图像颜色增强处理——彩色变换实验报告
图像处理彩色增强分析
彩色 CM
C3 C2 C1
0
l1 l2
灰度级 lM
第4页
第5页
当灰度分层依据实际的物理 特征时，伪彩色增强体现出 较好的应用价值。
第6页
彩色图像处理
第7页
4.6 图像的彩色增强 ◘灰度变换彩色法
灰度f (m,n)
红变换 绿变换 蓝变换
C(m,n)彩色
合成
IR
IG
L L
0 L/2 L f (x, y)
图像的彩色增强
信息学院
4.6 图像的彩色增强
◘伪彩色（pseudo color）增强
伪彩色增强就是将灰度图像的各灰度级按 照线性或非线性的映射方法变换成不同的颜色 ，得到一幅彩色图像的增强技术。它的结果可 改善图像的视觉效果，提高分辨率，使得图像 的细节更加突出，目标更容易识别。
4.6 图像的彩色增强 ◘灰度分层法
绿分量 图数字像图像处理与分析基础
红分量 图像
蓝分量 图像
彩色图像平滑：
第4章 图像的灰度变换
第18页
彩色图像锐化
彩色图像处理
第19页
彩色图像处理
第12页
4.6 图像的彩色增强 ◘真彩色图像在RGB模型下的直接增强
结果导致原图像彩色较大程度改变， 一般不使用。
4.6 图像的彩色增强
◘ 真彩色图像在HSI模型下的增强
HSI(HSV)模型 色调 H(Hue):它表明颜色的种类，取决于主波长； 饱和度 S(Saturation):表示颜色浓淡的物理量。 亮度 I(Intensity)/V(Value):人眼所感受到的颜色
4.6 图像的彩色增强
◘假彩色（false color）增强 假彩色增强所处理
遥感实验报告彩色增强2
实验名称：彩色增强一、实验内容1．对一幅灰阶影像进行伪彩色增强2．利用三个波段的遥感影像进行假彩色增强3．利用TM1,2,3,波段的遥感影像进行真彩色合成二、实验所用的仪器设备，包括所用到的数据电脑一台、遥感影像处理软件（ENVI）、多波段影像bhtmref.img三、实验原理(1)真彩色合成是指从多波段遥感影像中选择其中三幅影像在显示屏上合成一幅图像（三合一），该三幅影像的波段范围与自然界中的红绿蓝光的波长范围大致相同，从而得到与实际地物颜色大致相同的合成影像的合成方法。
(2)假彩色合成1.定义：是将一幅自然彩色图像或者是同一景物的多光谱图像通过线性假彩色映射函数变换为新的三基色分量进行彩色合成，使增强图像中各目标呈现出与原图像不同的彩色的技术。
2.目的：使感兴趣的目标更加注目，以提高对目标的分辨率(3)伪彩色变换是指由输入的单波段影像，通过3个独立的数学变换，产生R、G、B，3个分量影像，然后合成为伪彩色影像。
彩色的含量由变换函数的形状决定。
四、实验步骤及其结果分析实验步骤：(1)真彩色合成打开多波段影像bhtmref.img，选择RGB Color,然后将TM3，TM2，TM1一次导入到标签为“R”、“G”、“B”的文本框，点击“Load RGB”，结果如图1所示(2)假彩色合成1. 打开多波段影像bhtmref.img，选择RGB Color, 然后将TM4，TM3，TM2一次导入到标签为“R”、“G”、“B”的文本框，点击“Load RGB”，结果如图2所示2. 将TM5，TM4，TM3一次导入到标签为“R”、“G”、“B”的文本框,点击NewDisplay,在点击“Load RGB”，结果如图3所示(3)伪彩色变换1.利用直方图统计，查开单(TM2)波段影像的直方图结果如图图4所示，确定伪彩色增强的分段。
2.利用“Tools—Color Mapping—Density slics”，选择TM2波段进行分段，结果如图图5所示。
图像的色彩变换实验报告
《医学图像处理》实验报告实验九：图像的色彩变换摘要本次实验的实验目的及主要内容是了解网络安全色以及伪彩色的含义，并了解其基本原理，通过实验结果更直观的感知它们的含义； 进一步加深对直方图均衡的理解。
一、技术讨论1.1实验原理网络安全色：由于不同的系统使用不同的调色板，而网络浏览器有各自的色板，碰到哪些它没有的色彩，会用最为相似的颜色来代替，这样必然会造成色彩的失真，网络安全色选的216种颜色是让所有的浏览器都支持的颜色。
伪彩色：伪彩色的含义是，每个像素的颜色不是由每个基色分量的数值直接决定，而是把像素值当作彩色查找表(color look-up table，CLUT)的表项入口地址，去查找一个显示图像时使用的R，G，B强度值，用查找出的R，G，B强度值产生的彩色称为伪彩色。
直方图均衡：直方图是统计像数统计图，如设一张灰度图或一个通道，值0~255。
直方图均衡化是通过灰度变换将一幅图像转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。
二、结果与讨论2.1实验结果图一（a ） （b ）（c ） （d ）（e ） （f ）（g ） （h ） （i ）（a）gradient（b）pseudo color map（c）real case BW image（d）washinton to be convert to pseudo color（e）HSI cube （f）web safe color（g）after separate histoequal（h）the'right' way to equalize histogram（i）real case rgb image图二（a）（b）（c）（d）（a）real case BW image（b）washinton to be convert to pseudo color（c）gradient（d）pseudo color map2.2实验讨论修改clrman.cpp中第67到69行代码的相位参数，使产生的华盛顿地图中的河流颜色呈红色。
实验四 彩色增强技术
实验四 彩色增强技术一、实验目的：1、熟悉伪彩色增强原理和方法，掌握伪彩色增强技术及其应用。
2、熟悉真彩色图像增强的方法和步骤，提高学生彩色图像处理能力。
二、 实验原理伪彩色增强是把黑白图像的各个不同灰度级变换成不同的彩色。
1、密度分割法密度分割或称强度分割法是伪彩色增强中最简单的一种，使用多分层技术。
具体过程如下：做若干个平行于xy 坐标的平面，那么每个平面与函数f （x ，y ）相交，这样就把f （x ，y ）表示的连续灰度分成若干级别，分层数可根据需要的精度加以任意设置。
然后可以根据下面的关系分配颜色： f （x ，y ）=C kC k 是与切割平面定义的第k 个区间Rk 相关的颜色。
2、空间域灰度——彩色变换合成法这是一种更常用、更有效的伪彩色增强法。
处理过程如图1所示。
它是根据色度学原理，将原图像的灰度分段经过红、绿、蓝三种不同的变换，变成三基色分量，然后便可以合成一幅彩色图像。
彩色的含量由变换函数的形状而定。
典型的变换函数如图2所示，其中图（a ）（b ）（c ）分别为红、绿、蓝三种变换函数，（d ）是把三种变换函数画在同一坐标系。
由图可见，灰度为不同值时，通过变换将由三基色混合成不同的色调。
