彩色数字图像基础
合集下载
数字图像基础
标准测试图像：
单色图
灰度图
16色图
真彩色图
Lenna
IS&T's(Imaging Science and Technology)
Lenna Soderberg (Sjööblom) and Jeff Seideman
第2节 BMP、GIF图像文件格式
BMP文件
位图文件(Bitmap-File，BMP)格式是Windows采用的图像文件存储格 式，由4个部分组成：位图文件头(bitmap-file header)、位图信息头 (bitmap-information header)、彩色表(color table)和定义位图的字 节阵列。
第七讲、数字图像基础
YANGZHOUDAXUE
物理科学与技术学院
第1节 图像的基本属性
图像的数字化： • 图像数字化过程就是对连续图像f(x,y)进行空间和幅度离散化的 过程。 • 采样过程 –X,Y方向分别采样 –满足采样定理 • 量化（对灰度或者颜色样本的离散化） –黑白灰度图像 –彩色（与颜色空间相关）
24
47 99 99 99 99
26
66 99 99 99 99
56
99 99 99 99 99
99
99 99 99 99 99
99
99 99 99 99 99
99
999 99 99 99
99
99 99 99 99 99
109 103 77
24
49 72
35
64 92
图像数字化设备 • 光源 • 光传感器（光电转换） • 扫描系统 –扫描仪 –CCD（电荷耦合器件）阵列
图像的RGB颜色模型
显示器通过红、绿和 蓝荧光粉发射光线产生彩 色。 彩色图像的颜色需要 RGB或它们的颜色空间变 换结果（三个数值）来表 示。 RGB相加混色模型
数字图像处理基础知识
国际照明委员会(CIE)规定以 规定以700nm(红)、 国际照明委员会 规定以 红 、 546.1nm (绿)、435.8nm (蓝)三个色光为三基色。 三个色光为三基色。 绿 、 蓝 三个色光为三基色 又称为物理三基色。 又称为物理三基色。自然界的所有颜色都可以通 过选用这三基色按不同比例混合而成。 过选用这三基色按不同比例混合而成。 这三基色按不同比例混合而成 C = R(R) + G(G) + B(B)
反映了将图像信息进行离散化的程度， 反映了将图像信息进行离散化的程度，常用 灰度级来衡量
主观亮度
适应范围 夜视 昼视
－6
夜间阈值
－4
－2
0
2
4
光强的对数
人眼亮度感觉范围
总范围很宽（ ① 总范围很宽（ C = 108） 人眼适应某一环境亮度后， ② 人眼适应某一环境亮度后，范围限制 适当平均亮度下： 适当平均亮度下：C = 103 很低亮度下： 很低亮度下：C = 10
图象“ 图象“黑”/“白”（“亮”/“暗”）对比参 白 暗 数
眼睛中图像的形成
视网膜将图像反射在中央凹区域上， 视网膜将图像反射在中央凹区域上，由光接 收器的相应刺激作用产生感觉， 收器的相应刺激作用产生感觉，感觉把辐射 能转变为电脉冲， 能转变为电脉冲，最后由大脑进行解码
电信号 光信号 视觉细胞 视神经 视神经中枢 解码 图像
人眼视觉模型
每个图像由若干个像素点组成， 每个图像由若干个像素点组成，每个点均可看作一个 点光源，每个点光源就是一个冲激函数δ 点光源，每个点光源就是一个冲激函数δ(x,y)
任意一幅图像可以表示为： 任意一幅图像可以表示为：
人眼亮度感觉
闪光极限
人的视觉系统感觉到的亮度 (主观亮度 ：是进入人眼的 主观亮度)： 主观亮度 光强对数函数 人眼亮度感觉范围： 人眼亮度感觉范围：通过光 强对数衡量，一般为3－10 强对数衡量，一般为 人眼的亮度适应级： 人眼的亮度适应级：视觉系 统当前对光强的灵敏度级别
第2章 数字图象处基础(1-27)
光号 信 视胞 细 生理电信号 视经 神 视神经中枢 大成 脑像
Digital Image Processing
2.2 人的视觉特性
人的视觉模型
▓ ▓
点光源的表示函数
点源可以用 δ 函数表示，表示平面图像的二维 δ 函数 +∞ +∞ 为： ⎧ 1 y, ) x ∫ ∫−∞ δ (dxdy = −∞ ⎪ ⎪ ⎨ = = ⎧ ∞ y , x 0 0, ⎪δ ( y , ) = ⎨ x , 其他 ⎪ ⎩ 0 ⎩ 则任意一幅图像可表示为：
Digital Image Processing
2.2 人的视觉特性
人眼的构造与机理要点（续）
（ 3）视细胞： 视网膜上集中了大量视细胞，分为两类： 锥状细胞 ：明视细胞，在强光下检测亮度和颜色； 杆 (柱 )状细胞 ：暗视细胞，在弱光下检测亮度，无色彩感觉。 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。 （4 ） 人眼成象过程：
2.4 数字图像表示形式和特点
▓ ▓
数字图像的矩阵表示 数字图像的矩阵 矩阵表示
O n
f (0,1) ⎡ f (0,0) ⎢ f (1,1) ⎢ f (1,0) , f (mn) = ⎢ ⋮ ⋮ ⎢ ⎣ f (M−1,0) f (M−1,1)
⋯ f (0, N−1) ⎤ ⎥ ⋯ f (1, N−1) ⎥ ⎥ ⋮ ⋮ ⎥ ⋯ f (M−1, N−1)⎦
Digital Image Processing
2.1 色度学基础
RGB模型：
在三维直角坐标系中，用相互垂直的三个坐标轴代表R、 G、B三个分量，并将R、G、B分别限定在[0,1]，则该单位正 方体就代表颜色空间，其中的一个点就代表一种颜色。如下图 方体就代表颜色空间，其中的一个点就代表一种颜色。 所示。 其中，r、g、b、c、m和y分别代表红色（red）、绿色 （green）、蓝色（blue）、青色（cyan）、品红（magenta） 和黄色（yellow）。
Digital Image Processing
2.2 人的视觉特性
人的视觉模型
▓ ▓
点光源的表示函数
点源可以用 δ 函数表示，表示平面图像的二维 δ 函数 +∞ +∞ 为： ⎧ 1 y, ) x ∫ ∫−∞ δ (dxdy = −∞ ⎪ ⎪ ⎨ = = ⎧ ∞ y , x 0 0, ⎪δ ( y , ) = ⎨ x , 其他 ⎪ ⎩ 0 ⎩ 则任意一幅图像可表示为：
Digital Image Processing
