数字图像处理基础-第二章数字图像处理基础

第二章数字图像处理基础

2．1数字图像的类型

一、静态图像的2种类型

为了方便地处理数字图像，根据数字图像的特性将其分成不同的类型：

矢量vector图

矢量图是用一系列绘图指令来表示一幅图，如AutoCAD中的绘图语句。在Corel Draw和Adobe Illustrator中生成的图像均为矢量图。这种方法的本质是用数学(更准确地说是几何学)公式描述一幅图像。图像中每一个形状都是一个完整的公式，称为一个对象。对象是一个封闭的整体，所以定义图像上对象的变化和对象与其它对象的关系对计算机来说是简单的，所有这些变化都不之会影响到图像中的其他对象。

公式化表示图像使得矢量图具有两个优点：

★一是它的文件数据量很小

★_二是图像质量与分辨率无关

这意味着无论将图像放人或缩小了多少次，图像总是以显示设备允许的最人清晰度显示。在计算机计算与显示一幅图像时，也往往能看到画图的过程。

但是，矢量图有一个明显的缺点：

★矢量图不易制作色调丰富或色彩变化太多的图像，而日绘出来的图像不是很逼真，同时也不易在不同的软件问交换文件。

位图(Bitmap，也称为栅格图像）

位图是通过许多像素点表示一幅图像，每个像素具有颜色属性和位置属性。位图可以从传统的相片、幻灯片上制作出来或使用数字相机得到，也可以利用WindOWS的画笔(Painbrush)用颜色点填充网格单元来创建位图。位市图又可以分成如下四种： 线面稿 LineArt)、灰度图像(GrayScale)、，索引颜色图像(Index Color)和真彩色图像(TrueColor)。

A、 线画猫(LineArt

线画稿只有黑白两种颜色，这种形式通常也称为¨黑白艺术"、¨位图艺术¨、 ¨一位元艺术¨。用扫描仪扫描图像，当设置成LineArt格式时，扫描仪以一位颜色模式来看待图像。若样点颜色为黑，则扫描仪将相应的像素位元置为O，否则置为l。线画稿适合于由黑白两色构成而没有灰度阴影的图像。

B、 灰度图像GrayScale

在灰度图像中，像素灰度级用8bit表示，所以每个像素都是介于黑色和白色之间的256(28=256)种灰度中的一种。灰度图像只有灰度颜色而没有彩色。我们通常所说的黑白照片，其实包含了黑白之间的所有灰度色调。从技术上来说，就是具有从黑到白的256种灰度色域(Gamut)的单色图像。

C、索引颜色图像Index Color

在介绍索引图像之前，我们首先了解PC机是如何处理颜色的。人多数扫描仪都是以2 4位模式对图像进行采样，即可以从图像中采样出l677万种不同的颜色。用这种方式获得的颜色通常称为RGB颜色，这是目前所能获取、浏览和保存的颜色信息最丰富的彩色图像。由于它所表达的颜色远远超出了人眼所能辨别的范为，故将其称为¨真彩色¨。

在真彩色出现之前，由于技术上的原因，计算机在处理时并没有达到每像素24位的真彩色水平，为此人们创造了索引颜色。索引颜色通常也称为映射颜色，在这种模式F，颜色都是预先定义的，并且可供选用的一组颜色也很有限，索引颜色的图像最多只能显示256种颜色。

调色板(palette')：图像的色彩索引表

若图象的色彩数远小于全色彩数时，当每个像素的颜色值用它在色彩索引表中的位置表示就可以大大节约存储空间。这种技术常用于各种图像的存储格式中，如bmp，tif，gif等。一幅索引颜色图像在图像文件里定义，当打开该文件时，构成该图像具体颜色的，索引值就被读入程序里，然后根据索引值找到最终的颜色。(图像表示用到调色板时，像素值存储的是该像素的颜色在调色板中的地址，即索引值)

真彩色图像(True Color)

