第四章-数字图像处理-彩色图像增强
数字图像处理第四章作业
第四章图像增强1.简述直方图均衡化处理的原理和目的。
拍摄一幅较暗的图像，用直方图均衡化方法处理，分析结果。
原理：直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。
也就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。
把给定图像的直方图分布改变成“均匀”分布直方图分布目的：直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。
它通常用来增加许多图像的局部对比度，尤其是当图像的有用数据的对比度相当接近的时候。
通过直方图均衡化，亮度可以更好地在直方图上分布。
这样就可以用于增强局部的对比度而不影响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实现这种功能。
Matlab程序如下：clc;RGB=imread('wxf.jpg'); %输入彩色图像，得到三维数组R=RGB(:,:,1); %分别取三维数组的一维，得到红绿蓝三个分量G=RGB(:,:,2); %为R G B。
B=RGB(:,:,3);figure(1)imshow(RGB); %绘制各分量的图像及其直方图title('原始真彩色图像');figure(2)subplot(3,2,1),imshow(R);title('真彩色图像的红色分量');subplot(3,2,2), imhist(R);title('真彩色图像的红色分量直方图');subplot(3,2,3),imshow(G);title('真彩色图像的绿色分量');subplot(3,2,4), imhist(G);title(' 的绿色分量直方图');subplot(3,2,5),imshow(B);title('真彩色图像的蓝色分量');subplot(3,2,6), imhist(B);title('真彩色图像的蓝色分量直方图');r=histeq(R); %对个分量直方图均衡化，得到个分量均衡化图像g=histeq(G);b=histeq(B);figure(3),subplot(3,2,1),imshow(r);title('红色分量均衡化后图像');subplot(3,2,2), imhist(r);title('红色分量均衡化后图像直方图');subplot(3,2,3),imshow(g);title('绿色分量均衡化后图像');subplot(3,2,4), imhist(g);title('绿色分量均衡化后图像直方图');subplot(3,2,5), imshow(b);title('蓝色分量均衡化后图像');subplot(3,2,6), imhist(b);title('蓝色分量均衡化后图像直方图');figure(4), %通过均衡化后的图像还原输出原图像newimg = cat(3,r,g,b); %imshow(newimg,[]);title('均衡化后分量图像还原输出原图');程序运行结果：原始真彩色图像均衡化后分量图像还原输出原图图1.1 原始图像与均衡化后还原输出图像对比通过matlab仿真，由图1.1比较均衡化后的还原图像与输入原始真彩色图像，输出图像轮廓更清晰，亮度明显增强。
数字图像处理第四章 图像增强3
(2)不同颜色的光对三种 锥状细胞刺激量不同， 产生的彩色感觉不同， 从而人眼能分辨出五 光十色的色彩。
0.6 VB(λ)
0.4
VR(λ) 0.2
400
500
600
700
波长/nm
12
二、彩色模型
如果采用其他色系进行了处理，最终一定
要转换到RGB色系，才能正常显示结果。
13
蓝(0,0,255) 品红(255,0,255)
0 . 114 R 0 . 435 G 0 .1 B
28
原始图像
29
亮度倒置 底片效果
30
无红色分 量
31
无红色、绿 色分量
32
4.5.2 伪彩色处理
指通过将每个灰度级匹配到彩色空间上的一点， 将单色图像映射为一幅彩色图像的一种变换。或 者说把黑白图像处理成伪彩色图像。