2.2 人的视觉特性
人眼的构造与机理要点（续）
（ 3）视细胞： 视网膜上集中了大量视细胞，分为两类： 锥状细胞 ：明视细胞，在强光下检测亮度和颜色； 杆 (柱 )状细胞 ：暗视细胞，在弱光下检测亮度，无色彩感觉。 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。 （4 ） 人眼成象过程：
2.4 数字图像表示形式和特点
▓ ▓
数字图像的矩阵表示 数字图像的矩阵 矩阵表示
O n
f (0,1) ⎡ f (0,0) ⎢ f (1,1) ⎢ f (1,0) , f (mn) = ⎢ ⋮ ⋮ ⎢ ⎣ f (M−1,0) f (M−1,1)
⋯ f (0, N−1) ⎤ ⎥ ⋯ f (1, N−1) ⎥ ⎥ ⋮ ⋮ ⎥ ⋯ f (M−1, N−1)⎦
Digital Image Processing
2.1 色度学基础
RGB模型：
在三维直角坐标系中，用相互垂直的三个坐标轴代表R、 G、B三个分量，并将R、G、B分别限定在[0,1]，则该单位正 方体就代表颜色空间，其中的一个点就代表一种颜色。如下图 方体就代表颜色空间，其中的一个点就代表一种颜色。 所示。 其中，r、g、b、c、m和y分别代表红色（red）、绿色 （green）、蓝色（blue）、青色（cyan）、品红（magenta） 和黄色（yellow）。
第4章-彩色数字图像基础
相加混色(RGB) 000 001 010 011 100 101 相减混色(CMY) 111 110 101 100 011 010 生成的颜色 黑 蓝 绿 青 红 品红
110
111
001
000
黄
白 10/33
3、色调-饱和度-亮度(hue-saturation-lightness，HSL) 颜色模型 -HSB（brightness）
例如，用两幅图像A和B混合成一幅新图像，新图像(New) 的像素为：New pixel =(alpha)(pixel A color) +(alpha)(pixel B color) 又如，一个像素(A，R，G，B)的四个分量都用规一化的数 值表示时， 像素值为(1，1，0，0)时显示红色，表示红色强度为1 像素值为(0.5，1，0，0)时，使用α通道中的预乘数0.5 与R，G，B相乘，其结果为(0.5,0.5,0,0)，表示红色强 度为0.5 –产生某些特效 17/33
多媒体技术教程
第4章 彩色数字图像基础
第4章 彩色数字图像基础目录
4.1 视觉系统对颜色的感知 4.2 图像的颜色模型
4.2.1 显示彩色图像用RGB相加混 色模型 4.2.2 打印彩色图像用CMY相减混 色模型
4.5 伽马(γ)校正
4.5.1 γ的概念 4.5.2 γ校正
4.6 图像文件格式
4.6.1 BMP文件格式 4.6.2 GIF文件格式 4.6.3 PNG格式
CMY相减混色模型
用三种基本颜色即青色(cyan)、品红(magenta)和黄色 (yellow)的颜料按一定比例混合得到颜色的方法，通常写 成CMY，称为CMY模型 从理论上说，任何一种颜色都可以用青色(cyan)、品红 (magenta)和黄色(yellow)混合得到
110
111
001
000
黄
白 10/33
3、色调-饱和度-亮度(hue-saturation-lightness，HSL) 颜色模型 -HSB（brightness）
例如，用两幅图像A和B混合成一幅新图像，新图像(New) 的像素为：New pixel =(alpha)(pixel A color) +(alpha)(pixel B color) 又如，一个像素(A，R，G，B)的四个分量都用规一化的数 值表示时， 像素值为(1，1，0，0)时显示红色，表示红色强度为1 像素值为(0.5，1，0，0)时，使用α通道中的预乘数0.5 与R，G，B相乘，其结果为(0.5,0.5,0,0)，表示红色强 度为0.5 –产生某些特效 17/33
多媒体技术教程
第4章 彩色数字图像基础
第4章 彩色数字图像基础目录
4.1 视觉系统对颜色的感知 4.2 图像的颜色模型
4.2.1 显示彩色图像用RGB相加混 色模型 4.2.2 打印彩色图像用CMY相减混 色模型
4.5 伽马(γ)校正
4.5.1 γ的概念 4.5.2 γ校正
4.6 图像文件格式
4.6.1 BMP文件格式 4.6.2 GIF文件格式 4.6.3 PNG格式
CMY相减混色模型
用三种基本颜色即青色(cyan)、品红(magenta)和黄色 (yellow)的颜料按一定比例混合得到颜色的方法，通常写 成CMY，称为CMY模型 从理论上说，任何一种颜色都可以用青色(cyan)、品红 (magenta)和黄色(yellow)混合得到
第二章 数字图像处理基础
主要内容
2.1 数字图像的表示 2.2 数字图像的采样与量化 2.3 人的视觉特性 2.4 光度学与色度学原理
第二章 数字图像处理基础
本章重点、难点
重点： 采样和量化 BMP图像文件格式 RGB颜色模型和HSI颜色模型 难点： 采样和量化的理解 BMP位图
2.1 数字图像
数字图像：f(x,y)，函数值对应于图像点的 亮度。称亮度图像。 注意：模拟图像与数字图像的区别 动态图像：f(x,y,t)
人眼成像过程
视细胞分为两类： 锥状细胞：明视细胞，在强光下检测亮度 和颜色。 杆(柱)状细胞：暗视细胞，在弱光下检测亮 度，无色彩感觉。 人眼成像过程
图像的对比度和亮度
人眼的亮度感觉 图像 “黑”“白”(“亮”、“暗”)对比参数 对比度 : c=Bmax/Bmin 相对对比度:cr=(B-B0)/B0 人眼亮度感觉范围 总范围很宽 c = 108 人眼适应某一环境亮度后，范围限制 适当平均亮度下：c=103 很低亮度下：c=10
亮度
也称为灰度，它是颜色的明暗变化，常用 0 ％～ 100 ％ (由黑到白) 表示。以下三幅图是 不同亮度对比。
对比度
对比度(contrast)是亮度的局部变化，定义为物体亮 度的平均值与背景亮度的比值，是画面黑与白的比 值，也就是从黑到白的渐变层次。比值越大，从黑 到白的渐变层次就越多，从而色彩表现越丰富。人 眼对亮度的敏感性成对数关系。
同时对比度
