数字图像处理第六章

合集下载

数字图像处理第六章

数字图像处理第六章

彩色图像锐化(拉普拉斯微分)
RGB图像的 拉普拉斯变换 HSI图像的亮度I分量 图像的拉普拉斯变换 a图像和b图像的
差别图像
图a
图bLeabharlann 图c图c的原因:图a像素的锐化是不同彩色的锐化,而图b仅仅是亮度的 锐化,原彩色分量(色调H和饱和度S)保持不变
(把一幅图像分成多个区域)

基于彩色的图像分割
例: 多 R 光 谱 图 像 B 彩 色 编 码 R
G B 合 成
华盛顿特区的光谱卫星图像 G
近 红 外 近 红 外 代 替 R
木星卫星的伪彩色图像
在复杂图像中对感 兴趣的事物进行可 视化处理
活火山最 近喷出的 物质
第六章 彩色图像处理

彩色图像基础知识 彩色空间 伪彩色图像处理

全彩色图像处理
彩色变换
彩色图像平滑和尖锐化
全彩色图像处理

全彩色图像处理研究分为两大类:
分别处理每一分量图像,然后,合成彩色图像
直接对彩色像素处理:3个颜色分量表示像素
向量。令c代表RGB彩色空间中的任意向量
全彩色图像处理
彩色分量是坐标(x,y)的函数,有MN个这样的向量
对大小为 M N 的图像
彩色变换

彩色变换的简单形式
si Ti r1 , r2 ,..., rn
ri 和 si 是 f x , y 和
变量
g x, y
i 1,2,..., n
在任何点处彩色分量的
T1 , T2 ,...Tn 是一个对
射函数集
ri 操作产生 s i 的变换或彩色映
选择的彩色空间决定n的值,如RGB彩色空间,n=3,

数字图像处理第6章1

数字图像处理第6章1
提高对比度举例
第6章 图像增强
灰度动态范围较窄 观察直方图分布
第6章 图像增强
对比度拉伸 灰度动态范围变宽
第6章 图像增强
灰度动态范围变宽 观察直方图分布
第6章 图像增强
第6章 图像增强
255 216
23
0
48
196 255
第6章 图像增强
非线性拉伸:是在整个灰度值范围内按照统一的 变换函数来实现对不同灰度值区间的扩展与压缩。 常用的有按对数函数扩展和按指数函数扩展。
(1)在0≤r≤1中,T(r)是单调递增函数, 且0≤T(r)≤1;
(2)反变换r=T-1(s),T-1(s)也为单调递增函 数,0≤s≤1。
第6章 图像增直强方图均衡化变换公式推导图示
sj+s sj
rj rj+r
第6章 图像增强
考虑到灰度变换不影响像素的位置分 布,也不会增减像素数目。所以有
1. 改善图像的视觉效果。 2. 突出图像的特征,便于计算机处理。
返回
第6章 图像增强
图像增强的技术方法
主要有空域处理法和频域处理法
(1)空域处理法:直接在图像所在的二 维空间进行处理,即直接对每一像元的灰 度值进行处理。 (2)频域处理法:将图像从空间域变换 到频率域对图像进行处理。
第6章 图像增强
S k舍入 S k 1/7 s0 3/7 s1 5/7 s2
6/7 6/7 s3
1 1 s4
1
nsk P (s k ) 790 0.19 1023 0.25 850 0.21
985 0.24
448 0.11
第6章 图像增强
例 均衡化前后直方图比较
直方图均衡化
第6章 图像增强