真彩色图像将像素的色彩能力推向了顶峰。¨真彩色¨是RGB颜色的另一种流行的叫法。从技术角度考虑，真彩色是指写到磁盘上的图像类型，而RGB颜色是指显示器的显示模式。RGB图像的颜色是非映射的，它可以从系统的¨颜色表¨里自由获取所需的颜色，这种图像文件里的颜色直接与PC机上的显示颜色相对应。在真彩色图像中，每一个像素由红、绿和蓝三个字节组成，每个字节为8 bit，表示O到255之间的不同的亮度值，这三个字节组合可以产生256x256x256=22 4=l6，777，2l6(=40962相当于4096x4096大小的图象每个象素值都不一样时的容量)(即：约1677万)种不同的颜色。

二、位图的有关术语

像素(Pixel)、点(Dot)和样点(Sample)

在计算机显示器上，图像是由许多光点组成的，将显示器上的这些点称为像素。像素的分割有不同的方法，实际常用正方形网格点阵分割方案，这是因为其像素网格点阵规范，易于在图像输入、输出设备上实现。

【2】样点和点

扫描一幅图像时，需设置扫描仪的分辨率(Resolution)，分辨率决定了扫描仪从源图像里每英寸取多少个样点。扫描仪将源图像看成由人量的网格组成，然后在每一个网格里取出一点，用该点的颜色值来代表这一网格里所有点的颜色值，这些被选出的点就是样点。扫长，对设备的要求也就越高。所以在制作图像时要根据需要来选择分辨率。

【2)屏幕分辨率

屏幕分辨率通常是指，显示屏幕在水平和垂直方向上所能显示的象素数。它取决于显示器的大小及其像素设置。如：标准的VGA显卡的分辨率是6 40×4 80，即水平方向6 40点(像素)， 垂直方向4 80点(像素)。现在好一点的显卡已支持l 2 80×l024以上的分辨率。

【3)打印机分辨率

打印机分辨率义称输出分辨率，是指打印机输出图像时每英寸的点数(dpi)。打印机分辨率也决定了输出图像的质量，打印机分辨率越高，可以减少打印的锯齿边缘，在灰度的半色调表现上也会较为平滑。由于超微细碳粉技术的成熟，新的激光打印机的分辨率可达600～1200 dpi，作为专业排版输出已经绰绰有余了。

【4)扫描仪分辨率

扫描仪分辨率的表示方法与打印机相类似，一般也用dpi表示，不过这里的点是样点，与打印机的输出点是不同的。一般扫描仪提供的方式是水平分辨率要比垂直分辨率高。台式扫描仪的分辨率可以分为光学分辨率和输出分辨率。光学分辨率是指扫描仪硬件所真正扫描到的图像分辨率，目前市场上的产品，其光学分辨率可达800～l200dpi以上。输出分辨率是通过软件强化以及内插补点之后产生的分辨率，大约为光学分辨率的3～4倍。所以目前当你见到号称分辨率高达4800dpi或6400 dpi的扫描仪时，这一定指的是输出分辨率。

第二章数字图像处理基础

2．2图像数字化技术

图像处理的方法有模拟式和数字式两种：我们日常生活中见到的图像一般是连续形式的模拟图像，所以数字图像处理首先要将连续图像离散化，转换为数字图像。

图像的数字化包括采样和量化两个过程。

设连续图像f(x，y)经数字化后，可以用一个离散量组成的n(m)阶矩阵(即二维数组)g(i，j)来表示，矩阵中的每一个元素称为像元、像素或图像元素。而g(i，j)代表(i，j)点的灰度值，即亮度值。

几点说明：

A、由于g(i，j)代表该点图像的光强度，而光是能量的一种形式，故g(i，j)必须大于零，且为有限值，即：O<g(i，j)<∞；

B、数字化采样一般是按正方形点阵取样的，除此之外还有三角形点阵、正六角形点阵取样；

C、 以上是用g(i，j)的数值来表示(i，j)位置点上灰度级值的大小，即只反映了黑自灰度的关系，如果是一幅彩色图像，各点的数值还应当反映色彩的变化，可用g(i，j，入)表示，其中入是波长。如果图像是运动的，还应是时间t的函数，即可表示为g(i，j，入，t)。

一、图像的输入设备

(1)基于CCD光电耦器件的输入设备

A、摄像机、数字摄像机

B、数字相机

C、平板扫描仪

(2)基于光电倍增管的输入设备

A、滚筒扫描仪

扫描仪分辨率与扫描图象的大小。分辨率：单位长度上采样的像素个数：DPI(Dot Per Inch)

