真彩色图像
第五章 遥感图像处理—图像增强
特征；其余三个分量与地物特征没有明确的对应关系。
七、多元信息复合
遥感图像信息融合(Fusion)是将多源遥感数据在统一的 地理坐标系中，采用一定的算法生成一组新的信息或合
其中：
k ( g 'max g 'min ) /( gmax gmin ) 255/ 52 4.9
b g 'ij kgij 0 49 49
2、非线性拉伸
（1）指数变换
xb be
（2）对数变换
axa
c
xb b度进行分层，每一层所包含的亮度值范围可以不
同。
图像密度分割原理可以按如下步骤进行：
（1）求图像的极大值dmax和极小值dmin； （2）求图像的密度区间ΔD = dmax-dmin + 1； （3）求分割层的密度差Δd =ΔD／n ，其中 n为需分割的层数；
（4）求各层的密度区间；
（5）定出各密度层灰度值或颜色。
减法运算可以增加不同地物间光谱反射率以及在 两个波段上变化趋势相反时的反差。不同时相同 一波段图像相减时，可以提取波段间的变化信息。
T M 4 影 像
T M 3 影 像
TM4-TM3影像
87 年 影 像
92 年 影 像 变化监测结果影像
（二）加法运算
B= i /m
i=1 m
加法运算可以加宽波段，如绿色波段和红色波 段图像相加可以得到近似全色图像；而绿色波 段，红色波段和红外波段图像相加可以得到全 色红外图像。
-1 -2 -1 0 0 0 1 2 1 1 2 0 -2 1 0 -1
数字图像的基本类型
计算机一般采用两种方式存储静态图像： 位映射（Bitmap），即位图存储模式； 向量处理（Vector），也称矢量存储模式。 位图也称为栅格图像，是通过许多像素点表示一幅 图像，每个像素具有颜色属性和位置属性。 矢量图只存储图像内容的轮廓部分，而不是图像数 据的每一点。
二值图像
二值图像也叫黑白图像，就是图像象素只存在 0,1两个值。
第三部分为调色板(Palette) 。真彩色图像不需要调 色板。调色板实际上是一个数组， 共有biClrUsed个 元素。数组中每个元素的类型是RGBQUAD结构， 占4个字节，其定义如下： typedef struct tagRGBQUAD{ BYTE rgbBlue; //该颜色的蓝色分量 BYTE rgbGreen; //该颜色的绿色分量 BYTE rgbRed; //该颜色的红色分量 BYTE rgbReserved; //保留值 } RGBQUAD;
量化为2级的Lena Lena图像 (a) 量化为2级的Lena图像 量化为16级的Lena 16级的Lena图像 (b) 量化为16级的Lena图像 (c) 量化为256级的Lena图像 量化为256级的Lena图像 256级的Lena
十一作业: 1 熟悉raw2bmp程序, 参考 2 编写或书写函数 void BianHuan(unsigned char *image1[1000], int W1, int H1, unsigned char *image2[2000], int & W2, int & H2, double rate); //image1 源图象 image2 目标图象 //W1 H1 源图象宽和高 W2 H2 目标图象宽和高 //rate 放大/缩小倍数 0<rate<4 (要交) 3 预习课本3.2.2 3.3
真彩色图像处理
第四部分真彩色增强一、真彩色增强方法图4.1 真彩色增强原理图1、对HSI图像亮度增强⑴、将R，G，B分量图转化为H，S，I分量图；⑵、利用对灰度图增强的方法增强其中的I分量图；⑶、再将结果转化为用R，G，B分量图来显示。
以上方法并不改变原图的彩色内容，但增强后的图看起来会有些不同。
这是因为尽管色调和饱和度没有变化，但亮度分量得到了增强，整个图会比原来更亮一些。
图4.3是基于matlab以增强亮度的方法进行真彩色增强的图像，其代码见附录（a）增强前图像（b）增强后图像图4.2 对HSI进行亮度增强结果结论：图（b）明显比图（a）要亮的多，在视觉效果上，图（b）比较让人觉得美好。