数字图像处理第六章色彩模型与彩色处理课件

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

数字图像处理06章04与07章

数字图像处理06章04与07章
u
边、噪音、变化陡峭部分
变化平缓部分
v
第6章 图像增强
第6章 图像增强
第6章 图像增强
➢ 低通滤波器 ➢ 高通滤波器 ➢ 带通、带阻滤波器
第6章 图像增强
第6章 图像增强
第6章 图像增强
第6章 图像增强
第6章 图像增强
第6章 图像增强
第6章 图像增强
第6章 图像增强
第6章 图像增强
第6章 图像增强
常见的图像中的信息冗余
视觉冗余: 一些信息在一般视觉处理中比其它信
息的相对重要程度要小,这种信息就被称为 视觉冗余。
第6章 图像增强
空间冗余(像素冗余):
由于任何给定的像素值,原理上都可以 通过它的邻居预测到,单个像素携带的信息 相对是小的。
对于一个图像,很多单个像素对视觉的 贡献是冗余的。这是建立在对邻居值预测的 基础上。
原始图像越有规则,各像素之间的相关 性越强,它可能压缩的数据就越多。
时间冗余:
以视频图像为代表,视频图像序列中存在 的关联性产生的信息冗余。
第6章 图像增强
信息熵冗余(编码冗余): 如果一个图像的灰度级编码,使
用了多于实际需要的编码符号,就称该图 像包含了编码冗余。
例:如果用8位表示该图像的像素,我们就说 该图像存在着编码冗余,因为该图像的像素 只有两个灰度,用一位即可表示。
第6章 图像增强
图像编码的分类
图像压缩技术
无损压缩
哈夫曼编码 行程编码 算术编码
有损压缩
有损预测编码 变换编码 其他编码
第6章 图像增强
※ 无损压缩算法中删除的仅仅是图像数据中冗 余的信息,因此在解压缩时能精确恢复原图像。常 用于要求高的场合。

遥感数字图像处理-第6章 几何校正

遥感数字图像处理-第6章 几何校正
3
二、几何校正原理
几何校正涉及两个过程: ➢ 一是空间位置(像元坐标)的变换 ➢ 二是像元灰度值的重新计算(重采样)
4
二、几何校正原理
坐标转换 (a)直接法;(b)间接法
5
三、几何校正步骤
几何精校正不需要空间位置变化数据,回避了成像的空间 几何过程,主要借助地面控制点实现校正。其主要校正步 骤为:
第6章
几何校正
几何校正
一、几何校正原理 二、几何校正步骤 三、几何校正类型 四、图像匹配 五、投影转换
难点:图像匹配 重点:几何校正方法
2
一、几何校正原理
几何校正和几何配准
➢ 几何配准是指将不同时间、不同波段、不同传感器系统所获得的同一 地区的图像(数据),经几何变换使同名像点在位置上和方位上完全 叠合的操作。
➢ 对畸变图像和基准图像建立统一的坐标系和地图投影。 ➢ 选择地面控制点(GCP),按照GCP选择原则,在畸变图像
和基准图像上寻找相同位置的地面控制点对。 ➢ 选择校正模型,利用选择的GCP数据求取校正模型的参数,
然后利用校正模型实现畸变图像和基准图像之间的像元坐 标变换。 ➢ 选择合适的重采样方法对畸变图像的输出图像像元进行灰 度赋值。 ➢ 几何校正的精度分析。
9
四、图像匹配
3.图像匹配方法 根据图像特征的选择,图像匹配方法一般可以分为基于灰
度的图像匹配和基于特征的图像匹配。
10
➢ 几何配准与几何校正的原理是完全相同的,即都涉及到空间位置(像 元坐标)变换和像元灰度值重采样处理两个过程。
➢ 二者的区别主要在于其侧重点不相同:几何校正注重的是数据 本身的处理,目的是为了对数据的一种真实性还原。而几何配 准注重的是图和图(数据)之间的一种几何关系,其目的是为 了和参考数据达成一致,而不考虑参考数据的坐标是否标准、 是否正确。也就是说几何校正和几何配准最本质的差异在于参 考的标准。另外,几何校正更像前期数据处理,几何配准更像 后期处理。