彩色合成图1 灰度——彩色变换过程3、真彩色增强真彩色增强处理的对象不是一幅灰度图像，而是一幅自然彩色图像或是同一景物的多光谱图像，是从彩色到彩色的一种转换。
彩色增强的目的：一个是变换图像的色彩，引起人们的特别关注；另一个是由于人眼对不同颜色的灵敏度不同，使景物呈现与人眼色觉相匹配的颜色，以提高人眼对目标的分辨率。
选择合适的变换函数，映射出新的彩色空间。
将RGB 转换为ＨＳＩ模型，然后对其亮度、色度等信息增强，再返回ＲＧＢ模式。
三、 实验内容1、MATLAB 中彩色图像的表示方法图像处理工具将彩色图像当作索引图像或RGB 图像。
（1） RGB 图像：M ×N ×3的数组，每个像素有红、绿、兰三个分量组成。
工作报告之envi彩色增强实验报告
envi彩色增强实验报告【篇一：envi图像增强实验：】envi图像增强及变换实验指导书：一、打开.img文件1．2．从 windows 任务栏选择：start programs envi 3.2 envi 3.2 。
当程序成功地载入和运行时，出现 eniv 主菜单。
选择 file open image file.当出现 enter data filename 对话框，点击文件名，再点击“ok” 或“open” 以打开选择的文件。
如：can.img，此时会显示available bands list窗口.二、显示单波段的灰白影像和多波段的彩色影像显示一幅灰阶图象 3．4．5．从 available bands list 内，选择“gray scale” 切换按钮。
点击需要的波段名，它将显示在一个标签为“selected band:” 的小文本框中。
在窗口底部点击“load band”，来导入波段到显示，并出现一个图像窗口和相应的缩放/滚动窗口。
显示一幅彩色合成图象1. 从 available bands list 内，选择“rgb color” 切换按钮。
2. 在序列中点击所需要显示的红、绿和蓝波段名（或在每个r、g 或b 波段使用切换按钮）。
3. 一旦波段名导入到标签为“r:”、“g:”、“b:” 的文本框中，点击“load rgb” 来显示彩色合成图像。
envi 用 2% 的系统默认线性拉伸值来显示所有图像。
三、图像增强：在灰阶影像和彩色影像上分别利用主窗口的菜单enhance选项下的linear、linear0-255、linear2％、gaussian、equalization、squareroot 各种增强方式的效果，以及熟练掌握并理解interactive stretching操作和意义。
四、图像变换：band ratios (波段比)1 选择 transforms band ratios。
实习5 遥感图像彩色增强
一、实习目的熟悉和掌握伪彩色增强、彩色合成、彩色变换的原理及其软件操作。
二、实习资料英国London 的TM 数据。
三、实习步骤 1、伪彩色增强 ①、打开文件TM 文件：File → Open Image File → TM → RGB Color → Resize （Band 4、3、2） → New Display → Load RGB → Gray Scale → Resize （Band 4) →Load RGB②、Overlay → Density Slice... → 设置参数 → 例：Resize （Band 4) → OK →Apply选中某灰度范围，进行范围调整和颜色修改删除不需要的灰度值设置灰度范围和选定颜色后点击Apply ，可以发现原来的灰度图像变为彩色图像，不同的灰度范围附上了不同的颜色。
③、保存伪彩色增强后的图片：→ File → Save Image as → Image file →JPG可以。
伪彩色增强能帮助我们进行目视判读。
2、彩色合成①、真彩色合成：真彩色合成是指彩色合成后的图像与原来地物本身颜色相同的彩色合成方法。
TM的3波段赋予红色，2波段赋予绿色，1波段赋予蓝色。
②、假彩色合成：标准假彩色合成Band4赋予Red，Band3赋予Green，Band2赋予Blue。
3、彩色变换①、加载SDC11100.JPG文件：File → Open Image File → SDC11100.JPG →RGB Color →依次选择R、G、B → Load RGB →一幅真实的鲜花图像②、Transform → Color Transforms → RGB to HSV → Available Bands List → OK →依次选择R、G、B → OK → Choose →保存地址（命名为1）→OK③、打开保存文件：File → Open Image File → 1 → RGB Color →依次选择R、G、B → New Display → Load RGB → Gray Scale → R → Load RGB ④、查看Hue（色度）的Data范围为0 - 360，Sat（饱和度）Data范围为0 - 1，Val(亮度)的Data范围为0 - 1。
图像增强__实验报告
深圳大学实验报告课程名称: 数字图像处理实验项目名称: 图像增强学院: 信息工程学院专业: 通信工程****: ***报告人: 学号: 班级: 1班实验时间: 2015、04、09实验报告提交时间: 2015、05、21教务处制[1] 简述直方图均衡化原理答:直方图均衡化的基本思想就是对原始图像中的像素灰度做某种映射变换,使变换后的图像灰度的概率密度就是均匀分布的,即变换后图像就是一幅灰度均匀分布的图像,这意味着图像灰度的动态范围得到了增加,从而可提高图像的对比度。
[2] 对给定的两幅灰度数字图像(可以用MATLAB自带的图像文件)进行如下处理:a、对原图像进行直方图均衡化处理,同屏显示处理前后图像及其直方图,比较异同,并回答为什么数字图像均衡化后其直方图并非完全均匀分布。
答:代码实现如下:A = imread('1、jpg');I=rgb2gray(A);[height,width] = size(I);figuresubplot(221)imshow(I)%显示原始图像subplot(222)imhist(I)%显示原始图像直方图%进行像素灰度统计;s = zeros(1,256);%统计各灰度数目,共256个灰度级for i = 1:heightfor j = 1: widths(I(i,j) + 1) = s(I(i,j) + 1) + 1;%对应灰度值像素点数量增加一 endend%计算灰度分布密度p = zeros(1,256);for i = 1:256p(i) = s(i) / (height * width * 1、0);end%计算累计直方图分布c = zeros(1,256);c(1) = p(1);for i = 2:256c(i) = c(i - 1) + p(i);end%累计分布取整,将其数值归一化为1~256c = uint8(255 、* c + 0、5);%对图像进行均衡化for i = 1:heightfor j = 1: widthI(i,j) = c(I(i,j)+1);endendsubplot(223)imshow(I)%显示均衡化后的图像subplot(224)imhist(I)%显显示均衡化后的图像的直方图进行灰度均衡化的公式有很多,只要满足两个关键的条件就行了。