2、对HSI图像进行对比度增强图4.4是基于matlab以增强对比度的方法进行真彩色增强的图像，其代码见附录图4.3 对HSI增强对比度增强的结论：图（b）的视觉效果明显比图（a）要好的多，清晰的多，颜色比（a）要深。
3、对HSI图像进行亮度和饱和度的增强图4.5是基于matlab以增强亮度和饱和度的方法进行真彩色增强的图像，其代码见附录图4.4 对HSI图像进行增强结果结论：这是对前两个方法的综合，很显然，图（b）比图（a）要亮，要清晰，视觉效果比以上两种方法分别做要好的多。
二、直接在rgb空间对图像增强图4.6是基于matlab在rgb空间增强图像，其代码见附录图4.5 对RGB图像进行增强结果以下是基于matlab以增强亮度的方法进行真彩色增强的代码：%% 彩色图像亮度增强（执行速度较慢）clcclearfc = imread('E:\maomao.jpg');figure(1);imshow(fc)title('原始真彩色（256*256*256色）图像')fr = fc(:,:,1);fg = fc(:,:,2);fb = fc(:,:,3);% imshow(fr)% title('红色分量图像')% imshow(fg)% title('绿色分量图像')% imshow(fb)% title('蓝色分量图像')h = rgb2hsi(fc);H = h(:,:,1);S = h(:,:,2);I = h(:,:,3);I =I*1.5;% imshow(H)% title('色调分量图像')% imshow(S)% title('饱和度分量图像')% imshow(I)% title('亮度分量图像')h = cat(3,H,S,I);%cat函数是拼接数组的函数，这里将在第3维上进行拼接。
图像处理技术的应用
1.1 图像的基础知识
说明。假如一像素（A、R、G、B）的4个分量都用归一化的数值表示， 那么（A、R、G、B）为（1，1，0，0）时显示红色。当像素为（0.5， 1，0，0）时，预乘的结果就变成了（0.5，0.5，0，0），这表示原来该 像素显示的红色的强度为1，而现在显示的红色的强度下降了一半。用这 种定义像素属性的方法可以实现两幅彩色图像之间的透明叠加效果。
（4）打印分辨率。打印分辨率指图像打印时每英寸可识别的点数，也 使用dpi为衡量单位。
2.图像的类别
1.1 图像的基础知识
计算机显示的图像从其生成、显示、处理和存储的数据运算机制角度 看，可分为矢量图（vector）和位图（bitmap）两种基本形式。
（1）矢量图。用一系列计算机指令集合的形式来描述、记录和处理的 图像称为矢量图。这些指令描述的对象包括图像中所包含的各图形元素的 位置、颜色、大小、形状、轮廓和其他一些特性，也可以用更复杂的形式 表示图像中的曲面、光照、阴影、材质等效果。图元基本是由各种直线、 曲线、面及填充在这些线、面之间的丰富的色彩构成的，其矢量文件存储 的信息是许许多多的数学表达式和指令。在计算机显示图像时，也往往能 看到画图的过程。绘制和显示这种图像的软件通常称为绘图着时代的发展和技术的进步，在日常生活和工作中，人们总会 遇到一些处理图像的问题。例如，公司举行郊游，同事们拍了大量的 照片，但是这些照片的质量参差不齐，需要进行处理，以使其更加美 观。
1.1 图像的基础知识
1.图像的基本属性 1）像素深度 像素深度也称为位深度或颜色深度，是指存储图像中每个像素数据所 占用的二进制位数。图像中的每一像素都要用一位或多位比特来存放与它 相关的颜色、亮度等信息。像素深度决定了彩色图像中可表现的最多颜色 数目，或者灰度图像中的最大灰度等级数。表示一像素的位数越多，它能 表达的颜色数目就越多，而它的深度就越大。例如，一幅彩色图像的每像 素用R、G、B共3个分量表示，若每个分量用8 bit，那么一像素共需24 bit表示，每像素的颜色可以是224=16 777 216种颜色中的一种。共约
