彩色图像处理
数字图像处理_实验报告书(八)彩色图像处理
rgb=cat(3,rgb_R,rgb_G,rgb_B);figure,imshow(rgb),title('RGB彩色图像');截图：（2）编写MATLAB程序，将一彩色图像从RGB空间转换为HIS空间，并观察其效果。
如例9.2所示。
程序：rgb=imread('LenaRGB.bmp');figure,imshow(rgb);rgb1=im2double(rgb);r=rgb1(:,:,1);g=rgb1(:,:,2);b=rgb1(:,:,3);I=(r+g+b)/3figure,imshow(I);tmp1=min(min(r,g),b);tmp2=r+g+b;tmp2(tmp2==0)=eps;S=1-3.*tmp1./tmp2;figure,imshow(S);tmp1=0.5*((r-g)+(r-b));tmp2=sqrt((r-g).^2+(r-b).*(g-b));theta=acos(tmp1./(tmp2+eps));H=theta;H(b>g)=2*pi-H(b>g);H=H/(2*pi);H(S==0)=0;figure,imshow(H);截图：（3）编写MATLAB程序，将一彩色图像在RGB空间进行彩色分割，并观察其效果。
如例9.11所示。
程序：rgb=imread('LenaRGB.bmp');figure,imshow(rgb);rgb1=im2double(rgb);r=rgb1(:,:,1);figure,imshow(r);g=rgb1(:,:,2);figure,imshow(g);b=rgb1(:,:,3);figure,imshow(b);r1=r;r1_u=mean(mean(r1(:)));[m,n]=size(r1);sd1=0.0;for i=1:mfor j=1:nsd1= sd1+(r1(i,j)-r1_u)*(r1(i,j)-r1_u);endendr1_d=sqrt(sd1/(m*n));r2=zeros(size(rgb1,1),size(rgb1,2));ind=find((r>r1_u-1.25*r1_d)&(r<r1_u+1.25*r1_d));r2(ind)=1;figure,imshow(r2);截图：（4）编写MATLAB程序，将一彩色图像在向量空间进行边缘检测，并观察其效果。
彩色图像的灰度化处理
第1章绪论1.1数字图像数字图像，又称数码图像或数位图像，是二维图像用有限数字数值像素的表示。
数字图像是由模拟图像数字化得到的、以像素为基本元素的、可以用计算机或数字电路存储和处理的图像。
像素（或像元，Pixel）是数字图像的基本元素，像素是在模拟图像数字化时对连续空间进行离散化得到的。
每个像素具有整数行（高）和列（宽）位置坐标，同时每个像素都具有整数灰度值或颜色值。
通常，像素在计算机中保存为二维整数数阻的光栅图像，这些值经常用压缩格式进行传输和储存。
数字图像可以许多不同的输入设备和技术生成，例如数码相机、扫描仪、坐标测量机、seismographic profiling、airborne radar等等，也可以从任意的非图像数据合成得到，例如数学函数或者三维几何模型，三维几何模型是计算机图形学的一个主要分支。
数字图像处理领域就是研究它们的变换算法。
1.2设计平台本次设计采用的平台是MATLAB 7.0。
MATLAB编程语言被业界称为第四代计算机语言，它允许按照数学推导的习惯编写程序。
MATLAB7.0的工作环境包括当前工作窗口、命令历史记录窗口、命令控制窗口、图形处理窗口、当前路径选择菜单、程序编辑器、变量查看器、模型编辑器、GUI编辑器以及丰富的函数库和MATLAB附带的大量M文件。
MATLAB是由美国Math Works公司生产的一个为科学和工程计算专门设计的交互式大型软件，是一个可以完成各种计算和数据处理的、可视化的、强大的计算工具。
它集图示和精确计算于一身，在应用数学、物理、化工、机电工程、医药、金融和其他需要进行复杂计算的领域得到了广泛应用。
MATLAB作为一种科学计算的高级语言之所以受欢迎，就是因为它有丰富的函数资源和工具箱资源，编程人员可以根据自己的需要选择函数，而无需再去编写大量繁琐的程序代码，从而减轻了编程人员的工作负担，被称为第四代编程语言。