数字图像处理课件第6章图像的几何变换

数字图像处理课件第6章图像的几何变换
由点的齐次坐标(Hx, Hy, H)求点的规范化齐次坐标(x, y, 1),可按下式进行:
x Hx H
y Hy H
第6章 图像的几何变换
齐次坐标的几何意义相当于点(x, y)落在3D空间H=1
的平面上,如图6-2所示。如果将xOy平面内的三角形abc的 各顶点表示成齐次坐标(xi, yi, 1)(i=1, 2, 3)的形式,就变成H =1平面内的三角形a1b1c1的各顶点。
图6-2 齐次坐标的几何意义
第6章 图像的几何变换
齐次坐标在2D图像几何变换中的另一个应用是:如某 点S(60 000,40 000)在16位计算机上表示,由于大于32767 的最大坐标值,需要进行复杂的处理操作。但如果把S的坐 标形式变成(Hx, Hy, H)形式的齐次坐标,则情况就不同了。 在齐次坐标系中,设H=1/2,则S(60 000,40 000)的齐次坐 标为(x/2,y/2,1/2),那么所要表示的点变为(30 000, 20 000,1/2),此点显然在16位计算机上二进制数所能表示 的范围之内。
(图像上各点的新齐次坐标)
(图像上各点的原齐次坐标)
第6章 图像的几何变换 设变换矩阵T为
a b p
T c
d
q
l m s
则上述变换可以用公式表示为
=
T
Hx1' Hy1'
Hx2' Hy2'
Hxn' Hyn'
x1 x2 xn
T
y1
y2
yn
H H H 3n
1 1 1 3n
第6章 图像的几何变换
6.4 图像镜像
6.4.1 图像镜像变换 图像的镜像(Mirror)变换不改变图像的形状。 镜像变换分为两种:一种是水平镜像,另外一种是垂直镜

数字图像处理6ppt课件

数字图像处理6ppt课件
数字图像处理6数字图像处理数字图像处理6图像恢复61退化模型及恢复技术基础61退化模型及恢复技术基础62空间域滤波恢复62空间域滤波恢复63频率域滤波恢复63频率域滤波恢复64逆滤波64逆滤波65最小均方误差滤波器维纳滤波65最小均方误差滤波器维纳滤波数字图像处理6图像恢复和图像增强一样都是为了改善图像视觉效果以及便于后续处理
img_median=medfilt2(img_noise); %对附加有椒盐噪声的图像实行中 值滤波
figure; imshow(img_median,[]); %显示中值滤波后的图像
img_median2=medfilt2(img_median); %对中值滤波处理后的图像再次 实行中值滤波
figure; imshow(img_median2,[]); %显示再次中值滤波后的图像
erage',3));
figure; imshow(img_mean,[]); %显示逆谐波滤波后的图像
Q=1.5;
%对高斯噪声图像实行Q取正数的逆谐波滤波
img_mean=imfilter(img_noise.^(Q+1),fspecial('average',3))./imfilter(img_noise.^Q,fspecial('av
%矩阵点乘实现频域滤波
out = ifftshift(out);
%原点移回左上角
out = ifft2(out);
%傅里叶逆变换
out = abs(out);
%取绝对值
out = out/max(out(:)); figure,imshow(out,[]);
%归一化 %显示滤波结果数字图像处理6
数字图像处理6
for i=1:M