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
图像类型分类
图像类型分类在计算机中，按照颜⾊和灰度的多少可以将图像分为四种基本类型。
1. ⼆值图像 2. 灰度图像 3. 索引图像 4. 真彩⾊RGB图像1. ⼆值图像⼀幅⼆值图像的⼆维矩阵仅由0、1两个值构成，“0”代表⿊⾊，“1”代⽩⾊。
由于每⼀像素（矩阵中每⼀元素）取值仅有0、1两种可能，所以计算机中⼆值图像的数据类型通常为1个⼆进制位。
⼆值图像通常⽤于⽂字、线条图的扫描识别（OCR）和掩膜图像的存储。
2. 灰度图像灰度图像矩阵元素的取值范围通常为[0，255]。
因此其数据类型⼀般为8位⽆符号整数的（int8），这就是⼈们经常提到的256灰度图像。
“0”表⽰纯⿊⾊，“255”表⽰纯⽩⾊，中间的数字从⼩到⼤表⽰由⿊到⽩的过渡⾊。
在某些软件中，灰度图像也可以⽤双精度数据类型（double）表⽰，像素的值域为[0，1]，0代表⿊⾊，1代表⽩⾊，0到1之间的⼩数表⽰不同的灰度等级。
⼆值图像可以看成是灰度图像的⼀个特例。
3. 索引图像（伪彩⾊）索引图像的⽂件结构⽐较复杂，除了存放图像的⼆维矩阵外，还包括⼀个称之为颜⾊索引矩阵MAP的⼆维数组。
MAP的⼤⼩由存放图像的矩阵元素值域决定，如矩阵元素值域为[0，255]，则MAP矩阵的⼤⼩为256Ⅹ3，⽤MAP=[RGB]表⽰。
MAP中每⼀⾏的三个元素分别指定该⾏对应颜⾊的红、绿、蓝单⾊值，MAP中每⼀⾏对应图像矩阵像素的⼀个灰度值，如某⼀像素的灰度值为64，则该像素就与MAP中的第64⾏建⽴了映射关系，该像素在屏幕上的实际颜⾊由第64⾏的[RGB]组合决定。
也就是说，图像在屏幕上显⽰时，每⼀像素的颜⾊由存放在矩阵中该像素的灰度值作为索引通过检索颜⾊索引矩阵MAP得到。
索引图像的数据类型⼀般为8位⽆符号整形（int8），相应索引矩阵MAP的⼤⼩为256Ⅹ3，因此⼀般索引图像只能同时显⽰256种颜⾊，但通过改变索引矩阵，颜⾊的类型可以调整。
索引图像的数据类型也可采⽤双精度浮点型（double）。
第6章彩色图像处理资料
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
遥感技术基础-第06讲(遥感图像及分辨率)
七、遥感图像分辨率的确定原则
应该指出：遥感图像的分辨率是根据 实际需要、现实可能等多种因素设计确定 的，并非图像的分辨率越高，对所有应用 越有利。在实际应用中，可根据应用目的 和当前的实际条件，选取最适当分辨率的 遥感图像。
本次课小结
主要内容：
1、遥感图像及类型
2、遥感图像的四个分辨率 （空间、光谱、辐射、时相分辨率） 重点内容 1、黑白图像、彩色图像、全色图像、多光谱图像、 热红外图像、微波图像、画幅式图像、面中心投影图 像、面阵图像、线中心投影图像、线阵图像、点中心 投影图像、立体图像等概念； 2、遥感图像的空间、光谱、辐射、时相分辨率的 概念及影响因素。
波段2
波段3 波段4 全色
4
16.5km 4 4 0.61 16.5km
四、遥感图像的光谱分辨率
光谱分辨率：反映了传感器的光谱探测能力。 它包括传感器探测的波谱宽度、波段数、各波段 的波长范围和间隔。
若传感器所探测的波段数愈多，每个波段的 波长范围愈小，波段间的间隔愈小，则它的光谱 分辨率愈高。传感器的光谱分辨率越高，它获取 的图像就越能反映出地物的光谱特性，不同地物 间的差别在图像上就能更好地体现出来。
空间分辨率的例子
表1： IKONOS-2图像 （美国，1999，第一颗新一代高分辨率卫星图像，可与航片媲美） 图像类型 波段1 多 光 谱 波段2 波段3 波段4 波长范围 （μ m） 0.45～0.52 0.51～0.60 0.63～0.70 0.75～0.86 近红外 兰 绿 红 分辨率 （m） 4 4 13km 4 4 3天 地面带 宽 重访周期 (垂直观测)
线中心投影图象（线阵列图像）
线中心投影图像：线中心投影，同一幅图像有多条扫描线 构成，同一条扫描线内几何关系稳定。