人眼对某个区域感觉到的亮度不是简单 地取决于该区域的强度，背景亮度不同 时，人眼所感觉到的明暗程度也不同。
马赫带效应
马赫带(Mach Band)效应:边界处亮度对比加强
为什么我们要在暗室评片？
马赫带效应的出现，是因为人眼对于图像中不同 空间频率具有不同的灵敏度，而在空间频率突变处 就出现了 “欠调”或“过调”
2.1 数字图像的表示 2.2 数字图像的采样与量化 2.3 人的视觉特性 2.4 光度学与色度学原理
第二章 数字图像处理基础
本章重点、难点
重点： 采样和量化 BMP图像文件格式 RGB颜色模型和HSI颜色模型 难点： 采样和量化的理解 BMP位图
2.1 数字图像
数字图像：f(x,y)，函数值对应于图像点的 亮度。称亮度图像。 注意：模拟图像与数字图像的区别 动态图像：f(x,y,t)
人眼成像过程
视细胞分为两类： 锥状细胞：明视细胞，在强光下检测亮度 和颜色。 杆(柱)状细胞：暗视细胞，在弱光下检测亮 度，无色彩感觉。 人眼成像过程
图像的对比度和亮度
人眼的亮度感觉 图像 “黑”“白”(“亮”、“暗”)对比参数 对比度 : c=Bmax/Bmin 相对对比度:cr=(B-B0)/B0 人眼亮度感觉范围 总范围很宽 c = 108 人眼适应某一环境亮度后，范围限制 适当平均亮度下：c=103 很低亮度下：c=10
亮度
也称为灰度，它是颜色的明暗变化，常用 0 ％～ 100 ％ (由黑到白) 表示。以下三幅图是 不同亮度对比。
对比度
对比度(contrast)是亮度的局部变化，定义为物体亮 度的平均值与背景亮度的比值，是画面黑与白的比 值，也就是从黑到白的渐变层次。比值越大，从黑 到白的渐变层次就越多，从而色彩表现越丰富。人 眼对亮度的敏感性成对数关系。
同时对比度
人眼对某个区域感觉到的亮度不是简单 地取决于该区域的强度，背景亮度不同 时，人眼所感觉到的明暗程度也不同。
马赫带效应
马赫带(Mach Band)效应:边界处亮度对比加强
为什么我们要在暗室评片？
马赫带效应的出现，是因为人眼对于图像中不同 空间频率具有不同的灵敏度，而在空间频率突变处 就出现了 “欠调”或“过调”
数字图像及处理的基础知识
数字图像1 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。
2 图像种类：二值图像(Binary Image): 图像中每个像素的亮度值(Intensity)仅可以取自0到1的图像。
灰度图像(Gray Scale Image)，也称为灰阶图像: 图像中每个像素可以由0(黑)到255(白)的亮度值表示。
0-255之间表示不同的灰度级。
彩色图像(Color Image)：每幅彩色图像是由三幅不同颜色的灰度图像组合而成，一个为红色，一个为绿色，另一个为蓝色。
伪彩色图像（false-color）multi-spectral thematic 立体图像(Stereo Image)：立体图像是一物体由不同角度拍摄的一对图像，通常情况下我们可以用立体像计算出图像的深度信息。
三维图像(3D Image):三维图像是由一组堆栈的二位图像组成。
每一幅图像表示该物体的一个横截面。
数字图像也用于表示在一个三维空间分布点的数据，例如计算机断层扫描（:en:tomographic，CT）设备生成的图像，在这种情况下，每个数据都称作一个体素。
3 图像显示目前比较流行的图像格式包括光栅图像格式BMP、GIF、JPEG、PNG等，以及矢量图像格式WMF、SVG等。
大多数浏览器都支持GIF、JPG以及PNG图像的直接显示。
SVG格式作为W3C的标准格式在网络上的应用越来越广。
4 图像校准：数字图像与看到的现象之间关系的知识，也就是几何和光度学或者传感器校准。
图像的基本属性亮度：也称为灰度，它是颜色的明暗变化，常用0 ％～100 ％( 由黑到白) 表示。
对比度：是画面黑与白的比值，也就是从黑到白的渐变层次。
比值越大，从黑到白的渐变层次就越多，从而色彩表现越丰富。
直方图：表示图像中具有每种灰度级的象素的个数，反映图像中每种灰度出现的频率。
图像在计算机中的存储形式，就像是有很多点组成一个矩阵，这些点按照行列整齐排列，每个点上的值就是图像的灰度值，直方图就是每种灰度在这个点矩阵中出现的次数。
第2章 数字图像的基本知识
ቤተ መጻሕፍቲ ባይዱ
0.59 0.11 R Y 0.30 U 0.30 0.59 0.89 G V 0.70 0.59 0.11 B
亮度分量代表像素的明暗程度，对于图像的清晰度起决定性作用。 由于U、V分量是三基色分量中扣除色度信号的结果，因此不包括 亮度成分。
U、V分量代表像素的颜色，根据“大面积着色原理”，对图像的
清 晰度影响不大。
（3） 用 YSC 分量描述像素 Y—— 亮度分量 ，S ——色饱和度分量，C—— 色调分量 已知YUV ，可求出YSC：
S U V
2
2
V
V C actg U
色饱和度 S 代表颜色的深浅， 色调 C 代表颜色的种类。 S和C统称为色度。 建立直角坐标系U-V，则: S为色度的大小，C为色度的辐角 0
2.4 灰度直方图
2.4.1 概念
灰度直方图是一种表达图像的灰度分布概率的图示方法，它描述了各种 灰度值在图像中所占的比例。
设图像有总共 n 个像素点，灰度值为 i 的像素点有 ni 个。则灰度值为 i 的像素点在图像中出现的概率（频度）p( i )为： p( i )= ni / n i=0 , 1 , … , L－1 L为灰度级。对于24位位图，L=256。 以灰度 i 为横坐标， p( i )为纵坐标，绘制 p( i ) 曲线，就得到灰度直方图
