数字图像处理学：第4章 图像增强（第4－5讲）.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,数字图像处理学,第,4,章 图像增强,(,第五讲,),4.5.1,颜色基本原理,4.5.2,颜色模型,4.5.3,伪彩色图像处理,4.5.4,关于彩色显示,4.5.5,实时伪彩色增强系统,按通常的方式,彩色模型化的目的是按某种标准利用基色表示颜色。实质上,一种颜色模型是用一个,3-D,坐标系统及这个系统中的一个子空间来表示。在这个系统中每种颜色都由一个单点表示。,通常使用的多数彩色模型或者是面向硬件设备,(,例如彩色监视器或打印机,),或者是面向应用的。在实际中，通常使用的与硬件有关的模型有,RGB,模型,这种模型用在彩色监视器和彩色摄相机等领域。,CMY,模型用在彩色打印机上。,YIQ,模型用于彩色电视广播。在第三种模型中，,Y,相对于亮度,而,I,和,Q,是被称为正交的两个颜色分量。在所有模型中最常用于彩色图像模拟的是,HSI,模型。,在图像处理中最常用的模型是,RGB、YIQ,和,HSI,模型。下面我们将介绍这三种模型的基本特性,并且讨论它们的不同点和在数字图像处理中的应用。尽管,CMY,模型用于打印,而不是用于实际的图像处理,我们在这里也介绍一下,因为它在获得硬件拷贝输出上很重要。,RGB,彩色模型,在,RGB,模型中，每种颜色的主要光谱中都有红、绿、蓝的成分。这种模型基于,Cartesian,（笛卡尔）坐标系统。颜色子空间如图,440,的立方体所示，在图中，,RGB,值在,3,个顶角上，蓝绿色、紫红色和黄色在另三个顶角上，黑色在原点，白色在离原点最远的角上。,在这个模型中，灰度级沿着黑白两点的连线从黑延伸到白，其他各种颜色由位于立方体内或立方体上的点来表示，同时由原点延伸的矢量决定。为了方便，假定所有的颜色值都已被标准化，图,440,中的立方体就是单位立方体。也就是，所有,R 、G 、B,的值都被假定在,0,，,1,范围内。,图,4,40,R,、,G,、,B,彩色立方体,RGB,彩色模型中的图像由三个独立的图像平面构成，每个平面代表一种原色。当输入,RGB,监视器时，这三个图像在屏幕上组合产生了合成的彩色图像。这样，当图像本身用,3,原色平面描述时，在图像处理中运用,RGB,模型就很有意义。相应地，大多数用来获取数字图像的彩色摄像机都使用,RGB,格式。目前，在图像处理中只使用这种重要模型。,RGB,模型应用的一个例子是航天和卫星多光谱图像数据的处理。图像是由工作于不同光谱范围的图像传感器获得的。例如，一帧,LANDSAT,陆地卫星图像由,4,幅数字图像组成。,每幅图像有相同的场景，但通过不同的光谱范围或窗口获得，两个窗口在可见光谱范围内，大致对应于绿和红，另两个窗口在光谱的红外线部分。这样每幅图像平面都有物理意义。,如果对人脸的彩色图像进行增强处理，部分图像隐藏在阴影中，直方图均衡是处理这类问题的理想工具。如果应用,RGB,模型，因为存在三种图像（红、绿、蓝），而直方图均衡仅根据强度值处理，很显然，如果把每幅图像单独地进行直方图均衡，,所有可能隐藏在阴影中的图像部分都将被增强。然而，所有三种图像的强度将不同地改变颜色性能,(,如色调,),，显示在,RGB,监视器上时就不再是自然和谐的了。因此，,RGB,模型对于这类处理就不太合适。,CMY,彩色模型,如前所述，蓝绿色、红紫色和黄色都是光的合成色（或二次色）。例如，当用白光照蓝绿色的表面时没有红光从这个表面反射出来。也就是说，蓝绿色从反射的白光中除去红光，这白光本身由等量的红绿蓝光组成。