MATLAB中，索引图像是从像素值到颜色映射表值的“直接映射”。像素颜色由数据矩阵X作为索引指向矩阵Map进行索引，例如，值1指向矩阵Map中的第一行，值2指向第二行，以此类推。

图中圆圈内的就是索引图像的索引表，下面的就是其对应RGB颜色表。

图中小圆圈处的索引号是5，对应RGB颜色的第5行，所以该处RGB颜色实际是0.2902 0.0627 0.0627

索引图像的作用就是体积小，方便传输，只需要把索引表传输过去，接收方用对应的RGB颜色表还原就行。