6 彩色图像处理
合集下载
彩色图像 处理
式中
h值的范围[0，2π] s值的范围为[0，1] i值的范围为[0，1]
H值的范围[0°，360°] S值的范围[0，100] I值的范围[0，255]
H h 180 / S s 100 I i 255
(2) HSI转换到RGB。利用h、s、i将HSI转换为 RGB的公式为
2 彩色模型
彩色模型（彩色空间或彩色系统）的用 途是用一些标准的，通常可接受的方式 来促进彩色规范。 彩色模型实际上是某个三维颜色空间中 的一个可见光子集。
彩色模型
用于进行有关颜色的理论研究。 RGB模型、CIE XYZ模型、Lab 模型等。
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。 HSI模型、HSV模型、HSL模型。
彩色图像处理的应用——去红眼
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，人像中 的红眼有如下特征：
- h 4 4 s 0.3
去红眼
彩色图像处理的应用——肤色检测
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图模型。色度 空间可用常见的RGB、CIE Lab、HSI、YCbCr等模型。
2.2 CMY和CMYK彩色模型
C 1 R M 1 G Y 1 B
CMY彩色模型主要用于彩色打印。 相减混色模型 CMYK – K:黑色
2.2 HSI颜色模型
HSI模型是美国色彩学家孟塞尔 (H.A.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。
6彩色图象处理
彩色模型——RGB模型
• 216 种安全彩色用 RGB 值形成 • RGB 三元数组给出 (6)3 = 216 可能值
216 安全色中 RGB 分量的可用值
– 例如， FF0000 表示红色 (十进制表示 R=256, G=B=0) 000000 表示黑色 FFFFF 表示白色
SEIE-TJU
10
RGB 制彩色表示—彩色矢量空间
• 对于任意给定的彩色光 F，其配色方程可写成 F ＝ R[R] + G[G] + B[B] • 如果用相互垂直的三个坐标轴分别表示三个相互独立的 基色R、G、B，那么任意一个彩色就能用此三维空间中 的一个彩色矢量来表征。后面再详细讲述。
彩色矢量空间
• RGB 色度图就是用 r-g 直角坐标系来表示各种色度所画出 的平面图形。
SEIE-TJU 12
CIE RGB 色度图
• 由 [R]、[G]、[B] 三点连成的三角形称彩色三角形，其重心 E 即为等 能白光 E白 的位置。
– 在连接 [R] 和 [G] 的直线上，r、g 之和恒为 1，即 b = 0。 – 在彩色三角形内 r＋g≤1，r、g、b 均为正值，说明由三基色相加混合配出 的各种彩色均在三角形内。 – 对于某些饱和度很高的色光（例如绿、蓝色光），不论用怎样的 r、g、b 比例关系，均无法用正三基色相加配出，而必须用“负”的基色光，或 者说，色系数为负值。具有这类性质的彩色的色度坐标处在彩色三角形 之外。
– 颜料基色 紫色、青色、黄色 – 颜料合成色 红色、黄色、蓝色 – 颜色着色混合符合相减原理
颜料混合
(原色相减)
SEIE-TJU
9
彩色匹配 Grassman 定理
1. 2. 3. 4. 5. 6. 7. 8. 任何彩色可以用至多三种彩色光所匹配； 混合彩色的亮度是等于其混合分量的亮度之和; 人眼不能分解彩色混色的各分量; 在一个亮度水平上的彩色匹配将在很宽的亮度范围内保持; 匹配的彩色相加后仍然保持匹配; 匹配的彩色混合相减后仍然保持匹配; 彩色匹配的传递定理; 三种彩色匹配: 直接的和间接的。
• 216 种安全彩色用 RGB 值形成 • RGB 三元数组给出 (6)3 = 216 可能值
216 安全色中 RGB 分量的可用值
– 例如， FF0000 表示红色 (十进制表示 R=256, G=B=0) 000000 表示黑色 FFFFF 表示白色
SEIE-TJU
10
RGB 制彩色表示—彩色矢量空间
• 对于任意给定的彩色光 F，其配色方程可写成 F ＝ R[R] + G[G] + B[B] • 如果用相互垂直的三个坐标轴分别表示三个相互独立的 基色R、G、B，那么任意一个彩色就能用此三维空间中 的一个彩色矢量来表征。后面再详细讲述。
彩色矢量空间
• RGB 色度图就是用 r-g 直角坐标系来表示各种色度所画出 的平面图形。
SEIE-TJU 12
CIE RGB 色度图
• 由 [R]、[G]、[B] 三点连成的三角形称彩色三角形，其重心 E 即为等 能白光 E白 的位置。
– 在连接 [R] 和 [G] 的直线上，r、g 之和恒为 1，即 b = 0。 – 在彩色三角形内 r＋g≤1，r、g、b 均为正值，说明由三基色相加混合配出 的各种彩色均在三角形内。 – 对于某些饱和度很高的色光（例如绿、蓝色光），不论用怎样的 r、g、b 比例关系，均无法用正三基色相加配出，而必须用“负”的基色光，或 者说，色系数为负值。具有这类性质的彩色的色度坐标处在彩色三角形 之外。
– 颜料基色 紫色、青色、黄色 – 颜料合成色 红色、黄色、蓝色 – 颜色着色混合符合相减原理
颜料混合
(原色相减)
SEIE-TJU
9
彩色匹配 Grassman 定理
1. 2. 3. 4. 5. 6. 7. 8. 任何彩色可以用至多三种彩色光所匹配； 混合彩色的亮度是等于其混合分量的亮度之和; 人眼不能分解彩色混色的各分量; 在一个亮度水平上的彩色匹配将在很宽的亮度范围内保持; 匹配的彩色相加后仍然保持匹配; 匹配的彩色混合相减后仍然保持匹配; 彩色匹配的传递定理; 三种彩色匹配: 直接的和间接的。
第六讲 彩色图像处理_PPT幻灯片
例2 焊缝缺陷的检测
焊缝X光的单色图像
彩色编码的图像
