彩色图像处理
2017-09-27 20:36
239 查看
颜色
人可以辨别几千种不同的颜色,但只能区分出几十种灰度级,这使得颜色在人工图像分析中显得特别重要。
颜色是一个强有力的描绘子,它常常可简化目标物的识别和提取。
视觉
人眼是锥状细胞对应于短(S)、中(M)和长(L)波长光的三类感受器(锥状细胞), 近似对应红、绿、蓝三色感觉.大约65%的锥状细胞对红光敏感,33%对绿光敏感,只有2%对蓝光敏感。
由于人眼的这些吸收特性,被看到的彩色是所谓的原色红(R,red)、绿(G,green)和蓝(B,blue)的各种组合。
CIE(国际照明委员会)规定的三原色对应的光的波长为:蓝:435.8nm 绿:546.1nm 红:700nm
注意:自然界中的可见颜色均能由这三种颜色按一定比例混合得到;反之,任意一种颜色都可以分解为三种原色。
1、彩色图像概述
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。 注:色弱和色盲即缺少某种或某几种锥状细胞
例如,红绿色盲、红绿色弱;其中,遗传因素占比为♂(4.9%)>>♀(0.19%)
三原色原理
为了标准化起见,国际照明委员会(CIE)规定用波长为700nm、546.1nm、435.8nm的单色光分别作为红(R)、绿(G)、蓝(B)三原色。红绿蓝三原色按照比例混合可以得到各种颜色,其配色方程为: C= aR + bG + cB
色光三原色: 红、绿、蓝
补色: 青、品红、黄
应用领域: 主动发光场合, 显示器
颜料三原色: 黄、洋红、青
补色: 红、绿、蓝
应用领域: 被动发光场合, 打印机
1. 无论是相加混色还是相减混色, 都不产生新的颜色, 只是产生新颜色的感觉
2. 用三种原色的光按照一定比例相混合, 对人眼形成与各种光等效的色觉
2、常见的彩色模型
彩色模型的用途是为了简化彩色说明规范, 彩色模型通常用3D坐标系统表示
• 从颜色感知角度分类:
• 混合型颜色空间: RGB, CMY(K), XYZ
• 亮度/色度型颜色空间:YUV/YCbCr/YIQ, CIELAB/CIELUV
• 强度/饱和度/色调型颜色空间: HSI/HSV/HSL/HSB
• 从技术角度区分:
• 计算机显示和印刷技术: RGB/CMY(K), HSI/HSV/HSL/HSB
• 颜色度量 : XYZ , CIELAB/CIELUV
• 广播电视: YUV/YCbCr/YIQ
• 图示RGB立方体中,不同颜色位于立方体的表面或内部,原点处表黑色,白色位于离原点最远的角上。灰度等级沿着这两点的连线分布。为方便起见,所有颜色值都归一化。
• 在RGB模型中,图像由三个图像分量组成,每一个分量图像都是其原色图像。三幅图像合成彩色图像。
• 像素深度:用以表示每一个像素的比特数。
便于采集和显示(传感器 显示三基色)
RGB空间不符合人眼对颜色的感知心理,难以通过RGB的值表示颜色的认知属性
RGB颜色空间是不均匀的颜色空间,两种颜色之间的知觉差异不能采用该颜色空间中两个颜色点的距离来表示
CMYK颜色空间是与RGB颜色空间相对应的空间,用于彩色印刷和打印,采用的是相减混色原理。但实际产生的黑色不够纯正,另外加上价格因素,引入黑色(打印的主色),构成CMYK模型。
H:表示色度,由角度表示。反映了该颜色最接近什么样的光谱波长(既彩虹中的那种颜色)0o为红色,120o为绿色,240o为蓝色。0 o到240o覆盖了所有可见光谱的颜色,240o到300o是人眼可见的非光谱色(紫色)。
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。
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。
HSV是指Hue(色相)、Saturation(饱和度)和Value(值或明度)。
HSV模型的三维表示从RGB立方体演化而来。设想从RGB沿立方体对角线的白色顶点向黑色顶点观察,就可以看到立方体的六边形外形。六边形边界表示色彩,水平轴表示纯度,明度沿垂直轴测量。
H参数表示色彩信息,即所处的光谱颜色的位置。该参数用一角度量来表示,红、绿、蓝分别相隔120度。互补色分别相差180度。
S为一比例值,范围从0到1,它表示成所选颜色的纯度和该颜色最大的纯度之间的比率。S=0时,只有灰度。
V表示色彩的明亮程度,范围从0到1。有一点要注意:它和光强度之间并没有直接的联系。
YCbCr:Y光源亮度; Cb蓝色分量;Cr红色分量部分
是YUV的变种,常用于图像压缩标准(JPEG/MPEG)
基于肤色的人体检测常用该模型
3、伪彩色图像处理
伪彩色(pseudocoloring,也称为假彩色)处理
定义:指将灰度图像转化为彩色图像,或者将单色图像变换成给定彩色分布的图像。
