彩色图像处理

亮度I是指光波作用于感受器所发生的效 应，其大小由物体反射系数来决定，反 射系数越大，物体的亮度愈大，反之愈 小。如果把亮度作为色环的垂线，那么H 、S、I构成一个柱形彩色空间。灰度阴影 沿着轴线自下而上亮度逐渐增大，由底 部的黑渐变成顶部的白。圆柱顶部的圆 周上的颜色具有最高亮度和最大饱和度。
图像的HSI分解
（a）原RGB图像
（b）H分量
（c）S分量
（d）I分量
3.MATLABA中彩色图像的处理
图像处理工具箱将彩色图像当作索引图或RGB图像来处理。
1.RGB图像
一幅RGB图像就是M×N×3大小的彩色像素的数组，其中的每个彩色像素点 都是在特定空间位置的彩色图像所对应的红、绿、蓝三个分量(见图)。
等比例混合三基色产生的是灰色。
RGB颜色模型可用一个三维空间中的单位立方体来表示，如图所示。 其中，原点对应黑色，与原点最远的点对应白色。从黑到白 的灰度值 分布在从原点到离原点最远定点间的连线上。而立方体其余各点对应 不同的颜色，可用从原点到该点的矢量表示。

红色(255，0，0)、绿色(0，255，0)、蓝色(0，0，255)、青色(0， 255，255)、品红(255，0，255)、黄色(255，255，0)、 白色 ( 255，255，255)、黑色(0，0，0)等， 该归一化的单位立方体中，所有的R,G,B值都在区间[0,1]中。
人眼的吸收特性：
在人的视觉系统中存在着杆状细胞和锥状细胞两种感光细胞。杆状细胞为暗 视器官，主要功能是辨别亮度信息；锥状细胞是明视器官，在照度足够高时 起作用，其功能是分辨颜色。 人眼的锥状细胞是负责彩色视觉的传感器，其可分为三个主要的感觉类别。 大约65%的锥状细胞对红光敏感， 33%对绿光敏感， 2%对蓝光敏感。 由于人眼的这些吸收特性，被看到的彩色是所谓的原色红（R，red）、绿 (G，green)和蓝（B，blue）的各种组合。 锥状细胞将电磁光谱的可见部分分为三个波段： 红、绿、蓝。由于这个原因， 这三种颜色被称为三基色，图1表示了人类视觉系统三类锥状细胞的光谱敏感 曲线。
图 RGB颜色模型单位立方体
图像的R、G、B分解示例

