第6、7讲 边缘增强 掩模操作 色度学及彩色增强

100 80
蓝
绿
红
光吸收性 %
60 40 20 0 4 00 4 50 5 00 5 50 6 00 波长 / nm 6 50 7 00
人类视觉系统三类锥状细胞的敏感曲线
根据人眼的结构，所有颜色都可看作是三种基本颜
色——R（Red）、 G（ Green)和B（ Blue)按照不同的比
例组合而成。
常用的几种拉普拉斯增强算子（模板）：
1 1 1 H 1 9 * 1 1 1 1
0 1 H 1 5* 0 1
0 1 0
Sobel
Kirsch
Laplace Prewitt
f (i＋1, j＋1)
求梯度的两种差分运算 (a) 水平垂直差分法 (b)交叉差分计算法
(a)
(b)
(a) 二值图像
(b) 水平垂直梯度运算结果
结论：图像中灰度变化较大的边缘区域其梯度值大，在灰
度变化平缓的区域其梯度值较小，而在灰度均匀区域
其梯度值为零。
边界点的处理：最后一行和最后一列的各像素的梯度无法
1）RGB模型
RGB模型用三维空间中的一个点来表示一种颜色。每个点
有三个分量，分别代表该点颜色的红、绿、蓝亮度值， 亮度
值限定在［0, 1
z
原点：黑色，三个分
白色
量值都为零。距离原 点最远顶点：白色， 三个分量值都为1。灰
灰色线
青(Cy an) O
蓝(Blu e) 品红(Mag en ta)
色线：黑到白；三个
gradf (i, j ) {[ f (i, j ) f (i 1, j )]
2
[ f (i, j ) f (i, j 1)]2 }1/ 2
gradf (i, j ) {[ f (i, j ) f (i 1, j )]
2
[ f (i, j ) f (i, j 1)] }
绿
亮度：光波作用于感受器所发
红 蓝 1 20 ° I
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。
灰度阴影沿着轴线从底部
0° 2 40 °
柱形彩色空间
的黑变到顶部的白；具最高亮
度、最大饱和度的颜色：圆柱
上顶面的圆周上。
（1) RGB转换到HSI（转换公式有多种形式，表达的思想一致） 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
0 1
1 -4
0 1
1
1 1
1
-8 1
1
1 1
0
1
0
5邻域Laplace 算子 依据：跃变产生于二阶导数的 过零点处。 特点：各向同性
8邻域Laplace 算子
缺点：增强了图像的噪 声 措施：先平滑 Marr
（a） 二值图像； （b） 拉普拉斯运算结果
（2）Laplacian增强算子：
g (i, j ) f (i, j ) 2 f (i, j ) 5 f (i, j ) f (i 1, j ) f (i 1, j ) f (i, j 1) f (i, j 1)
特点：
(a) 在灰度均匀的区域或斜坡中间▽2f(x ，y)为0，增强图像上像元灰度不变 ； (b) 在斜坡底或低灰度侧形成“下冲”； 而在斜坡顶或高灰度侧形成“上冲” 。 0 -1 0 -1 5 -1 0 -1 0
增强算子
(a)
(b)
拉普拉斯锐化前、 (a) 原图像灰度； (b) 拉普拉斯锐化后图像的灰度
1）
人的视觉系统：杆状细胞和锥状细胞两种感光细胞。 杆状细胞： 暗视器官, 能在昏暗的环境中感受到光刺激而引起 视觉，但视物无色觉，只能区别明暗，展现视物的粗 略轮廓； 锥状细胞：明视器官，在照度足够高时起作用， 并能分别辨颜 色，对物体表面的细节和轮廓具有较高的分辨能力。 锥状细胞将电磁光谱的可见部分分为三个波段：红、 绿、蓝。这三种颜色被称为三基色。
简化
2 1/ 2
gradf ( x, y ) Max( f x , f y ) or gradf ( x, y ) f x f y
' '
'
'
f (i, j )
f (i , j＋1)
f (i , j)
f (i, j＋1)
f (i＋1, j )
f (i ＋1, j＋1) (a)
f (i＋1, j ) (b)
2 f ( x, y ) f (i, j 1) f (i, j 1) 2 f (i, j ) 2 y
2 2 f ( x , y ) f ( x, y ) 2 f 2 x y 2 f (i 1, j ) f (i 1, j ) f (i, j 1) f (i, j 1) 4 f (i, j )
第二种输出形式
gradf ( x, y), grad( x, y) T g ( x, y) f ( x, y), 其它
特点： 适当选取阈值T（非负），可使明显的边缘轮廓得到 突出，又不会破坏原来灰度变化比较平缓的背景
第三种输出形式
， grad( x, y) T LG g ( x, y) f ( x, y)， 其他
-1 -2 -1
0 1 0 2 0 1
优点：引入了平均因素，对图像中随机噪声有一定的平滑作用；
由于它是相隔两行或两列之差分，边缘两侧元素得到了增
强，边缘显得粗而亮。
常用的梯度算子
第一种输出形式
g ( x, y) gradf ( x, y)
特点：增强的图像仅显示灰度变化比较徒的边缘轮廓，而灰 度变化比较平缓或均匀的区域则呈黑色。
国际照度委员会(CIE)于 1931年 规定三种基本色的波
长分别为
R：700 nm，G：546.1 nm，B： 435.8 nm。
2）
颜色是外界光刺激作用于人的视觉器官而产生的主观 感觉。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。颜色有三个基本属 性， 分别是色调、 饱和度和亮度。基于这三个基本属性，
提 出 了 一 种 重 要 的 颜 色 模 型 HSI （ Hue 、 Saturation 、
Intensity）。
2
颜色模型
为了科学地定量描述和使用颜色，提出了各种颜色模型。
按用途分：
RGB 模型 : 面向诸如视频监视器、 彩色摄像机或打印机 之类的硬件设备； HSI模型:面向以彩色处理为目的的应用，如动画中的彩 色图形; CMYK和YUV色彩系统: 在印刷工业上和电视信号传输中， 经常使用CMYK和YUV色彩系统。
所增加的量。
f f
'2 x
'2 y
(
f ( x , y ) 2 x
) (
f ( x , y ) 2 y
)
梯度的数值:f (x, y)在其最大变化率方向上的单位距离
图像处理：梯度的大小
'
“梯度”，差分近似
f x f ( x 1, y) f ( x, y) ' f y f ( x, y 1) f ( x, y)
红(Red ) x
角：三基色——红、绿、 蓝。另三个角：三基 青色（蓝绿色）、品 红（紫色）。
黑色
绿(Green) 黄(Yellow) y
色的三个补色——黄色、
2） HSI 模型
Munseu提出， 反映人的视觉系统观察彩色的方式，在彩色 图像处理、艺术等方面经常使用。
① I（亮度，灰度，Intensity)分量与图像的彩色信息无关； ② H（色调，Hue)和S（饱和度Saturation)分量与人感受颜 色的方式是紧密相联的。 这些特点使得 HSI模型非常适合借助人的视觉系统来感知彩 色特性的图像处理算法。
求得，一般用前一行和前一列的梯度值近似代替。
梯度微分锐化图像特点：简单，计算量小； 缺 点： 同时会使噪声、条纹等得到增强
Roberts算子：
f x f ( x 1, y 1) f ( x, y) ' f y f ( x 1, y) f ( x, y 1)
'
-1 1 1 Roberts梯度算子
特点：将明显边缘和背景分别用灰度级LG和LB表示，生成二 值图像，便于研究边缘所在位置。
2
Laplacian增强算子
（1）Laplacian 算子：二阶微分算子
f ( x, y)
2
2 f ( x, y ) x
2