彩色图像的隐写与隐写分析
在偶数组中搜索是否有原图象中已有的颜色，一 旦找到就将A 修改为这一颜色
2020/8/1
信息隐藏与数字水印
12
抵抗RQP分析的隐写
如果不满足，找与它最相邻的颜色替换
保留像素RGB的高位（记为A000 ），将变换 RGB最低位可能构成的颜色按异或奇偶性分为 两组：
偶数颜色组：A000，A011，A101，A110 奇数颜色组：A001，A010，A100，A111
2020/8/1
信息隐藏与数字水印
22
基于分量和的隐写
对EzStego方法的改进 隐写方法
秘密信息与像素三个分量之和的最低位相同， 则不作修改
不同，则将像素改为与原始颜色距离最小的、 且三个分量之和最低位与秘密信息相同的颜色
2020/8/1
信息隐藏与数字水印
2020/8/1ຫໍສະໝຸດ 信息隐藏与数字水印11
抵抗RQP分析的隐写
如果不满足，找与它最相邻的颜色替换
保留像素RGB的高位（记为A000 ），将变换 RGB最低位可能构成的颜色按异或奇偶性分为 两组：
偶数颜色组：A000，A011，A101，A110 奇数颜色组：A001，A010，A100，A111
算Q值，记为Q2 如果
被测图像未隐写，R＝Q2/Q1明显大于1 被测图像已隐写，且隐写量很大，则R只略大于
1，甚至略小于1
2020/8/1
信息隐藏与数字水印
5
真彩色图像中的RQP隐写分析
困难
如果原隐写量很小，无法区分是否隐写，隐写 分析失效
如果原图像颜色数目很多，则加入测试数据的 影响相对减小，使得Q2增大不多，导致隐写 分析失败
如果要嵌入1
在奇数组中找到已有颜色，改为已有颜色
真彩色、假彩色和伪彩色的区别
真彩⾊、假彩⾊和伪彩⾊的区别
1、处理对象上：伪彩⾊处理针对灰度图像，假彩⾊处理是针对彩⾊图像。
2、处理⽅法上：伪彩⾊处理有两种⽅法：灰度分层、直接彩⾊变换。
（1）、灰度分层简⽽⾔之，给不同的灰度级进⾏分层，想分多少层就是多少层，然后在每⼀层上进⾏强制涂⾊。
（2）、直接彩⾊变换的原理是：任何⼀种颜⾊都可以由三原⾊合成，于是把⿊⽩图像的灰度级分成三个层次，每个层次上赋予RGB三种颜⾊。
假彩⾊处理：是⽤多波段图像合成的彩⾊图像。
设定遥感图像的某三个波段分别为RGB三原⾊，再合成图像的彩⾊图案。
总之：
真彩⾊：R,G,B三波段的合成显⽰图，
假彩⾊：任意⾮R,G,B波段的合成图，
伪彩⾊：只含有⼀个任意波段的图像显⽰
区别：⼀个波段的图就是伪彩⾊的图，多个波段（⼀般三个）的图可能为真彩⾊，假彩⾊，标准假彩⾊。
遥感影像中的真、假彩色合成及伪彩色等
聊一聊遥感影像中的真彩色、假彩色及伪彩色真彩色不是和肉眼一致吗？为什么还会有假彩色、伪彩色呢？【基本认知】➢遥感影像有黑白和彩色之分黑白影像是根据物体的灰度不同而呈现的，一般建筑物为灰白色，而草地和森林颜色较深遥感彩色影像又有真彩色和假彩色之分✧真彩色影像上地物颜色能够真实反映实际地物的颜色特征，符合人的认知习惯✧假彩色影像上，草、树和庄稼覆盖地区通常为红色，而水是灰色和蓝色的，城市是蓝灰色的【何为图像的彩色显示】遥感数据是直接从遥感器得到的数字数据的罗列。
为了使其内容直观易懂，彩色显示是非常重要的技术，彩色显示有两种方法：①把多个波段的图像分别赋予一种原色而进行显示的彩色合成法对一幅黑白图像的灰阶赋予颜色的假彩色（伪彩色）显示法彩色合成【基本概念】从通过滤光片、棱镜、衍射光栅等分光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，根据三原色的对应方式不同，可以得到不同的彩色合成图像。
1）真彩色合成在通过对应于三原色蓝、绿、红的滤光片而拍摄的三张多波段图像上，如果使用同样的三原色滤光片进行合成，就可以得到接近天然色的颜色，即为真彩色合成。
2）假彩色合成通常的遥感图像不一定是在分解为三原色的滤光片的波长范围内拍摄的，多数场合是使用了人眼看不见的红外波段，因为这种图像的彩色合成已经不是天然色彩了，所以称为假彩色合成。