1数字图像处理digitalimageprocessing2第四章图像增强41灰度级修正42图像的同态增晰43图像平滑44图像锐化45图像伪彩色处理345图像伪彩色处理451图像的彩色表示452伪彩色处理4上节知识点回顾1邻域平均2低通滤波3中值滤波二图像锐化一图像平滑1一阶微分法2二阶微分法3高通滤波5451图像的彩色表示?人眼对于彩色的观察和处理是一种生理和和心理现象其机理还没有完全搞清楚因而对于彩色的许多结论都是建立在实验基础之上的
y
z
Y X Y Z
Z X Y Z
Y m
Z m
m为色模，表示某彩色光所 含标准三基色单位总量，与 光通量有关； x、y、z为相对色度系数(色 度坐标)
且x＋y＋z＝1则z是一个非独立参量，因此配色数 据可换算为x－y坐标值，即x－y标准色度图
(完整word版)数字图像处理期末复习资料
1图像的特点:1)直观形象2)易懂3)信息量大2 图像的分类：1）按灰度分类：二值图像，多灰度图像2）按色彩分类：单色图像，动态图像3）按运动分类：静态图像，动态图像4）按时空分布分类：二维图像，三维图像3 数字图像处理的主要内容：1）图像获取2）图像变换3）图像增强4）图像复原5)图像编码6）图像分析7）图像识别8）图像理解4数字图像处理方法：1）空域法2）变换域法5什么是数字图像的采样和量化？采样：将模拟图像在空间上连续的点按照一定的规则变换成离散点的操作。
量化：由于采样图像被分割成空间上离散的像素，但其灰度是连续的，还不能用计算机进行处理，所以要对采样后的图像进行量化，即将连续的像素灰度值转换成离散的整数值的过程。
6图像像素间的邻接、连接和连通的区别？邻接：两个像素是否邻接就看它是否接触，一个像素和在它邻域中的像素是邻接的。
邻接仅仅考虑了像素间的空间关系。
连接：对两个像素，要确定它们是否连接，要考虑两点：①空间上要邻接；②灰度值要满足某个特点的相似准则第二章1 试述图像采集系统的结构及其各部分的功能？2 连续图像随机过程可以用哪些数字特征来描述？概率密度，一阶矩或平均值，二阶矩或自相关函数，自协方差，方差3 为什么说只要满足采样定理，就可以有离散图像无失真的重建元连续图像？这是由图像的连续性决定的，由图像上某一点的值可以还原出该点的一个小邻域里的值，这个图像连续性越好，这个邻域就可以越大，抽样次数可以很少就可以无失真还原。
而抽样定理对应这个邻域最小的情况即抽样次数最多的情况，大概是每周期两个样本4与标量量化相比，向量量化有哪些优势？合理地利用样本间的相关性,减少量化误差提高压缩率,5 Matlab图像处理工具箱提供了哪几类类型的数字图像？它们之间能否转换？如果可以如何转换？二进制图像，索引图像，灰度图像，多帧图像，RGB图像，它们之间可以相互转换，转换函数（23页6 数字图像的空间分辨率和采样间隔有什么联系？采样间隔是决定图像分辨率的主要参数1 FFT的基本思想是什么?？利用DFT系数的特性，合并DFT运算中的某些项，把长序列DFT变成短序列DFT，从而减少其运算量。
(完整版)数字图像处理每章课后题参考答案
数字图像处理每章课后题参考答案第一章和第二章作业：1.简述数字图像处理的研究内容。
2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？3.列举并简述常用表色系。
1.简述数字图像处理的研究内容？答：数字图像处理的主要研究内容，根据其主要的处理流程与处理目标大致可以分为图像信息的描述、图像信息的处理、图像信息的分析、图像信息的编码以及图像信息的显示等几个方面，将这几个方面展开，具体有以下的研究方向：1.图像数字化，2.图像增强，3.图像几何变换，4.图像恢复，5.图像重建，6.图像隐藏，7.图像变换，8.图像编码，9.图像识别与理解。
2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？答：图像工程是一门系统地研究各种图像理论、技术和应用的新的交叉科学。
根据抽象程度、研究方法、操作对象和数据量等的不同，图像工程可分为三个层次：图像处理、图像分析、图像理解。
图像处理着重强调在图像之间进行的变换。
比较狭义的图像处理主要满足对图像进行各种加工以改善图像的视觉效果。
图像处理主要在图像的像素级上进行处理，处理的数据量非常大。
图像分析则主要是对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息从而建立对图像的描述。
图像分析处于中层，分割和特征提取把原来以像素描述的图像转变成比较简洁的非图形式描述。