（3）从位图点阵中提取各像素的RGB分量,存放到C3数组中,进而计算 YSC分量: double u,v,c; for(y=InfoHead.biHeight-1;y>=0;y--){ //逐行转换 memcpy(C3[y],lpImage+(InfoHead.biHeight-1-y)*z*3,z*3); //存储到C3数组 for(x=0;x<InfoHead.biWidth;x++){ YSC[y][x].Y=C3[y][x].R*0.3+C3[y][x].G*0.59+C3[y][x].B*0.11; //计算灰度 u=(C3[y][x].B-YSC[y][x].Y)/(double)YSC[y][x].Y; //计算归一化蓝差分量 v=(C3[y][x].R-YSC[y][x].Y)/(double)YSC[y][x].Y; //计算归一化红差分量 c=atan2(v,u)*180/3.14; //计算色调，弧度转换为度 if(c<0) c=c+360.0; //将角度由－180~180转换为0~360 c=c*255.0/360.0; //将角度由0~36 0转换为0~255，使能用字节变量存储 YSC[y][x].C=(BYTE)c; //存储到YSC数组 YSC[y][x].S=(BYTE)(sqrt(u*u+v *v)*100); //将色饱和度由0~1转换为0~100 } }
0.59 0.11 R Y 0.30 U 0.30 0.59 0.89 G V 0.70 0.59 0.11 B
亮度分量代表像素的明暗程度，对于图像的清晰度起决定性作用。 由于U、V分量是三基色分量中扣除色度信号的结果，因此不包括 亮度成分。
U、V分量代表像素的颜色，根据“大面积着色原理”，对图像的
清 晰度影响不大。
（3） 用 YSC 分量描述像素 Y—— 亮度分量 ，S ——色饱和度分量，C—— 色调分量 已知YUV ，可求出YSC：
S U V
2
2
V
V C actg U
色饱和度 S 代表颜色的深浅， 色调 C 代表颜色的种类。 S和C统称为色度。 建立直角坐标系U-V，则: S为色度的大小，C为色度的辐角 0
2.4 灰度直方图
2.4.1 概念
灰度直方图是一种表达图像的灰度分布概率的图示方法，它描述了各种 灰度值在图像中所占的比例。
设图像有总共 n 个像素点，灰度值为 i 的像素点有 ni 个。则灰度值为 i 的像素点在图像中出现的概率（频度）p( i )为： p( i )= ni / n i=0 , 1 , … , L－1 L为灰度级。对于24位位图，L=256。 以灰度 i 为横坐标， p( i )为纵坐标，绘制 p( i ) 曲线，就得到灰度直方图
（3）从位图点阵中提取各像素的RGB分量,存放到C3数组中,进而计算 YSC分量: double u,v,c; for(y=InfoHead.biHeight-1;y>=0;y--){ //逐行转换 memcpy(C3[y],lpImage+(InfoHead.biHeight-1-y)*z*3,z*3); //存储到C3数组 for(x=0;x<InfoHead.biWidth;x++){ YSC[y][x].Y=C3[y][x].R*0.3+C3[y][x].G*0.59+C3[y][x].B*0.11; //计算灰度 u=(C3[y][x].B-YSC[y][x].Y)/(double)YSC[y][x].Y; //计算归一化蓝差分量 v=(C3[y][x].R-YSC[y][x].Y)/(double)YSC[y][x].Y; //计算归一化红差分量 c=atan2(v,u)*180/3.14; //计算色调，弧度转换为度 if(c<0) c=c+360.0; //将角度由－180~180转换为0~360 c=c*255.0/360.0; //将角度由0~36 0转换为0~255，使能用字节变量存储 YSC[y][x].C=(BYTE)c; //存储到YSC数组 YSC[y][x].S=(BYTE)(sqrt(u*u+v *v)*100); //将色饱和度由0~1转换为0~100 } }
数字图像处理第六章色彩模型与彩色处理课件
Chapter 6 Color Image Processing
6.1 彩色基础
在颜料或着色剂中 ，原色的定义是这样 的：
白：减去一种原色 ， 反射或传输另两种 原色。故其原色是： 深红、青、黄。而二 次色是R、G、B。如 图6.4所示。
Chapter 6 Color Image Processing
Chapter 6 Color Image Processing
6.2 彩色模型
6.2.1 RGB彩色模型
下面介绍所谓 全RGB彩色子集。
Chapter 6
Color Image Processing
6.2 彩色模型
Chapter 6 Color Image Processing
6.2 彩色模型
6.3 伪彩色处理
6.3 伪彩色处理 给特定的灰度值赋以彩色。伪彩色的 目的是为了人眼观察和解释图像中的目标。
Chapter 6 Color Image Processing
6.3 伪彩色处理
6.3.1 强度分层
参见图6.18，图像被看成三维函数。
Chapter 6 Color Image Processing
6.3.2 灰度级到 彩色转换
例6.5是一突出 装在行李内的爆炸物 的伪彩色应用。
Chapter 6 Color Image Processing
6.3 伪彩色处理
6.3.2 灰度级到彩 色转换
例6.5是一突出装 在行李内的爆炸物的伪彩 色应用。
Chapter 6 Color Image Processing
6.3 伪彩色处理
Chapter 6 Color Image Processing
6.3 伪彩色处理
第二章数字图像处理基础
数字图像处理
第二章 数字图像处理基础
视觉感知要素 图像感知和获取 图像取样和量化 象素间的一些基本关系 线性和非线性操作
2.1 视觉感知要素
眼睛的构造: (人眼包含有三层膜)
眼角膜与巩膜外壳 脉络膜 (前面睫状体 虹膜 晶状体) 视网膜 (视网膜表面的分离光
接收器提供图案视觉, 分为锥状体、杆状体)
感觉的亮度区域不是简单的取决于强度，还与周围的背景有关
2.1 视觉感知要素
视觉错觉
光幻觉是人视觉系 统所特有的，迄今 还没有清楚的解释。 由于以上各种特殊 现象，在进行图像 处理时，应该采取 一些特殊的补偿措 施。
图和背景反转的图形
在错觉 中，眼 睛填上 了不存 在的信 息或错 误地感 知物体 的几何 特点。
2.1 视觉感知要素
辨别光强度变化的能力
典型实验
韦伯比
可辨别增I C量/的I 50%IC
图2.5 用于描述亮度辨别特性的基本实验
图2.6 作为强度函数的典型韦伯比
当背景光保持恒定时,改变其他光源亮度,从不能察觉到可以察觉间变化,一 般观察者可以辨别12到24级不同强度的变化.