,多数在纸上堆积颜色的设备，如彩色打印机、复印机，要求,CMY,数据输入或进行一次,RGB,到,CMY,的变换。这一变换可以用一简单的变换式表示,:,这里，假定所有的颜色值都已被标准化到,0,1,范围内。,（,4,82,）,式（,482,）表明从一个纯蓝绿色表面反射的光线中不包括红色,(,即,C=1-R ),。类似地，红紫色不反射绿色（,M,=1-,G,),，纯黄色不反射蓝色,(,Y,=1-,B,),式,(482),揭示了,CMY,值可以很容易地用,1,减,RGB,单个值的方法获得。如前描述，,CMY,模型在图像处理中用在产生硬拷贝输出上，因此，从,CMY,到,RGB,的反变换操作通常没有实际意义。,YIQ彩色模型,YIQ,彩色模型用于彩色电视广播。为了有效传输并与黑白电视兼容，,YIQ,是,RGB,的一个编码。实际上，,YIQ,系统中的,Y,分量提供了黑白电视机要求的所有影像信息。,RGB,到,YIQ,的变换定义为：,(483),为了从一组,RGB,值中获得,YIQ,值,我们可简单地进行矩阵变换。,YIQ,模型利用人的可视系统对亮度变化比对色调和饱和度变化更敏感而设计的。这样，,YIQ,标准中用以表示,Y,时给予较大的带宽,(,是数字颜色时用比特,),，用以表示,I,、,Q,时赋予较小的带宽。,另外，它成为普遍应用的标准是因为在图像处理中,YIQ,模型的主要优点是去掉了亮度,(,Y,),和颜色信息,(,I,和,Q,),间的紧密联系。亮度是与眼中获得的光的总量成比例的。去除这种联系的重要性在于处理图像的亮度成分时能在不影响颜色成分的情况下进行。,例如，前面提到的,RGB,模型。我们可以采用直方图均衡技术对由,YIQ,格式的彩色图像进行处理，即通过给它的,Y,成分进行直方图均衡处理，图像中相关的颜色不受处理影响。,HSI,彩色模型,回想一下前节中讨论的色调是描述纯色,(,纯黄、桔黄或红,),的颜色属性。而饱和度提供了由白光冲淡纯色程度的量度。,HSI,颜色模型的重要性在于两方面，,第一,去掉强度成分,(,I,),在图像中与颜色信息的联系；,第二,，,色调和饱和度成分与人们获得颜色的方式密切相关。这些特征使,HSI,模型成为一个理想的研究图像处理运算法则的工具，这个法则基于人的视觉系统的一些颜色感觉特性。,很多实用系统都用到,HSI,模型，如：自动判断水果和蔬菜的成熟度的图像处理系统，用颜色样本匹配或检测彩色产品品质的图像处理系统等。在这些相似的应用中，关键是把系统操作建立在颜色特性上，人们用这些特性完成特定的任务。,HSI,模型的颜色定义与归一化的红、绿、蓝值有关。这些值由,RGB,的三基色给出：,（,4,84,）,（,4,85,）,（,4,86,）,在此我们假定,R、G 、B,已被归一化，其值在,0,，,1,之间。式（,4,84,）,（,4,86,）说明,r 、g 、b的值也在,0,，,1,之间，而且,（,4,87,）,我们注意到，归一化变量必须满足式（,4,87,）。事实上，（,4,87,）是包含,HSI,三角形的平面的等式。,对任意三个,0,，,1,范围内的,R、G 、B,颜色分量，,HSI,模型的亮度,I,可定义为,（,4,88,）,上式得出一个,0,，,1,范围内的值。,接下来，要得到色调,H,和饱和度,S,。,RGB,到,HIS,的转换,。,(4,95),（,4,98,）,对,HSI,三角形内的任意点都是普遍适用的。,为了由,0,，,1,范围的,RGB,值得到同样在,0,，,1,范围内的,HSI,值，上述结论得出了以下几个表达式：,（,4,99,4,100,）,（,4,101,）,由,HSI,到,RGB,的转换,模型的颜色分量色调（,hue）,和饱和度（,saturation,）,的定义与图441(,a),所示的彩色三角形有关）。