在MATLAB设计环境中，图像处理工具箱提供一套全方位的参照标准算法和图形工具，用于进行图像处理、分析、可视化和算法开发。
基于HSI和LAB颜色空间的彩色图像分割
基于HSI和LAB颜色空间的彩色图像分割一、本文概述随着科技的发展，图像处理技术在众多领域中的应用日益广泛，如医疗影像分析、卫星遥感、机器视觉等。
在这些应用中，彩色图像分割作为图像处理的核心技术之一，其重要性不言而喻。
彩色图像分割旨在将图像中的像素划分为若干个具有相似特性的区域，从而便于后续的图像分析和理解。
本文主要探讨基于HSI（Hue, Saturation, Intensity）和LAB （Lightness, a, b）颜色空间的彩色图像分割方法。
HSI颜色空间更接近人类视觉感知，能够较好地反映颜色的本质特征，而LAB颜色空间则具有感知均匀性，能够更好地适应不同光照条件下的图像分割。
本文首先介绍HSI和LAB颜色空间的基本原理及其在彩色图像分割中的应用优势。
接着，详细阐述基于这两种颜色空间的彩色图像分割算法，包括预处理、特征提取、分割策略等关键步骤。
通过实验验证所提方法的有效性和准确性，并与现有方法进行比较分析，以展示其在彩色图像分割领域的应用潜力。
二、相关技术研究综述彩色图像分割是计算机视觉领域的一个重要任务，旨在将图像划分为多个具有相似性质的区域。
这一过程的实现依赖于颜色空间的选择和相应的分割算法。
在众多颜色空间中，HSI（色调、饱和度、强度）和LAB（亮度、a通道、b通道）因其与人类视觉感知的紧密关联而受到广泛关注。
HSI颜色空间以人类视觉系统对颜色的感知为基础，其中色调（Hue）描述了颜色的基本属性，如红色、绿色或蓝色饱和度（Saturation）表示颜色的纯度或鲜艳程度强度（Intensity）则与颜色的亮度或明暗程度相关。
这种颜色空间对于颜色分割特别有用，因为它与人类对颜色的直观感知更为接近。
LAB颜色空间则是一种基于人眼对颜色亮度和色差的感知而设计的颜色模型。
L通道表示亮度信息，而a和b通道则分别表示绿色到红色以及蓝色到黄色的色差。
LAB颜色空间的一个显著优点是它的色域比RGB更广，且其亮度通道与色度通道是分离的，这有助于在分割过程中保持颜色的一致性。
数字图像处理3_彩色图像处理
19
人脸检测与识别，首先根据肤色信息将图象中 肤色区域分割出来
Digital Image Processing
20
医疗、显微真彩色图像
照片拍摄的是一只公牛 眼睛睫状体的毛细血管。 眼睛睫状体 这些毛细血管能分泌水 状液。这些液体为眼球 晶体和角膜提供了大部 分营养成份。 这张图片是从不同深度 不同深度 拍摄的27张照片合成而 拍摄的 张照片合成而 得到的，给人以三维图 得到的 的效果。为了更突出显 示公牛眼睛睫状体的毛 细血管并更好地进行拍 摄，毛细血管中注射了 一种不可溶的染料。
量化等级越多，所得图像层次越丰富，灰度分辨率高， 图像质量好，但数据量大； 量化等级越少，图像层次欠丰富，灰度分辨率低，会 出现假轮廓现象，图像质量变差，但数据量小。
Digital Image Processing 7
4.灰度值： 灰度值： 灰度值
• 概念： 概念： 表示像素明暗程度的整数称为像素的灰度值。 • 特性： 特性： 数值越大，该像素越亮；数值越小，该像素越暗。
Digital Image Processing 21
3.1 彩色基础
颜色视觉是一种复杂的物理、生理和心理现象。 颜色视觉是一种复杂的物理、生理和心理现象。 物理 现象 1、光线的物理性质 2、颜色特性描述 3、颜色的视觉机理
Digital Image Processing
22
1、光线的物理特性 、
为像素的灰度值，z与qi 的差称为量化误差。)
量化为8 量化为 bit 量化； 量化； 图2-3 量化示意图
Digital Image Processing
(2)整数 用一个字 整数qi用一个字 整数 节8 bit来表示量化 来表示量化 后的灰度值。 后的灰度值。把由 黑—灰—白的连续 灰 白的连续 变化的灰度值， 变化的灰度值， 量 化为0～ 数值 化为 ～255数值
《数字图像处理》彩色图像处理