图像理解的重点是进一步研究图像中各目标的性质和它们之间的相互联系，并得出对图像内容含义的理解以及对原来客观场景的解释，从而指导和规划行为。
图像理解主要描述高层的操作，基本上根据较抽象地描述进行解析、判断、决策，其处理过程与方法与人类的思维推理有许多相似之处。
第三章图像基本概念1.图像量化时，如果量化级比较小时会出现什么现象？为什么？答：当实际场景中存在如天空、白色墙面、人脸等灰度变化比较平缓的区域时，采用比较低的量化级数，则这类图像会在画面上产生伪轮廓（即原始场景中不存在的轮廓）。
数字图像处理第04章图像增强ppt课件
归一化的直方图（histogram）定义为灰度级出 现的相对频率。即
Pr(k)nk /N
（4.13）
式中，N表示像素的总数；nk表示灰度级为k的
像素的数目。
Slide 25
为了规范事业单位聘用关系，建立和 完善适 应社会 主义市 场经济 体制的 事业单 位工作 人员聘 用制度 ，保障 用人单 位和职 工的合 法权益
1．线性变换
灰度g与灰度f之间的关系为
gaba[f a] ba
（1）变换使得图像灰度范围增 大，即对比度增大，图像会变得 清晰；
（2）变换使得图像灰度范围缩 图4.4 线性变换 小，即对比度减小。
Slide 16
为了规范事业单位聘用关系，建立和 完善适 应社会 主义市 场经济 体制的 事业单 位工作 人员聘 用制度 ，保障 用人单 位和职 工的合 法权益
图4.7 三段线性变换实例
（a）原始图像
（b）增强效果
Slide 21
为了规范事业单位聘用关系，建立和 完善适 应社会 主义市 场经济 体制的 事业单 位工作 人员聘 用制度 ，保障 用人单 位和职 工的合 法权益
3．非线性灰度变换
当用某些非线性函数如对数、指数函数等作为 映射函数时，可实现灰度的非线性变换。
J = imadjust(I,[0.3 0.7],[]); %使用imadjust函数进行灰度的线性变换
figure,imshow(J); figure,imhist(J)
%显示变换后图像的直方图
Slide 17
为了规范事业单位聘用关系，建立和 完善适 应社会 主义市 场经济 体制的 事业单 位工作 人员聘 用制度 ，保障 用人单 位和职 工的合 法权益
【例4.1】采用线性变换进行图像增强。
数字图像处理各章要求必做题及参考答案
图像通信
图像输入
处理和分析
图像输出
图像存储
各个模块的作用分别为： 图像输入模块：图像输入也称图像采集或图像数字化，它是利用图像采集设备（如数码照相机、数 码摄像机等）来获取数字图像，或通过数字化设备（如图像扫描仪）将要处理的连续图像转换成适于计 算机处理的数字图像。 图像存储模块：主要用来存储图像信息。 图像输出模块：将处理前后的图像显示出来或将处理结果永久保存。 图像通信模块：对图像信息进行传输或通信。 图像处理与分析模块：数字图像处理与分析模块包括处理算法、实现软件和数字计算机，以完成图 像信息处理的所有功能。
2.10（1） 存储一幅 1024×768，256 个灰度级的图像需要多少 bit？ （2） 一幅 512×512 的 32 bit 真彩图像的容量为多少 bit？ 解答：
（1）一幅 1024×768，256 个灰度级的图像的容量为： b=1024× 768×8 = 6291456 bit （2）一幅 512×512 的 32 位真彩图像的容量为： b=512 × 512 × 32=8388608 bit
的图像具有如题表 4.4.2 所示的灰度级分布。
题表 4.4.1
灰度级
0
1
2
3
4
5
6
7
各灰度级概率分布
0.14 0.22 0.25 0.17 0.10 0.06 0.03 0.03
题表 4.4.2
灰度级
0
1
2
3
4
5
6
7
各灰度级概率分布
0
0
0
0.19 0.25 0.21 0.24 0.11
解答： （1）直方图均衡化结果如下表所示
数字图像处理复习资料(11春季)
数字图像处理课程复习大纲——————上大（11春季）已扩展第1章绪论要求：掌握《数字图像处理》理论及技术的基础性概念；掌握数字图像处理这门学科的基本理论及技术架构；熟悉其应用领域，硬件系统及设备1.1.数字图像及应用数字图像，各种电磁波谱及各种图像成像技术，以及图像处理在各种行业当中的应用，不同波段的图像，图像类型，图像应用领域1.信息是事物存在的一种形式，数据是信息的“符号”载体；2.图像：用各种观测系统①以不同的形式和手段观测世界②而获得的，可以直接或间接作用于人眼③并进而产生视知觉的实体④3.图像在计算机里的表示形式就是所谓的“数字图像”。