在图441(,a),中，我们注意到，颜色点的色调是该向量与红色轴的夹角。因此，当,H=0,o,时，为红色，,H=60,o,时，为黄色等等。,色点的饱和度是指一种颜色被白色稀释的程度，它与点到三角形中心的距离成正比。点距三角形中心越远，这种颜色的饱和度越大。,模型中的亮度的测量与垂直于三角形并通过其中心的直线有关。沿着位于三角形下方的直线，亮度逐渐由暗到黑，相反，在三角形上方，亮度逐渐由明亮变到白。,在三维色空间中将色调、饱和度、亮度结合起来，就产生了如图441（,b）,所示的三面的、类似金字塔的结构。这个结构表面上的任意一点代表一种完全饱和的颜色。这种颜色的色调由它与红色轴的夹角决定，亮度由该点与黑色点的垂直距离决定（与黑色点的距离越远，亮度越强）。,类似的结论也适用于结构内的点，唯一不同的是，随着它们逐渐接近纵轴，颜色的饱和度逐渐降低。,已知,0,，,1,之间的,HIS,值，现在我们想得到同样范围内的相应的,RGB,值。我们以令,H=360,o,(H),开始，这使色调恢复到,0,，360,0,的范围。在,RG,部分(0,o,H120,0,)，,由式（,497,）,当 时，结论为,（,4,106,）,（,4,107,）,（,4,108,）,由式,r,+,g,+,b,=1,的定义，上面得到的颜色分量是归一化了的。我们可以恢复,RGB,分量,在,GB,部分 ，类似的推导可得出,（,4,109,）,（,4,110,）,（,4,111,）,（,4,112,）,根据前面的方法，可由,r、g、b,值得到,R、G、B,值,。,在,BR,部分,（,4,113,）,（,4,114,）,（,4,115,）,（,4,116,）,如前所述，可由,r、,g、b,值得到,R、G、B,值,。,4.5.1,颜色基本原理,4.5.2,颜色模型,4.5.3,伪彩色图像处理,4.5.4,关于彩色显示,4.5.5,实时伪彩色增强系统,等密度分层伪彩色技术,等密度分层伪彩色处理是应用较多的一种方法。这种处理可以用专用硬件来实现，也可以用查表的方法来实现。密度分层是一个沿用术语，它最初来源于照相技术，因为一幅照片的浓淡层次是由照相底片上银粒的沉积度决定的，所以照片的反差（相当于电视画面的对比度）直接与密度有关。,在图像处理技术中更为常用的术语是灰度一词，因此密度分层就是灰度分层。,在这一节中，我们将研究几种根据黑白图像的灰度级为之分配颜色的方法。,灰度分割（,Itensity,slicing,）,灰度分割和颜色编码是伪彩色图像处理的最简单的例子之一。如果一幅图像可被看作一个二维亮度函数，这种方法可理解为用一些平行于图像坐标,平面的平面，每一平面在与函数相交处分割函数。图,4-40,展示了一个用平面,f,(,x,y,)=,I,j,，将函数分割为两部分的例子。,图,4,40,密度分层技术示意图,分割面,黑,白,如果在图,4,40,所示平面两侧分配不同颜色，那么，灰度级在平面以上的所有像素将用一种颜色编码，而灰度级在平面以下的所有像素将用另一种颜色编码，灰度级恰好位于平面本身的像素可任意分配两种颜色之一，结果是一个两色图像。将切割平面沿灰度级坐标上下移动可控制图像的外观。,多分层过程也类似图,4,40,所示的原理。具体过程可作如下解释，可作若干个平行于,xy,坐标面的平面，那么每个平面将与函数,f(x,y,),相交，这种就把,f(x,y,),表示的连续灰度分成若干级别，分层数可根据需要的精度加以任意设置。