在灰度级是已知的前提下，强度分层在可视化方面是简单而 有力的手段。简化工作，降低失误率。
例3 降雨量的观察
强度与月平均降雨量对应的灰度图像
对强度值赋予颜色
彩色编码图像
南美区域放大图
2、灰度级到彩色转换
灰度级到彩色变换图 灰度级到彩色的变换是基于平滑的非线性函数。
如粉红色(红+白)欠饱和，纯谱色是全饱和。 色调与饱和度一起成为彩色。
三色值系数： x X
X Y Z
y Y XYZ
z Z XYZ
X、Y、Z分别表示某种颜色中红绿蓝的量，即三色值。
方法二：CIE色度图
三、彩色模型
1、RGB彩色模型（面向硬件）
笛卡尔坐标系中以700nm(红)、546.1nm (绿)、435.8nm (蓝)为三基色。
HSI → RGB
当 0H12 时 0
当 12 0 H24 时 0
GI[1Sccoo1sH s8( (0 1H 2))0]
RI(1S)
B3IRG
RI[1cSoc6so0 ( H sH )()]
BI(1S)
G 3IR B
当 24 0 H36 时 0
BI[1Sccoo3sH s0( (0 2H 4))0]
H=60º
H=120º
H=180º
H=240º
H=300º
HSI模型的优势
1、从人的视觉系统出发，有H、S、I描述色彩
2、相比REG彩色空间模型，更符合人的视觉特点
3、在图像处理和计算机视觉中的大量算法都可在 HIS空间中方便的使用
4、H、S、I可以分开处理而且相互独立 I分量与图像的彩色信息无关；HS分量与人感受颜色的方式
八、彩色图像处理PPT课件
色彩空间转换
将图像从一种色彩空间转换到 另一种色彩空间，以便更好地
进行色彩调整和编辑。
色彩调整
通过调整图像的色相、饱和度 和亮度来改变图像的颜色。
去噪和锐化
通过滤波器和技术来去除图像 中的噪声并增强边缘和细节。
03
彩色图像的分割与识别
彩色图像的分割算法
K均值聚类算法
基于边缘检测的分割算法
将图像划分为多个颜色相似的区域， 通过迭代计算每个像素点所属的类别， 实现图像分割。
电影和电视制作
医学影像分析
在电影和电视制作过程中，彩色图像处理 技术用于调整色彩、增强画面效果，提高 观众的观影体验。
在医学领域，彩色图像处理技术用于对医 学影像进行数字化处理和分析，辅助医生 进行疾病诊断和治疗。
彩色图像处理的基本流程
特征提取
从预处理后的图像中提取出感 兴趣的特征，如颜色、形状、 纹理等。
未来，彩色图像处理技术将更加注重跨学科融合，如计算机视觉、机器 学习、多媒体处理等领域，通过多学科交叉融合推动技术不断创新和发
展。
此外，随着5G、物联网等新技术的普及和应用，彩色图像处理技术将在 智能交通、智能安防、智能家居等领域发挥更加重要的作用，为人们的 生活带来更多便利和安全保障。
06
彩色图像处理的应用案例
图像变换与编码
对图像进行变换和压缩编码， 以减小存储空间和提高传输效 率。
预处理
对原始彩色图像进行去噪、平 滑、对比度增强等操作，以提 高图像质量。
图像分割
将图像分割成不同的区域或对 象，以便于进行后续的处理和 分析。
结果输出
将处理后的彩色图像以适当的 形式输出，如显示、打印或保 存为文件。
02
第6章彩色图像处理资料
V=max(红色、蓝色、绿色)；
补充 YUV彩色空间
YUV是被欧洲电视系统所采用的一种颜色编 码方法(属于PAL) 。
Y为颜色的亮度 U 为色差信号，为红色的浓度偏移量成份 V 为色差信号，为蓝色的浓度偏移量成份 YUV格式有：4∶4∶4 ；4∶2∶2 ；
4∶1∶1 ；4∶2∶0
YUV与RGB间的转换
6.1 彩色基础 p252
将红、绿、蓝的量称为三色值，表示为X,Y,Z， 则一种颜色由三色值系数定义为：
x X X Y Z
y Y X Y Z
z Z X Y Z
x y z 1
CIE色度图
纯色在色度图边 界上，任何不在 边界上而在色度 图内的点都表示 谱色的混合色；
越靠近等能量点 饱和度越低，等 能量点的饱和度 为0；
Y 0.299 0.587 0.114R
U
0.147
0.289
0.436 G
V 0.615 0.515 0.1 B
R 1 0
1.1398 Y
G 1
0.3946
Hale Waihona Puke 0.5805UB 1 2.032 0.0005V
6.3 伪彩色图像处理
伪彩色(又称假彩色)图像处理是根据特定的 准则对灰度值赋以彩色的处理，即将灰度 图转换为彩色图。
6.2.2 CMY和CMYK模型
CMY模型和RGB模型间的关系：
C 1 R
M
1
G
Y 1 B
RGB三个值已归一化为[0,1]
等量的青色、品红和黄色应该产生黑色。但实 际产生的黑色不够纯正，另外加上价格因素， 引入黑色(打印的主色)，构成CMYK模型。
6.2.2 CMY和CMYK模型
补充 YUV彩色空间
YUV是被欧洲电视系统所采用的一种颜色编 码方法(属于PAL) 。
Y为颜色的亮度 U 为色差信号，为红色的浓度偏移量成份 V 为色差信号，为蓝色的浓度偏移量成份 YUV格式有：4∶4∶4 ；4∶2∶2 ；
4∶1∶1 ；4∶2∶0
YUV与RGB间的转换
6.1 彩色基础 p252
将红、绿、蓝的量称为三色值，表示为X,Y,Z， 则一种颜色由三色值系数定义为：
x X X Y Z
y Y X Y Z
z Z X Y Z
x y z 1
CIE色度图
纯色在色度图边 界上，任何不在 边界上而在色度 图内的点都表示 谱色的混合色；
越靠近等能量点 饱和度越低，等 能量点的饱和度 为0；
Y 0.299 0.587 0.114R
U
0.147
0.289
0.436 G
V 0.615 0.515 0.1 B
R 1 0
1.1398 Y
G 1
0.3946
Hale Waihona Puke 0.5805UB 1 2.032 0.0005V
6.3 伪彩色图像处理
伪彩色(又称假彩色)图像处理是根据特定的 准则对灰度值赋以彩色的处理，即将灰度 图转换为彩色图。
6.2.2 CMY和CMYK模型