4.数字图像处理的应用主要有三方面的因素需要考虑：存储器的容量，计算速度，传输带宽。
5.图像的分类：按灰度分：二值图像和多灰度图像；按色彩分：单色图像和彩色图像；按运动分类：静态图像和动态图像；按时空分布分类：二维图像，三维图像和多维图像。
6.图像处理的基本内容：图像信息的获取，图像的存储，图像的传输，图像处理。
1.2.图像工程概述图像处理3层次，数字图像处理于其他学科的关系1.图像工程的三个层次：图像理解，图像分析，图像处理；2.图像：主要特点为由一系列的具有不同灰度值的像素所组成；图形：主要特点为由一组数学公式描述。
1.3.图像表示和显示图像与函数，像素，图像的矩阵表示，图像的解析表示，图像输出设备1.一幅图像一般可以用一个2-D函数f(x, y)来表示（计算机中为一个2-D数组）。
2.一幅图像可分解为许多个单元。
每个基本单元叫做图像元素，简称像素。
3.将一个区域分成3*3个单元以输出10种不同的灰度。
用“区域”来代替“像素”。
4.抖动技术：通过调节或变动图像的幅度值来改善量化过粗图像的显示质量。
1.4.数字图像存储格式存储器件，图像文件格式主题词：不同波段的图像，数字图像，数字图像处理系统，图像成像技术；3-D图像，彩色图像，多光谱图像，立体图像，序列图像，深度图像，纹理图像，投影重建图像，合成图像；图像处理，图像分析，图像理解；图像的矩阵表示，半调输出，抖动技术，BMP，GIF，TIFF，JPEG1.图像文件格式：一种是矢量形式，另一种是光栅形式。
数字图像处理-第二版-贾永红-复习资料
第一章导论图像是对客观存在对象的一种相似性的、生动性的描述或写真。
模拟图像空间坐标和明暗程度都是连续变化的、计算机无法直接处理的图像数字图像空间坐标和灰度均不连续的、用离散的数字（一般整数）表示的图像（计算机能处理）。
是图像的数字表示，像素是其最小的单位。
数字图像处理（Digital Image Processing）利用计算机对数字图像进行（去除噪声、增强、复原、分割、特征提取、识别等）系列操作，从而获得某种预期的结果的技术。
（计算机图像处理）数字图像处理的特点（1）处理精度高，再现性好。
（2）易于控制处理效果。
（3）处理的多样性。
（4）图像数据量庞大。
（5）图像处理技术综合性强。
数字图像处理的目的（1）提高图像的视感质量，以达到赏心悦目的目的。
（2）提取图像中所包含的某些特征或特殊信息。
（3）对图像数据进行变换、编码和压缩，以便于图像的存储和传输。
数字图像处理的主要研究内容（1）图像的数字化（2）图像的增强（3）图像的恢复（4）图像的编码（5）图像的重建（6）图像的分析（7）图像分割与特征提取（8）图像隐藏（9）图像通信图像工程的三个层次（1）图像分析：图像分析主要是对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息，从而建立对图像的描述。
（2）图像理解：图像理解的重点是在图像分析的基础上，进一步研究图像中各个目标的性质和他们之间的相互联系，并得出对图像内容含义的理解以及对原来客观场景的解释，从而指导和规划行动。
（3）图像处理：数字图像处理的应用领域1.通信：图象传输，电视电话等。
2.宇宙探测：星体图片处理。
遥感：地形、地质、矿藏探查，森林、水利、海洋、农业等资源调查，自然灾害预测，环境污染的监测，气象云图。
3.生物医学：CT，X射线成象，B超，红外图象，显微图象。
4.工业生产：产品质量检测，生产过程控制，CAD，CAM。
5.军事：军事目标侦察，制导系统，警戒系统，自动火器控制，反伪装等。
第8讲—第四章 数字图像处理技术(2)
y (x,y) x
图像的帧处理 ● 图像的帧处理 —— 将一幅以上的图像以某种特定的形式合成在一起， 将一幅以上的图像以某种特定的形式合成在一起， 特定的形式合成在一起 形成新的图像。 形成新的图像。 1) 进行“逻辑与”、“逻辑或”、“异或”的合成运 进行“逻辑与” 逻辑或” 异或” 算。 2) 按照相加、相减以及有条件的复合算法进行合成。 按照相加、相减以及有条件的复合算法进行合成。 3) 覆盖、取平均值进行合成。 覆盖、取平均值进行合成。