,例如，在所定的灰度级,L,1,L,2,L,M,处定义,M,个平面，这些平面是等间距的，这,M,个平面把灰度分成,M+1,个区域，区域级别为,L,1,L,2,L,M,。,令,L,1,代表黑色,f(x,y,)=0,，,L,M,代表白色,f(x,y,)=L,M,。那么，设,0,M L,，这样就完成了等密度分层。然后，可根据下面的关系式分配颜色：,这里，,C,k,是与切割平面定义的第,K,个区间,R,K,相关的颜色。,（,4,117,）,分层过程也可由图,4,41,所示的电路来实现。首先通过分压器得到一组均匀间隔的基准电压，这个基准电压送入比较器作为比较标准。图像电信号加到比较器的另一端。当信号的幅度超过比较器的基准电压时，比较器的输出端便输出一个脉冲。这样，不同的比较器的输出脉冲便代表一个不同的灰度层次，达到灰度分割的目的。,图,4,41,等密度分层电路原理,灰度彩色变换的任务是给不同的灰度级赋于不同的颜色。它既可以结合软件用计算机来实现，也可以用硬件来实时实现。最后彩色显示都是将彩色编码送到彩色监视器的,RGB,电路上合成一幅彩色图像。,一种实时硬件编码方案如下，首先可以把灰度分割器作成,16,级分层，当然，这,16,级分层既可对整个图像信号的灰度范围，也可以行进行灰度窗口处理，对灰度整个动态范围内的某一局部范围进行分层。通过编码器可以得到四位码，将这四位码分别加到监视器中的红、绿、蓝、亮度四个通道中即可得到,16,种不同的色调。彩色编码原理框图如图,4,42,所示。,图,4,42,硬件彩色编码原理,编码电路可以用门电路实现。,颜色与码的对应关系完全可以由人为控制来改变。例如下列所示的对应关系：,白色,深蓝色,青色,绿色,深绿色,浅绿色,黄色,浅黄色,咖啡色,黄绿色,浅咖啡色,红色,粉红色,品红色,紫色,黑色,当然，还可以控制加到三支枪上的信号的大小，各种色调的饱和度还可以连续调整，这样，彩色的变化就会相当丰富了。,简单色调图片假彩色变换效果,灰度图片,参考图片,变换后的假彩色图片,简单色调图片假彩色变换效果(续),灰度图片,参考图片,变换后的假彩色图片,CT,图片假彩色变换效果,CT,图片,参考图片,变换后的假彩色图片,伪彩色和假彩色变换效果比较,伪彩色图片,假彩色图片,灰度级转换为彩色,另外几种转换方法比上一节讨论的分割技术更为普遍，因而也能更好的实现伪彩色的增强效果。其中特别吸引人的一种方法如图,4,43,所示。,图,4,43,伪彩色图像处理框图,这种方法的基本思想是对输入像素的灰度级进行三个相互独立的转换，然后，这三个结果分别送到彩色电视监视器的红、绿、蓝的电子发射枪上。这种方法产生了一幅彩色图像，它的颜色内容由转换函数的性质决定。注意到，,这是对图像的灰度级值的转换,，,而不是位置的函数。,图,4,44,另一种灰度,-,彩色变换方案,另外一种灰度彩色变换方案可如图,4,44,所示。,这种方法的基本概念是首先对灰度动态范围开窗，然后对窗口内的灰度进行三个独立的变换，变换的结果分别加到彩色监视器的,R,、,G,、,B,三个控制通道去，这样就可以在监视器上得到受变换函数控制的彩色合成图像。,图,4,45,示出了一种转换，如在机场中的安全检查,X,光监测仪，左边显示的是正常物体，右边显示的可能是朔胶炸药，当选择正确的分割点时，有可能两种物品用不同的颜色区分出来。,图,4,45,两种颜色的显示方法,图,4,46,所示为使用的转换函数。,图,4,46,一组彩色变换函数,图,4,46,中的,(a),是灰度红色变换函数，在这个函数中将低于,L/2,的所有灰度映射成最暗的红色，在,L/2,到,3L/4,之间的灰度映射为线性增加饱和度的红色，在,3L/4,到之间的灰度映射为最亮的红色。