实验四、图像增强实验报告
桂林理工大学实验报告班级软件15-1班学号3152012011124 姓名周奎良同组实验者实验名称实验四图像增强日期2018年11月18 日一、实验目的1掌握灰度直方图的概念及其计算方法；2熟练掌握直力图均衡化和直方图规定化的计算过程；3熟练掌握空域滤波中常用的平滑和锐化滤波器；4掌握色彩直方图的概念和计算方法5利用MATLAB程序进行图像增强。
二、实验原理图像增强是指按特定的需要突出一幅图像中的某些信息，同时，削弱或去除某些不需要的信息的处理方法。
其主要目的是处理后的图像对某些特定的应用比原来的图像更加有效。
图像增强技术主要有直方图修改处理、图像平滑化处理、图像尖锐化处理和彩色处理技术等。
本实验以直方图均衡化增强图像对比度的方法为主要内容，其他方法同学们可以在课后自行联系。
直方图是多种空间域处理技术的基础。
直方图操作能有效地用于图像增强。
除了提供有用的图像统计资料外，直方图固有的信息在其他图像处理应用中也是非常有用的，如图像压缩与分割。
直方图在软件中易于计算，也适用于商用硬件设备，因此，它们成为了实时图像处理的一个流行工具。
直方图是图像的最基本的统计特征，它反映的是图像的灰度值的分布情况。
直方图均衡化的目的是使图像在整个灰度值动态变化范围内的分布均匀化，改善图像的亮度分布状态，增强图像的视觉效果。
灰度直方图是图像预处理中涉及最广泛的基本概念之一。
图像的直方图事实上就是图像的亮度分布的概率密度函数，是一幅图像的所有象素集合的最基本的统计规律。
直方图反映了图像的明暗分布规律，可以通过图像变换进行直方图调整，获得较好的视觉效果。
直方图均衡化是通过灰度变换将一幅图像转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。
处理后的图像直方图分布更均匀了，图像在每个灰度级上都有像素点。
从处理前后的图像可以看出，许多在原始图像中看不清楚的细节在直方图均衡化处理后所得到的图像中都变得十分清晰。
图像增强操作实习报告
图像增强操作实习报告一、实习目的在熟悉数字图像增强的基本原理和方法基础上，在理论指导下，能运用Photoshop软件对图像进行有针对性的增强操作，对多种图像增强方法获得的结果图像进行比较和分析，进一步熟悉和掌握Photoshop软件操作技能，巩固所学理论知识。
二、实习内容应用Photoshop软件对图像作灰度拉伸、对比度增强、直方图均衡化、图像平滑、中值滤波、边缘增强、边缘检测、伪彩色增强、假彩色合成等处理。
三、实习步骤1.打开一幅灰度图像。
源图像：2.灰度拉伸。
（1）线性拉伸：线性拉伸:在“图像→调整→色阶”中，可以通过直接设置原图像灰度值的输人范围和所需的输出范围来简单的完成某—灰度段到另一灰度段的灰度调整映射变换。
（2）曲线拉伸：曲线拉伸：在“图像调整→曲线”中,在弹出的“曲线”对话框中，直接用鼠标拖动改变灰度输人、输出曲线的形状就可以完成任意线形的灰度变换。
3.对比度增强：对比度增强可以通过“图像→调整→亮度/对比度”来直接对原图侔的亮度成对比度进行调整，观察增强处理前后图像直方图的变化。
4.直方图均衡化：直方图均衡可调用“图像→调整→色调均化”菜单项，即可达到直方图均衡的效果。
5.图像平滑。
(1)图像的3x3均匀平滑可以在“滤镜→模糊→模糊”中实现,观察处理前后图像细节和边缘的变化；也可以调用“模糊”对话框中的“高斯模糊”来观察高斯平滑处理的结果，改变半径，观察图像的变化，(2)通过“滤镜→其他→自定”菜单项调出模板对话框,可以输人自定义的平滑算子或其他增强算子，改变模板的大小和缩放比例,观察处理的效果。
6.中值滤波：先使用“滤镜→杂色→添加杂色”菜单添加噪声，再使用“滤镜→杂色→中间值”中值滤波操作，设置滤波半径。
（1）使用“滤镜→风格化”的“查找边缘”，“等高线”，“照亮边缘”等可以提取图像的边缘，改变参数，提取图像的最佳边缘。
（2）使用“滤镜→其他→自定”，输入教材讲述的边缘检测算子,分析处理的效果，比较这些算子的特点。
实验二 图像增强处理实习报告
实验二图像增强处理实习报告1.实验目的和内容1.1.实验目的掌握图像合成和显示增强的基本方法，理解存储的图像数据与显示的图像数据之间的1.2.实验要求熟练根据图像中的地物特征进行图像合成显示、拉伸、图像均衡化等显示增强操作。
理解直方图的含义，能熟练的利用直方图进行多波段的图像显示拉伸增强处理。
1.3.软件和数据ENVI 软件。
TM 图像数据。
上次实验合成后的图像数据文件AA。
1.4.实验内容图像的彩色合成显示图像的基本拉伸方法图像均衡化方法图像规定化2.实验过程通过合成和拉伸增强显示图像中的信息。
2.1.图像合成图像合成方法：伪彩色合成、彩色合成两种方式。
其中彩色合成包括：真彩色合成、假彩色合成、模拟真彩色合成。
操作：使用（4，3，2）进行RGB 合成显示图像。
图像窗口为#1。
移动图像窗口的红色选框到玄武湖，将光标十字放在红框内，双击，显示光标位置窗口。
该窗口中出现了Scrn 和Data，二者后面的RGB 的值是不同的。
2.1.1伪彩色合成在新的窗口显示第4 波段图像，窗口为#2。
操作：菜单：窗口菜单Tools-Color Mapping-Density slice…，选择Band 4，确定。
在“Density Slice”窗口中，点击“应用”按钮，窗口#2 的图像变成了彩色。
设置默认的分级数为3 个：在“Density Slice”窗口，点击Options-Set number of default range,输入3，确定。
点击Options-Apply default range，点击Apply 按钮。
查看窗口#2 内的变化。
重复上面步骤，设置分级数为10，查看图像的变化。
基本的特征是：长江是绿色的，玄武湖是红色的。
在新的窗口显示波段4，窗口编号为#3。
菜单：窗口菜单Tools-Color Mapping-ENVI Color table…依次点击Color Tables 下的颜色方案列表，查看#3 图像的变化。
图像增强实验报告
课程: 数字图像处理实验日期: 2012年 4 月日成绩：实验一图像增强与平滑一．实验目的及要求1．了解MATLAB的操作环境和基本功能。
2．掌握MATLAB中图像增强与平滑的函数的使用方法。
3．加深理解图像增强与平滑的算法原理。
二．实验原理图像增强的目的是改善图像的视觉效果，或者使图像更适合于人或机器进行分析处理。
通过图像增强，可以减少图像中的噪声，提高目标与背景的对比度，也可以强调或抑制图像中的某些细节。