数字图像处理第六章课件

数字图像处理第六章课件

HSI2RGB, page299-300
Chapter 6 Color Image Processing
H
S
I
Chapter 6 Color Image Processing
H
S
I
Chapter 6 Color Image Processing
改变HIS成分及其合成图
Chapter 6 Color Image Processing
Chapter 6 Color Image Processing
电磁波谱中可见光波长范围
不同色光之间过渡平滑
Chapter 6 Color Image Processing
在人眼视网膜上
• 两种人眼感光细胞: 锥状,彩色、昼视觉。
700万个细胞
杆状,灰色、夜视觉。
7500万~1.5亿个细胞
• 锥状细胞进一步分为3 种。 感蓝,感绿,感红
Chapter 6 Color Image Processing
CIE_xy色度图
x=X/(X+Y+Z)
y=Y/(X+Y+Z) z=Z/(X+Y+Z) =1-x-y x+y+z=1 x,y即可决定z
参考白为 X=Y=Z=1 x=y=1/3
Chapter 6 Color Image Processing
(c)
Chapter 6 Color Image Processing
利用各正弦型的相位和频率变化,可以用 彩色(分量)来增强不同灰度范围
• 图6.25表示所用的(多对一)转换。这些正弦形函数 包含峰值附近的相对不变值的区域,以及谷底附 近的变化强烈的区域。每个正弦形的相位和频率 变化可以用彩色(分量)来增强灰度的范围。 • 例如,如果所有3个变换有相同的相位和频率,输 出图像将是单色的。3个变换之间相位的小变化会 使那些灰度级对应峰值的像素产生很小的变化, 特别是正弦形低频时。对应正弦形陡峭区域的像 素灰度值被赋予更强的彩色,作为由于相位间位 移引起的3个正弦形幅值间的显著差异的效果。

数字图像处理第六章

数字图像处理第六章

L 1
平均码长
B

i 0
L 1
i
pi
i
是灰度值为i的编码长度
B 冗余度为 r H 1
编码效率为
H 1 B 1 r
6.3 统计编码方法
6.3.2 霍夫曼编码 Huffman编码是1952年由Huffman提出的一种编码方法。 这种编码方法是根据信源数据符号发生的概率进行编码的。 思想:在信源数据中出现概率越大的符号,编码以后相应 的码长越短;出现概率越小的符号,其码长越长,从而达 到用尽可能少的码符表示信源数据。它在无损变长编码方 法中是最佳的。下面通过实例来说明这种编码方法。 设输入编码为 X x1 , x2 , x3 , x4 , x5 , x6 ,其频率 分布分别为P(x1)=0.4 ,P(x2)=0.3,P(x3)=0.1,P(x4) =0.1,P(x5)=0.06,P(x6)=0.04。求其最佳霍夫曼编码
图像数据的特点之一是信息量大。海量数据 需要巨大的存储空间。如多媒体中的海量图像数 据,不进行编码压缩处理,一张600M字节的光盘, 能存放20秒左右的640× 480像素的图像,没有 编码压缩多媒体信息保存有多么困难是可想而知 的。 在现代通信中,图像传输已成为重要内容之 一。采用编码压缩技术,减少传输数据量,是提 高通信速度的重要手段。 可见,没有图像编码与压缩技术的发展,大 容量图像信息的存储与传输是难以实现的,多媒 体、信息高速公路等新技术在实际中的应用会遇 到很大困难。
行程编码:4a3b2c1d5e7f (共(8+3)*6=66Bits )
Huffman编码: f=0 e=10 a=110 b=1111 c=11100 d=11101
110110110110111111111111111001110011101101010101000000 00 (共 4*3+3*4+ 2*5+1*5+5*2+7*1=56 bits) 176 66 56

数字图像处理第六章

数字图像处理第六章

1 H(u,v) 0
D(u,v) D0 D(u,v) D0
D0 :截止(断)频率
D(u, v) : 从频率域原点到(u点, v)的距离(以原点为中 )心
D(u,v) (u2 v ) 数2字图12像处理第六章
a 理想低通滤波器转移函数透视图 b 对应的图象 c 滤波器转移函数剖面图
以截至频D率0为半径的圆内的频损率的无通过, 圆外频率完全被衰减。 (大于D0的频率完全衰减,D小 0的于频率全部通过) D0小:保留的低频少D0大:保留的低频多
H(u,v) eD2(u,v)/22 :表高斯曲线扩展的程度
指数高通滤波器:
H
(u , v )
1-
e
D
( u ,v ) D0
n