数字图像处理----彩色图像处理杨淑莹教授天津理工大学计算机与通信工程学院彩色图像处理彩色图像的灰度化处理 彩色图像马赛克处理 彩色图像的浮雕处理彩色图像的灰度化处理1. 理论分析(1) BMP位图文件类型(2) 24位真彩色图像文件结构(3) 彩色图像的灰度化处理方法2. 理论验证(1)UltraEdit软件对真彩色文件数据剖析(2) 教学软件验证3. 实现步骤4. 编程代码(1) CDib类库的建立(2) CDib派生类的建立----彩色图像处理(3) 灰度化处理代码1.24位真彩色图像(1)每一像素由RGB三个分量组成。
(2)每个分量各占8位，取值范围为0~255，每个像素24位。
(207,137,130) (220,179,163) (215,169,161) (210,179,172) (210,179,172) (207,154,146) (217,124,121) (215,169,161) (216,179,170) (216,179,170) (207,137,120) (159, 51, 71) (213,142,135) (216,179,170) (221,184,170) (190, 89, 89) (204,109,113) (204,115,118) (216,179,170) (220,188,176) (190, 77, 84) (206, 95, 97) (217,113,113) (189, 85, 97) (222,192,179) (150, 54, 71) (177, 65, 73) (145, 39, 65) (150, 47, 67) (112, 20, 56)(136, 38, 65) (112, 20, 56) (112, 20, 56) (109, 30, 65) (112, 20, 56) ( 95, 19, 64)(136, 38, 65) ( 91, 11, 56) (113, 25, 60) (103, 19, 59) ( 81, 12, 59) (126, 62, 94)(138, 46, 71) (103, 19, 59) (158, 65, 83) (124, 40, 70) (145, 62, 79) (130, 46, 73)2.理论分析--24位真彩色图像文件结构位图像素数据位图信息头结构BITMAPINFOHEADER 位图文件头结构BITMAPFILEHEADER 位图像素数据颜色表位图信息头结构BITMAPINFOHEADER位图文件头结构BITMAPFILEHEADER8位位图文件结构24位位图文件结构1)BMP文件头结构typedef struct tagBITMAPFILEHEADER{WORD bfType; // BM,2byteDWORD bfSize;// 文件大小,4byteWORD bfReserved1;// 0WORD bfReserved2;// 0DWORD bfOffBits; // 位图数据的起始位置，}TMAPFILEHEADER;//(14byte)2)位图信息头结构typedef struct tagBITMAPINFOHEADER{DWORD biSize; // biSize=40byteLONG biWidth;LONG biHeight;WORD biPlanes; // 1WORD biBitCount；// 每个像素所需的位数,24 DWORD biCompression; // 位图压缩类型，0DWORD biSizeImage; // 位图的大小，LONG biXPelsPerMeter; // 0LONG biYPelsPerMeter; // 0DWORD biClrUsed; // 颜色数0DWORD biClrImportant; // 重要的颜色数0} BITMAPINFOHEADER;3)位图像素数据(207,137,130) (220,179,163) (215,169,161) (210,179,172) (210,179,172) (207,154,146) (217,124,121) (215,169,161) (216,179,170) (216,179,170) (207,137,120) (159, 51, 71) (213,142,135) (216,179,170) (221,184,170) (190, 89, 