CMY模型和RGB模型间的关系：
C 1 R
M
1
G
Y 1 B
RGB三个值已归一化为[0,1]
等量的青色、品红和黄色应该产生黑色。但实 际产生的黑色不够纯正，另外加上价格因素， 引入黑色(打印的主色)，构成CMYK模型。
6.2.2 CMY和CMYK模型
第6章彩色图像处理
c R ( x, y ) R ( x, y ) c( x, y ) cG ( x, y ) G ( x, y ) c B ( x, y ) B ( x, y )
彩色图像增强：目的是突出图像中有用的信息，改善 图像的视觉效果
亦称彩色空间或彩色系统 。最通用的就是RGB模型 （用于如摄像机等）、 CMY（青，深红，黄）、 CMYK（青，深红，黄，黑）是针对彩色打印机，而 HSI（色调，饱和度，亮度）更符合人描述颜色，也适 合本书给出的灰度处理技术。
RGB彩色模型 • 它使用红、绿、蓝三原色 的亮度来定量的表示颜色， 也称加色混色模型。 • 一幅M×N的RGB彩色图 像可以用M×N×3的矩阵 表示。
④ 彩色图像的平滑（去噪，图像模糊） • RGB模型的平滑：每个分量的平均，即对各个分量图 像分别进行平滑。
1 K 1 1 g ( x, y ) f ( x, y ) K K ( x , y ) S xy 1 K
( x , y ) S x , y
R ( x, y )
第六章 彩色图像处理6.1概述• 彩色图像提供了比灰度图像更丰富的信息，人眼对彩 色图像的视觉感受比黑白或多灰度图像的感受丰富的多. • 图像中应用彩色主要是因为： ①简化区分目标； ②眼可以辨别几千种颜色色调和亮度，而对灰度辨别仅 几十种，利于人工图像分析。 •彩色图像处理可以分为两个主要领域：全彩色处理和 伪彩色处理
① 彩色平衡： • 问题：图像中物体的颜色偏离了原有的真实色彩，显 示的图像颜色看起来不正常. • 方法：针对某一种颜色，做处理，达到理想的视觉效 果。
• 缺点：过多深红色 • 方法：减弱红色和蓝 色，或者增大绿色分 量
① A=imread('baby.tif'); ② ② B=im2double(A); ③ ③ BR=B(:,:,1); ④ ⑥ CR=(BR+0.00001).^1.5; ④ BG=B(:,:,2); ⑦ CB=(BB+0.00001).^1.2; ⑤ ⑧ CG=BG; ⑤ BB=B(:,:,3); ⑦ C=cat(3,CR,CG,CB); ⑧ figure ⑨ ⑨ subplot(1,2,1) ⑩ ⑩ imshow(B) 11
彩色图像增强：目的是突出图像中有用的信息，改善 图像的视觉效果
亦称彩色空间或彩色系统 。最通用的就是RGB模型 （用于如摄像机等）、 CMY（青，深红，黄）、 CMYK（青，深红，黄，黑）是针对彩色打印机，而 HSI（色调，饱和度，亮度）更符合人描述颜色，也适 合本书给出的灰度处理技术。
RGB彩色模型 • 它使用红、绿、蓝三原色 的亮度来定量的表示颜色， 也称加色混色模型。 • 一幅M×N的RGB彩色图 像可以用M×N×3的矩阵 表示。
④ 彩色图像的平滑（去噪，图像模糊） • RGB模型的平滑：每个分量的平均，即对各个分量图 像分别进行平滑。
1 K 1 1 g ( x, y ) f ( x, y ) K K ( x , y ) S xy 1 K
( x , y ) S x , y
R ( x, y )
第六章 彩色图像处理6.1概述• 彩色图像提供了比灰度图像更丰富的信息，人眼对彩 色图像的视觉感受比黑白或多灰度图像的感受丰富的多. • 图像中应用彩色主要是因为： ①简化区分目标； ②眼可以辨别几千种颜色色调和亮度，而对灰度辨别仅 几十种，利于人工图像分析。 •彩色图像处理可以分为两个主要领域：全彩色处理和 伪彩色处理
① 彩色平衡： • 问题：图像中物体的颜色偏离了原有的真实色彩，显 示的图像颜色看起来不正常. • 方法：针对某一种颜色，做处理，达到理想的视觉效 果。
• 缺点：过多深红色 • 方法：减弱红色和蓝 色，或者增大绿色分 量
① A=imread('baby.tif'); ② ② B=im2double(A); ③ ③ BR=B(:,:,1); ④ ⑥ CR=(BR+0.00001).^1.5; ④ BG=B(:,:,2); ⑦ CB=(BB+0.00001).^1.2; ⑤ ⑧ CG=BG; ⑤ BB=B(:,:,3); ⑦ C=cat(3,CR,CG,CB); ⑧ figure ⑨ ⑨ subplot(1,2,1) ⑩ ⑩ imshow(B) 11
第六章 彩色图像处理
z =1- (x+y)
从380 nm的紫色到781nm的红色等各种纯色的位置标 在舌形色度图周围的边界上。任何不在边界上而在色 度图内部的点都表示谱色的混合色。 图边界上的任何点都是全饱和的。离开边界并接近等 能量点，就在颜色中加入更多的白光，该颜色就变成 欠饱和。
16
例如，图中标记为绿 的点有62%的绿和25% 的红成分，从上式得 到蓝的成分约为13%。
• •
全彩色处理（图像用全彩色传感器获取）
伪彩色处理（对特定的单一亮度或亮度范围赋予一种颜色）
2
专题制图仪
3
嫦娥一号所拍月球三维照片
4
主要内容
彩色基础 彩色模型 伪彩色处理 彩色变换
平滑和锐化
彩色分割
彩色图像的噪声
5
6.1 彩色基础
Color Spectrum
Newton discovered that when a beam of sunlight passes through a glass prism, the emerging beam of light is not white but consists instead of a continuous spectrum of colors. No color in the spectrum ends abruptly, but rather each color blends smoothly into the next.