3）红外彩色合成在遥感中，多采用对近红外区赋予红色，对红色的波长区赋予绿色，对绿色的波长区赋予蓝色，称为红外彩色合成。
彩色合成法可应用于从不同的遥感器中获得的图像显示，例如，通过把空间分辨率高的黑白图像和空间分辨率低的多波段图像进行彩色合成，就可以做出空间分辨率高且具有多波段信息的图像，这对于图像判读是非常有效的。
伪彩色显示（又称密度分割）把一张黑白图像的灰阶分为若干等级，在每个等级上赋予颜色，就成为最简单的伪彩色显示【总结】✧真彩色：R G B三波段的合成显示图✧假彩色：任意三个波段的合成显示图✧伪彩色：只含有一个任意波段的图像显示假彩色也好，伪彩色也罢，都是为了增加遥感影像的可读性。
遥感数字图像处理复习参考题汇总
复习参考题汇总1. 什么是图像？试述图像数字化的方法和步骤。
图像：即影像（image ）是人采用各种观测系统直接或间接获得，能够为人类视觉系统所感觉客观事物的空间分布和空间组织结构特征的表达、识别、模拟或者形象化的描述。
（包括image 和photo ）（此概念参考：Kenneth R. Castle, 1996，李弼程、彭天强、彭波等，智能图像处理技术，电子工业出版社，2004）图像的数字化过程，就是把一幅模拟图像划分成规则的格网单元或像素，以离散化的整型数的形式的形式为每一像素赋值，以表征其灰度值的大小，从而使图像连续的模拟信号转化为离散的数字信号。
具体包括采样和量化两个步骤；采样：对连续图像在水平、垂直两个方向上按照一定的间隔均匀采集对应空间单元上的入射辐射或反射辐射；量化与编码：用有限个整数值表示像元的灰度和色彩。
图像数字化的方法:1、测微密度计数字化、2、视频数字化、3、线/面阵列CCD 数字化、4、NAPP 数字化，5、传统的数字化等；测微密度计数字化：分平板式和卷筒式两类。
平板式一个定常发射已知数量的光的光源在平铺的影像上沿X 轴方向做横向机械移动，在影像和光源相对的另一侧有一个接收器来测量透过影像的光能。
当一条扫描线完成时，光源和接受器沿Y 方向移动一个步长△Y ,然后扫描与上一次平行并且是连续的区域。
接收器沿着每一条扫描线检测到的能量最终通过模数转换器，将电信号转换成数字信号。
整幅影像按照这种扫描方法扫描完后，就会生成一个用于数字影像处理的亮度矩阵。
如果一幅影像有多个需要数字化的彩色图层，那么可以使用一个彩色滤光器轮盘。
我们一般使用红绿蓝三种不同的滤光器分别扫描影像三次，将影像分为红绿蓝三个组成部分。
通过这三个组成部分的适当组合，最后矩阵配准应该是近似完美的，与原影像十分相似。
（注意，这种方法扫描影像时，其采样的尺寸小于12微米时，采样点的尺寸接近卤化银晶体颗粒的尺寸，因此影像上就会产生含有噪声的数字化数据。
图像深度与颜色类型
图像深度与颜色类型2011-09-07 17:06:44| 分类：图像处理| 标签：|举报|字号大中小订阅四．图像深度与颜色类型< XMLNAMESPACE PREFIX ="O" />图像深度是指位图中记录每个像素点所占的位数，它决定了彩色图像中可出现的最多颜色数，或者灰度图像中的最大灰度等级数。
图像的颜色需用三维空间来表示，如RGB颜色空间，而颜色的空间表示法又不是惟一的，所以每个像素点的图像深度的分配还与图像所用的颜色空间有关。
以最常用的RGB颜色空间为例，图像深度与颜色的映射关系主要有真彩色、伪彩色和直接色。
（一）真彩色（true-color）：真彩色是指图像中的每个像素值都分成R、G、B三个基色分量，每个基色分量直接决定其基色的强度，这样产生的颜色称为真彩色。
例如图像深度为24，用R：G：B＝8：8：8来表示颜色，则R、G、B各用8位来表示各自基色分量的强度，每个基色分量的强度等级为28＝256种。
图像可容纳224＝16M 种颜色。
这样得到的颜色可以反映原图的真实颜色，故称真彩色。
（二）伪彩色（pseudo-color）：伪彩色图像的每个像素值实际上是一个索引值或代码，该代码值作为颜色查找表（CLUT，Color Look-Up Table）中某一项的入口地址，根据该地址可查找出包含实际R、G、B的强度值。