89) (204,109,113) (204,115,118) (216,179,170) (220,188,176) (190, 77, 84) (206, 95, 97) (217,113,113) (189, 85, 97) (222,192,179) (150, 54, 71) (177, 65, 73) (145, 39, 65) (150, 47, 67) (112, 20, 56) (136, 38, 65) (112, 20, 56) (112, 20, 56) (109, 30, 65) (112, 20, 56) ( 95, 19, 64) (136, 38, 65) ( 91, 11, 56) (113, 25, 60) (103, 19, 59) ( 81, 12, 59) (126, 62, 94) (138, 46, 71) (103, 19, 59) (158, 65, 83) (124, 40, 70) (145, 62, 79) (130, 46, 73)1.理论分析--彩色图像的灰度化处理使颜色的R、G、B分量值相等。
第6章图像处理 课后答案
6.4 全彩色图像处理基础
全彩色图像处理研究分为两大类： 全彩色图像处理研究分为两大类： (1)第一类是分别处理每一分量图像，然后，从分别处 第一类是分别处理每一分量图像， 第一类是分别处理每一分量图像 然后， 理过的分量图像形成合成彩色图像。 理过的分量图像形成合成彩色图像。 (2)第二类是直接对彩色像素处理。 第二类是直接对彩色像素处理。 第二类是直接对彩色像素处理 因为全彩色图像至少有3个分量 个分量， 因为全彩色图像至少有 个分量，彩色像素实际上是 一个向量。 代表 代表RGB彩色空间中的任意向量： 彩色空间中的任意向量： 一个向量。令c代表 彩色空间中的任意向量 c的分量是一幅彩色图 的分量是一幅彩色图 像在一点上的RGB分量 像在一点上的 分量
6.2.3 HSI彩色模型
上述两种彩色系统对硬件实现很理想，遗憾的是， 上述两种彩色系统对硬件实现很理想，遗憾的是， RGB、CMY彩色模型不能很好地适应实际上人解 、 彩色模型不能很好地适应实际上人解 释的颜色。 释的颜色。 人观察一个彩色物体时，用色调、 人观察一个彩色物体时，用色调、色饱和度和亮度 描述它。色调是描述纯色的属性 是描述纯色的属性（ 描述它。色调是描述纯色的属性（如纯黄色或红 色）；饱和度给出一种纯色被白光稀释的程度的度 ）；饱和度给出一种纯色被白光稀释的程度的度 饱和度 亮度是一个主观的描述子 是一个主观的描述子， 量；亮度是一个主观的描述子，它体现了无色的强 度概念，并且是描述彩色感觉的关键参数。 度概念，并且是描述彩色感觉的关键参数。我们知 道强度（灰度）是单色图像最有用的描述子。 道强度（灰度）是单色图像最有用的描述子。 于是，有了HSI（色调、饱和度、亮度）模型，该 于是，有了 （色调、饱和度、亮度）模型， 模型可在彩色图像中从携带的彩色信息（ 模型可在彩色图像中从携带的彩色信息（色调和饱 和度）里消去强度分量的影响。 和度）里消去强度分量的影响。
彩色图像处理
李学明，lixm@
目录
MATLAB中的彩色图像 彩色基础与色彩空间转换 彩色图像处理基础 色彩变换 彩色图像空间滤波 RGB矢量空间处理
MATLAB中的彩色图像
MATLAB支持的彩色图像
RGB图像
图像为M×N×3维矩阵 每个像素由三个分量构成
彩色图像增强示例
平淡图像
亮图像
暗图像
ICE使用示例3(example0605)
伪彩色处理 f2 = imread('images\Fig0616(a)(Weld Original).tif.tif'); imshow(f2); g2 = ice('image',f2);
HSV模型
CIE色度图
XYZ三色值：形成任 何颜色所需的红绿蓝 的量 三色值系数： X x X Y Z Y y X Y Z Z z X Y Z
CIE色度图含义
每点都对应一种可见的颜色，任何可见的颜色 都在图中占据确定的位置 边界上的点代表纯颜色，移向中心表示混合的 白光增加而纯度减少 连接任2端点的直线上的各点表示将这2端点所 代表的颜色相加可组成的一种颜色
彩色基础和色彩空间转换
光与色
白光通过棱镜时看到的色谱
可见光范围电磁波谱的波长组成
RGB彩色模型