低照明级别，亮度辨别(杆状体)较差;高照明级别，亮度辨别(锥状体)较好。
几何错觉图形
2.2 光和电磁波谱
电磁波谱可以用波长( )、频率( )或能量来描述
c 光速
E hv
h 普朗克常量
为波长, 为频率, E为电磁波能量
光速c 2.998 108 m/s 普朗克常数 h＝6.626068 ×10－34 m2 kg / s
2.2 光和电磁波谱
电磁波是能量的一种，任何有能量的物体，都会释放电磁波。
D8距离：D8(p,q)=max(|x-s|,|y-t|) (距离小于等于r的像素形成中心在（x,y）的方形)
第二章 数字图像处理基础
视觉感知要素 图像感知和获取 图像取样和量化 象素间的一些基本关系 线性和非线性操作
2.1 视觉感知要素
眼睛的构造: (人眼包含有三层膜)
眼角膜与巩膜外壳 脉络膜 (前面睫状体 虹膜 晶状体) 视网膜 (视网膜表面的分离光
接收器提供图案视觉, 分为锥状体、杆状体)
感觉的亮度区域不是简单的取决于强度，还与周围的背景有关
2.1 视觉感知要素
视觉错觉
光幻觉是人视觉系 统所特有的，迄今 还没有清楚的解释。 由于以上各种特殊 现象，在进行图像 处理时，应该采取 一些特殊的补偿措 施。
图和背景反转的图形
在错觉 中，眼 睛填上 了不存 在的信 息或错 误地感 知物体 的几何 特点。
2.1 视觉感知要素
辨别光强度变化的能力
典型实验
韦伯比
可辨别增I C量/的I 50%IC
图2.5 用于描述亮度辨别特性的基本实验
图2.6 作为强度函数的典型韦伯比
当背景光保持恒定时,改变其他光源亮度,从不能察觉到可以察觉间变化,一 般观察者可以辨别12到24级不同强度的变化.
低照明级别，亮度辨别(杆状体)较差;高照明级别，亮度辨别(锥状体)较好。
几何错觉图形
2.2 光和电磁波谱
电磁波谱可以用波长( )、频率( )或能量来描述
c 光速
E hv
h 普朗克常量
为波长, 为频率, E为电磁波能量
光速c 2.998 108 m/s 普朗克常数 h＝6.626068 ×10－34 m2 kg / s
2.2 光和电磁波谱
电磁波是能量的一种，任何有能量的物体，都会释放电磁波。
D8距离：D8(p,q)=max(|x-s|,|y-t|) (距离小于等于r的像素形成中心在（x,y）的方形)
彩色数字图像基础讲解
PAL制规定视频每秒25帧，每帧625个扫描行。625行中 用于扫描图像的有效行数只有576行，所以图像在垂直 方向上的分辨率为576点。按现行4：3（宽：高）的电 视标准，图像在水平方向上的分辨率应为576*4/3=768 点，这就得到了768*576这一常见的图像大小。
NTSC制规定每秒30帧，每帧525行，同样采用了隔行扫 描方式，每一帧由两场组成，其图像大小是720*486。 由于PAL制与NTSC制的场频、行频以及色彩处理方式均 不同，因此两者是互不兼容的。
影响数字视频质量的因素
帧速：25帧/秒（PAL）、30帧/秒（NTSC）。帧速越高， 数据量越大，质量越好。
分辨率：视频分辨率越大，数据量越大，质量越好。
颜色数：指视频中最多能使用的颜色数。颜色位数越 多，色彩越逼真，数据量也越大。
压缩比：压缩比较小时对图像质量不会有太大影响， 而超过一定倍数后，将会明显看出图像质量下降，而 且压缩比越大在回放时花费在解压的时间越长。
图像的三个基本属性
真彩色、伪彩色与直接色 真彩色(true color)
真彩色图通常是指RGB 8:8:8，即图 像的颜色数等于224，也常称为全彩 色(full color)图像。
L*a*b 颜色由亮度或光亮度分量 (L) 和两个 色度分量组成；两个分量即 a 分量（从绿到 红）和 b 分量（从蓝到黄）。
图像的Lab颜色模型
A. 光度=100（白） B. 绿到红分量 C. 蓝到黄分量 D. 光度=0（黑）到红分量
关于“溢色”
颜色模型的色域
色域是一个色系能够显示或打印的颜色范围。 人眼看到的色谱比任何颜色模型中的色域都宽。
用这种办法定义一个像素的属性在实际中很有用。例如在一幅彩 色图像上叠加文字说明，而又不想让文字把图复盖掉，就可以用 这种办法来定义像素，而该像素显示的颜色又有人把它称为混合 色(key color)。在图像产品生产中，也往往把数字电视图像和计 算 机 生 产 的 图 像 混 合 在 一 起 ， 这 种 技 术 称 为 视 图 混 合 (video keying)技术，它也采用α通道。
NTSC制规定每秒30帧，每帧525行，同样采用了隔行扫 描方式，每一帧由两场组成，其图像大小是720*486。 由于PAL制与NTSC制的场频、行频以及色彩处理方式均 不同，因此两者是互不兼容的。
影响数字视频质量的因素
帧速：25帧/秒（PAL）、30帧/秒（NTSC）。帧速越高， 数据量越大，质量越好。
分辨率：视频分辨率越大，数据量越大，质量越好。
颜色数：指视频中最多能使用的颜色数。颜色位数越 多，色彩越逼真，数据量也越大。
压缩比：压缩比较小时对图像质量不会有太大影响， 而超过一定倍数后，将会明显看出图像质量下降，而 且压缩比越大在回放时花费在解压的时间越长。
图像的三个基本属性
真彩色、伪彩色与直接色 真彩色(true color)
真彩色图通常是指RGB 8:8:8，即图 像的颜色数等于224，也常称为全彩 色(full color)图像。
L*a*b 颜色由亮度或光亮度分量 (L) 和两个 色度分量组成；两个分量即 a 分量（从绿到 红）和 b 分量（从蓝到黄）。
图像的Lab颜色模型
A. 光度=100（白） B. 绿到红分量 C. 蓝到黄分量 D. 光度=0（黑）到红分量
关于“溢色”
颜色模型的色域
色域是一个色系能够显示或打印的颜色范围。 人眼看到的色谱比任何颜色模型中的色域都宽。