这种用查找映射的方法产生的颜色称为伪彩色。
用这种方式产生的颜色本身是真的，不过它不一定反映原图的颜色。
在VGA显示系统中，调色板就相当于颜色查找表。
从16色标准VGA调色板的定义可以看出这种伪彩色的工作方式（表06-03-2）。
调色板的代码对应RGB颜色的入口地址，颜色即调色板中RGB混合后对应的颜色。
表06-03-216色标准VGA调色板代码R G B颜色名称效果0000黑(Black)100128深蓝(Navy)20128深绿(Dark Green)30128128深青(Dark Cyan)412800深红(Maroon)51280128紫(Purple)61281280橄榄绿(Olive)7192192192灰白(Light gray)8128128128深灰(Dark gray)900255蓝( blue)1002550绿( green)110255255青(cyan)1225500红( red)132550255品红( magenta)142552550黄(Yellow)152********白(white)伪彩色一般用于65K色以下的显示方式中。
多媒体技术考试试题及参考答案
多媒体技术试题一、选择题1、Photoshop是一款 B 软件。
A.多媒体操作系统B.多媒体工具软件C.视频处理软件D.音乐播放软件2、多媒体计算机的硬件系统除了要有根本计算机硬件以外,还要具备一些多媒体信息处理的 A 。
A. 外部设备和接口卡B.主机C.显示器D.外部设备3、在播放音频时,一定要保证声音的连续性,这就意味着多媒体系统在处理信息时有严格的 D 要求。
A.多样性B.集成性C.交互性D.实时性4、不进行数据压缩的、标准的Windows图像文件格式是 A 。
A.BMPB.GIFC.JPGD.TIFF5、由CompuServe公司开发、可以存储多幅图像并形成动画效果的图像文件格式是 B 。
A.BMPB.GIFC.JPGD.PNG6、GIF图像文件可以用1~8位表示颜色,因此最多可以表示 C 种颜色。
A.2B.16C.256D.655367、对于调频立体声播送,采样频率为44.1kHz,量化位数为16位,双声道。
其声音信号数字化后未经压缩持续一分钟所产生的数据量是 D 。
A.5.3MbB.5.3MBC.8.8MbD.10.6MB8、通常用来保存未压缩的音频、属于事实上的通用音频文件格式的是 C 。
A.MP3B.MIDIC.W A VD.WMA9、显示器所用的颜色模型是采用 C 三种根本颜色按照一定比例合成颜色的方法。
A.红色、黄色、蓝色B.青色、品红、黄色C.红色、绿色、蓝色D.红色、黄色、绿色10、PNG图像文件采用无损压缩算法,其像素深度可以高达 D 位。
A.8B.24C.32D.4811、既是图像文件格式,又是动画文件格式的文件格式是 A 。
A.GIFB.JPGC.SWFD.MPG12、数据压缩是指对原始数据进行重新编码,去除原始数据中 C 数据的过程。
A.噪音B.冗长C.冗余D.重复13、真彩色图像的像素深度是 A 位。
A.24B.32C.48D.6414、像素深度是指每个像素的颜色所使用的二进制位数,其单位是 C 。
数字图像处理2-真彩色,灰度图像,索引色图像等的相互转化
timg 真彩色timg1 灰度图像timg2 索引色图像（64色）timg3 二值图像（阈值为0.5）这里从网上找到了timg真彩色图像作为本次作业中进行数字处理的图像。
首先在ps中调整了图像模式，并进行了另存为，生成了timg1与timg2，又在MATLAB中将灰度图像转化为了二值图像timg3，其中阈值为0.5。
这一步操作的代码如下：A = imread('timg1.jpg');B = im2bw(A, 0.5);imshow(B)imwrite(B,'timg3.jpg');随后我们来对每个图像imread的返回值进行观察。
对于timg处理的程序如下：A = imread('timg.jpg');disp(A);whos Aimshow(A)由于disp显示数据过多，这里不放原始数据了。