CIE(国际照明委员会)三原色: 蓝: 435.8nm, 绿: 546.1nm, 红: 700nm
RGB模型的应用—彩色监视器
HSV模型
Hue,Saturation,Value 从RGB的模型的黑到白的对角线看过去所获得 的颜色模型 模型是正六边形 当灰度发生变化时，六边形的尺寸也发生变化
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
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。
彩色图像工程中常用颜色空间及其转换
彩色图像工程是涉及图像处理、计算机视觉和多媒体通信等多个领域的综合性 学科。在彩色图像工程中，颜色空间是用来描述和表示图像中颜色信息的数学 模型。不同的颜色空间适用于不同的应用场景，并在图像处理中发挥关键作用。 本次演示将介绍一些常用的颜色空间，并阐述它们的基本概念和特点，同时讨 论不同颜色空间之间的转换关系及实现方法。
参考内容
在图像处理和计算机视觉领域，彩色图像分割是一种重要的预处理步骤，其目 标是将图像分割成多个区域或对象。基于RGB颜色空间的彩色图像分割方法是 最常见的一种。
一、RGB颜色空间
RGB（Red，Green，Blue）颜色空间是彩色图像处理中最基础的色彩表示方法。 它通过三个通道——红色、绿色和蓝色，来描述像素的颜色。每个像素的RGB 值都对应于一个特定的颜色。
实现方法：首先计算色度和饱和度，然后根据色度计算红、绿、蓝的分量。
3、RGB到YUV转换
RGB到YUV的转换公式为：
Y = 0.299R + 0.587G + 0.114B U = -0.R - 0.G + 0.436B V = 0.615R 0.G - 0.*B
实现方法：根据公式直接计算Y、U、V的分量。
不同颜色空间之间的转换
在实际应用中，往往需要将图像从一种颜色空间转换到另一种颜色空间。这种 转换是有损的，可能会造成颜色的损失或变化。不同颜色空间之间的转换关系 可以通过相应的转换公式和算法来实现。下面列举几种常见的颜色空间转换方 法：
1、RGB到HSV转换
RGB到HSV的转换公式为：
H = arccos[(R-G+B)/3] / π S = max(R,G,B) - min(R,G,B) / max(R,G,B) V = max(R,G,B)
cmos彩色原理-概述说明以及解释
cmos彩色原理-概述说明以及解释1.引言1.1 概述CMOS（互补金属氧化物半导体）彩色原理是指基于CMOS技术的彩色图像传感器的工作原理。
CMOS彩色原理是一种将光信号转换为电信号的技术，广泛应用于数码相机、摄像机和智能手机等电子设备中。
CMOS彩色原理的实现是基于三原色（红、绿、蓝）原理。
在传感器中，每个像素点都包含一个光敏元件，用于感知不同颜色的光信号。
这些光敏元件根据入射的光强度对光信号进行采样，并将其转换为电荷。
CMOS彩色原理的核心在于彩色滤光阵列（CFA），它通过在每个像素点上添加红、绿、蓝三种不同颜色的滤光片来实现对光信号的分离。
当光通过CFA时，只有与滤光片相匹配的颜色光线能够透过，而其他颜色的光线则被滤掉。
通过这样的方式，每个像素点只能感知到一种颜色的光信号。
CMOS彩色原理结合了图像传感器和数字信号处理器（DSP）的技术，通过采样、转换和处理电荷信号，最终生成彩色图像。
数字信号处理器能够对采集到的光信号进行解码和处理，使图像细节更加清晰、色彩更加鲜艳。
CMOS彩色原理的优点在于其成本低、功耗小、集成度高、响应速度快等特点。
相比于传统的CCD（电荷耦合器件）技术，CMOS彩色原理不仅具备同等甚至更高的图像质量，而且在成像速度和功耗方面更具竞争力。
因此，了解和理解CMOS彩色原理对于我们更好地理解数码相机和其他电子设备中的图像传感器技术至关重要。
本文将从CMOS彩色原理的基本概念开始，详细介绍其工作原理，并对其在未来的发展进行展望。
1.2 文章结构文章结构是确定文中内容组织和表达的重要指导，它能帮助读者更好地理解和消化文章的主要论点和观点。
本文主要分为引言、正文和结论三个部分，具体如下：引言部分主要包括概述、文章结构和目的三个方面。
首先，我们会对CMOS彩色原理进行概述，介绍其基本概念和背景。
接着，我们会明确本文的文章结构，确保整篇长文的逻辑清晰、层次分明。