2.8
2.8
4
5.6 8 11 16 22
4 5.6 8
● 光圈与速度的关系 (1) 速度 曝光量 速度↑ 曝光量↓ (2) 光圈 曝光量 光圈↑ 曝光量↑ ● 感光度
11 16 22
B
8 15 30 60 125 250 500 1000
快门 1/s
感光指数为常数时的关系
60°—— 感光速度慢，颗粒小，影像清晰，适于光照条件非常好的场合 ° 感光速度慢，颗粒小，影像清晰， 100°—— 感光速度中等，颗粒中，影像较清晰，适于白天 ° 感光速度中等，颗粒中，影像较清晰， 400°—— 感光速度快，颗粒较粗，影像一般，适于傍晚、黎明、室内 ° 感光速度快，颗粒较粗，影像一般，适于傍晚、黎明、 1000°—— 感光速度极快，颗粒粗，影像一般，适于高速运动物体的摄影 ° 感光速度极快，颗粒粗，影像一般，
3
图像的获取 ● 图像获取 —— 把自然影像转换成数字化图像的过程。 把自然影像转换成数字化图像的过程。 获取途径 1) 利用设备进行模数转换 数码相机
扫描仪 2) 从光盘图像库或互联网上获取 PCD、JPG格式 、 格式 数字图像
4
互联网合法渠道
图像扫描技术 ● 保证扫描质量的条件 ● 正确的扫描方法 ● 正确的扫描参数 ● 合适的颜色深度 ● 适当的后期处理 选择分辨率 ≮300 dpi TWAIN扫描驱动程序 TWAIN扫描驱动程序 调整 亮度/对比度 亮度 对比度 饱和度 色调 ≮24 bit 增加锐度 去网纹
遥感数字图像处理-第四章_遥感数字图像增强处理(一)[研究材料]
![遥感数字图像处理-第四章_遥感数字图像增强处理(一)[研究材料]](https://img.taocdn.com/s3/m/391e6c9c4b73f242326c5f12.png)
计算方法：
Pi
mi M
M表示整幅图像的像元个数
M表示整幅图像的像元个数
Pi表示第i灰度级的像元比例频率
X和
调研学习
13
直方图的性质
（1）直方图反映了图像中的灰度分布规律，描述每个灰度 级具有的像元个数，但不包含这些像元在图像中的位置；
（2）任何图像有唯一的直方图，不同的图像可能有相同的 直方图；
六、图像运算 Image Calcu.
七、多光谱增强 M调u研l学ti习-spectral Enhancement
1
一、图像增强概述
➢ 什么是图像增强？
Image enhancement is the process of making an image more interpretable for a particular application ( Faust, 1989).
空间域增强：空间域是指图像平面所在的二维平面。 直接处理图像上的像素，主要对灰度进行操作；
1）点处理：每次对单个像元进行灰度增强的处理 2）邻域处理或模板处理：对一个像元及其周围的小区域子
图像进行处理
频率域增强：对图像经傅立叶变换后的频谱成分进 行操作，然后经傅立叶逆变换获得所需结果
调研学习
6
➢图像增强的分类
调研学习
2
➢ 图像增强的目的
主要目的：（1）采用一系列技术改善图像的视觉效 果，提高图像的清晰度；（2）将图像转换成一种 更适合于人或机器进行解译和分析处理的形式。
改变图像的灰度等级，提高图像的对比度； 消除边缘和噪声，平滑图像； 突出边缘和线状地物，锐化图像； 合成彩色图像； 压缩图像数据量，突出主要信息等。
《彩色图像增强》PPT课件
第4章 彩色图像增强
4.0 人的视觉特性（补充） 4.1 三基色与色度图 4.2 彩色模型及转换 4.3 伪彩色增强 4.4 真彩色增强
40
4.4 真彩色增强
处理策略
1）将一幅彩色图像看作三幅分量图像的组 合体，在处理过程中先对每幅图像（按照对灰度 图像处理的方法）单独处理，再将处理结果合成 为彩色图像
(5) 在色度图中连接任两端点的直线上的各点表示将 这两端点所代表的彩色相加可组成的一种新彩色
17
4.1 三基色与色度图
三角形包含由三顶点可组成 的彩色
RGB是其中一个子集。 不同电视机制式的三角形色 域范围不同，有不同的色彩特 点。 目前，高清电视的色域范围 最大，色彩最丰富。
18
4.1 三基色与色度图
2
(R G) (R B)
(R
G
)2
(R
B)(G
B)