其具体内容为3个数组，每个数组都是320*200的，分别代表图片中每个像素的rgb值。
而whos语句显示出的内容如下：Bytes Class Name Size192000 uint8A 200x320x3其中200*320*3说明图像像素为200*320而且为rgb格式，有3个矩阵。
192000为图片大小，而其rgb值是用unit8即8位无符号整数存储，0-255的值代表了某一点像素某一颜色分量的强度。
同理，若将上述程序中的timg改为timg1灰度图像，显示出来的矩阵则只有一个，大小仍为200*320但是每个点的数值则代表对应像素的灰度值。
whos语句显示出的内容如下：Name SizeBytes Class64000 u int8A 200x320由于灰度图像只需要存储灰度而不是rgb3个分量，其大小便没有最后的*3，因此其大小也只为timg的1/3。
对于索引图进行的操作与其他图像不同，由于其本身存储的是索引值，需要导入索引表才能还原原本的图像，因此程序如下：[IM, map] = imread('timg2.png','png');disp(IM);IMrgb(:,:,:) = ind2rgb(IM,map);whos IMrgbimshow(IMrgb)这里如果直接imshow原本图像的话会根据灰度图像的方式显示错误的图像，因此采用了一个ind2rgb函数通过之前导入的索引表和索引值矩阵将图像恢复为rgb图像矩阵。
5第5章 彩色数字图像基础.
2018/12/10
22
第5章 彩色数字图像基础
5.4 图像的种类
• 5.4.1 矢量图与点位图
– 矢量图(vector based image)法：
• 用一系列计算机指令来表示一幅图; • 实际上是数学方法来描述一幅图，然后变成许多的 数学表达式，再编程，用语言来表达。 • 在计算显示图时，也往往能看到画图的过程。绘制 和显示这种图的软件通常称为绘图程序(draw programs) •
– 假如显示屏上已经有一幅图存在，当这幅图或者这幅图的一部 分要重叠在上面时，T位就用来控制原图是否能看得见。
– 4. α通道(alpha channel)位
• 在用32位表示一个像素时，若R，G，B分别用8位表示， 剩下的8位常称为α通道(alpha channel)位，或称为复盖 (overlay)位、中断位、属性位。 • 视图混合(video keying)技术，它也采用α通道
2018/12/10
23
第5章 彩色数字图像基础
• 矢量图优点:
– 当需要管理每一小块图像时，矢量图法非常有效； – 目标图像的移动、缩小放大、旋转、拷贝、属性的改变 (如线条变宽变细、颜色的改变)也很容易做到； – 相同的或类似的图可以把它们当作图的构造块，并把它们 存到图库中，这样不仅可以加速画的生成，而且可以减小 矢量图文件的大小；
2018/12/10 3
第5章 彩色数字图像基础
图5-02 产生波长不同的光所需要的三基色值[1]
图5-02表示
使用基色波长 为700 nm(红 色)、546.1 nm(绿色)和 435.8 nm(蓝色) 时，在可见光 范围里，相加 混色产生某一 波长的光波所 需要的三种基 色的数值。
名词解释(含答案)
1.比值增强与差值增强比值增强它是将图像每个像元的某一波段的数值（亮度值）与同一像元的另一波段的数值（亮度值）相除，用所得的新值作为该像元的新数值（亮度值），显示图像，即得到一幅得到比值增强的图像。
比值增强可压抑图像上不需要的影像信息，还可消除由于地形起伏而造成的阴影等干扰因素的影响，因此，比值增强常作为其它处理的前期处理，以得到更好的图像显示效果或分类精度。
差值增强它是将图像每个像元的某一波段的数值（亮度值）与同一像元的另一波段的数值（亮度值）相减，用所得的新值作为该像元的新数值（亮度值），显示图像，即得到一幅得到差值增强的图像。
差值增强可用于提取土壤背景的变化。