从处理的作用域出发，图像增强可以分为空间域法和频率域法。
前者在空间域直接对像素进行处理，后者在图像的变换域内处理，然后经逆变换获得增强图像。
图像增强技术主要有：空域变换增强、空域滤波增强、频域增强。
点运算可以在空域内进行图像灰度修正、图像灰度变换以及图像直方图修正。
空域滤波增强主要应用平滑滤波器、中值滤波器以及锐化滤波器。
频域增强主要应用高通滤波和同态滤波。
图像增强还包括图像的伪彩色处理。
彩色图像中包含有丰富的细节信息,为了获得清晰的彩色图像,保护原有的彩色信息,消除亮度不够对彩色图像像质的影响, 应用图像增强技术对彩色图像进行处理,既可以得到清晰的彩色图像,又可以保护原有的彩色信息。
总之图像增强技术就是对图像中感兴趣的特征有选择地突出,而衰减其不需要的特征。
三、实验内容（一）研究以下程序，分析程序功能；输入执行各命令行，认真观察命令执行的结果。
熟悉程序中所使用函数的调用方法，改变有关参数，观察试验结果。
（可将每段程序保存为一个.m文件）1．直方图均衡化clear all; close all % Clear the MATLAB workspace of any variables% and close open figure windows.I = imread('pout.tif'); % Rea ds the sample images ‘ pout.tif’, and stores it inimshow(I) % an array named I.display the imagefigure, imhist(I) % Create a histogram of the image and display it in% a new figure window.[I2,T] = histeq(I); % Histogram equalization.figure, imshow(I2) % Display the new equalized image, I2, in a new figure window.figure, imhist(I2) % Create a histogram of the equalized image I2.figure,plot((0:255)/255,T); % plot the transformation curve.课程: 数字图像处理实验日期: 2012年 4 月日成绩：imwrite (I2, 'pout2.png'); % Write the newly adjusted image I2 to a disk file named% ‘pout2.png’.imfinfo('pout2.png') % Check the contents of the newly written file功能：直方图均衡化的基本思想是将原始图像的直方图变换为均匀分布的形式，从而增加图像灰度的动态范围，达到增强图像对比度的效果。
图像增强实验报告
图像增强实验报告篇一：图像处理实验报告——图像增强实验报告学生姓名：刘德涛学号:2010051060021指导老师：彭真明日期：2013年3月31日一、实验室名称：光电楼329、老计算机楼309机房二、实验项目名称：图像增强三、实验原理：图像增强是为了使受到噪声等污染图像在视觉感知或某种准则下尽量的恢复到原始图像的水平之外，还需要有目的性地加强图像中的某些信息而抑制另一些信息，以便更好地利用图像。
图像增强分频域处理和空间域处理，这里主要用空间域的方法进行增强。
空间域的增强主要有：灰度变换和图像的空间滤波。
1.灰度变换灰度变换主要有线性拉伸、非线性拉伸等。
灰度图像的线性拉伸是将输入图像的灰度值的动态范围按线性关系公式拉伸到指定范围或整个动态范围。
令原图像f(x,y)的灰度变化范围为[a,b]，线性变换后图像g(x,y)的范围为[a',b']，线性拉伸的公式为：b'?a'g(x,y)?a?[f(x,y)?a] b?a灰度图像的非线性拉伸采用的数学函数是非线性的。
非线性拉伸不是对图像的灰度值进行扩展，而是有选择地对某一灰度范围进行扩展，其他范围的灰度值则可能被压缩。
常用的非线性变换：对数变换和指数变换。
对数变换的一般形式：g(x,y)?a?ln[f(x,y)?1] blnc指数变换的一般形式：g(x,y)?bc[f(x,y)?a]?1（a,b,c用于调整曲线的位置和形状的参数。
）2.图像的空间滤波图像的空间滤波主要有图像的空域平滑和锐化。
图像的平滑是一种消除噪声的重要手段。
图像平滑的低频分量进行增强，同时抑制高频噪声，空域中主要的方法有领域平均、中值滤波、多帧相加平均等方法。
图像锐化能使图像的边缘、轮廓处的灰度具有突变特性。
图像的锐化主要有微分运算的锐化，包括梯度法和拉普拉斯法算子。
四、实验目的：1．熟悉和掌握利用Matlab工具进行数字图像的读、写、显示等数字图像处理基本步骤。
遥感图像颜色增强处理(彩色变换)综述
1）RGB to HSV
2）HSV to RGB
3）RGB to HLS
4）RGB to HSV（ＵＳＧＳ）
谢谢大家！
波 段 3-2-1
合 成
二.假彩色合成
由于多波段摄影中，一副图像多不是三原 色的波长范围内获得的，如采用人眼看不见的 红外波段等，因此由这些图像所进行的彩色合 成称假彩色合成。 假彩色增强目的： 使感兴趣的目标呈现奇异的彩色或置于奇特 的彩色环境中，从而更受人注目；
使景物呈现出与人眼色觉相匹配的颜色，以 提高对目标的分辨力。
图像颜色增强处理 （彩色变换）
彩色变换目的 ：通过对图像色彩空间的变换，
突出图像的有用信息，扩大不同影像特征之间差别，
提高对图像的解译和分析能力。
彩色变换分类：
真彩色合成
假彩色合成
密度分割和伪彩色增强
色彩模型变换
一.真彩色合成
所谓真彩色合成就是在通过红、绿、 蓝三原色的滤光片而拍摄的同一地物的三 张图像上，若使用同样的三原色进行合成， 可得到接近天然色的颜色。
标准假彩色合成(4-3-2)Biblioteka 4-5-3波段合成的假彩色图像
三.密度分割和伪彩色增强
将一幅图像的整个亮度值变量，按照某 一定量分割为若干等量间隔，每一间隔赋予 一种颜色，以此控制成像系统的彩色显示， 就可得到一幅假彩色密度分割图像。
四.色彩模型变换
图像融合
Transform——ImagSharpening——HSV
数字图像处理——彩色图像实验报告