X x X Y Z Y y X Y Z Z z X Y Z x y z 1
15
色度图 (C.I.E.Chromaticity Diagram)
第六章 彩色图像处理 2资料讲解
例6.8 彩色分层的一种说明
式(6.5.7)和式(6.5.8)可用于图6.30(a)中，以分离出草莓食品。 图6.34(a)和(b)显示使用两种变换的结果，在每种情况中， 从最突出的草莓中选择具有RGB坐标(0.6863，0.1608， 0.1922)的原始红色；选择W和R0，则重点区域不必扩展到 不希望的图像区域。实际值W=0.2549，R0=0.1765可用交 互的方式确定。注意，式(6.5.8)基于球形的变换在包含更多 的草莓红色区域的意义下稍好一些。半径为0.1765的球形不 完全包围宽度为0.2549的立方体，但它本身也不被立方体完 全包围。
的色移、输出设备以及其他设备有关。这一方法随用来把设备映
射到模型及模型本身的彩色分布质量变化。
许多彩色处理系统((CMS)选择的横型是CIE L*a*b*模 型，也称做CIELAB(CIE[I978]，Robertson[1977])。 L*a*b*彩色分量由下式给出：
XW，YW和ZW是参考的白色三激励值——在CIE标准 D65(图6.5的CIE色度图中，由x=0.3127，y=0.3290定义) 照明下典型的完美漫反射白色。
对一幅彩色图像分层的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。
如果感兴趣的颜色由宽为W，中心在原彩色(平均)点并具有 分量(a1,a2, …,an)的立方体(或超立方体，n>3)I所包围， 则必要的变换集是
（6.5.7）
这些变换用强迫其他颜色为参考彩色空间的中点(任意选
理论上，任何变换都可在任何模型中执行。然而，实 际上，某些操作对特定的模型比较适用。对给定的变换， 表达式之间转换的代价必须转换为与彩色空间有关的判决， 然后在该空间执行该转换。
式(6.5.7)和式(6.5.8)可用于图6.30(a)中，以分离出草莓食品。 图6.34(a)和(b)显示使用两种变换的结果，在每种情况中， 从最突出的草莓中选择具有RGB坐标(0.6863，0.1608， 0.1922)的原始红色；选择W和R0，则重点区域不必扩展到 不希望的图像区域。实际值W=0.2549，R0=0.1765可用交 互的方式确定。注意，式(6.5.8)基于球形的变换在包含更多 的草莓红色区域的意义下稍好一些。半径为0.1765的球形不 完全包围宽度为0.2549的立方体，但它本身也不被立方体完 全包围。
的色移、输出设备以及其他设备有关。这一方法随用来把设备映
射到模型及模型本身的彩色分布质量变化。
许多彩色处理系统((CMS)选择的横型是CIE L*a*b*模 型，也称做CIELAB(CIE[I978]，Robertson[1977])。 L*a*b*彩色分量由下式给出：
XW，YW和ZW是参考的白色三激励值——在CIE标准 D65(图6.5的CIE色度图中，由x=0.3127，y=0.3290定义) 照明下典型的完美漫反射白色。
对一幅彩色图像分层的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。
如果感兴趣的颜色由宽为W，中心在原彩色(平均)点并具有 分量(a1,a2, …,an)的立方体(或超立方体，n>3)I所包围， 则必要的变换集是
（6.5.7）
这些变换用强迫其他颜色为参考彩色空间的中点(任意选
理论上，任何变换都可在任何模型中执行。然而，实 际上，某些操作对特定的模型比较适用。对给定的变换， 表达式之间转换的代价必须转换为与彩色空间有关的判决， 然后在该空间执行该转换。
第六章 彩色图像处理 2
3.彩色分层
作用：突出图像中特殊的彩色区域、从其周围分离出目 标物。
基本思路是：(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。 最直接的方法沿用灰度分层技术。然而，因为一个彩色 像素是一个n维参量，彩色变换函数比相对应的灰度变换函数 要复杂得多，事实上，所要求的变换比到目前为止考虑的彩 色分量变换也复杂得多。这是因为所有的彩色分层方法都要 求，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。 对一幅彩色图像分层的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。
上图显示了一碗草莓和一个咖啡杯的高分辨率彩色图像。这是从大幅 (4“×5”)彩色负片数字化的图像。 图中的第二行包含原始的CMYK扫描分量图像。在这些图像的每一个 CMYK彩色分量中，白用1表示，黑用0表示。这样，我们看到草莓是由大 量的深红和黄色组成的，因为对应于这两种CMYK分量的图像最亮。黑色 较少并通常限于咖啡和草莓碗中的阴影。 当CMYK图像被转换为RGB时，如图中第三行所示，可以看到草莓包含 大量的红色和很少的绿色与蓝色。 最后一行显示了用式计算出的HSI分量图像。如期望的那样，强度分量 是全彩色原像的单色复现。另外，草莓在彩色方面相对较纯净。它们具有 最高的饱和度或图像中色调被白光稀释得最少。最后注意到说明色度分量 时的某些困难。问题包含这样一些事实：(1)在HSI模型中，0o和360o相遇 处有一个不连续点．(2)色调对于0饱和度没定义(对白、黑和纯灰)。模型 的不连续点多出现在草莓周围，它们用接近白(1)和黑(0)的灰度值描述。 其结果是不希望的高对比灰度级的混合去描述单颜色——红色。