2.比值植被指数与归一化植被指数[2]比值植被指数RVI：RVI = NIR/R(1)绿色健康植被覆盖地区的RVI远大于1，而无植被覆盖的地面（裸土、人工建筑、水体、植被枯死或严重虫害）的RVI在1附近。
植被的RVI通常大于2；(2)RVI是绿色植物的灵敏指示参数，与LAI、叶干生物量(DM)、叶绿素含量相关性高，可用于检测和估算植物生物量(3)植被覆盖度影响RVI，当植被覆盖度较高时，RVI对植被十分敏感；当植被覆盖度<50%时，这种敏感性显著降低；(4)RVI受大气条件影响，大气效应大大降低对植被检测的灵敏度，所以在计算前需要进行大气校正，或用反射率计算RVI。
归一化植被指数NDVI：NDVI=(NIR-R)/(NIR+R)(1)NDVI的应用：检测植被生长状态、植被覆盖度和消除部分辐射误差等；(2)-1<=NDVI<=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大(3)NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射率的对比度。
对于同一幅图像，分别求RVI和NDVI时会发现，RVI值增加的速度高于NDVI增加速度，即NDVI对高植被区具有较低的灵敏度；(4)NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、雪、枯叶、粗糙度等，且与植被覆盖有关。
- 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)。
编辑
伪彩色(pseudo-color)图像的每个像素值实际上是一个索引值或代码，该代码值作为色彩查找表CLUT(Color Look-Up Table)中某一项的入口地址，根据该地址可查找出包含实际R、G、B的强度值。这种用查找映射的方法产生的色彩称为伪彩色。用这种方式产生的色彩本身是真的，不过它不一定反映原图的色彩。在VGA显示系统中，调色板就相当于色彩查找表。从16色标准VGA调色板的定义可以看出这种伪彩色的工作方式。
真彩色
编辑
真彩色(true-color)是指图像中的每个像素值都分成R、G、B三个基色分量，每个基色分量直接决定其基色的强度，这样产生的色彩称为真彩色。例如图像深度为24，用R:G:B=8:8:8来表示色彩，则R、G、B各占用8位来表示各自基色分量的强度，每个基色分量的强度等级为2^8=256种。图像可容纳2^24=16M种色彩(24位色)。24位色被称为真彩色，它可以达到人眼分辨的极限，发色数是1677万多色，也就是2的24次方。但32位色就并非是2的32次方的发色数，它其实也是1677万多色，不过它增加了256阶颜色的灰度，为了方便称呼，就规定它为32位色。少量显卡能达到36位色，它是24位发色数再加512阶颜色灰度。但其实自然界的色彩是不能用任何数字归纳的，这些只是相对于人眼的识别能力，这样得到的色彩可以相对人眼基本反映原图的真实色彩，故称真彩色。
调配色与伪彩色相比，相同之处是都采用查找表，不同之处是前者对R、G、B分量分别进行查找变换，后者是把整个像素当作查找的索引进行查找变换。因此，调配色的效果一般比伪彩色好。
调配色与真彩色比，相同之处是都采用R、G、B分量来决定基色强度，不同之处是前者的基色强度是由R、G、B经变换后得到的，而后者是直接用R、G、B决定。在VGA显示系统中，用调配色可以得到相当逼真的彩色图像，虽然其色彩数受调色板的Fra bibliotek制而只有256色
伪彩色一般用于65K色以下的显示方式中。标准的调色板是在256K色谱中按色调均匀地选取16种或256种色彩。一般应用中，有的图像往往偏向于某一种或几种色调，此时如果采用标准调色板，则色彩失真较多。因此，同一幅图像，采用不同的调色板显示可能会出现不同的色彩效果。
3调配色
编辑
调配色(direct-color)的获取是通过每个像素点的R、G、B分量分别作为单独的索引值进行变换，经相应的色彩变换表找出各自的基色强度，用变换后的R、G、B强度值产生的色彩。