目的:为了提高人眼对图像的细节分辨能力,以达到图像增强的目的。
基本原理:将灰度图像或者单色图像的各个灰度级匹配到彩色空间中的一点,从而使单色图像映射成彩色图像。
设f(x,y)为一幅灰度图像,R (x,y),G (x,y),B (x,y)为f(x,y)映射到RGB空间的三个颜色分量,则伪彩色处理可以表示为:
R(x,y)=fR(f(x,y))
G(x,y)=fG(f(x,y))
B(x,y)=fB(f(x,y))
其中fR,fG,fB为某种映射函数。给定不同的映射函数就能将灰度图像转化为不同的伪彩色图像。
伪彩色处理虽然能将灰度转化为彩色,但这种彩色并不是真正表现图像的原始颜色,而仅仅是一种便于识别的伪彩色。
伪彩色处理方法主要有强度分层和灰度级到彩色变换。
4、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,从分别处理过的分量图像形成合成彩色图像。
直接对彩色像素进行处理。
因为全彩色图像至少有3个分量,彩色像素实际上是一个向量为了使每一彩色分量处理和基于向量的处理等同,必须满足两个条件:
第一,处理必须对向量和标量都可用,
第二,对向量每一分量的操作对于其他分量必须是独立的。
5、彩色变换
6、平滑和锐化
7、基于彩色的图像分割
图像分割是把图像分成各具特性的区域并提取出感兴趣目标的技术和过程。
(1)单色图像分割方法:
• 阈值法(人工确定阈值、迭代法、最大类间方差法、最大熵法、最小误差法)
• 边缘检测(边缘检测和连接)
• 区域分割(区域生长法、区域分裂合并法)
(2)混合方法
+ 彩色空间:
RGB HSI HSV CMY CIE XYZ CIE L*a*b* YUV
8、彩色图像中的噪声处理
9、彩色图像压缩
10、案例演示:彩色图像处理
人可以辨别几千种不同的颜色,但只能区分出几十种灰度级,这使得颜色在人工图像分析中显得特别重要。
颜色是一个强有力的描绘子,它常常可简化目标物的识别和提取。
视觉
人眼是锥状细胞对应于短(S)、中(M)和长(L)波长光的三类感受器(锥状细胞), 近似对应红、绿、蓝三色感觉.大约65%的锥状细胞对红光敏感,33%对绿光敏感,只有2%对蓝光敏感。
由于人眼的这些吸收特性,被看到的彩色是所谓的原色红(R,red)、绿(G,green)和蓝(B,blue)的各种组合。
CIE(国际照明委员会)规定的三原色对应的光的波长为:蓝:435.8nm 绿:546.1nm 红:700nm
注意:自然界中的可见颜色均能由这三种颜色按一定比例混合得到;反之,任意一种颜色都可以分解为三种原色。
1、彩色图像概述
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。 注:色弱和色盲即缺少某种或某几种锥状细胞
例如,红绿色盲、红绿色弱;其中,遗传因素占比为♂(4.9%)>>♀(0.19%)
三原色原理
为了标准化起见,国际照明委员会(CIE)规定用波长为700nm、546.1nm、435.8nm的单色光分别作为红(R)、绿(G)、蓝(B)三原色。红绿蓝三原色按照比例混合可以得到各种颜色,其配色方程为: C= aR + bG + cB
色光三原色: 红、绿、蓝
补色: 青、品红、黄
应用领域: 主动发光场合, 显示器
颜料三原色: 黄、洋红、青
补色: 红、绿、蓝
应用领域: 被动发光场合, 打印机
1. 无论是相加混色还是相减混色, 都不产生新的颜色, 只是产生新颜色的感觉
2. 用三种原色的光按照一定比例相混合, 对人眼形成与各种光等效的色觉
2、常见的彩色模型
彩色模型的用途是为了简化彩色说明规范, 彩色模型通常用3D坐标系统表示
• 从颜色感知角度分类:
• 混合型颜色空间: RGB, CMY(K), XYZ
• 亮度/色度型颜色空间:YUV/YCbCr/YIQ, CIELAB/CIELUV
• 强度/饱和度/色调型颜色空间: HSI/HSV/HSL/HSB
• 从技术角度区分:
• 计算机显示和印刷技术: RGB/CMY(K), HSI/HSV/HSL/HSB
• 颜色度量 : XYZ , CIELAB/CIELUV
• 广播电视: YUV/YCbCr/YIQ
• 图示RGB立方体中,不同颜色位于立方体的表面或内部,原点处表黑色,白色位于离原点最远的角上。灰度等级沿着这两点的连线分布。为方便起见,所有颜色值都归一化。
• 在RGB模型中,图像由三个图像分量组成,每一个分量图像都是其原色图像。三幅图像合成彩色图像。
• 像素深度:用以表示每一个像素的比特数。
便于采集和显示(传感器 显示三基色)
RGB空间不符合人眼对颜色的感知心理,难以通过RGB的值表示颜色的认知属性
RGB颜色空间是不均匀的颜色空间,两种颜色之间的知觉差异不能采用该颜色空间中两个颜色点的距离来表示