图像数字化设备的组成

采样和量化是数字化一幅图像的两个基本过程。即把图像划分为若干图像元素(像素)并给出它们的地址(采样)；度量每一像素的灰度，并把连续的度量结果量化为整数(量化)；最后将这些整数结果写入存储设备。为完成这些功能，图像数字化设备必须包含以下五个部分：

【1】采样孔(aperturesampleing)；使数字化设备能够单独地观测特定的图像元素而不受图像其他部分的影响；

【2】图像扫描机构； 使采样孔按照预先确定的方式在图像上移动，从而按顺序观测每一个像素；

【3】光传感器；通过采样检测图像的每一像素的亮度，通常采用CCD阵列；

【4】量化器；将传感器输出的连续量转化为整数值。典型的量化器是A／D转换电路，它产生一个与输入电压或电流成比例的数值；

【5】输出存储装置；将量化器产生的灰度值按适当格式存储起来，以用于计算机后续处理。

图像数字化设备的性能

虽然数字化设备的组成各不相同，但可从如下几方面对其性能进行比较：

(1)像素大小；采样孔的人小和相邻像素的间距是两个重要的性能指标。如果数字化设备是在一个放大率可变的光学系统上，那么对应于输入图像平面上的采样点大小和采样间距也是可变的。

【2】图像大小；图像大小即数字化设备，所允许的最人输入图像的尺寸。

（3）线性度；对光强进行数字化时，灰度正比于图像亮度的实际精确程度是一个重要的指标。非线性的数字化设备，会影响后续过程的有效性。能将图像量化为多少级灰度也是非常重要的参数。图像的量化精度经历了早期的黑白二值图像、灰度图像及现在的彩色及真彩色图像。当然，量化精度越高，存储像素信息需要的字节数也越大。

（4）噪声；字化设备的噪声水平也是一个重要的性能参数。例如，数字化一幅灰度值恒定的图像，虽然输入亮度是一个常量，但是数字化设备中固有的噪声却会使图像的灰度发生变化。因此数字化设备所产生的噪声是图像质量下降的根源之一，应当使噪声小于图像内的反差点(即对比度)。

二、采样

1、采样和采样点

★图像在空间上的离散化称为采样，也就是用空间上部分点的灰度值代表图像，这些点称为采样点。

2、采样方法

★由于图像是一种二维分布的信息，为了对它进行采样操作，需要先将二维信号变为一维信号，再对一维信号完成采样。具体做法是，先沿垂直方向按一定间隔从上到下顺序地沿水平方向直线扫描，取出各水平线上灰度值的一维扫描；而后再对一维扫描线信号按一定间隔采样得到离散信号，即先沿垂直方向采样，再沿水平方向采样这两个步骤完成采样操作。

★对于运动图像(即时间域上的连续图像)，需先在时间轴上采样，再沿垂直方向采样，最后沿水平方向采样，由这三个步骤完成。

★对一幅图像采样时，若每行(即横向)像素为M个，每列(即纵向)像素为N个，则图像大小为M×N个像素。

3、图像采样的形式化定义

设Z表示整数集合。采样处理：将xy平面分配到一个网格上，且每一个网格中心的坐标是一个笛卡儿乘积ZxZ的元素对，即所有有序元素对(a，b)的集合，其中a和b属于整数集合Z。

在进行采样时，采样点间隔的选取是一个非常重要的问题，它决定了采样后图像的质量，即忠实于原图像的程度。采样间隔的大小选取要依据原图像中包含的细微浓淡变化来决定。一般，图像中细节越多，采样间隔应越小。根据一维采样定理，若一维信号g(t)的最大频率为W，以T≤l／2W为间隔进行采样，则能够根据采样结果g(iT)(i=…，-l，O，l…．)完全恢复g(t)。