D
定义为衰减到最大值
0
结果:
(因比其衰减快,低频
无振铃效应(有平滑过
D 0 : 截止频率
1
2 处的频率
包含少) 渡带)
D (u , v ) (u 2 v 2 )1 2
指数高通滤波器:
H
(u , v )
1-
e
D
(u ,v D0
)
n

D
定义为衰减到最大值
0
结果:
D 0 : 截止频率 1 2 处的频率
(因比其衰减快,低频
包含少)
无振铃效应(有平滑过
渡带)
D (u ,v) (u 2 v 2 )1 2
梯形高通滤波器 形状理想及有平滑过渡
带的滤波器之间
0
H
(u , v )
D 0 D1
a 高斯低通滤波器转移函数透视图数字b 图像对处应理的第图六象章 c 不同D0的转移函数剖面图

第6章 遥感数字图像处理_图像变换(2)

第6章 遥感数字图像处理_图像变换(2)
NDห้องสมุดไป่ตู้I


IR R IR R

式中:IR为遥感多波段图像中的近红外 (infrared)波段;R为红波段。 利用植被指数可监测某一区域农作物长势,并 在此基础上建立农作物估产模型,从而进行大 面积的农作物估产。
南京紫金山和玄武湖的NDVI分布
LANDSAT7的ETM影像,2000.6
常用的红外(IR)与红(R)波段

其中, R、G、B ∈[0, 1],r,g,b ∈[0, 1],M=max[R、 G、B],m=min[r、g、b] 注意,R、G、B中至少有一个值是0,与最大值的 颜色对应,并且至少有一个的值是1,与最小值 的颜色对应。
RGB到HSI
I M m 2
如果 M m , S 0 如果 I 0 . 5, S 如果 I 0 . 5, S M m M m M -m 2M m , S 的取值范围是 [ 0 ,1]

例如,在地质探测中,地质学家用TM的某种组 合解译矿石类型:B3/B1突出铁氧化物,B5/B7 突出粘土矿物,B5/B4突出铁矿石,B5/B6突出 大片白陶土蚀变区域,B4/B3突出植被信息, B5/B2分离陆地和水体,等等。