Hale Waihona Puke BG BGS 1 3 min(R,G, B) (R G B) I (R BG) 3
32
4.2 彩色模型及转换
2) HSV模型 H代表色调，S代表饱和度，V代表亮度值 HSV模型的坐标
系统也是圆柱坐标系统， 但一般用六棱锥来表示
33
第4章 彩色图像增强
例4.1.1 图中P点的坐标：
数字图像处理复习题
一. 选择题1. 一幅数字图像是： ( )A 、 一个观测系统C 、一个2-D 数组中的元素提示：考虑图像和数字图像的定义2. 半调输出技术可以： ( )A 、改善图像的空间分辨率C 、利用抖动技术实现提示：半调输出技术牺牲空间分辨率以提高幅度分辨率 3. 一幅 256*256 的图像，若灰度级数为 16，则存储它所需的比特数是： (A 、 256KB 、 512KC 、 1M C 、 2M提示：表达图像所需的比特数是图像的长乘宽再乘灰度级数对应的比特数。
4. 图像中虚假轮廓的出现就其本质而言是由于： ( )B 、图像的空间分辨率不够高造成 D 、图像的空间分辨率过高造成。
但当图像的灰度级数不够多时会产生阶跃， 图像中的虚5. 数字图像木刻画效果的出现是由于下列原因所产生的： () A 、图像的幅度分辨率过小 B 、图像的幅度分辨率过大C 、图像的空间分辨率过小D 图像的空间分辨率过大提示：图像中的木刻效果指图像中的灰度级数很少6. 以下图像技术中属于图像处理技术的是： ( )(图像合成输入是数据，图像分类输出是类别数据)A 、图像编码B 图像合成C 、图像增强D 图像分类。
提示：对比较狭义的图像处理技术，输入输出都是图像。
解答： 1.B 2.B 3.A 4.A 5.A 6.AC二. 简答题1. 数字图像处理的主要研究内容包含很多方面，请列出并简述其中的4 种。
2. 什么是图像识别与理解？3. 简述数字图像处理的至少 3 种主要研究内容。
4. 简述数字图像处理的至少 4 种应用。
5. 简述图像几何变换与图像变换的区别。
解答:1. ①图像数字化：将一幅图像以数字的形式表示。
主要包括采样和量化两个过程。
②图像 增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图像的可观 察性。
③图像的几何变换：改变图像的大小或形状。
④图像变换：通过数学映射的方法， 将空域的图像信息转换到频域、时频域等空间上进行分析。
数字图像处理 第四章图像增强
Pr（rk） 0.19 0.25 0.21 0.16 0.08 0.06
0.03
0.02
计算每个sk对应的像素数目 计算均衡化后的直方图
Tr
Sk并
sk
nsk Ps（sk）
0.19
1/7
0.44
3/7
S0=1/7 S1=3/7 S2=5/7
790 0.19 1023 0.25 850 0.21
0.65
✓ 校正后的原始图像 f (i, j) C g(i, j) gc(i, j)
9
灰度级校正注意问题：
对降质图像进行逐点灰度级校正所获得的图像， 其中某些像素的灰度级值有可能要超出记录器 件或显示器输入灰度级的动态范围，在输出时 还要采用其他方法来修正才能保证不失真地输 出。
降质图像在数字化时，各像素灰度级都被量化 在离散集合中的离散值上，但经校正后的图像 各像素灰度极值并不一定都在这些离散值上， 因此必须对校正后的图像进行量化。
），使得结果图像s的直方图Ps(s)为一个常数
Pr(r)
Ps(s)
直方图均衡化 T(r)
r
s
26
直方图均衡化理论基础
-1 由概率论可知，若Pr(r)和变换函数s=T(r)已知，r=T (s)是单 调增长函数，则变换后的概率密度函数Ps(s)可由Pr(r)得到：
分 布 函 数 Fs(s)sp（ s s） ds=rp（ r r） dr
✓ 计算均衡后的直方图
s k 计
T（ rk）
k
=
i 0
P（r
r
）
i
k i 0
ni n
s k并
round（ sk计 * (L L 1
1)）
j
- 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)。
•锥状细胞
每只眼睛中大约有600万到700万个锥状细胞，集中分布在视轴和视 网膜相交点附近的黄斑区内。每个锥状细胞都连接一个神经末梢，因此， 黄斑区对光有较高的分辨力，能充分识别图像的细节。锥状细胞既可以 分辨光的强弱，也可以辨别色彩。白天视觉过程主要靠锥状细胞来完成， 所以锥状机觉又称白昼视觉。 按感光化学特性，锥状细胞有三种，它们分别对红、绿、蓝颜色敏 感，因此红绿蓝称为人类视觉的三基色。 三种锥状细胞的光谱敏感曲线如下：