源代码如下： rgb=imread('F:\数字图像处理与MATLAB\picture\cat.jpg'); %可以通过下面的程序看一幅图的RGB三个通道 R=rgb(:,:,1);%红色分量 G=rgb(:,:,2);%绿色分量 B=rgb(:,:,3);%蓝色分量 R1=rgb(:,:,1)*0; %将图像的三维矩阵的每1页清零 G1=rgb(:,:,2)*0; B1=rgb(:,:,3)*0; R_img=cat(3,R,G1,B1); G_img=cat(3,R1,G,B1); B_img=cat(3,R1,G1,B); subplot(1,4,1);imshow(rgb);title('原图'); subplot(1,4,2);imshow(R_img);title('R红'); subplot(1,4,3);imshow(G_img);title('G绿'); subplot(1,4,4);imshow(B_img);title('B蓝');
亮度：是指无彩色，就只有亮度一个维量的。 色调：表示观察者接收的主要颜色。如，当我们说一个物体是红色、橘黄 色、黄色时，是指它的色调。 饱和度：表示颜色的纯度，纯光谱色是完全饱和的，加入白光会稀释饱和 度。饱和度越大，颜色看起来就会越鲜艳，反之亦然。
☻☻注： 色调和饱和度合起来称为色度 颜色可用亮度和色度共同表示。
举一个实际的例子： 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。
RGB图像也可以看做由三个灰度图像形成的“堆栈”，当发送到彩色监视器 的红、绿、蓝输入端时，就在屏幕上产生彩色图像。
例如， 像素（10，5）表示第10行，第5列中的红绿蓝颜色分量分别存储在RGB （10，5，1）、RGB（10，5，2）、RGB（10，5，3）中。
按照惯例，形成一幅RGB彩色图像的三幅图像通常被称作红、绿、蓝 分量图像。分量图像的数据类决定了它们的取值范围。如果一幅RGB 图像的数据类是double，那么取值范围就是[0,1]。类似的，对于uint8 类或uint16类的RGB图像，取值范围分别是[0,255]或[0,65535]。用来 表示这些分量图像像素值的比特数决定了一幅RGB图像的比特深度。 例如，如果每个分量图像都是8比特的图像，那么对应的RGB图像的 深度就是24比特。通常，所有分量图像的比特数都是相同的。在这种 情况下，一幅RGB图像可能有的色彩数就是(2b)3，其中的b就是每个 分量图像的比特数。对于8比特图像，颜色数为16 777 216。
《彩色图像处理 》
王晓群 张培林
1.色度学基础
2.颜色模型 3.MATLAB彩色图像的表示
4.伪彩色图像处理
1.色度学基础
1． 三色原理
灰度图像的像素值是光强，即二维空间变量的函数f(x，y)。 如果把灰度值看成是二维空间变量和光谱变量的函数f(x，y，λ)，则 为多光谱图像，也就是通常所说的彩色图像。 计算机显示一幅彩色图像时，每一个像素的颜色是通过三种基本颜色 (红、绿、蓝)合成的，即利用了最常见的RGB颜色模型。 要理解颜色模型，首先应了解人的视觉系统。
2.RGB模型
RGB模型采用三基色构成表色系统。自然界的任一颜色都可通过这三 种基色按不同比例混合而成。由于RGB模型将三基色同时加入以产生 新的颜色，所以，它是一个加色系统。 设颜色传感器把数字图像上的一个像素编码成(R，G，B)，每个 分量量化范围为 ［0，255］共256级。 因此，RGB模型可以表示2^8×2^8×2^8=2^24=256×256×256=16 777 216≈1670万种颜色。这足以表示自然界的任一颜色，故又称其 为24位真彩色。 一幅图像中的每一个像素点均被赋予不同的RGB值，便可以形成真彩 色图像。

令fR、fG和fB分别表示三幅RGB分量图像。RGB图像就是利用 cat(连接)操作将这些分量图像组合而成的彩色图像： 在运算中，图像按顺序放置。通常，cat(dim,A1,A2…)沿着由dim 指定的方式连接数组(它们必须是相同尺寸)。例如，如果dim=1，数 组就垂直安排；如果dim=2，数组就水平安排；如果dim=3，数组就 按照三维方式堆叠，如上图所示。 如果所有的分量图像都是一样的，那么结果是一幅灰度图像。令 rgb_image表示一幅RGB图像，下面这些命令可以提取出三个分量图 像：
3.伪彩色图像处理的应用 伪彩色图像处理技术已经被广泛应用于遥感和医学图像处理中，例如，它适用于航摄、 遥感图片和云图判读、X光片等方面。 假彩色增强的一个重要应用是用于多光谱遥感图像。多光谱图像中除了可见光波段图 像外，还包括一些非可见光，由于它们的夜视和全天候能力，可得到可见光波段无法 获得的信息，因此若将可见光与非可见光波段结合起来，通过假彩色处理，就能获得 更丰富的信息，便于对地物识别。
包含了颜色信息
（描述纯彩色被白光冲淡的程度的度量） I表示对应成像亮度和图像灰度，称为亮度（intensity）
（描述灰度等级） 与彩色信息无关