数字图像处理——彩色图像实验报告第一篇：数字图像处理——彩色图像实验报告6.3实验步骤(1)对彩色图像的表达和显示* * * * * * * * * * * *显示彩色立方体* * * * * * * * * * * * *rgbcube(0,0,10);%从正面观察彩色立方体rgbcube(10,0,10);%从侧面观察彩色立方rgbcube(10,10,10);%从对角线观察彩色立方体%* * * * * * * * * *索引图像的显示和转换* * * * * * * * * f=imread('D:PictureFig0604(a)(iris).tif');figure,imshow(f);%f是RGB真彩图像%rgb图像转换成8色索引图像，不采用抖动方式[X1,map1]=rgb2ind(f,8,'nodither');figure,imshow(X1,map1);%采用抖动方式转换到8色索引图像[X2,map2]=rgb2ind(f,8,'dither');figure,imshow(X2,map2);%显示效果要好一些 g=rgb2gray(f);%f转换为灰度图像g1=dither(g);%将灰色图像经过抖动处理，转换打二值图像figure,imshow(g);%显示灰度图像figure,imshow(g1);%显示抖动处理后的二值图像程序运行结果：*彩色立方体原图不采用抖动方式转换到8色索引图像采用抖动方式转换到8色索引图像灰度图像抖动处理后的二值图像(2)彩色空间转换f=imread('D:PictureFig0604(a)(iris).tif');figure,imshow(f);%转换到NTSC彩色空间%f是RGB真彩图像ntsc_image=rgb2ntsc(f);figure,imshow(ntsc_image(:,:,1));%显示亮度信息figure,imshow(ntsc_image(:,:,2));%显示色差信息figure,imshow(ntsc_image(:,:,3));%显示色差信息%转换到HIS彩色空间hsi_image=rgb2hsi(f);figure,imshow(hsi_image(:,:,1));%显示色度信息figure,imshow(hsi_image(:,:,2));%显示饱和度信息figure,imshow(hsi_image(:,:,3));%显示亮度信息程序运行结果：原图转换到NTSC彩色空间显示亮度信息显示色差信息显示色差信息转换到HIS彩色空间显示色差信息显示饱和度信显示亮度信息(3)彩色变换f=imread('D:PictureFig0614(a)(Chalk Original).tif');G=ice('image',f);%打开ice窗口对图像进行调整%在窗口中执行以下操作：%a）得到图像的补色%b）拖动映射曲线，对图像显示效果进行修改%c）在颜色通道中选中某一颜色，然后对映射曲线进行修改程序运行结果(1)：全彩色图片ICE窗口它的补色ICE窗口拖动映射曲线，图像的显示效果ICE窗口f2=imread('D:Picture JLK Magenta.tif');figure,imshow(f2);%在CMYK彩色空间内打开图像选择RedICE窗口g2=ice('image',f2,'space','CMYK');%f2的图像色彩偏红，拖动映射曲线，%调整映射参数，使图像的色彩看起来比较正常。
工作报告之envi彩色增强实验报告
envi彩色增强实验报告【篇一：envi图像增强实验：】envi图像增强及变换实验指导书：一、打开.img文件1．2．从 windows 任务栏选择：start programs envi 3.2 envi 3.2 。
当程序成功地载入和运行时，出现 eniv 主菜单。
选择 file open image file.当出现 enter data filename 对话框，点击文件名，再点击“ok” 或“open” 以打开选择的文件。
如：can.img，此时会显示available bands list窗口.二、显示单波段的灰白影像和多波段的彩色影像显示一幅灰阶图象 3．4．5．从 available bands list 内，选择“gray scale” 切换按钮。
点击需要的波段名，它将显示在一个标签为“selected band:” 的小文本框中。
在窗口底部点击“load band”，来导入波段到显示，并出现一个图像窗口和相应的缩放/滚动窗口。
显示一幅彩色合成图象1. 从 available bands list 内，选择“rgb color” 切换按钮。
2. 在序列中点击所需要显示的红、绿和蓝波段名（或在每个r、g 或b 波段使用切换按钮）。
3. 一旦波段名导入到标签为“r:”、“g:”、“b:” 的文本框中，点击“load rgb” 来显示彩色合成图像。
envi 用 2% 的系统默认线性拉伸值来显示所有图像。
三、图像增强：在灰阶影像和彩色影像上分别利用主窗口的菜单enhance选项下的linear、linear0-255、linear2％、gaussian、equalization、squareroot 各种增强方式的效果，以及熟练掌握并理解interactive stretching操作和意义。
四、图像变换：band ratios (波段比)1 选择 transforms band ratios。
图像增强的实验报告
图像增强的实验报告图像增强的实验报告引言：图像增强是数字图像处理领域中的一项重要任务。
通过改善图像的质量和清晰度，图像增强可以使我们更好地观察和分析图像中的细节。
本实验旨在探索图像增强的不同方法，并评估它们在不同场景下的效果。
实验设计：为了比较不同的图像增强方法，我们选择了一组具有不同特征的图像作为实验对象。
这些图像包括自然风景、人像和低对比度图像。
我们将使用以下三种方法进行图像增强：直方图均衡化、自适应直方图均衡化和增强对比度自适应拉伸。
实验步骤：1. 直方图均衡化：直方图均衡化是一种常用的图像增强方法，它通过重新分布图像的像素值来增强对比度。
我们首先将图像转换为灰度图像，然后计算灰度直方图。
接下来，我们使用累积分布函数对直方图进行均衡化，使得图像中的像素值分布更加均匀。
最后，我们将均衡化后的图像转换回原始图像的颜色空间。
2. 自适应直方图均衡化：直方图均衡化在某些情况下可能会导致图像的局部细节丢失。
为了解决这个问题，我们使用自适应直方图均衡化方法。
在这种方法中，我们将图像分成许多小区域，并对每个区域的直方图进行均衡化。
通过这种方式，我们可以保留图像的局部特征，并增强整体对比度。
3. 增强对比度自适应拉伸：增强对比度自适应拉伸是一种简单而有效的图像增强方法。
它通过将图像的像素值映射到一个更大的范围来增强对比度。
我们首先计算图像的平均亮度和标准差，然后使用以下公式对图像进行拉伸：enhanced_pixel = (pixel - mean) * (max_stretch / std) + mean其中，pixel是原始图像中的像素值，mean是图像的平均亮度，std是图像的标准差，max_stretch是拉伸的最大范围。
实验结果：我们将三种图像增强方法应用于不同类型的图像，并进行了对比分析。
结果显示，直方图均衡化方法在某些情况下可以显著增强图像的对比度，特别是对于低对比度图像。
然而，它可能会导致图像的噪声增加和细节丢失。
图像增强实验报告