用这种办法定义一个像素的属性在实际中很有用。例如在一幅彩 色图像上叠加文字说明，而又不想让文字把图复盖掉，就可以用 这种办法来定义像素，而该像素显示的颜色又有人把它称为混合 色(key color)。在图像产品生产中，也往往把数字电视图像和计 算 机 生 产 的 图 像 混 合 在 一 起 ， 这 种 技 术 称 为 视 图 混 合 (video keying)技术，它也采用α通道。
第二节：数字图像基础知识
灰阶
我们把原来图像上连续变化的灰度值按照像素的分布变成量值上离散的 有限个等级的数字量的过程称为图像灰度的量化
经过取样量化后的图像，在实质上就是一个二维数组
处理
既然图像被转化为了二维数组，那么我们就可以根据需求 对这个二维数组进行数学计算：数字图像的处理
如：灰度线性变换
灰度范围变大
处理
数字处理的方法有很多：
怎么表示 这些点呢？
灰度（灰阶）
灰阶
我们把从黑到白分成若干个等级用来表示每个像素的灰度这个等级 称为灰阶 由于计算机是2进制的，所以灰度级的数量又2的N次方决定，常称为 位（bit），所以也叫位图。如为8位，也就是256个灰级，0表示黑 色，255表示白色
位数越高，灰度分辨力越强，图像的层次感越强，越清晰
对比度增强 图像平滑
图像锐化 图像分割
兴趣区定量估值
就是某种数学的处理方法
显示
数字图像的特性决定了它显示的多样性：
单幅与多幅显示 动态与静态 放大与缩小 二维与三维
Thank you!
第二节（1） 数字图像基础知识
课程导航：
模拟 图像
图像
数字 图像
像素 灰阶 处理
显示
形成
曝光量
感光度
图像
何为图像？ 图：光线经过物体反射或者透射后的空间分布
像：“图”通过视觉系统在人脑中的反映
模拟 图像
模拟图像： 又称连续图像，是指在二维坐标系中连续变化的图像，即图
像的像点是 无限 稠密的，同时每个像点具有灰度值（即图
感光度ISO
胶片光密度D
数字 图像
何为数字图像？ 数字图像：就是用一系列的数字来记录光分布的信息的 图像 怎么记录呢？
数字图像基础
彩色空间的线性变换标准
为了使用人的视角特性以降低数据量，通常把RGB空间表 示的彩色图像变换到其他彩色空间。
彩色空间变换有三种：YIQ, YUV和YCrCb
•YIQ适用于NTSC彩色电视制式 •YUV适用于PAL和SECAM彩色电视制式 •而YCrCb适用于计算机用的显示器
彩色空间的线性变换标准
– 扫描仪 – CCD（电荷耦合器件）阵列
视觉系统对颜色的感知
视觉系统对颜色和亮度Байду номын сангаас响应特性
图像的RGB颜色模型
绝大部分可见光谱可用 红、绿和蓝 (RGB) 三色光 按不同比例和强度的混合来 表示。在颜色重叠的位置， 产生青色、洋红和黄色。 因为 RGB 颜色合成产 生白色，它们也叫作加色。 将所有颜色加在一起产生白 色──就是说，所有光被反 射回眼睛。加色用于光照、 视频和显示器。例如，显示 器通过红、绿和蓝荧光粉发 射光线产生彩色。
伪彩色(pseudo color)
• 伪彩色图像的含义是，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。 • 彩色查找表CLUT是一个事先做好的表，表项入口地址也称 为索引号。例如16种颜色的查找表，0号索引对应黑 色，... ，15号索引对应白色。彩色图像本身的像素数值 和彩色查找表的索引号有一个变换关系，这个关系可以使 用Windows 95/98定义的变换关系，也可以使用你自己定 义的变换关系。使用查找得到的数值显示的彩色是真的， 但不是图像本身真正的颜色，它没有完全反映原图的彩色。 如图5-08(b)所示。
彩色数字图像基础教学课件
彩色数字图像的应用领域
01
02
03
04
计算机视觉
用于人脸识别、物体检测和自 动驾驶等。
医学影像
用于诊断和治疗，如X光、 MRI和超声波等。
广告和设计
用于海报、广告牌和网页设计 等。
卫星遥感
用于地理信息系统、气象预报 和环境监测等。
CHAPTER 02
彩色数字图像的采集
采集设备
数码相机
数码相机是常用的彩色数字图像采集 设备，根据不同需求可以选择不同类 型的数码相机，如单反相机、微单相 机、便携式数码相机等。
彩色数字图像的处理
图像增强
对比度增强
通过调整像素的亮度范围，使 图像的细节更加清晰可见。
锐化
突出图像中的边缘和细节，使 图像看起来更加清晰。
色彩平衡
调整图像中的颜色分布，使其 看起来更加自然或符合特定要求。
噪声消除
去除图像中的噪声，使图像看 起来更加平滑。
图像变换
缩放
改变图像的大小，以适应不同的显示需求。
彩色数字图像的特点
可编辑、可复制、可传输、可存储、可打印等。
彩色数字图像的格式
JPEG、PNG、BMP、GIF等。
彩色数字图像的分类
01
02
03
二值图像
只有黑色和白色两种颜色 的图像，常用于文字识别 和条形码等。
灰度图像
只有亮度信息，没有颜色 信息的图像，常用于医学 影像和卫星遥感等。
彩色图像
具有红、绿、蓝三个通道 的颜色信息的图像，常用 于日常照片和广告等。
彩色数字图像基础教学 课件
• 彩色数字图像概述 • 彩色数字图像的采集 • 彩色数字图像的处理 • 彩色数字图像的输出 • 彩色数字图像的存储与传输
彩色数字电视基础
13
SECAM彩色电视制
• SECAM (法文：Sequential Coleur Avec Memoire) 彩色电视制 • 法国制定了SECAM 彩色电视广播标准，称 为顺序传送彩色与存储制。法国、苏联及东 欧国家采用这种制式。世界上约有65个地区 和国家试验这种制式。
14
彩色电视制式