最后，我们会说明本文的目的，明确我们撰写这篇长文的动机和目标。
《彩色图像处理》课件
人脸识别
02
利用彩色图像处理技术，对人脸图像进行特征提取、比对和分
析，实现人脸识别和身份验证。
指纹识别
03
通过对指纹图像进行彩色图像处理，提取指纹特征，实现指纹
识别和身份验证。
彩色图像处理在广告设计领域的应用
色彩校正
通过对图像进行色彩校正，调整颜色、亮度和对 比度，以达到更好的视觉效果和品牌形象。
数字摄影和艺术创作
利用彩色图像处理技术对数字 摄影作品和艺术作品进行后期 处理和创作。
安全和监控
利用彩色图像处理技术对监控 视频进行分析，如人脸识别、
行为分析等。
彩色图像处理的基本流程
特征提取
从彩色图像中提取出感兴趣的 特征，如边缘、角点等。
增强和变换
对彩色图像的色彩、对比度等 进行增强和变换，以突出某些 特征或改善视觉效果。
图片美化
利用彩色图像处理技术，对图片进行美化处理， 如磨皮、美白、瘦脸等，提高图片质量和观感。
创意设计
通过彩色图像处理技术，实现创意设计和艺术效 果，如动态海报、数字绘画等。
THANKS
谢谢
视频捕捉
将纸质图像扫描成数字格式，转换为彩色图 像。
网络下载
从互联网上下载彩色图像资源。
彩色图像的预处理技术
01
02
03
04
灰度转换
将彩色图像转换为灰度图像， 减少颜色信息，突出图像的明
暗对比。
噪声消除
去除图像中的噪声和干扰，提 高图像的清晰度和质量。
尺寸调整
去雾处理
去除图像中的雾气和阴影，提高图像 的可见度和清晰度。
03
CHAPTER
彩色图像的分割与识别
彩色图像的分割算法
研究生 数字图像处理 第21章 彩色和多光谱图像处理
RGB和HSI空间中的点一一对应。
HSI RGB
HSI
H在0°～120°之间 H在120°～240°之间
RGB HSI
H在240°～360°之间
R =
R G B
I S cos H I 1 3 cos(60 H )
I (1 S ) 3
I S cos( H 120 ) 1 cos(180 H ) 3
R = 700 nm G = 546.1 nm B = 435.8 nm 不表明只要用三基色就可以组成所有颜色。 “光”和“色”的差别及联系。 “色”包括： 亮度――能量， 色调――波长， 饱和度――纯度。 色度
――－补充完
2019/1/17 《数字图像处理》 6
人眼中感光细胞：
杆状细胞――约 1 亿 3 千万，无彩色感，对亮度敏感，灵敏度高， 具有单色和夜视的功能； 锥状细胞――约 700万，有彩色感，对波长敏感，对亮度灵敏度低， 具有彩色辨别能力，需要较好光照。 假说：锥状细胞还可以进一步分为：
2019/1/17 《数字图像处理》
输入标 准3刺激
只要输出刺激相同， 则两物体彩色相同： R1＝R2－－同色同谱 R1≠R2 －－同色异谱
9
颜色 波长
红色 700
橙色 620
黄色 580
绿色 546
青色 480
蓝色 436
紫色 380
2. 三色成像
胶片相机： 三层不同的摄影乳剂合成（R，G，B）。
三基色光的混合
黄
绿
青
CCD/CMOS 相机：
光电图像传感器（R，G，B）， 可分为三 CCD 和单CCD 摄像机。
红 品红 蓝
CCD：Charged Coupled Device CMOS：Complementary Metal-Oxide-Semiconductor
彩色数字图像技术
UDP协议
优化策略
针对网络传输中的延迟、抖动等问题，可以 采用数据压缩、分包传输、错误重传等优化 策略，提高彩色数字图像的传输效率和质量 。
对于实时性要求较高的彩色数字图像传输 ，可以采用UDP协议，无连接、快速传输 ，但可能存在一定的数据丢失风险。
存储介质选择与数据恢复方法
存储介质选择
根据彩色数字图像的数量、大小、访问频率等因素，可以选择不同的存储介质，如硬盘、 SSD、磁带等。
发展历程
自20世纪50年代数字图像处理技术诞生以来，随着计算机技术和数字信号处理理论的不断 发展，彩色数字图像技术得到了广泛应用和深入研究。从最初的黑白图像处理到彩色图像处
理，再到现在的三维图像处理，彩色数字图像技术不断推动着图像处理领域的发展。
应用领域及意义
应用领域
彩色数字图像技术广泛应用于医学影像、遥 感监测、工业检测、安全监控、虚拟现实等 领域。
特征提取与分类