4、非均匀采样

在厌度级变化尖锐的区域，用细腻的采样，在灰度级比较平滑的区域，用粗糙的采样

三、量化

1、图像灰度值的量化

模拟图像经过采样后，在时间和空间上离散化为像素。但采样所得的像素值(即灰度值)仍是连续量。把采样后所得的各像素的灰度值从模拟量到离散量的转换称为图像灰度的量化。

若连续灰度值用z来表示，对于满足zi≤z≤zi+1的z值，都量化为整数qi。qi称为像素的灰度值，z与qi的差称为量化误差。一般，像素值量化后用一个字节8 bit来表示，比如：把由黑-灰-白的连续变化的灰度值，量化为O～255共256级灰度值，灰度值的范闱为O～255，表示亮度从深到浅，对应图像中的颜色为从黑到白。

图像的量化处理：将图像的像素值从模拟量映射到离散量Z的处理

2、图像的形式化定义

设Z表示整数集合，R表示实数集合，f(x，y)是数字图像：

A、仪当(x，y)是ZxZ中的整数，

B、并日f是给每一个坐标对(x，y)分配了一个灰度值(该值出于R) 的函数。

3、连续灰度值量化为灰度级的方法有两种：

A、一种是等间隔量化

等间隔量化就是简单地把采样值的灰度范围等间隔地分割并进行量化。对于像素灰度值在黑-白范围较均匀分布的图像，这种量化方法可以得到较小的量化误差。该方法也称为均匀量化或线性量化。为了减小量化误差，引入了非均匀量化的方法。

B、另一种是非等间隔量化

非均匀量化是依据一幅图像具体的灰度值分布的概率密度函数，按总的量化误差最小的原则来进行量化。具体做法是对图像中像素灰度值频繁出现的灰度值范围，量化间隔取小一些，而对那些像素灰度值极少出现的范围，则量化间隔取大些。

由于图像灰度值的概率分布密度函数因图像不同而异， 所以不可能找到一个适用于各种不同图像的最佳非等间隔量化方案。因此，实用一般都采用等间隔量化。

四、采样与量化参数的选择

一幅图像在采样时，行、列的采样点与量化时每个像素量化的级数，既影响数字图像的质量，也影响到该数字图像数据量的大小。

一般，当限定数字图像的大小时，为了得到质量较好的图像可采用如下原则：

(1)对缓变的图像，应该细量化，粗采样，以避免假轮廓。

(2)细节丰富的图像，应细采样，粗量化，以避免模糊(混叠)。

(3)对于彩色图像，是按照颜色成分--红(R)、绿(G)、蓝(B)

分别采样和量化的。若各种颜色成分均按8 bit量化，即每种颜色量级别是256，则可以处理256×256×256=167772l6种颜色。

采样分辨率和量化级数与数字化图像质量之间的关系：

(1)对一幅图像，当量化级数Q一定时，采样点数M×N对图像质量有着显著的影响。采样点数越多，图像质量越好；当采样点数减少时，图上的块状效应就逐渐明显。

(2)同理，当图像的采样点数一定时，采用不同量化级数的图像质量也不一样。量化级数越多，图像质量越好，当量化级数越少时，图像质量越差，量化级数最小的极端情况就是二值图像，图像出现假轮廓。

一个好的近似图像，需要多少采样分辨率和灰度级

胡昂【1965】实验

A、实验方法

★选取一组细节多少不同的、不同N、M、G的图象；

★让观察者根据他们的主观质量感觉给这些图象排序；

B、实验结论

★随着采样分辨率和灰度级的提高，主观质量也提高；

★对有人量细节的图象，质量对灰度级需求相应降低；

（2）非统一的图像量化

A、附近使用较少的灰度级。剩余的灰度级可用于灰度级变化比较平滑的区域；

C、 避免或减少由于量化的太粗糙，在灰度级变化比较平滑的区域出现假轮廓的现象；

2．3数字图像的存储：图像的存储体系

一、图像文件格式体系

A、国际标准：TIF(Tag Image File Format)、JPEG(JointPhotographer’s Experts Group)

B、互联网用：GIF(Graphics Interchange Format)、JPEG、PNG

C、 印刷用：TIF、JPG、TAG、PCX

二、图像存储体系

A、内存存储：处理时使用

B、硬盘存储：处理、备份时用(在线)

C、备份存储：光盘、磁带(离线、近线)

D、分级存储(HSM)，网络存储(SAN／NAS)