边界和内部代表了所有可见光 的色度值，z=1-x-y 边界弯曲部分上的每一点，对 应光谱在某种纯度为百分之百 的色光，线上标明的数字为对 应的主波长 中央一点C代表白光，C点接近 于x=y=z=1/3
CIE色度图
CIE色度图主要有两种用途：
用色度图计算任何颜色的主波长和纯度
如果B在曲边上，则B的主波长 就是A的主波长，否则，找不到 该颜色对应的主波长，此时， 主波长可以用其补色的主波长 值之后加c表示 一种颜色称为另一种颜色的补 色，指二者混合之后产生白色， 图中F的补色为A,所以F的主波 长为555umc
部分色光后的反射光。
CMYK模式中的颜色种类远不及RGB模式,但它却是打印的标准 模式,是印刷业所使用的颜色模式。
RGB与CMY之间的转换
C 1 R M 1 G Y 1 B
HSV 颜色模型
HSV模型中，每一种颜色和它的补色相差180度，饱和 度（色深）取值从0到1
HSV模型所代表的颜色域也是CIE原色空间的一个子集 圆锥的顶点处V=0,H和S无定义，代表黑色，圆锥的顶 面中心处S=0，V=1，H无定义，代表白色，从该点到原 点代表亮度渐暗的白色，即具有不同灰度的白色 任何V=1，S=1的颜色是纯色 HSV颜色模型的优点：
RGB模式是显示器上的颜色模式,而在图像印刷中却是用CMYK
4色印刷模式来确定颜色的。是指通过混合青(Cyan)、品红
(Magenta)、黄(Yellow)与黑(Black)色来产生全彩色阶调的颜 色,这就是CMYK模式。其中Black以“K”表示(为了避免与Blue 混淆)。这就是平常所说的减色模式,因为青、品红、黄分别是 光谱色中的红、绿、蓝的补色,从而模拟出白光被物体吸收了一
红绿蓝三原色不能叠加出所有 可见光颜色
y
绿 0.8 NTSC 520nm
PAL 红 紫 0.2 色度图 700-770nm
0
蓝
0.8
x
常见的色彩模型有RGB模型、CMYK模型、HSV模型、YIQ模型
等。每种模型都有它自己的特点和适用范围,它们可以根据需要 相互转换。
•RGB模型
这是最常见的色彩模型，由R(红)、G(绿)、B(蓝)三个分量
绿 红 蓝 1 20 ° 0° 2 40 ° I
H色度，取值范围0°-360°； S饱和度，取值范围0-1/100； I亮度，取值范围0-1/100；
色相环，0°-红， 120°-绿，240°-蓝
图中的色相环描述了色相和饱和度两个参数。色相由 角度表示，它反映了该彩色最接近什么样的光谱波长。 一般假定0°表示的颜色为红色， 120°的为绿色， 240°的为蓝色。0°到240°的色相覆盖了所有可见光谱 的彩色，在240°到300°之间为人眼可见的非光谱色（紫 色）。饱和度是指一个颜色的鲜明程度，饱和度越高， 颜色越深， 如深红，深绿。饱和度参数是色环的原点 （圆心）到彩色点的半径的长度。由色相环可以看出，
HSI到RGB
0 H 120 , R I S cos(H ) 1 cos(60 H ) , 3
I B (1 S ), G 3I R B; 3 I S cos(H 120 ) 120 H 240 , R 1 , cos(180 H ) 3
环的边界上纯的或饱和的颜色， 其饱和度值为1。在中心 是中性（灰色）阴影， 饱和度为0。
RGB 转换到HSI
对任何3个［0， 1］范围内的R、G、B 值，其对应HSI
模型中的I、S、H 分量的计算公式为
1 I ( R G B) 3 3 SI [min(R, G , B )] ( R G B) [( R G ) ( R B )] / 2 H arccos 2 1/ 2 [( R G ) ( R B )(G B )]
整个锥体落在第一象限，从原点引一 条任意射线穿过该锥体，则射线上任 意两点代表的色光具有相同的主波长 和纯度 在每条射线上各取一点即可代表所有 的可见光，习惯上，这一点取做射线 与平面X+Y+Z=1的交点，其坐标称为 色度值，规格化坐标表示为：
CIE色度图
可以把与平面X+Y+Z=1相交的色度值(x,y,z)中的 (x,y)绘制成CIE色度图，如图。
C=255-R M=255-G Y=255-B
•YIQ模型
YIQ 模型是美国国家电视系统委员会（ NTSC ）定义的