彩色图像处理课件
白平衡
消除由于光照条件不同而 引起的色彩偏差，使得图 像的色彩更加真实自然。
色彩映射
通过建立输入图像和输出 图像之间的映射关系，实 现图像色彩的变换和调整。
色彩分离与合成
将彩色图像分离成不同的 颜色通道进行处理，然后 再合成彩色图像，以实现 色彩平衡的调整。
锐化与去噪
锐化滤波器
联合锐化与去噪
通过增强图像的高频分量来提高图像 的清晰度，使得图像的边缘和细节更 加突出。
混合压缩方法
JPEG压缩
结合有损和无损压缩技术，先通过色彩空间转换和量化进行有损压 缩，再利用预测编码和算术编码进行无损压缩。
渐进式JPEG
一种特殊的JPEG压缩方法，允许图像在下载时由模糊到清晰逐渐显 示。
有损至无损转换
首先应用有损压缩方法减少数据量，然后对压缩后的数据进行无损压 缩以确保数据的完整性。
01
02
03
直方图均衡化
通过拉伸像素强度分布来 增强图像对比度，使得图 像的亮度分布更加均匀。
对比度拉伸
通过线性或非线性的映射 函数，将原始图像的像素 值映射到更宽的范围，从 而增强图像的对比度。
自适应对比度增强
根据图像的局部特征动态 调整对比度增强算法，以 更好地突出图像的细节和 纹理。
色彩平衡调整
素划分为不同的区域。
适用范围
适用于目标和背景灰度差异较大 的图像。
基于边缘的分割
边缘检测
边缘连接
区域划分
利用边缘检测算子（如 Sobel、Canny等）提取
图像中的边缘信息。
将检测到的边缘点连接 起来，形成封闭的边界。
根据边界信息将图像划 分为不同的区域。
适用范围
适用于边缘明显且连续 的图像。
彩色图像处理-概述.
– [C] +1[C1]= 2 [ C2] +3 [ C3]
处
– [C] +1[C1] +2 [ C2]= 3 [ C3]
理
彩色图像处理-彩色视觉和描述
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
数 称为无色系列。彩色是指除了非彩色以外的各种颜色。 字 颜色有三个基本属性， 分别是色调、 饱和度和亮度。 图 基于这三个基本属性，提出了一种重要的颜色模型 象 处 HSI（Hue、 Saturation、 Intensity）。在HSI颜色模 理 型部分中， 我们将详细介绍这三个基本属性。
处
–则
1[C1]+2 [C2]= 1[C’1]+2 [C’2]
理
彩色图像处理-彩色视觉和描述
彩色匹配
彩色相减：当C1、C2混合色与C’1、C’2混合
色相匹配时，若C2与C’2相匹配，则C1和C’1 也匹配，即已知 [C1]+ [ C2]= [C’1]+
[ C’2]，若 [C’2]=[ C2]，则 [C’1]=[ C1]
定义三种波长并不表明仅仅三个固定rgb分量可以组成所有颜色一幅彩色图像的像素值可看作是光强和波长的函数值fx但实际使用时将其看作是一幅普通二维图像且每个像素有红绿蓝三个灰度值会更直彩色图像处理彩色视觉和描述色匹配为组成某种颜色所需的红绿蓝的量称为3个刺激量分别用rgb表示
彩色图像处理-概述
*对彩色的感知是人类视觉系统固有的能力
PAL-YUV
YUV彩色电视信号传输时，将R、G、B改
组成亮度信号和色度信号。PAL制式将R、G、B
彩色图像处理
图像处理：图像处理(image processing)，用计算机对图像进行分析，以达到所需结果的技术。
又称影像处理。
图像处理一般指数字图像处理。
数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素，其值称为灰度值。
图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。
图像简介：21世纪是一个充满信息的时代，图像作为人类感知世界的视觉基础，是人类获取信息、表达信息和传递信息的重要手段。
数字图像处理，即用计算机对图像进行处理，其发展历史并不长。
数字图像处理技术源于20世纪20年代，当时通过海底电缆从英国伦敦到美国纽约传输了一幅照片，采用了数字压缩技术。
首先数字图像处理技术可以帮助人们更客观、准确地认识世界，人的视觉系统可以帮助人类从外界获取3/4以上的信息，而图像、图形又是所有视觉信息的载体，尽管人眼的鉴别力很高，可以识别上千种颜色，但很多情况下，图像对于人眼来说是模糊的甚至是不可见的，通过图象增强技术，可以使模糊甚至不可见的图像变得清晰明亮。
在计算机中，按照颜色和灰度的多少可以将图像分为二值图像、灰度图像、索引图像和真彩色RGB图像四种基本类型。
大多数图像处理软件都支持这四种类型的图像。
中国物联网校企联盟认为图像处理将会是物联网产业发展的重要支柱之一，它的具体应用是指纹识别技术。
常用方法：1 ）图像变换：由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。
因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅立叶变换可在频域中进行数字滤波处理）。
目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。
2 ）图像编码压缩：图像编码压缩技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
25
CMY模型
印刷时CMY模型不可能产生真正的黑色，因此在印刷业中 实际上使用的是CMYK彩色模型，K为第四种颜色，表示黑 色.