三、彩色图像的存储

A、按像素存储

B、按色面存储

四、处理中的图像存储

1、图像处理算法对存储缓冲区的不同处理模式：以像素为单位的

处理，单缓冲区存储处理

2体积图像处理中的块缓冲区处理方式：行缓冲区、定长块缓冲区、不定长块缓冲

3大体积图像处理中的文件映射处理方式

A、由操作系统和程序语言开发工具提供支持

B、存在的问题：存储空间的动态不可控性

五、图像的打印：打印机类型

A、喷墨打印机

B、激光打印机

C、热升华打印机

D、热蜡打印机

E、印刷机：(数字印刷机和传统印刷机：平印、凹印、丝印)

六、打印机显色原理

(1)CMYK减色法

(2)半色调(Halftone)：通过基本颜色细小色块的组合变化

实现连续色调的图象

(3)网点(Screen)

A、 调幅网点：通过改变网点的大小；

B、 调频网点：通过改变单位面积中，相同大小网点的出现次数。

2．4色度学基础与颜色模型

色度学基础

在前面学习灰度图像时，图像的像素值是光强， 即二维空间变量的函数f(x，y)。如把灰度值看成是二维空间变量和光谱变量的函数f(x，y，入)，即多光谱图像，也就是通常所说的彩色图像。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。要理解颜色模型，首先应了解人的视觉系统。

三色原理

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。杆状细咆为暗视器官，锥状细胞是明视器官，在照度足够高时起作用，并能分别辨颜色。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。

一、色度学基础

根据人眼的结构，所有颜色都可看作是三种基本颜色…R、G、B(Green、Red、B1ue分别表示红、绿、蓝)按照不同的比例组合而成。为了建立标准，国际照度委员会(CIE)甲．在l931年就规定三种基本色的波长分别为R：700 nm，G：546．1 nm，B：435．8 nm。 前面已讲过，一幅彩色图像的像素值可看作是光强和波长的函数值f(x，y，入)，但．实际使用时，将其看作是一幅普通二维图像，且每个像素有红、绿、蓝三个灰度值会更直观些。

颜色的三个属性

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。颜色分两人类：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HIS(Hue、Saturafton、Intensity)。在HSI颜色模型部分中，我们将详细介绍这三个基本属性。

二、颜色模型

为了科学地定量描述和使用颜色，人们提出了各种颜色模型。目前常用的颜色模型按用途可分为两类， 一类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。另一类面向以彩色处理为目的的应用，如动面中的彩色图形。

★1、面向硬件设备的最常用彩色模型是RGB模型；

★2、而面向彩色处理的最常用模型是H SI模型Q

★3、另外，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Q

1、RGB模型

A、通常使丽于彩色光栅图形显示设备中，计算机屏幕显示通常用RGB表色系统，它是通过相加来产生其他颜色

的，这种做法通常称为加色合成法(Additive Color Synthesis)。

B、真实感图形学中的主要的颜色模型

C、彩用三维直角坐标系

D、RGB立方体

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[O，1]。在

RGB模型立方体中，原点所对应的颜色为黑色，它的三个分量值都为零。距离原点最远的顶点对应的颜色为白色，它的三个分量值都为l。从黑到白的灰度值分布在这两个点的连线上，该线称为灰色线。立方体内其余各点对应不同的颜色。彩色立方体中有三个角对应于三基色…一红、绿、蓝。剩下的三个角对应于三基色的三个补色--黄色、青色(蓝绿色)、品红(紫色)。红、绿、蓝原色混合在一起可以产生复合色。

2、HSI模型

H SI模型是Munsell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。Munsell颜色系统采用网柱形表示方法，该系统建立在一系列颜色样品的基础上，因而是一种主观标准。

(1)HSI模型一量化颜色三属性

H色调(Hue)：取值O一360

S饱和度(Saturation)：取值O-l或O-1 00

I亮度(Intensity)：取值O-1或O-1 OO

(2)HSl模型HSl模型的建立基于两个重要的事实：

①I分量与图像的彩色信息无关；

②H和S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。

饱和度是指一个颜色的鲜明程度，饱和度越高，颜色越深， 比如深红，深绿。饱和度参数是色环的原点(网心)到彩色点的半径的长度。由色相环可以看出，环的边界上纯的或饱和的颜色，其饱和度值为l。在中心是中性(灰色)阴影，饱和度为O。