HSI彩色模型如图(a)所示，而图(b)显示的是标准HSI三角形 三角形的顶点代表了三个归一化的彩色分量（R、G、B）的三角
系数。
色调H定义为颜色点P至中心的线段与R轴之间的夹角。
2.颜色模型
实际应用中常用的颜色空间有
RGB、CMY、HSV、HSI、YUV、YIQ等。
常用的颜色空间可分为两类
♦♦♦面向硬设备的应用 RGB颜色空间模型，是一种加色混色模型
以RGB三色光互相叠加来实现混色的方法(适合于显示器等发光体的 显示 )
CMY颜色空间模型
是一种减色混色模型
人类视觉系统三类锥状细胞的光谱敏感曲线
国际照明委员会(CIE)早在1931年规定了三种基本色的特定波长值分别为 R:700 nm，G:546.1 nm，B:435.8 nm。
2． 颜色的三个属性
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，也称为无色系列。彩色是指除了非彩色以外的各种颜色。
rab_image = cat(3, fR, fG , fB)
源自文库

>> fR = rgb_image(: , : , 1); >> fG = rgb_image(: , : , 2); >> FB = rgb_image(: , : , 3);
2.索引图像 索引图像有两个分量：整数数据矩阵X和彩色映射矩阵map。矩阵map是 m×3大小、由double类型且范围在[0,1]之间的浮点数构成的数组。map的长 度m等于定义的颜色数。map的每一行都定义有单色的红、绿、蓝分量。索 引图像将像素的亮度值"直接映射"到彩色值。每个像素的颜色由对应的整数 矩阵X的值作为指向map的索引决定。如果X是double类型，那么值1指向 map的第一行，值2指向第二行，等等。如果X是uint8或uint16类型，那么值 0指向map的第一行。
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）
♦♦♦面向以彩色处理为目的的应用 HSI (H表示色调（hue）,S表示饱和度（saturation）,I表示
亮度（intensity,对应成像灰度）颜色空间以及HSV颜色空间

♦♦真彩色增强方法
1.什么是伪彩色图像处理 伪彩色处理是指把黑白图像的各个不同灰度级按照线性或非线性的映射函数 变换成不同的彩色，得到一幅彩色图像的技术。
伪彩色处理虽然能将灰度转化为彩色，但这种彩色并不是真正表现图像的原 始颜色，而仅仅是一种便于识别的伪彩色。
2.伪彩色增强的目的 由于人眼对彩色的分辨能力远远高于对灰度的分辨能力，所以将灰度图像转 化成彩色表伪色彩处理的主要目的是为了提高人眼对图像细节的分辨能力， 以达到图像增强。
为显示一幅索引图像，可写为： >> imshow (X ,map) 或者写为： >> image (x) >> colormap(map) 彩色映射用索引图像来存储，当使用函数imread加载图像时，索引图 像将自动和图像一起被载入。
4.伪彩色图像处理
人眼分辨灰度级能力较差，一般只有几十级，有时无法从图像的灰度中提取 有用信息。而人眼对彩色分辨率较强，达几百种甚至上千种。 一般采用的彩色图像强的方法可分为： ♦♦ 伪彩色增强方法
2.2 HSI模型
HSI模型是美国色彩学家孟塞尔(H.A.Munseu)于1915年提出的，以色调、饱和度和强度三种基本特 征量来感知颜色。
HSI颜色模型反映了人的视觉对色彩的感觉 H定义颜色的波长，称为色调(hue) （描述纯色的属性(如纯黄色，橙色或红色)） S表示颜色的深浅程度，称为饱和度(saturation)
（a）HSI彩色模型坐标系统
（b）HSI彩色三角形
HSI各分量的详细解释： 色调H由角度表示，它反映了颜色最接 近什么样的光谱波长，即光的不同颜 色。通常假定0°表示的颜色为红色， 120°的为绿色， 240°的为蓝色。 从0°到360°的色相覆盖了所有可见 光谱的彩色
饱和度S表征颜色的深浅程度，饱和度 越高，颜色越深。饱和度参数是色环的 原点（圆心）到彩色点的半径的长度。 在环的边界上的颜色饱和度最高，其饱 和度值为1；在中心的饱和度为0。