NTSC彩色电视制的主要特性是： (1) 525行/帧, 30帧/秒 (2) 高宽比：电视画面的长宽比为4:3 (3) 隔行扫描，一帧分成2场(field)，262.5线/场 (4) 在每场的开始部分保留20扫描线作为控制信 息，因此只有485条线的可视数据。 (5) 每行63.5微秒，水平回扫时间10微秒(包含5微 秒的水平同步脉冲)，所以显示时间是53.5微秒 (6) 颜色模型：YIQ (7)美国、加拿大等大部分西半球国家，及日本、 韩国、菲律宾和中国的台湾采用这种制式。
10.3 电视图像数字化 10.3.1 数字化的方法 10.3.2 数字化标准 10.4 图像子采样 10.4.1 图像子采样概要 10.4.2 4:4:4 YCbCr格式 10.4.3 4:2:2 YCbCr格式 10.4.4 4:1:1 YCbCr格式 10.4.5 4:2:0 YCbCr格式
3
12
PAL彩色电视制
• PAL(Phase-Alternative Line) 彩色电视制 • 由于NTSC制存在相位敏感造成彩色失真的 缺点，因此德国(当时的西德)于1962年制定 了PAL(Phase-Alternative Line)制彩色电视广 播标准，称为逐行倒相正交平衡调幅制。德 国、英国等一些西欧国家，以及中国、朝鲜 等国家采用这种制式。
15
彩色电视制式
倒相正交平衡调幅制PAL制式电视信号的特性： (1) 625行(扫描线)/帧，25帧/秒(40 ms/帧) (2) 每场中有25行作为场回扫，所以每帧中只有 575行是有效行。 (3) 高宽比(aspect ratio)：4:3 (4) 隔行扫描，2场/帧，312.5行/场 (5) 颜色模型：YUV (6) 西欧、中国和朝鲜等国家采用这种制式。
5第5章 彩色数字图像基础.
– 相同之处是都采用查找表; – 不同之处: » 直接色对R，G，B分量分别进行变换; » 伪彩色把整个像素当作查找表的索引值进行彩色变换 ;
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。
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。
- 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)。
彩色空间RGB-YCrCb
数字域中的彩色空间变换与模拟域的彩色 空间变换不同。它们的分量使用Y、Cr和 Cb来表示，与RGB空间的转换关系如下：
Y ＝ 0.299R＋0.578G＋0.114B Cr＝(0.500R－0.4187G－0.0813B)＋128 Cb=(－ 0.1687R－0.3313G＋0.500B)＋128
图像的RGB颜色模型
图像的CMYK颜色模型
CMYK模型以打印在纸张上油墨的光线吸 收特性为基础，白光照射到半透明油墨 上时，部分光谱被吸收，部分被反射回 眼睛。 理论上，青色(C)、洋红(M)和黄色(Y)色 素能合成吸收所有颜色并产生黑色。由 于这个原因，这些颜色叫作减色。
图像的CMYK颜色模型
研究路线
图像数据压缩主要根据下面两个基本事实来实现的： 图像数据中有许多重复的数据，使用数学方法来 表示这些重复数据就可以减少数据量； 人的眼睛对图像细节和颜色的辨认有一个极限， 把超过极限的部分去掉，这也就达到压缩数据的 目的。 利用前一个事实的压缩技术就是无损压缩技术， 利用后一个事实的压缩技术就是有损压缩技术。 实际的图像压缩是综合使用各种有损和无损压缩 技术来实现的。
像素深度是指存储每个像素所用的位 数，它也是用来度量图像的分辨率 例如，一幅彩色图像的每个像素用R， G，B三个分量表示，若每个分量用8 位，那么一个像素共用24位表示，就 说像素的深度为24，每个像素可以是 224=16777216种颜色中的一种 。
图像的三个基本属性—像素深度
在用二进制数表示彩色图像的像素时， 除R，G，B分量用固定位数表示外，往 往还增加1位或几位作为属性(Attribute) 位。例如，RGB 5:5:5表示一个像素时， 用2个字节共16位表示，其中R，G，B各 占5位，剩下一位作为属性位。在这种情 况下，像素深度为16位，而图像深度为 15位
图像的种类
图像的三个基本属性—分辨率
显示分辨率 显示分辨率是指显示屏上能够显示出 的像素数目。 图像分辨率 图像分辨率是指组成一幅图像的像素密 度的度量方法。对同样大小的一幅图，如果 组成该图的图像像素数目越多，则说明图像 的分辨率越高，看起来就越逼真。相反，图 像显得越粗糙。
图像的三个基本属性—像素深度
影响数字视频质量的因素
帧速：25帧/秒（PAL）、30帧/秒（NTSC）。帧速越高， 数据量越大，质量越好。 分辨率：视频分辨率越大，数据量越大，质量越好。 颜色数：指视频中最多能使用的颜色数。颜色位数越 多，色彩越逼真，数据量也越大。 压缩比：压缩比较小时对图像质量不会有太大影响， 而超过一定倍数后，将会明显看出图像质量下降，而 且压缩比越大在回放时花费在解压的时间越长。 关键帧：视频数据具有很强的帧间相关性，动态视频 压缩正是利用帧间相关性的特点，通过前后两个关键 帧动态合成中间的视频帧。因此对于含有频繁运动的 视频图像序列，关键帧数少就会出现图像不稳定现象。
111
110 101 100 011 010 001 000
黑
蓝 绿 青 红 品红 黄 白
颜色模型的空间表示
颜色模型关系示意
VGA调色板
色度-饱和度-亮度 HSL(HSB)颜色模型 hue Saturation Lightness (brightness)
图像的HSL颜色模型
基于人类对颜色的感觉，HSL 模型描述颜色的三个基本特征： 色相是从物体反射或透过物体传播的颜色。在 0 到 360 度的标准色轮上，色相是按位置度量的。在通常的使用中， 色相是由颜色名称标识的，比如红、橙或绿色。 饱和度是指颜色的强度或纯度。饱和度表示色相中灰成分 所占的比例，用从 0%（灰色）到 100%（完全饱和）的百 分比来度量。在标准色轮上，从中心向边缘饱和度是递增 的。 亮度是颜色的相对明暗程度，通常用从 0%（黑）到 100% （白）的百分比来度量。