实验报告六学院：物理与机电工程学院系：电子科学系专业：无线电年级：09级姓名：***学号：**************组别：4实验时间：2012年04月11日晚上指导老师签字：实验六图像增强一．实验目的:１．巩固灰度变换、直方图处理、空间域滤波和频率域滤波的基本原理；２．掌握应用MATLAB语言对二维图像进行图像增强；二．实验内容1.像素值及其统计特性:写一个m文件，读入一副RGB真彩色图像，应用pixval、impixel、improfile和imcontour命令，显示该真彩色图像三基色的颜色数据值、像素灰度分布曲线以及等高线。
2.直接灰度变换:读入一副图像，根据图6.7(a)变换该图像的灰度值，其中Dc=120，Da’=10，Dc’=150，Db’=200。
3.直方图灰度变换:读入一副图像，将灰度范围从[10 105]映射到[80 180]，并用不同的γ(0.6,1,1.5)对图像进行修正，并显示结果及相应的直方图；读入一副图像，做直方图均衡化处理。
4.空间域滤波增强:1). 读入一副图像，加入相应的噪声，用线性滤波模板进行空间平滑滤波，用中值滤波函数进行滤波；2).将平滑滤波后的图像用拉氏算子模板进行锐化；根据理论构造梯度算子模板，并用构造后的模板对平滑滤波后的图像进行锐化；3).用fspecial生成滤波器，并用imfilter和filter2两个滤波命令，对加入噪声后的图像进行滤波处理。
5.频率增强:根据理论，对加入噪声的图像进行频率域低通滤波处理，及对滤波处理后的图像进行频率域高通滤波处理。
三.实验结果＆结果分析：1.解答：Pixval函数过时，无法在MATLAB2008上运行；下图分别为图3和图5：2.解答：3.解答：4.解答：(1)(2)(3)5.解答：。
数字图像处理实验报告图像增强处理与几何变换
实验图像增强处理与几何变换一、实验目的利用Matlab图像处理工具箱中的函数实现图像点处理、空间域平滑和锐化处理、彩色图像处理、几何处理，巩固其原理与计算方法学习，深化课程理论认知。
二、实验内容1、图像点处理：灰度变换、直方图均衡化和直方图规定处理；2、图像均值滤波和中值滤波、图像锐化处理；3、图像几何变换处理；4、图像彩色合成和彩色变换处理；三、实验步骤1、图像点处理：灰度变换、直方图均衡化和直方图规定处理；1.1图像的灰度变换启用MATLAB,输入以下代码运行I= imread('cameraman-8.bmp','bmp');figure; subplot(2,2,1), imshow(I);%获取图像直方图subplot(2,2,2),imhist(I);[counts1,x1] = imhist(I);%观察Counts,x的值subplot(2,2,3),stem(x1,counts1);%图像灰度变换J=imadjust(I,[0.1 0.7],[0.0 0.9]);subplot(2,2,4), imshow (J);%对比灰度变换前后的图像及其直方图figure;subplot(2,3,1),imshow(I);subplot(2,3,2),imshow(J);subplot(2,3,4),imhist(I);subplot(2,3,5),imhist(J);[counts2,x2] = imhist(J);subplot(2,3,6), stem(x2,counts2);图 1.1.1图 1.1.21.2图像直方图均衡化启用MATLAB,输入以下代码运行I=imread('cameraman-8.bmp','bmp') ;%直方图均衡化处理J=histeq(I) ;%对比均衡化处理前后的图像及其直方图figure(1),subplot(2,2,1),imshow(I),subplot(2,2,2),imshow(J); figure(1),subplot(2,2,3),imhist(I),subplot(2,2,4),imhist(J);图 1.2 1.3直方图规定化启用MATLAB,输入以下代码运行I1=imread('TM5.bmp','bmp');I2=imread('TM3.bmp','bmp');%直方图规定化处理K1=histeq(I1,imhist(I2));%对比规定化处理前后的图像及其直方图figure;subplot(3,2,1),imshow(I1);subplot(3,2,2), imhist(I1);subplot(3,2,3),imshow(I2);subplot(3,2,4), imhist(I2);subplot(3,2,5),imshow(K1);subplot(3,2,6), imhist(K1);图 1.32、图像空间域平滑2.1 用均值滤波器实现图像空间域的平滑启用MATLAB,输入以下代码运行I=imread('cameraman-8.bmp','bmp');J=imnoise(I,'gaussian'); %添加高斯噪声K=imnoise(I,'salt & pepper'); %添加椒盐噪声M=imnoise(I,'speckle'); %添加乘性噪声H=ones(3,3)/9; %3*3的均值去噪模板%滤波去噪处理I1=imfilter(I,H);J1=imfilter(J,H);K1=imfilter(K,H);M1=imfilter(M,H) ;%对比线性滤波去噪处理前后的图像figure;subplot(2,4,1),imshow(I);title('原图');subplot(2,4,2),imshow(J); title('高斯噪声图像'); subplot(2,4,3),imshow(K); title('椒盐噪声图像'); subplot(2,4,4),imshow(M); title('乘性噪声图像'); subplot(2,4,6),imshow(J1); title('高斯噪声滤波图像'); subplot(2,4,7),imshow(K1); title('椒盐噪声滤波图像'); subplot(2,4,8),imshow(M1) ; title('乘性噪声滤波图像') ; 输出图像如下图 2.12.2 用中值滤波器实现图像空间域的平滑启用MATLAB,输入以下代码运行I=imread('cameraman-8.bmp');I1=imnoise(I,'gaussian');I2=imnoise(I,'salt & pepper',0.02);I3=imnoise(I,'speckle');%3×3中值滤波模板J=medfilt2(I,[3,3]);J1=medfilt2(I1,[3,3]);J2=medfilt2(I2,[3,3]);J3=medfilt2(I3,[3,3]);figure,subplot(2,4,1),imshow(I) ; title('原图') ;subplot(2,4,2),imshow(I1) ; title('添加高斯噪声') ;subplot(2,4,3),imshow(I2) ; title('添加椒盐噪声') ;subplot(2,4,4),imshow(I3) ; title('添加乘性噪声') ;subplot(2,4,6),imshow(J1) ;title('高斯噪声3*3中值滤波') ; subplot(2,4,7),imshow(J2) ;title('椒盐噪声3*3中值滤波') ; subplot(2,4,8),imshow(J3) ;title('乘性噪声3*3中值滤波') ;K=medfilt2(I, [5,5]); %5×5中值滤波模板K1=medfilt2(I1,[5,5]);K2=medfilt2(I2,[5,5]);K3=medfilt2(I3,[5,5]);figure;subplot(2,2,1),imshow(K); title('原图5*5中值滤波'); subplot(2,2,2),imshow(K1) ; title('高斯噪声5*5中值滤波') ; subplot(2,2,3),imshow(K2); title('椒盐噪声5*5中值滤波'); subplot(2,2,4),imshow(K3) ; title('乘性噪声5*5中值滤波'); 输出结果如下图 2.2.1图 2.2.22.3 图像空间域锐化启用MATLAB,输入以下代码运行I=imread('cameraman-8.bmp','bmp')H=fspecial('sobel')%用sobel算子做模板%锐化处理J=imfilter(I,H)%锐化处理前后图像对比figure,subplot(1,2,1),imshow(I),subplot(1,2,2),imshow(J); 输出图像如下图 2.33、图像几何变换3.1 缩放启用MATLAB,输入以下代码运行I=imread('cameraman-8.bmp', 'bmp') ;%放大图像J=imresize(I,2) ;%缩小图像K=imresize(I,0.5) ;%图像对比figure(1),subplot(),imshow(I),title('原图'),figure(2),subplot(),imshow(J),title('放大两倍的图'),figure(3),subplot(),imshow(K),title('缩小0.5倍的图') ;输出图像如下图 3.1.1 图3.1.2图 3.1.33.2旋转启用MATLAB,输入以下代码运行I=imread('cameraman-8.bmp', 'bmp') ;%旋转图像M=imrotate(I,45) ;%图像对比figure;subplot(1,2,1),imshow(I),subplot(1,2,2),imshow(M) ;输出图像如下图 3.24、彩色图像处理4.1彩色合成启用MATLAB,输入以下代码运行I=imread('peppers.bmp','bmp');J1=I; J2=I;J3=I; J4=I;J5=I;%改变J1、J2、J3、J4、J5中的波段次序，组合成新的波段合成J1(:,:,1)=I(:,:,2); J1(:,:,2)=I(:,:,3); J1(:,:,3)=I(:,:,1) ;J2(:,:,1)=I(:,:,1); J2(:,:,2)=I(:,:,3); J2(:,:,3)=I(:,:,2) ;J3(:,:,1)=I(:,:,2); J3(:,:,2)=I(:,:,1); J3(:,:,3)=I(:,:,3) ;J4(:,:,1)=I(:,:,3); J4(:,:,2)=I(:,:,2); J4(:,:,3)=I(:,:,1) ;J5(:,:,1)=I(:,:,3); J5(:,:,2)=I(:,:,1); J5(:,:,3)=I(:,:,2) ;%对比原图像I与新图像J1、J2、J3、J4、J5的彩色差异，理解假彩色合成figure,subplot(2,3,1),imshow(I),title('原图');subplot(2,3,2),imshow(J1),title('变换一') ;subplot(2,3,3),imshow(J2),title('变换二') ;subplot(2,3,4),imshow(J3),title('变换三') ;subplot(2,3,5),imshow(J4),title('变换四') ;subplot(2,3,6),imshow(J5),title('变换五');输出图像如下图4.1 4.2彩色变换启用MATLAB,输入以下代码运行I=imread('peppers.bmp','bmp');HSV=rgb2hsv(I) ;RGB=hsv2rgb(HSV) ;%对比彩色变换前后的图像figure;subplot(1,3,1),imshow(I),title('原图'),subplot(1,3,2),imshow(HSV),title('HSV图像'); subplot(1,3,3),imshow(RGB),title('RGB图像') ;输出结果如下图 4.2四、实验算法要点总结1、图像点处理直方图修正法通常分为直方图均衡化和直方图规定化两类2、图像均值滤波和中值滤波、图像锐化处理3、图像几何变换处理4、图像彩色合成和彩色变换处理通过映射函数将彩色图像或多光谱图像变换成新的三基色分量线性假彩色映射表示为：。
图像增强技术实验报告
图像增强技术实验报告
近年来，随着数字图像处理技术的快速发展，图像增强技术在各个
领域得到了广泛的应用。
本实验旨在探究图像增强技术的原理和方法，通过实际操作加深对该技术的理解和掌握。
首先，在本实验中我们使用了常见的图像增强技术包括灰度拉伸、
直方图均衡化、滤波等方法。
针对不同的图像特点和需求，我们选择
了不同的增强方法进行处理，并分析比较它们的效果和适用场景。
在实验过程中，我们首先对原始图像进行了灰度拉伸处理，通过拉
伸灰度范围来增强图像的对比度，使得图像中的细节更加清晰。
接着，我们运用直方图均衡化技术，将图像的像素分布均匀化，从而提高了
图像的整体亮度和细节展现。
同时，我们还尝试了一些滤波方法，如
均值滤波、中值滤波等，来去除图像中的噪声和平滑图像。
通过实验数据分析，我们发现不同的图像增强方法在处理不同类型
的图像时会产生不同的效果。
比如对于对比度较低的图像，灰度拉伸
和直方图均衡化能够取得比较好的增强效果；而对于受到噪声干扰的
图像，则需要采用滤波方法进行去噪处理。
综合以上实验结果，我们深入探讨了图像增强技术的优缺点以及适
用范围。
图像增强技术在医疗影像、航空航天、安防监控等领域具有
广泛的应用前景，在实际应用中需要根据图像特点和需求选择合适的
增强方法，以达到最佳的效果。
通过本次实验，我们对图像增强技术有了更深入的了解，并在实践中提升了我们的技术水平和解决问题的能力。
希望今后能够进一步拓展应用领域，将图像增强技术发挥到更大的作用，为社会发展和人类福祉做出更大的贡献。
- 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)。