通过扫描或拍摄将医学影 像转换为数字图像，便于
存储、传输和处理。
应用图像处理技术，如去 噪、增强对比度、边缘检 测等，提高影像质量。
从医学影像中提取关键特征 ，如病灶形状、大小、纹理 等，用于疾病诊断和分类。
诊断辅助系统
结合医学知识和人工智能技 术，构建诊断辅助系统，为 医生提供诊断建议和参考。
遥感卫星数据处理与分析平台
遥感数据获取
数据预处理
通过卫星传感器获取地球表面的遥感数据 ，包括可见光、红外、微波等波段。
对遥感数据进行辐射定标、大气校正、几 何校正等预处理操作，消除误差和干扰。
信息提取与分类
分析与应用
利用图像处理技术，从遥感数据中提取地 物信息，如水体、植被、建筑物等，并进 行分类和识别。
[理学]第9章 彩色图像处理_OK
![[理学]第9章 彩色图像处理_OK](https://img.taocdn.com/s3/m/0e7fbb86f46527d3250ce082.png)
彩色补偿 —— 算法步骤(一)
1. 读入拍摄到的具有颜色扩散的图像，设其三个颜色分量分别为R,G,B。 2. 分别求出某个颜色分量与其他两个颜色分量之间的强度差，即：
eeGR
(R B) (R G) (G B) (G R)
eB (B R) (B G)
24
彩色补偿 —— 算法步骤(二)
• 从圆心向圆周过渡表示同一色调下 不同的饱和度。
• 颜色纺锤体的垂直轴线上表示列的 亮度变化，顶部是白色，沿着灰度 过渡，到底部是黑色。在垂直轴线 上越往上亮度越大。
11
HSI色系 —— 色度分量H
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。 沿着色调环从0o（纯红），120o为绿色，240o为蓝色，再转回360o（纯红）。
r1 g1
{r | eR {g | eR
eRmax } eRmax }
b1
{b
| eR
eRmax }
gr22
{r | eG {g | eG
eGmax } eGmax }
b2
{b
| eG
eGmax }
r3 g3
{r | eB {g | eB
eBmax } eBmax }
12
HSI色系 —— 饱和度分量S
• 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）色，
即饱和度为0。
S
• 0 %时为灰色，100 %时为纯色。
13
HSI色系 —— 亮度分量I
• 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。
5彩色和多光谱图像处理2教程
2. 目的：
⑴ 目标（物）之于特定彩色中，更引人注目； ⑵ 形成与人眼彩色感觉灵敏度相匹配之彩色；
1. 彩色 → 彩色
f(x,y,r)=[Rf Gf Bf] →[R G B]
三对三映射 举例：{ 红，绿，蓝} → { 绿，蓝，红} 绿，蓝，红 ⎡ Rf ⎤ R 0 0 1 ⎤ ⎡ ⎤ ⎡ ⎡ ⎤ α β γ R R ⎡ ⎤ ⎡ 1 1 1⎤ f ⎢G ⎥ = ⎢ 1 0 0 ⎥ ⎢G ⎥ ⎢G ⎥ = ⎢α β γ ⎥ ⎢G ⎥ f ⎥ ⎢ ⎢ ⎥ ⎢ ⎥ f 2 2 2 ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ Bf ⎥ ⎢ ⎥ ⎢ ⎥ 0 1 0 B ⎢ ⎥ ⎣ ⎦ ⎣ ⎦ ⎢ ⎥ ⎢ ⎥ ⎣ ⎦ ⎣ B ⎦ ⎣α 3 β 3 γ 3 ⎦ ⎣ B f ⎦
MSS 举例
例如扫描形式成像的MSS，产生 的几何畸变主要是由于扫描镜 的非线性振动和其它一些偶然 因素引起的。在地面上影响可 达395米。
全景畸变：
2
外部因素引起的畸变
影响图像变形的外部因素包括： 1） 地球的曲率 2） 大气密度差引起的折光 3） 地形起伏 4） 地球自传 5） 遥感器轨道位置和姿态等
图象的辐射纠正方法
1）遥感器纠正：遥感器的设计 2）大气辐射纠正： 3）地形辐射纠正：需要DEM 4）地物反射模型纠正：需要和成像 时刻取得同步的地面地物光谱测量 数据。
图象的辐射纠正方法
大气纠正方法
1）以红外波段最低值校正可见光波段
(1)前提假设：大气散射的影响主要在短波波段 ，红外波段中清洁的水体几乎不受影响，反射 率值应当为0。由于散射影响，而使得水体的 反射率不等于0，推定是由于受到了天空辐射 项的影响。 (2)直方图法确定 (3)纠正方法：差值法