从CMY到CMYK的转换公式
K min(C , M , Y ) C CK M M K Y Y K
26
CMY模型
RGB空间的彩色图像
CMY空间的彩色图像
图6.7 RGB与CMY空间的转换
眼内三种锥状体的光吸收情况
CIE(国际照明委员会)规定的三原色对应的光的波长为： 蓝：435.8nm 绿：546.1nm 红：700nm
12
6.2 彩色基础
三原色混色原理: 红+蓝=品红 绿+蓝=青 红+绿=黄 品红、青、黄称为合成色 它们是颜料的三原色
13
6.2 彩色基础
颜色的特性： 亮度：与灰度图像的灰度值类似 色调：任何一种颜色的光都是由若干波长不同的 光混合而成，其中比重最大的那种光的颜色即为 色调。 饱和度：由色调所对应光在混合光中的比重决定。 也可理解该纯色光被白光冲淡的多少，白光越多 饱和度越低。 色调和饱和度统称为色度。
CMY模型和RGB模型间的关系：
C 1 R M 1 G Y 1 B
等量的青色、品红和黄色应该产生黑色。 但实际产生的黑色不够纯正，另外加上价 格因素，引入黑色(打印的主色)，构成 CMYK模型。
H 360
3 S 1 min( R, G, B) ( R G B)
1 I ( R G B) 3
39
6.3.3 HSI彩色模型
从HSI到RGB的彩色转换
假设HSI值已归一化到[0, 1]范围内。首先将H乘 以360，恢复到[0°, 360°]范围内。根据H的范 围使用不同公式。
数字图像处理
Digital Image Processing
第六章 彩色图像处理
6.1 概述
在图像处理中，颜色的运用受两个主要因素 推动： 颜色是一个强有力的描绘子，它常常可简 化目标物的识别和提取。 人可以辨别几千种不同的颜色，但只能区 分出几十种灰度级，这使得颜色在人工图 像分析中显得特别重要。
例6.1：生成RGB图像
6.3.2 CMY和CMYK模型
C(Cyan 青)M(Magenta 品红)Y(Yellow 黄) 是颜料的三原色。 青色颜料：吸收红光 品红颜料：吸收绿光 黄色颜料：吸收蓝光 例如：当白光照到青色颜料上，红光被吸 收，返回绿光和蓝光，所以呈现青色。 CMY / CMYK模型主要用于打印设备
16
6.3.1 RGB模型
RGB彩色立方体示意图
17
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
4
人眼构造简介
睫状小带 瞳孔 角膜 虹膜
பைடு நூலகம்水晶体
黄斑区 盲点 视神经
视网膜
5
人眼的机理简介
人眼的机理与照相机类似：
1. 瞳孔：透明的角膜后是不透明的虹膜，虹膜中间
的圆孔称为瞳孔，其直径可调节，从而控制进
入人眼内之光通量 ↔ 照相机光圈作用
2. 晶状体：瞳孔后是一扁球形弹性透明体，其曲率 可调节，以改变焦距，使不同距离的图在视网 膜上成像 ↔ 照相机透镜作用
27
例6.2：将RGB图像转换到CMY空间
6.3.3 HSI彩色模型
RGB及CMY适合颜色的生成和显示，但不 适合人为指定颜色。 HSI模型与人眼对颜色的描述很相似，如 淡紫、深红等等。 H：Hue 色调 S：Saturation 饱和度 I：Intensity 强度/亮度/灰度
28
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。
RG扇区(0°≤H≤120°)：
B I (1 S )
S cos H R I 1 cos(60 H )
G 3I ( R B)
其他两种情况见书P106
40
6.3.3 HSI彩色模型
RGB图像和 对应的HSI 分量图像
(a) RGB图像 (b) 色调 (c) 饱和度 (d) 强度/灰度
29
H：表示色度，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。0 o到240o覆盖了所有可见光谱 的颜色，240o到300o是人眼可见的非光谱 色（紫色）。
30
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。 表示颜色浓淡的物理量。通常用混入白光量 的比例来度量。
37
HSI模型
三原色（原图） （b）H分量
（c）S分量
（d）I分量
图6.9 三原色RGB空间及其在HSI空间的各个分量
38
6.3.3 HSI彩色模型
从RGB到HSI的彩色转换
假设RGB值已归一化到[0, 1]范围内，则
如果B G 如果B G
1 ( R G ) ( R B ) 1 2 cos 1/2 2 ( R G) ( R B)(G B)
41
6.3.3 HSI彩色模型
示例： 通过修改HSI分量 来改变图像外观
(a)-(c)修改后的HSI 分量图像 (d) 最终的RGB图像
42
例6.3：将三原色图从RGB空间转换到HSI空间
6.4 全彩色图像处理
43
全彩色图像处理
彩色图像增强 彩色图像复原 彩色图像分析：
彩色图像补偿 彩色图像分割
14
6.3 颜色模型
颜色模型(也称彩色空间或彩色系统)是为 了按照某种标准来指定颜色。 从本质上说，颜色模型是一个坐标系统， 在该系统下的一个子空间中，每种颜色都 对应其中一个点。
15
6.3颜色模型
颜色模型的设计通常是为了便于硬件实现或 便于对颜色的控制。 RGB模型：在彩色显示器、彩色摄像机中 广泛使用 CMY / CMYK模型：用于彩色打印 HSI模型：与人描述和解释颜色的方式最 接近，便于人为指定颜色；同时该模型将 颜色和灰度信息分开，便于应用灰度图像 处理技术来处理彩色图像。
2
6.1 概述