同样道理，绿色映射变换器如,(b),所示，从到,L/4,绿色亮度线性增加，从,L/4,到,3L/4,是最亮的绿色，从,3L/4,到,L,绿色亮度线性递减。,蓝色映射变换函数如,(c),所示，从,0,到,L/4,为最亮的蓝色，从,L/4,到,L/2,为线性递减特性，从,L/2,到,L,映射为最暗的蓝色。三种变换函数的合成特性如,(d),所示。从,(d),中可以看到纯基色只在,0,、,L/2,和,L,处出现，其他灰度将会合成多种不同的颜色。,根据以上原理及某些特定的需要还可以设计出更多的变换函数。上述变换函数比较适合医学图像处理，而图,447,所示的变换函数则更适合遥感图片处理。,图,4,47,另一种灰度,彩色变换函数,一种滤波处理,上面介绍的是灰度彩色变换方法。在实际应用中，根据需要也可以针对图像中的不同频率成分加以彩色增强，以便更有利于抽取频率信息。这就是基于频域运算的编码方案，原理如图,4,48,所示。,图,4,48,频率,-,彩色变换模型,这一方案与前面讨论过的基本滤波处理相同，除了一幅图像的傅立叶变换改为用三个独立的滤波函数以产生三个图像，以便送入彩色监视器的红、绿、蓝三个输入端。作为一个例子，下列步骤得到红色通道的图像。,用一个特定的滤波函数改变输入图像的傅立叶变换，然后，再用傅立叶反变换得到处理后的图像。这些处理步骤在图像被送入监视器的红色通道之前可加入一些附加的如直方图均衡等处理。类似的处理也可以用于图,448,的另两个通道。,这一彩色处理技术的目的是针对基于频率内容的彩色编码范畴。一个典型的滤波处理是使用低通、带通和高通滤波器以得到三个范围的频率分量。带阻和带通滤波器是已经讨论过的低通和高通滤波器概念的延伸。对于产生一个以 (,u,0,v,0,),为原点，以环行邻域为抑制或衰减频率的滤波器的简单处理是对前边讨论过的高通滤波器进行坐标变换。,对于理想滤波器其程序如下：一种理想的带阻滤波器（,IBRF,）抑制以为,(,u,0,v,0,),圆心，以,D,0,为半径的邻域内的所有频率。其传递函数由下式给出：,（,4,118,）,式中,（,4,119,）,我们注意到式（,4118,）与前边讨论的滤波器是相同的，但距离函数,D(u,v,),是以点(,u,0,v,0,),计算而不是以原点。由于傅立叶变换的对称性，为了得到有意义的结果，非原点的带阻滤波器必须以对称的方式进行。在理想滤波器的情况下，式（,4118,）变成下式：,(4,121),(4,122),这里,(4120),这一过程可扩展至四个或更多的区域。在前边讨论过的布特沃斯滤波器可根据我们谈到的理想滤波器技术直接推出带阻滤波器。上边讨论的滤波器是关于远离傅立叶变换原点的一些点。为了移动以原点为中心的频带，可以考虑类似于前边讨论过的低通和高通滤波器那样的滤波器。,对于理想的和布特沃斯滤波器可遵循如下步骤：一个径向对称的理想带阻滤波器关于原点的频带移动由下式给出：,(4,123),这里,W,是带宽，,D,0,是中心点。,如果是一个径向的对称的滤波器，该滤波器可完全由一个横截面来确定。例如，一个,n,阶的径向对称的布特沃斯带阻滤波器有如下的传递函数：,(4,124),这里,W,是带宽，,D,0,是中心点。,带通滤波器通过指定带宽内的频率，而衰减或阻止所有其它频率。因此，它们恰好是带阻滤波器的对立面。这样，如果 是带阻滤波器的传递函数，则相应的带通滤波器的传递函数可简单地用,“,倒转,”,的方法得到。即：,(4,125),伪彩色处理结果,CT,图片,伪彩色映射结果,