彩色空间RGB-YUV
Y = 0.299R + 0.587G + 0.114B U =﹣0.147R﹣0.289G + 0.436B V = 0.615R﹣0.515G﹣0.100B
彩色空间RGB-YIQ
Y = 0.299R + 0.587G + 0.114B I = 0.596R﹣0.275G﹣0.321B Q = 0.212R﹣0.523G + 0.311B
颜色模型的色域
CMYK色域较窄，仅包含使用印刷色油墨 能够打印的颜色。当不能被打印的颜色 在屏幕上显示时，它们称为溢色──即 超出CMYK色域之外。
彩色空间的线性变换标准
为了使用人的视角特性以降低数据 量，通常把RGB空间表示的彩色图像 变换到其他彩色空间。彩色空间变 换有三种：
YIQ适用于NTSC彩色电视制式 YUV适用于PAL和SECAM彩色电视制式 YCrCb适用于计算机用的显示器
图像的三个基本属性
真彩色、伪彩色与直接色 真彩色(true color) 真彩色图通常是指RGB 8:8:8，即图 像的颜色数等于224，也常称为全彩 色(full color)图像。
因为所有打印油墨都会包含一些杂质， 这三种油墨实际上产生一种土灰色，必 须与黑色 (K) 油墨混合才能产生真正的 黑色。将这些油墨混合产生颜色叫作四 色印刷。
图像的CMYK颜色模型
相加色与相减色关系
相加混色RGB 相减混色CMY 生成的颜色
000
001 010 011 100 101 110 111
图像的三个基本属性—像素深度
用32位表示一个像素时，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。它的用法可用一个预乘 α 通道 (premultiplied alpha) 的例 子说明。假如一个像素(A，R，G，B)的四个分量都用规一化的数 值表示， (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(0.5,0.5,0,0)，这表示原来该像 素显示的红色的强度为1，而现在显示的红色强度降了一半。 用这种办法定义一个像素的属性在实际中很有用。例如在一幅彩 色图像上叠加文字说明，而又不想让文字把图复盖掉，就可以用 这种办法来定义像素，而该像素显示的颜色又有人把它称为混合 色(key color)。在图像产品生产中，也往往把数字电视图像和计 算 机 生 产 的 图 像 混 合 在 一 起 ， 这 种 技 术 称 为 视 图 混 合 (video keying)技术，它也采用α通道。
图像的Lab颜色模型
A. B. C. D.
光度=100（白） 绿到红分量 蓝到黄分量 光度=0（黑）到红分量
关于“溢色”
颜色模型的色域
色域是一个色系能够显示或打印的颜色范围。 人眼看到的色谱比任何颜色模型中的色域都宽。 在颜色模型中，L*a*b具有最宽的色域，它包 括RGB和CMYK色域中的所有颜色。通常RGB色域 包含能在计算机显示器或电视屏幕（发出红、 绿和蓝光）上所有能显示的颜色。因而一些诸 如纯青或纯黄等颜色不能在显示器上精确显示。
图像的HSL颜色模型
图像的Lab颜色模型
L*a*b 颜色模型是在 1931 年国际照明委员会 （CIE）制定的颜色度量国际标准的基础上建 立的。1976 年，这种模型被重新修订并命名 为 CIE L*a*b。 L*a*b 颜色设计为与设备无关；不管使用什 么设备（如显示器、打印机、计算机或扫描仪） 创建或输出图象，这种颜色模型产生的颜色都 保持一致。 L*a*b 颜色由亮度或光亮度分量 (L) 和两个 色度分量组成；两个分量即 a 分量（从绿到 红）和 b 分量（从蓝到黄）。
彩色数字图像基础
计算机图形、图像技术
计算机图形分为两大类──位图图像和矢量图形 矢量图形，是由叫作矢量的数学对象所定义的 直线和曲线组成的。矢量根据图形的几何特性 来对其进行描述，矢量图形与分辨率无关。 位图图象，也叫作栅格图象。位图图象是用小 方形网格（位图或栅格），即人所共知的象素 来代表图象，每个象素都被分配一个特定位置 和颜色值。位图图象与分辨率有关，换句话说， 它包含固定数量的象素，代表图象数据。
用YUV的好处
亮度信号Y解决了彩色电视机与黑白电 视的兼容问题。 大量实验表明，人眼对色差信号不敏感， 而对亮度信号特别敏感。用亮度信号Y传 送细节，用色差信号UV进行大面积涂色。
选YIQ的好处
大量实验统计，人眼对红黄之间的颜色变化最 敏感，而分辨蓝和紫之间颜色变化最不敏感。 所以把相角为123°的橙色及其相反相角的 303°的青色定义为I轴，它表示人眼最敏感的 色轴。与I正交的色度信号轴，通过33°— 0°—213°线，叫Q轴，它表示人眼最不敏感 的色轴。在传送分辨率弱的Q信号是，可用较 窄的频带，而传送分辨率较强的I信号是，可用 较宽的频带。
图像的RGB颜色模型
绝大部分可见光谱可用红、绿和蓝 (RGB) 三色光按不同比例和强度的混合来表示。 在颜色重叠的位置，产生青色、洋红和黄 色。 因为 RGB 颜色合成产生白色，它们也叫作 加色。将所有颜色加在一起产生白色── 就是说，所有光被反射回眼睛。加色用于 光照、视频和显示器。例如，显示器通过 红、绿和蓝荧光粉发射光线产生彩色。
彩色空间的线性变换标准
YUV与YIQ模型 在彩色电视制式中，使用YUV和YIQ模型来表示 彩色图像。在PAL彩色电视制式中使用YUV模型， Y表示亮度，UV用来表示色差，U、V是构成彩 色的两个分量；在NTSC彩色电视制式中使用 YIQ模型，其中的Y表示亮度，I、Q是两个彩色 分量。 YUV/YIQ特点 亮度信号(Y)和色度信号(U、V)是相互独立的； 可以利用人眼的特性来降低数字彩色图像所需 要的存储容量。