彩色图像处理分为两大类： 全彩色（真彩色）处理 图像为彩色图 伪彩色处理 图像为灰度图，为每个灰度区间赋予不同 的颜色而成为彩色图
3
6.1 概述
前面章节中所介绍的图像处理方法，某些可 以直接应用于彩色图像处理，而其他的需要 做适当修改后才可应用于处理彩色图像。
本章内容可分为四大块： 颜色基础知识和颜色模型 全彩色处理 伪彩色处理 彩色变换
原图
退化彩图
运动模糊+高斯噪声
维纳滤波复原
48
例6.6：彩色图像复原
彩色图像分析
49
彩色图像分析
梯度法边缘检测 图像f(x,y)在(x,y)的梯度
梯度的幅值
MATLAB实现
一幅MxN的RGB彩色图像可以用一个 MxN x3 的矩阵来描述，图像中每一个像素点对应于红、绿、 蓝三个分量组成的三元组。 在MATLAB中要生产一幅RGB图像可以采用cat 函数来得到。其基本语法： B=cat(3，iR，iG，iB） 其中iR，iG，iB分别为生产RGB图像的R，G，B分 量。这样就可以通过 cat函数将三个分量合成一幅彩 色图像。
22
CMY模型
减色混色模型
减色基：青（Cyan）、品红（Magenta）、黄（Yellow） 是加色基R、G、B的补色 颜色是从白光中减去一定成分得到的 适合于彩色打印，印刷行业等
23
CMY模型
青（C）= 白色光 - 红色光 品红（M）= 白色光 - 绿色光 黄（Y）= 白色光 - 蓝色光
24
6.3.2 CMY和CMYK模型
10
6.2 彩色基础
人眼所感知到的物体的颜色由物体反射光 的特性所决定。 人眼内的锥状体分为三类，分别对红、绿、 蓝光敏感。 对红光敏感的锥状体占65% 对绿光敏感的锥状体占33% 对蓝光敏感的锥状体占2%(敏感度最高)
11
6.2 彩色基础
注意：自然界中 的可见颜色均能 由这三种颜色按 一定比例混合得 到；反之，任意 一种颜色都可以 分解为三种原色。
6
人眼的机理简介
人眼的机理与照相机类似：
3. 视细胞：视网膜上集中了大量视细胞，分为两类：
1） 锥状细胞：明视细胞，在强光下检测亮度和颜色 （白昼视觉细胞） 2） 杆(柱)状细胞：暗视细胞，在弱光下检测亮度， 无色彩感觉（夜视觉细胞 ） 其中，每个锥状视细胞连接着一个视神经末梢，故 分辨率高，分辨细节、颜色；多个杆状视细胞连接 着一个视神经末梢，故分辨率低，仅分辨图的轮廓。
31
32
亮度变化
33
色度变化
H=0º
H=60º
H=120º
34
H=180º
H=240º
H=300º
饱和度变化
S=0
S=1/4
S=1/2
S=1
35
HSI模型
思考问题：在这个圆柱体上，红色的点顺 （逆）时针旋转会变成什么样？上下移动 呢？向圆心方向移动呢？
120 绿
S H 黄
CMY模型
印刷时CMY模型不可能产生真正的黑色，因此在印刷业中 实际上使用的是CMYK彩色模型，K为第四种颜色，表示黑 色.
从CMY到CMYK的转换公式
K min(C , M , Y ) C CK M M K Y Y K
26
CMY模型
RGB空间的彩色图像
CMY空间的彩色图像
图6.7 RGB与CMY空间的转换
眼内三种锥状体的光吸收情况
CIE(国际照明委员会)规定的三原色对应的光的波长为： 蓝：435.8nm 绿：546.1nm 红：700nm
12
6.2 彩色基础
三原色混色原理: 红+蓝=品红 绿+蓝=青 红+绿=黄 品红、青、黄称为合成色 它们是颜料的三原色
13
6.2 彩色基础
颜色的特性： 亮度：与灰度图像的灰度值类似 色调：任何一种颜色的光都是由若干波长不同的 光混合而成，其中比重最大的那种光的颜色即为 色调。 饱和度：由色调所对应光在混合光中的比重决定。 也可理解该纯色光被白光冲淡的多少，白光越多 饱和度越低。 色调和饱和度统称为色度。
CMY模型和RGB模型间的关系：
C 1 R M 1 G Y 1 B
等量的青色、品红和黄色应该产生黑色。 但实际产生的黑色不够纯正，另外加上价 格因素，引入黑色(打印的主色)，构成 CMYK模型。
H 360
3 S 1 min( R, G, B) ( R G B)
1 I ( R G B) 3
39
6.3.3 HSI彩色模型
从HSI到RGB的彩色转换
假设HSI值已归一化到[0, 1]范围内。首先将H乘 以360，恢复到[0°, 360°]范围内。根据H的范 围使用不同公式。
数字图像处理
Digital Image Processing
第六章 彩色图像处理
6.1 概述
在图像处理中，颜色的运用受两个主要因素 推动： 颜色是一个强有力的描绘子，它常常可简 化目标物的识别和提取。 人可以辨别几千种不同的颜色，但只能区 分出几十种灰度级，这使得颜色在人工图 像分析中显得特别重要。
例6.1：生成RGB图像
6.3.2 CMY和CMYK模型
C(Cyan 青)M(Magenta 品红)Y(Yellow 黄) 是颜料的三原色。 青色颜料：吸收红光 品红颜料：吸收绿光 黄色颜料：吸收蓝光 例如：当白光照到青色颜料上，红光被吸 收，返回绿光和蓝光，所以呈现青色。 CMY / CMYK模型主要用于打印设备
16
6.3.1 RGB模型
RGB彩色立方体示意图
17
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
4
人眼构造简介
睫状小带 瞳孔 角膜 虹膜
பைடு நூலகம்水晶体
黄斑区 盲点 视神经
视网膜
5
人眼的机理简介
人眼的机理与照相机类似：
1. 瞳孔：透明的角膜后是不透明的虹膜，虹膜中间
的圆孔称为瞳孔，其直径可调节，从而控制进
入人眼内之光通量 ↔ 照相机光圈作用