用于电视广播的颜色系统， Y 代表亮度信息， I 和 Q 表
示色度，其中I表示橙～青色，Q表示其他部分颜色。
从RGB到YIQ的变换关系如下：
X 2.7689 1.7518 1.1302 R Y 1 . 0002 4 . 5907 0 . 0600 G Z 0.0000 0.0565 5.5943 B
光谱图像处理成假彩色图像。
伪彩色增强：把黑白图象处理成伪彩色图象。
伪彩色增强
伪彩色 (Pseudo coloring)增强是把一幅灰度图像的每个不 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。
伪彩色增强基本目的
由于人眼分辨不同彩色的能力比分别不 同的灰度级的能力强，因此，把人眼无法 区别的灰度变化，施以不同的彩色来提高 识别率，这便是伪彩色增强的基本目的。
HSV（Hue Saturation Value ）颜色模型是面向用户 的，对应于圆柱坐标系中的一个圆锥形子集
V 色浓 纯色 绿(120°) 青(180°) (1,0) 黄(60°) 红(0°) 品红(120°)
白
灰
色相 色深
蓝(240°)
H 黑 色相、色浓和色深之间的关系
O S
S
HSV颜色模型示意图
R 0.4185 0.1587 0.0828 X G 0.0912 0.2524 Y 0 . 0157 B 0.0009 0.0025 0.1786 Z
HSI模型
HSI模型是Munseu提出的， 它反映了人的视觉系统 观察彩色的方式，在艺术上经常使用HSI模型。HSI 模型中，H 表示色调(Hue)，S 表示饱和度 (Saturation)， I 表示亮度(Intensity，对应成 像亮度和图像灰度)。该模型的建立基于两个重要 的事实：
F=α(R) + β(G) + γ(B) 其中αβγ是红绿蓝三色的混合比例，称为三色系
数 颜色模型指的是某个三维颜色空间中的一个可见光 子集，它包含某个色彩域的所有色彩
CIE色度图
CIE（国际照明委员会） 1931年，CIE规定了三种标准原色x,y,z,用于颜色 匹配，三种对应的颜色匹配函数如下：
RGB模型在视频和显示器中广泛使用。
z 蓝(Blu e) 品红 (Mag en ta)
青(Cy an) O 红(Red )
x
绿(Green) 黄(Yellow) y
RGB模型单位立方体
RGB颜色模型构成的颜色空间是CIE原色空间的一 个真子集，通常用于CRT和光栅显示器
RGB三原色是加性原色
•CMY(K)模型
符合人眼对颜色的习惯 三个坐标是独立的 采用线性标尺
HSV 颜色模型
从RGB立方体的白色顶点，顺主对角线向原点方向投影， 可得到一个正六角形，此正六角形是HSV圆锥顶面的一 个真子集 RGB空间的主对角线对应于HSV空间的V轴
彩色增强技术
真彩色增强
假彩色增强：把真实的自然彩色图像或遥感多
物柱往比较敏感，所以，夜晚所观察到的景物只有黑白、浓淡之分， 而看不清它们的颜色差别。由于夜晚的视觉过程主要由杆状细胞完成，
所以杆状视觉又称Байду номын сангаас视觉。
颜色模型
英国人Newton，三棱镜实验 证明了白光是所有可见光的组合。
颜色模型
1931年，国际照明委员会（CIE）规定用700nm、 546.1nm、435.8nm的单色光作为红(R)、绿(G)、 蓝(B)三原色 R代表红光，为大红色相，红中具有黄味； G代表绿光，为比较香嫩的绿色色相 B代表蓝紫光，色相为蓝中带有紫味 根据三原色原理，任意彩色的颜色方程为：
人对彩色的分辨能力和敏感程度比灰度强
彩色图像：是一种矢量图像，比灰度图像包含更 多的信息。
彩色图像增强技术分为两类： 伪彩色增强技术：对不同的灰度或灰度 范围赋予不同的颜色. 真彩色增强技术：对彩色的不同分量区 别对待。
颜色模型
可见光波长范围为：400nm~760nm，能使人产生视 觉，感到明亮和颜色
CIE色度图
对于可见光谱中的任何主波长的光，都可以用这 三个标准原色的叠加来匹配 注意：没有一个输出设备能够精确输出CIE图像， 因为输出设备均有固定的墨和颜色，固定的几种 颜色不能够表达所有可以看见的颜色
CIE色度图
对于可见光谱中的任意一种颜色C，可以找到一组权（X,Y,Z）， 使得：C=xX+yY+zZ,即用CIE原色匹配C,下图为XYZ空间中包 含所有可见光的锥体