彩色图像复原操作步骤
- 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)。
南京工程学院
通信工程学院
实验报告课程名称数字图像处理
实验项目名称空域图像增强技术
实验学生班级
实验学生姓名
同组学生姓名
实验时间
实验地点
实验成绩评定
指导教师签字
年月日
一．实验目的
1结合实例学习如何在视频显示程序中增加图像处理算法；
2理解和掌握图像的线性变换和直方图均衡化的原理和应用；
3了解平滑处理的算法和用途，学习使用均值滤波、中值滤波和拉普拉斯锐化进行图像增强处理的程序设计方法；
4 了解噪声模型及对图像添加噪声的基本方法。
二．实验原理
1 直方图均衡化通过点运算将输入图像转换为在每一级上都有相等像素点数的输出图像。
按照图像概率密度函数PDF 的定义：
1,...,2,1,0 )(-==L k n
n r p k k r 通过转换公式获得：
1,...,2,1,0 )()(00-====∑∑==L k n n r p r T s k j k j j j r k k
2 均值（中值）滤波是指在图像上，对待处理的像素给定一个模板，该模板包括了其周围的临近像素。
将模板中的全体像素的均值（中值）来代替原来像素值的方法。
3 拉普拉斯算子如下：
⎥⎥⎥⎦
⎤⎢⎢⎢⎣⎡--------111181111 拉普拉斯算子首先将自身与周围的8个像素相减，表示自身与周围像素的差异，再将这个差异加上自身作为新像素的灰度。
三．实验步骤
1 启动MA TLAB 程序，对图像文件分别进行灰度线性变换（参考教材57页，例4.1）、直方图均衡化、均值滤波、中值滤波和梯度锐化操作。
添加噪声，重复上述过程观察处理结果。
2记录和整理实验报告
直方图均衡化
I=imread('pout.tif');
figure
subplot(221);imshow(I);
subplot(222);imhist(I);
I1=histeq(I);
figure;
subplot(221);imshow(I1)
subplot(222);imhist(I1)
添加噪声
均值滤波
I=imread('pout.tif');[M,N]=size(I);
II1=zeros(M,N);
for i=1:16
II(:,:,i)=imnoise(I,'gaussian',0,0.01); II1=II1+double(II(:,:,i));
if or(or(i==1,i==4),or (i==8,i==16)); figure;
imshow(uint8(II1/i));
end
end
中值滤波
I=imread('fa.tif');
J=imnoise(I,'salt & pepper',0.02);
subplot(231),imshow(I);title('原始图像');
subplot(232),imshow(J);title('添加椒盐噪声图像'); k1=medfilt2(J);
k2=medfilt2(J,[5,5]);
k3=medfilt2(J,[7,7]);
k4=medfilt2(J,[9,9]);
subplot(233),imshow(k1);title('3*3模板中值滤波'); subplot(234),imshow(k2);title('5*5模板中值滤波'); subplot(235),imshow(k3);title('7*7模板中值滤波'); subplot(236),imshow(k4);title('9*9模板中值滤波');
梯度锐化操作
I=imread('rose.tif'); subplot(131);imshow(I)
H=fspecial('Sobel');
H=H';
TH=filter2(H,I);
subplot(132),imshow(TH,[]); H=H';
TH=filter2(H,I);
subplot(133);imshow(TH,[])
四．实验仪器
1计算机；
2 MA TLAB程序；
3记录用的笔、纸。
五．实验感想
通过这次实验，了解图像的线性变换和直方图均衡化，中值滤波的应用。
同时也对MATLAB 软件的使用有了初步的了解，感谢老师的指导和同学的帮住。