2. 晶状体：瞳孔后是一扁球形弹性透明体，其曲率 可调节，以改变焦距，使不同距离的图在视网 膜上成像 ↔ 照相机透镜作用
27
例6.2：将RGB图像转换到CMY空间
6.3.3 HSI彩色模型
RGB及CMY适合颜色的生成和显示，但不 适合人为指定颜色。 HSI模型与人眼对颜色的描述很相似，如 淡紫、深红等等。 H：Hue 色调 S：Saturation 饱和度 I：Intensity 强度/亮度/灰度
28
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。
RG扇区(0°≤H≤120°)：
B I (1 S )
S cos H R I 1 cos(60 H )
G 3I ( R B)
其他两种情况见书P106
40
6.3.3 HSI彩色模型
RGB图像和 对应的HSI 分量图像
(a) RGB图像 (b) 色调 (c) 饱和度 (d) 强度/灰度
29
H：表示色度，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。0 o到240o覆盖了所有可见光谱 的颜色，240o到300o是人眼可见的非光谱 色（紫色）。
30
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。 表示颜色浓淡的物理量。通常用混入白光量 的比例来度量。
37
HSI模型
三原色（原图） （b）H分量
（c）S分量
（d）I分量
图6.9 三原色RGB空间及其在HSI空间的各个分量
38
6.3.3 HSI彩色模型
从RGB到HSI的彩色转换
假设RGB值已归一化到[0, 1]范围内，则
如果B G 如果B G
1 ( R G ) ( R B ) 1 2 cos 1/2 2 ( R G) ( R B)(G B)
41
6.3.3 HSI彩色模型
示例： 通过修改HSI分量 来改变图像外观
(a)-(c)修改后的HSI 分量图像 (d) 最终的RGB图像
42
例6.3：将三原色图从RGB空间转换到HSI空间
6.4 全彩色图像处理
43
全彩色图像处理
彩色图像增强 彩色图像复原 彩色图像分析：
彩色图像补偿 彩色图像分割
14
6.3 颜色模型
颜色模型(也称彩色空间或彩色系统)是为 了按照某种标准来指定颜色。 从本质上说，颜色模型是一个坐标系统， 在该系统下的一个子空间中，每种颜色都 对应其中一个点。
15
6.3颜色模型
颜色模型的设计通常是为了便于硬件实现或 便于对颜色的控制。 RGB模型：在彩色显示器、彩色摄像机中 广泛使用 CMY / CMYK模型：用于彩色打印 HSI模型：与人描述和解释颜色的方式最 接近，便于人为指定颜色；同时该模型将 颜色和灰度信息分开，便于应用灰度图像 处理技术来处理彩色图像。
2
6.1 概述
彩色图像处理分为两大类： 全彩色（真彩色）处理 图像为彩色图 伪彩色处理 图像为灰度图，为每个灰度区间赋予不同 的颜色而成为彩色图
3
6.1 概述
前面章节中所介绍的图像处理方法，某些可 以直接应用于彩色图像处理，而其他的需要 做适当修改后才可应用于处理彩色图像。
本章内容可分为四大块： 颜色基础知识和颜色模型 全彩色处理 伪彩色处理 彩色变换
原图
退化彩图
运动模糊+高斯噪声
维纳滤波复原
48
例6.6：彩色图像复原
彩色图像分析
49
彩色图像分析
梯度法边缘检测 图像f(x,y)在(x,y)的梯度
梯度的幅值
MATLAB实现
一幅MxN的RGB彩色图像可以用一个 MxN x3 的矩阵来描述，图像中每一个像素点对应于红、绿、 蓝三个分量组成的三元组。 在MATLAB中要生产一幅RGB图像可以采用cat 函数来得到。其基本语法： B=cat(3，iR，iG，iB） 其中iR，iG，iB分别为生产RGB图像的R，G，B分 量。这样就可以通过 cat函数将三个分量合成一幅彩 色图像。
22
CMY模型
减色混色模型
减色基：青（Cyan）、品红（Magenta）、黄（Yellow） 是加色基R、G、B的补色 颜色是从白光中减去一定成分得到的 适合于彩色打印，印刷行业等
23
CMY模型
青（C）= 白色光 - 红色光 品红（M）= 白色光 - 绿色光 黄（Y）= 白色光 - 蓝色光
24
6.3.2 CMY和CMYK模型
10
6.2 彩色基础
人眼所感知到的物体的颜色由物体反射光 的特性所决定。 人眼内的锥状体分为三类，分别对红、绿、 蓝光敏感。 对红光敏感的锥状体占65% 对绿光敏感的锥状体占33% 对蓝光敏感的锥状体占2%(敏感度最高)
11
6.2 彩色基础
注意：自然界中 的可见颜色均能 由这三种颜色按 一定比例混合得 到；反之，任意 一种颜色都可以 分解为三种原色。
6
人眼的机理简介
人眼的机理与照相机类似：
3. 视细胞：视网膜上集中了大量视细胞，分为两类：
1） 锥状细胞：明视细胞，在强光下检测亮度和颜色 （白昼视觉细胞） 2） 杆(柱)状细胞：暗视细胞，在弱光下检测亮度， 无色彩感觉（夜视觉细胞 ） 其中，每个锥状视细胞连接着一个视神经末梢，故 分辨率高，分辨细节、颜色；多个杆状视细胞连接 着一个视神经末梢，故分辨率低，仅分辨图的轮廓。
31
32
亮度变化
33
色度变化
H=0º
H=60º
H=120º
34
H=180º
H=240º
H=300º
饱和度变化
S=0
S=1/4
S=1/2
S=1
35
HSI模型
思考问题：在这个圆柱体上，红色的点顺 （逆）时针旋转会变成什么样？上下移动 呢？向圆心方向移动呢？
120 绿
S H 黄