波段比值方法还可以用来探测地物随季节变化 的信息。例如,如果需要监测地区植被的变化, 可以使用不同季节的第3波段的比值,新建立的 波段可能是20060810B3/20040810B3。图像的 时段可以是不同年的同一个月,或同一年的不 同月,新产生的波段将突出变化信息,变化的 像素具有较高的亮度值。没有变化的像素值较 低,在图像中比较暗。
传感器Landsat TM所对应的指数函数
函数名称
归一化植被指数(NDVI) 比值植被指数(IR/R) 差值植被指数(Veg.index) 转换植被指数(TNDVI) 氧化铁指数(IRON OXIDE)
  1. 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. 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. 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)。
全彩色图像处理。 伪彩色处理。对特定的单一亮度或亮度范围赋予一种 颜色,以增强辨识能力。
第 6章
彩色图象处理
6.1 彩色图像的基本概念
6.2 彩色模型
6.3 伪彩色增强处理 6.4 真彩色处理
5
6.1 彩色图像的基本概念
6.1.1 彩色视觉基础 6.1.2 三基色与色匹配 6.1.3 色度图
6
彩色图像的基本概念—色彩的形成
(G B) 2 l3 ( R, G, B) ( R G) 2 ( R B) 2 (G B) 2
35
HSI色系 —— 问题的提出
• RGB色系虽然是目前各类显示器使用的色系, 但颜色的构成与人对颜色的理解方式不同, 所以在进行处理与调整时,比较不容易获得 准确的参数。
36
蓝色。
39
HSI色系 —— 色度(H)效果示意图
H=0º
H=60º
H=120º
H=180º
H=240º
H=300º
40
HSI模型--饱和度
S:表示饱和度,饱和度参数是色环的原点到彩色点的
半径长度。在环的外围圆周是纯的或称饱和的颜色,
其饱和度值为1。在中心是中性(灰)影调,即饱和度 为0。完全饱和的颜色是指没有渗入白光所呈现的颜色
!彩色指除去上述黑白系列以外的各种颜色
!通常所说的颜色一般多指彩色
9
6.1.2 三基色与色匹配
三种基本色:也称三原色(其中任两色的混合并不能
生成第三色)
红(R,red): 700 nm 绿(G,green):546.1 nm 蓝(B,blue): 435.8 nm
人所感受到的色彩可看作是三个基本色的不同组合,
r,g,b:比例系数,r + g + b =
1
16
6.1.3 色度图
色度图
横轴对应红色 的色系数r,纵轴 对应绿色的色系 数g,蓝色的色系 数可由式z = 1 (x + y) 求得,它在与纸 面垂直的方向上
17
17
18
6.1.3 色度图
在色度图中:
(1) 每点都对应一种颜色 (2) 边界上的点代表纯颜色,移向中心表示混合的白光增 加而纯度减少。连接中心点到边界上的线具有同样的色调 (3) 连接任两端点的直线上的各点表示将这两端点所代表 的颜色相加可组成的一种颜色 (4) 过C点直线端点的两彩色为互补色
C 1 R
M 1 G
Y 1 B
主要用于彩色打印。
30
在CMY模型中,显示的色彩不是直接来自于光 线的色彩,而是光线被物体吸收掉一部分之后
反射回来的剩余光线所产生的 。
31
CMY模型
RGB模式是一种发光的色彩模式; RGB是一种光混合配色体系。 CMY是一种依靠反光的色彩模式;
CMY是一种颜料混合配色体系;
光学原理解释的色彩的形成 这些不同颜色的光线实际上是不同频率的电磁波, 人眼将不同频率的电磁波感知为不同的颜色
7
彩色图像的基本概念—色彩的分布
• 如下图所示,可视光区的波长在400nm ~ 700nm, 当光谱采样限制到三个人类视觉系统敏感的红、绿、 蓝光波段时,对这三个光谱带的光能量进行采样, 就可以得到一幅彩色图像。
41
HSI色系 —— 饱和度(S)效果示意图
S=0
S=1/4
S=1/2
S=1
42
43
HSI模型

S

I
思考问题:在这个圆柱体上,红色的点顺(逆)时 针旋转会变成什么样?上下移动呢?向圆心方向移 动呢?
44
6.2.2 面向视觉感知的彩色模型
HSI模型:
两个基本特点: I 分量与图象的彩色信息无关
32
CMY模型
RGB空间的彩色图像
CMY空间的彩色图像
图 RGB与CMY空间的转换
33
33
6.2.1 面向硬设备的彩色模型
I1,I2,I3模型:
将彩色用RGB的不同组合来表达
I 1 R G B 3
I 2 R B 2
I 3 2G R B 4
用于彩色图像分割
H 和 S 分量与人感受颜色的方式 紧密相连(合称色度)
45
6.2.2 面向视觉感知的彩色模型
HSI模型表示:
46
6.2.2 面向视觉感知的彩色模型
从RGB转换到HSI:
I R G B 3
S 1 3 ( R G B)
1
min( R, G , B )
1 2 {P.169}
47
R G R B 2 H arccos 2 R G R B G B


