《图像处理和分析教程课件.ppt》由会员分享，可在线阅读，更多相关《图像处理和分析教程课件.ppt（31页珍藏版）》请在三一办公上搜索。
1、第4章,第13章彩色图像处理和分析,对彩色的视觉感知（彩色视觉）是人类视觉系统的固有能力将灰度图像变换/转化为彩色图像以提高人们对图像内容的观察效率彩色图像是一种矢量图像彩色图像增强技术可分成两大类直接对彩色图像进行增强，同时考虑彩色矢量的所有分量，但可对不同分量区别对待,第4章,13.1基于物理的彩色模型13.2基于感知的彩色模型13.3伪彩色增强13.4真彩色增强13.5彩色图像消噪13.6彩色图像分割,第13章彩色图像处理和分析,第4章,13.1基于物理的彩色模型,三基色模型颜色可分为无彩色和有彩色视网膜中存在三种基本的颜色感知锥细胞所有的颜色都可看作是三个基本颜色，即三基色或三原色红（
2、R），绿（G）和蓝（B）的不同组合C rR+gG+bB r+g+b=1,第4章,三基色模型 RGB模型适合在图像输出显示等场合使用模型空间是一个正方体，原点对应黑色，离原点最远的顶点对应白色，归一化为单位立方体,13.1基于物理的彩色模型,第4章,基于三基色的模型 CMY模型利用三基色光叠加可产生光的三补色：蓝绿（C，即绿加蓝），品红（M，即红加蓝），黄（Y，即红加绿）颜料的三基色正好是光的三补色，而颜料的三补色正好是光的三基色R=1 C G=1 M B=1 Y,13.1基于物理的彩色模型,第4章,基于三基色的模型归一化彩色模型用RGB的不同组合来表达彩色,13.1基于物理的彩色模型,第4章,
3、基于三基色的模型电视彩色模型,13.1基于物理的彩色模型,YUV模型,YIQ模型,第4章,基于三基色的模型I1，I2，I3模型包括可由R，G，B经过线性变换得到的三个正交彩色特征：当将上述三个特征用于彩色图像分割时，I1是最佳特征，I2是次佳特征,13.1基于物理的彩色模型,第4章,HSI模型 与人的视觉感知接近H表示色调，S表示饱和度，I表示密度色调与混合光谱中主要光波长相联系饱和度与一定色调的纯度有关亮度与密度相对应，并与物体的反射率成正比，如果无彩色时就只有亮度一个维量的变化,13.2基于感知的彩色模型,第4章,HSI模型 色度借助以R，G，B为顶点的三角形来描述,13.2基于感知的彩色
4、模型,第4章,HSI模型和RGB模型的转换,13.2基于感知的彩色模型,第4章,HSI模型,13.2基于感知的彩色模型,第4章,其他彩色感知模型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,13.2基于感知的彩色模型,第4章,其他彩色感知模型 L*a*b*模型（均匀彩色空间模型）,13.2基于感知的彩色模型,第4章,其他彩色感知模型 HSB模型（源自对立色理论）对一个给定频率的刺激，可以推出其中4种基本色调（红r、绿g、黄y和蓝b）所占的比例,13.2基于感知的彩色模型,w和b分别表示白和黑,第4章,13.3 伪彩色增强,人的眼
5、睛只能分辨几十种不同深浅的灰度级，不过却能分辨几千种不同的颜色对原来灰度图像中不同灰度值的区域赋予不同的彩色以更明显地区分它们是一种常用的彩色增强方法。因为这里原图是无彩色的，所以人工赋予的彩色常称为伪彩色。这个赋色过程实际是一种着色过程从图像处理的角度看，输入是灰度图像，输出是彩色图像,第4章,13.3 伪彩色增强,亮度切割用一个平行于图像坐标平面XY的平面去切割图像亮度函数对每一个输入灰度值，如果它在切割灰度值lm之上就赋予某一种颜色，如果它在lm之下就赋予另一种颜色,第4章,13.3 伪彩色增强,从灰度到彩色的变换对每个原始图中像素的灰度值用三个独立变换来处理，从而将不同的灰度映射为不同