CMYK颜色空间是与RGB颜色空间相对应的空间,用于彩色印刷和打印,采用的是相减混色原理。但实际产生的黑色不够纯正,另外加上价格因素,引入黑色(打印的主色),构成CMYK模型。
H:表示色度,由角度表示。反映了该颜色最接近什么样的光谱波长(既彩虹中的那种颜色)0o为红色,120o为绿色,240o为蓝色。0 o到240o覆盖了所有可见光谱的颜色,240o到300o是人眼可见的非光谱色(紫色)。
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。
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。
HSV是指Hue(色相)、Saturation(饱和度)和Value(值或明度)。
HSV模型的三维表示从RGB立方体演化而来。设想从RGB沿立方体对角线的白色顶点向黑色顶点观察,就可以看到立方体的六边形外形。六边形边界表示色彩,水平轴表示纯度,明度沿垂直轴测量。
H参数表示色彩信息,即所处的光谱颜色的位置。该参数用一角度量来表示,红、绿、蓝分别相隔120度。互补色分别相差180度。
S为一比例值,范围从0到1,它表示成所选颜色的纯度和该颜色最大的纯度之间的比率。S=0时,只有灰度。
V表示色彩的明亮程度,范围从0到1。有一点要注意:它和光强度之间并没有直接的联系。
YCbCr:Y光源亮度; Cb蓝色分量;Cr红色分量部分
是YUV的变种,常用于图像压缩标准(JPEG/MPEG)
基于肤色的人体检测常用该模型
3、伪彩色图像处理
伪彩色(pseudocoloring,也称为假彩色)处理
定义:指将灰度图像转化为彩色图像,或者将单色图像变换成给定彩色分布的图像。
目的:为了提高人眼对图像的细节分辨能力,以达到图像增强的目的。
基本原理:将灰度图像或者单色图像的各个灰度级匹配到彩色空间中的一点,从而使单色图像映射成彩色图像。
设f(x,y)为一幅灰度图像,R (x,y),G (x,y),B (x,y)为f(x,y)映射到RGB空间的三个颜色分量,则伪彩色处理可以表示为:
R(x,y)=fR(f(x,y))
G(x,y)=fG(f(x,y))
B(x,y)=fB(f(x,y))
其中fR,fG,fB为某种映射函数。给定不同的映射函数就能将灰度图像转化为不同的伪彩色图像。
伪彩色处理虽然能将灰度转化为彩色,但这种彩色并不是真正表现图像的原始颜色,而仅仅是一种便于识别的伪彩色。
伪彩色处理方法主要有强度分层和灰度级到彩色变换。
4、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,从分别处理过的分量图像形成合成彩色图像。
直接对彩色像素进行处理。
因为全彩色图像至少有3个分量,彩色像素实际上是一个向量为了使每一彩色分量处理和基于向量的处理等同,必须满足两个条件:
第一,处理必须对向量和标量都可用,
第二,对向量每一分量的操作对于其他分量必须是独立的。
5、彩色变换
6、平滑和锐化
7、基于彩色的图像分割
图像分割是把图像分成各具特性的区域并提取出感兴趣目标的技术和过程。
(1)单色图像分割方法:
• 阈值法(人工确定阈值、迭代法、最大类间方差法、最大熵法、最小误差法)
• 边缘检测(边缘检测和连接)
• 区域分割(区域生长法、区域分裂合并法)
(2)混合方法
+ 彩色空间:
RGB HSI HSV CMY CIE XYZ CIE L*a*b* YUV
8、彩色图像中的噪声处理
9、彩色图像压缩
10、案例演示:彩色图像处理
相关文章推荐
- 【python图像处理】彩色映射
- (7)MATLAB彩色图像处理
- 彩色图像边缘检测--求RGB的最大变化率方向(数字图像处理(Digital Image Processing Second Edition)冈萨雷斯)
- 彩色图像处理
- 彩色图像的灰度化处理
- 数字图像处理(四) 彩色图像拼接
- C/C++ BMP(24位真彩色)图像处理(5)------图像の线性变换
- C/C++ BMP(24位真彩色)图像处理(2)------图像の截取
- Matlab图像处理:使用函数将彩色图转换为灰度图
- 冈萨雷斯数字图像处理——彩色图像增强3实例
- opencv中图像伪彩色处理(C++ / Python)
- 图片处理工具类: 功能:缩放图像、切割图像、图像类型转换、彩色转黑白、文字水印、图片水印等
- 数字图像处理 RGB与HIS彩色空间分割
- 彩色图像处理总结
- 彩色图像处理
- 彩色图像目标提取、图像去噪和形态学处理
- matlab 彩色图像处理
- 数字图像处理:第十八章 彩色图象处理
- 图像处理--RGB到HSI的彩色转换--图像分割(MFC VC++)
- 第六章(5至6节) 彩色图像处理