6.2.2 面向视觉感知的彩色模型
从HSI转换到RGB:
(1) 当H在[0, 120]之间:
B I (1 S )
S cos H R I 1 cos(60 H )
相减混色模型
CMY模型
◆相减混色法,白光照射下,青色颜料吸收红色反射 青色,黄色颜料吸收蓝色反射黄色,品红颜料吸收绿 色反射品红:
◆ 相减混色的三基色为青、紫、黄。
白色 – 红色 = 青色
白色 – 绿色 = 紫色 白色 – 蓝色 = 黄色
29
6.2.1 面向硬设备的彩色模型
从RGB到 CMY的转换为
34
6.2.1 面向硬设备的彩色模型
归一化颜色模型:
对观察方向、物体几何、照明方向和亮度变 化具有不变性
(R G) 2 l1 ( R, G, B) ( R G ) 2 ( R B) 2 (G B) 2 ( R B) 2 l 2 ( R, G , B ) ( R G ) 2 ( R B) 2 (G B ) 2
黑(0,0,0) 红(255,0,0)
绿(0,255,0)
黄(255,255,0)
R:200 G:50 B:120
24
RGB色系 —— 应用场合
• 目前包括计算机显示器、彩色电视机在内的 绝大部分图形显示器中。 • 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。
25
显示器采用RGB模式,通过电子光束轰击荧光屏上的 荧光材料发出亮光产生颜色。当没有光的时候为黑色, 光线加到最大时为白色。
37
HSI色系 —— 亮度(I)效果示意图
相同色调和饱和度 不同的亮度 左部的亮度最小 右部的亮度最大
38
HSI模型---色调
• H:表示色调,由角度表示。反映了该颜色最 接近什么样的光谱波长。色调是最容易把颜色 区分开的属性,掺入白色光色调不变。 • 色调用红、橙、黄、绿、青、蓝、紫 等术 语来刻画。0o为红色,120o为绿色,240o为
26
CMY模型
彩色印刷或彩色打印的纸张是不能发射光线的, 因而印刷机或彩色打印机就只能使用一些能够吸 收特定的光波而反射其他光波的油墨或颜料。油 墨或颜料的3基色是青(Cyan)、紫(Magenta) 和黄(Yellow),简称为CMY
CMY模型:颜料中的三基色
27
三种颜料原色或者其相对应的补色进行合适 的组合产生黑色。
49
6.2.2 面向视觉感知的彩色模型
从HSI转换到RGB:
(3) 当H在[240, 300]之间:
G I (1 S )
S cos(H 240 ) B I 1 cos(300 H )
R 3I (G B )
注意:300~360之间为非可见光谱色,没有定义。
RGB模型:
建立在笛卡儿坐标系统里,其中三个轴分别 为R,G,B, 模型的空间是个正方体,原点对应黑色,离 原点最远的顶点对应白色 从黑到白的灰度值分布在从原点到离原点最 远顶点间的连线上
23
RGB色系 —— 颜色构成
蓝(0,0,255) 品红(255,0,255)
青(0,255,255) 白(255,255,255)
53
54
6.3 伪彩色增强
(1) 亮度切割 将图象看作2-D亮度函数 用1个平行于图象坐标平面的平面去切割图 象亮度函数,从而把亮度函数分成2个灰度值区间
L c m +1 lm cm x, y 0
55
56
56
6.2.2 面向视觉感知的彩色模 型
HSI模型:
H 表示色调(hue)
S 表示饱和度(saturation) I 表示亮度(intensity,对应成象亮度 和图象灰度)
I: 表示光照强度或称为亮度,它确定了像素的整体亮度, 而不管其颜色是什么。与物体的反射率成正比,对应颜 色的明亮度,加入白色越多,越明亮
G 3I ( B R )
48
6.2.2 面向视觉感知的彩色模型
从HSI转换到RGB:
(2) 当H在[120, 240]之间:
R I (1 S )
S cos(H 120 ) G I 1 cos(180 H )
B 3I ( R G )
加得到白光的两种颜色
称为互补色。
三种补色:
紫(M,magenta,即红加蓝)
青(C,cyan,即绿加蓝) 黄(Y,yellow,即红加绿)
12
颜料中的三基色是指吸收一种光基色并让其 他两种基色反射的颜色,所以颜料的三基色 正是光的三个补色,而颜料的三补色是光的 三基色。
加色法:三基色是红、绿、蓝,通过颜色相加产生各种彩色
诸如彩色显示器或打印机之类的硬设备 (RGB模型,CMY模型) 6.2.2 面向视觉感知的彩色模型
以彩色处理为目的的应用 (HSI模型,HSV模型)
21
相关文档
最新文档