6、的彩色变换后原始图中灰度值偏小的像素将主要呈现绿色，而灰度值偏大的像素主要呈现红色,第4章,频域滤波根据图像中各区域的不同频率含量给区域赋予不同的颜色使用低通、带通（或带阻）和高通滤波器,13.3 伪彩色增强,第4章,13.4 真彩色增强,处理策略一种是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另一种是将一幅彩色图像中的每个像素看作具有三个属性值，即像素属性现在为一个矢量，需利用对矢量的表达方法进行处理,第4章,彩色单分量增强在HSI空间有可能只使用三个变换之一(1)将R，G，B分量图转化为H，S，I分量图(
7、2)利用对灰度图增强的方法增强其中的一个分量图(3)再将一个增强了的分量图和两个原来的分量图一起转换为用R，G，B分量图来显示,13.4 真彩色增强,第4章,彩色单分量增强1、亮度增强 在增强的第2个步骤选用亮度分量图2、饱和度增强图13.4.1与图像的亮度增强有相似3、色调增强图13.4.2对每个像素的色调值加一个常数（角度值），将会使每个目标的颜色在色谱上移动,13.4 真彩色增强,第4章,全彩色增强彩色切割增强：计算彩色空间的聚类中心坐标确定各个彩色分量的分布宽度确定与区域W对应的聚类的范围,13.4 真彩色增强,第4章,全彩色增强彩色滤波增强：设彩色像素C(x,y)的邻域为W，则彩色图
8、像平滑的结果为对矢量的平均结果可由对其各个分量用相同方法进行平均再结合起来得到,13.4 真彩色增强,第4章,假彩色增强输入和输出均为彩色图像使原始彩色图像中一些感兴趣的部分呈现与原来完全不同的、且与人们的预期也很不相同的（非自然）假颜色，从而可以更容易地得到关注例：将绿色映射为红色，将蓝色映射为绿色，将红色映射为蓝色：,13.4 真彩色增强,第4章,彩色图像中的噪声彩色图像有3个通道，所以受噪声影响可能大假设R、G、B通道都受到噪声影响，它们合成的彩色图像中的噪声看起来会比单个通道中的噪声要弱一些（叠加平均）将有随机噪声的RGB图像转换为HSI图像，则由于余弦计算和最小值计算的非线性特性，色
9、调图像和饱和度图像中的噪声会更明显些；而亮度图像中的噪声由于相加计算的平均作用而有所平滑,13.5 彩色图像消噪,第4章,矢量数据排序边缘排序中，需对每个分量都独立地排序，而最终的排序是根据所有分量的同序值构成的像素值来进行的条件排序中，选取其中任一个分量进行标量排序（如果该分量的值相同则考虑第二个分量），像素值（包括其他分量的值）根据该顺序而排序简化/合计排序中将所有像素值（矢量值）用给定的简化函数组合转化为标量再进行排序,13.5 彩色图像消噪,第4章,彩色中值滤波如使用标准中值滤波器（标量中值滤波）有可能产生原来图像中没有的像素值在输出图像中会产生彩色“渗色”噪声点只出现在一个彩色分量中滤波器消除噪声但同时移动边缘,13.5 彩色图像消噪,第4章,彩色空间的选择选择基于视觉感知的彩色模型/空间HSI模型（HSV/HSB）(1)I分量与图像的彩色信息无关(2)H和S分量与人感受颜色的方式是紧密相连的（颜色和浓淡）HSI空间中三个分量之间的相关性比RGB空间中三个分量之间的相关性要小得多,13.6 彩色图像分割,第4章,分割策略由于H，S，I三个分量是相互独立的，所以有可能将一个3-D搜索问题转化为三个1-D搜索,13.6 彩色图像分割,第4章,分割策略,13.6 彩色图像分割,