图像颜色增强处理（彩色变换）
实验专题讲座
课程：遥感科学与图像处理
实验：图像颜色增强处理（彩色变换）
姓名：
学号：
指导老师：
一、实验名称
图像颜色增强处理（彩色变换）
二、实验目的
对图像进行彩色变换；观察图像在不同色彩空间之间相互转换的结果异同，理解影像光谱增强中彩色变换的原理及其增强效果，将图象转换成一种更适合于人或机器进行分析处理的形式，提高图像的使用价值。
三、实验原理
光谱增强是基于多光谱数据对波段进行变换达到图像增强处理，采用一系列技术去改善图象的视觉效果，或将图象转换成一种更适合于人或机器进行分析处理的形式。
有选择地突出某些对人或机器分析有意义的信息，抑制无用信息，提高图象的使用价值。
在使用单波段图像时，由于成像系统动态范围的限制，地物显示的亮度值差异较小。
又由于人眼对黑白图像亮度级的分辨能力仅有10～20级左右，而对色彩和强度的分辨力可达100多种，因此将黑白图像转换成彩色图像可使地物的差别易于分辨[1,2]。
1. 彩色合成（color composite）
在通过滤光片、衍射光栅等分光系统而获得的多波段图像中选出三个波段，分别赋予三原色进行合成。
根据各波段的赋色不同，可以得到不同的彩色合成图像。
1)图像主成分变换融合
主成分变换融合[2]是建立在图像统计基础上的多维线性变换,
具有方差信息浓缩、数据量压缩的作用, 可以更准确地揭示多波段数据结构内部的遥感信息, 常常是以高空间分辨率数据代替多波段数据变换以后的第一主成分来达到融合的目的。
具体过程是: a. 对多波段遥感数据进行主成分变换( K- L 变换) ; b. 以高空间分辨率遥感数据替代变换以后的第一主成分; c. 进行主成分逆变换,生成具有高空间分辨率的多波段融合图像。
2) 真彩色合成
在通过蓝、绿、红三原色的滤光片而拍摄的同一地物的三张图像上，若使用同样的三原色进行合成，可得到接近天然色的颜色，此方法称为真彩色合成。
3) 假彩色合成
由于多波段摄影中，一副图像多不是三原色的波长范围内获得的，如采用人眼看不见的红外波段等，因此由这些图像所进行的彩色合成称假彩色合成。
进行遥感影像合成时，方案的选择十分重要，它决定了彩色影像能否显示较丰富的信息或突出某一方面的信息。
以陆地卫星Landsat 的TM影像为例，当4，3，2波段分别被赋予红、绿、蓝颜色进行彩色合成时，这一合成方案就是标准假彩色合成，是一种最常用的合成方案。
实际应用时，常常根据不同的应用目的在试验中进行分析、调试，寻找最佳合成方案，以达到最好的目视效果。
2. 单波段密度分割
将一副图像的整个亮度值变量L按照一定量分割为若干等量间
隔，每一间隔赋予一种颜色，以不同的颜色控制成像系统的彩色显示，就可得到一副假彩色密度分割图像。
3.彩色变换
⑴RGB 和HSI 模型是二种最常用的颜色模型。
RGB 模型基于三基色原理，面向硬件，便于颜色的采集和显示。
HSI模型基于色调(Hue)-饱和度(Saturation)-亮度(Intensity)理论，符合人类观察和感受颜色的视觉及心理学特点，便于从主观出发对颜色进行操作。
RGB 向HSI 模型的转换是由一个基于笛卡尔直角坐标系的单位立方体向基于圆柱极坐标的双锥体的转换。
基本要求是将RGB 中的亮度因素分离，将色度分解为色调和饱和度，并用角向量表示色调[3,4].(图2)
⑵ RGB 转换至HSI的几种常见方法
表1 列出几种常用的RGB-HSI转换公式
表 1 几种算法的转换公式
几何推导法最为经典，可追溯到30 多年前（Tenenbaum,1974）。
基本思路是先分离出亮度信息，将三维空间降为二维。
在二维平面内利用解析几何的向量点积公式求出HSI 模型的色调分量值。
四、实验数据
多光谱图像，文件L720000612_B17,包括1,2,3,4,5,6,7波段，空间分辨率为30米。
五、实验步骤
1）RGB TO HSV (使用RGB to HSV 选项可以将一幅RGB 图像变换到
HSV（色度、饱和度、颜色亮度值）彩色空间。
)
选择5,4,3波段进行RGB合成显示，窗口为#1，然后选择Transforms--Color Transforms--RGB to HSV 在出现的RGB to HSV Input 对话框时，从一个显示的彩色图像或可用波段列表中选择三个波段进行变换。
选择输出到“File”或“Memory”。
点击“OK”开始处理。
2）RGB TO HLS (使用RGB to HLS 选项可以将RGB 图像变换到HLS（色度，亮度，饱和度）彩色空间)
选择Transforms--Color Transforms--RGB to HLS 在出现的RGB to HLS Input 对话框时，从一个显示的彩色图像或可用波段列表中
选择三个波段进行变换。
点击OK，选择输出到“File”或“Memory”。
点击“OK”开始处理。
3）RGB TO USGSMunsell HSV （使用USGS Munsell RGB to HSV 选项可以将RGB 图像变换到USGS Munsell HSV 彩色空间。
）选择Transforms--Color Transforms--RGB to HLS 在出现的RGB to HLS Input 对话框时，从一个显示的彩色图像或可用波段列表中选择三个波段进行变换。
点击OK，选择输出到“File”或“Memory”。
点击“OK”开始处理。
4）其他彩色空间到RGB的变换
同理，选择Transforms > Color Transforms > # to RGB。
可完成与上述实验相反的结果即将一幅其他色彩空间的图像换回到RGB 色彩空间。
六、实验结果与分析
实验结果：
1、RGB TO HSV
2、RGB TO HLS
3、RGB TO USGSMunsell HSV
结果分析：在色彩空间变换实验中，通过使用Color Transforms 工具可以将3-波段红、绿、蓝图像变换到一个特定的彩色空间，得到相应的彩色增强后的图像，从而我们可根据不同的地物特征，研究对象等，选择不同的色彩空间及波段组合[5]。
七、实验总结
通过本次实验初步掌握了遥感图像颜色增强彩色变换的部分内容，对于相应的理论知识有了进一步的理解，明白了彩色变换中根据研究目的的不同可按照色彩空间以及色彩空间的特点进行选择相应的处理，以达到工作要求。
八、参考文献
[1]朱长明骆剑承沈占锋程熙胡晓东《地物波谱数据辅助的SPOT 影像模拟真彩色方法研究》测绘学报第39卷2010年4月
[2]王海燕陈卫平曹广强《ALOS 卫星影像自然色变换及融合方法探讨》测绘技术装备季刊第14 卷 2012 年第1 期
[3]周云符思涛《遥感图像色彩增强处理方法探讨》测绘与空间地理信息第33卷第4期2010年8月
[4]董增寿张凤春刘明君《卫星遥感图像增强处理方法研究》计算机仿真第26 卷第4期
[5]孙钊郭蕾张云志《卫星遥感图像应用处理新模式的研究》林业科技情报 2006 Vol138 No11。