亮度是指光波作用于感受器所发生的效应，其人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。

HSI模型的三个属性定义了一个三维柱形空间，灰度阴影沿着轴线从底部的黑变到顶部的白，具有最高亮度。最大饱和度的颜色位于网柱上顶面的网周上。

（3)RGB转换到HSl

对任何3个[O，1]范围内的R、G、B值，其对应H SI模型中的I、S、H分量的计算方法。计算出的H值的范围为[O。，1 80。]，对应于G≥B。在G<B时，H值大于l80。，只要令H=3 60。一H，即可把H转换到[1 80。，360。]区间。所以若将两种情况都考虑上，则算得的H是在[O。，360。]范围内。当S=O时对应的是无色彩的中心点，

这时H就没有意义，此时定义H为O。当I=O时，S也没有意义。

(4)HSI转换到RGB

假设S、I的值在[O，1]之间，R、G、B的值也在[O，1]之间，则H SI转换为RGB的公式为(分成3段以利用对称性)

3、CMYK模型

CMYK表色系统

A、以红、绿、蓝的补色青(Cyan)、品红(Magenta)、黄(Yellow)以及黑色(Black)为原色构成的颜色模型；

B、 常用于从白光中滤去某种颜色，又被称为减性原色系统，在白色中减去某种颜色来定义一种颜色；

C、一般用于印刷行业中(在处理图像时，一般部用CMYK模式，主要是因为这种模式的文件大， 占用的磁盘空间和内存大。)；在印刷工业上则通常用CMYK表色系统，它是通过颜色相减来产生其他颜色的，所以称这种方式为减色合成法(Subtractive ColorSynthesis)。

D、 印刷硬拷贝设备的颜色处理；

E、 在白纸面上涂黄色和品红色，纸面上将呈现红色；白光被吸收了蓝光和绿光，只能反射红光；

F、RGB颜色模型与CMY颜色模型都是面向硬件模型。

4、YIQ模型

A、YIQ电视信号彩色坐标系统

在彩色电视广播中，由于要考虑与黑白电视广播的并存性，因此，对于从摄像设备(摄像机)得到的R、G、B信号，需要把亮度信号与两个色差信号分开进行处理。美国和日本等的标准电视方式NTSC方式中采用了YIQ颜色坐标系统。Y称为亮度，Y值和一个色彩的伽马修正后的亮度成比例，另外两个被称为色度的成分I和Q联合表示一幅图像的色调和饱和度幅性。传输YIQ值而不是传输直接来自彩色摄像机的伽马修正后的RGB值的原因是：

1)单独的Y信号可以和已经存在的单色监视器一起显示单色图像

2)可以限制I和Q的空间带宽而没有明显的图像退化。这导致：提出了一个精巧的模拟调制计划，以使彩色电视载体的带宽可以被限制为和单色载体的带宽一样。

B、YUV电视信号彩色坐标系统

YUV彩色电视信号传输时，将R、G、B改组成亮度信号和色度信号。许多国家使用的PAL和SECAM制式的彩色电视系统中将伽马修正后的R、G、B三色信号改组成Y、U、V信号， 其中Y信号表示亮度，U、V信号是色差信号。YUV坐标系统最初是作为NTSC的传输标准提出的，但是回来被YIQ所取代，因为发现对于一个同样水平的视觉质量来说，I和Q信号在带宽上可以被减少到比U和V信号更大的程度。在色彩空间上通过对U和V信号作一个简单的坐标旋转即可得到I和Q信号。

5、Lab颜色模型

Lab颜色坐标系

Lab颜色模型是CIE于1976年推荐的设计成符合盂塞尔彩色系统的表色系。 Lab颜色由亮度或光亮度分量L和a、b两个色度分量组成。其中 a在的正向数值越大表示越红，在负向的数值越大则表示越绿；b在的正向数值越大表示越黄，在负向的数值越大表示越蓝。 Lab颜色与设备无关，无论使用何种设备(如显示器、打印机、计算机或扫描仪)创建或输出图像，这种模型都能生成一致的颜色。