2 f ( x, y ) y 2
数字图像，二阶差分近似
2 f ( x, y ) x f (i 1, j ) x f (i, j ) 2 x [ f (i 1, j ) f (i, j )] [ f (i, j ) f (i 1, j )] f (i 1, j ) f (i 1, j ) 2 f (i, j )
-1
Prewitt算子：加大模板大小，由2x2扩大到3x3来计算差分。 目 的：为在锐化边缘的同时减少噪声的影响。 -1 0 -1 0 -1 0 1 1 1 -1 -1 -1 0 1 0 1 0 1
Sobel算子：在Prewitt算子基础上，对4-邻域采用带权差分。
-1 0
-2 0 -1 0
1
2 1
色相：角度，反映了该彩色最接
绿 ° 12 0
近什么样的光谱波长。
S H 0° 红
0° ： 红 色 ， 120° ： 绿 色 ，
240°：蓝色。 0°到 240°的色相
24 0° 蓝
覆盖了所有可见光谱的彩色，
240°到 300°：人眼可见的非光
色相环 描述色相和饱和度 谱色（紫色）。
饱和度：颜色的鲜明程度，高，颜色深（如深红，深绿）。 饱和度参数：色环原点到彩色点的半径的长度。环的边界（纯的或 饱和的颜色）饱和度值为1。中心（中性灰色）阴影，饱和度为0。
gradf (x, y) f f ( 1 ' ' tg ( f y / f x ) tg ( /
'2 x
f ( x , y ) 2 '2 y x 1 f ( x , y ) f ( x , y ) y x
) ( )
f ( x , y ) 2 y
)
gradf (x,y)
梯度锐化法（最常用）
对于图像f(x，y)，在(x，y)处的梯度定义为
f x' f (xx, y ) gradf ( x, y ) ' f ( x , y ) fy y
两个重要性质： 梯度的方向：在函数f(x, y)最大变化率的方向上。 梯度的幅度：即大小
第六 、七 讲
边缘增强 掩模处理 彩色增强
•图像空间域锐化 •掩模处理 •色度学基础与颜色模型 •彩色图像增强
一、
图像空间域锐化
1 1 1 1 9 1 1 1 1
图像锐化：增强图像的边缘或轮廓。 结 果：通过微分而使图像边缘突出、清晰。
1
特点：将明显边缘用一固定的灰度级LG 来表现。
第四种输出形式
grad( x, y) g ( x, y) LB ,
, grad( x, y) T 其他
特点： 将背景用一个固定的灰度级 LB来表现，便于研究 边缘灰度的变化。 第五种输出形式
LG , grad ( x, y) T g ( x, y ) 其他 LB ,
二、掩模处理(Mask)
一般增强：基于整幅图像 实际应用：图像某一较小的局部区域，以突出某 一具体目标。对整幅图像的变换难以 达到理想效果。 措 施：掩模技术（Mask),仅对感兴趣区 域进行局部增强和处理。
Hale Waihona Puke Baidu
掩模增强的具体步骤




新建一个与原始图像大小相等的图层（layer), 类型一般为二值图像。 在新建图层上勾绘出要进行增强处理而局部区 域。 将整幅图像保存为二值图像，选定区域象素值 为1，区域外象素值为0； 将待处理的图像与原图像进行乘法操作。 对掩模图像进行增强处理，生成最终的结果图 像。
一、色度学基础与颜色模型
1 色度学基础
灰度图像：图像的像素值是光强，二维空间变量函数 f(x, y)。 彩色图像：像素值看成是二维空间变量和光谱变量的函数f(x,
y, λ)，即多光谱图像。
在计算机上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（即红、绿、蓝）合成的，即最常见 的RGB颜色模型。