第四章 数字图像处理 彩色图像增强.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,*,第四章 彩色图像增强,彩色图像：是一种矢量图像，比灰度图像包含更多的信息。,彩色图像增强技术分为两类：,伪彩色增强技术：对不同的灰度或灰度范围赋予不同的颜色,.,真彩色增强技术：对彩色的不同分量区别对待。,人对彩色的分辨能力和敏感程度比灰度强,颜色模型,可见光波长范围为：,400nm760nm,，能使人产生视觉，感到明亮和颜色,锥状细胞,每只眼睛中大约有,600,万到,700,万个锥状细胞，集中分布在视轴和视网膜相交点附近的黄斑区内。每个锥状细胞都连接一个神经末梢，因此，黄斑区对光有较高的分辨力，能充分识别图像的细节。,锥状细胞既可以分辨光的强弱，也可以辨别色彩,。白天视觉过程主要靠锥状细胞来完成，所以锥状机觉又称,白昼视觉,。,按感光化学特性，锥状细胞有三种，它们分别对红、绿、蓝颜色敏感，因此红绿蓝称为人类视觉的三基色。,三种锥状细胞的光谱敏感曲线如下：,杆状细胞,每只眼睛大约有,7600,万个到,15000,万个杆状细胞。它广泛分布在整个视网膜表面上，并且有若干个杆状细胞同时连接在一根神经上，因此，这条神经只能感受多个杆状细胞的平均光刺激，使得在这些区域的视觉分辨力显著下降，无法辨别图像中的细微差别，而只能感知视野中景物的总的形象。,杆状细胞不能感觉彩色,，但对低照明度的景物柱往比较敏感，所以，夜晚所观察到的景物只有黑白、浓淡之分，而看不清它们的颜色差别。由于夜晚的视觉过程主要由杆状细胞完成，所以杆状视觉又称,夜视觉,。,英国人,Newton,，,三棱镜实验,证明了白光是所有可见光的组合。,颜色模型,1931,年，国际照明委员会（,CIE,）规定用,700nm,、,546.1nm,、,435.8nm,的单色光作为红,(R),、绿,(G),、蓝,(B),三原色,R,代表红光，为大红色相，红中具有黄味；,G,代表绿光，为比较香嫩的绿色色相,B,代表蓝紫光，色相为蓝中带有紫味,根据三原色原理，任意彩色的颜色方程为：,F=,(R,)+,(G,)+,(B,),其中,是红绿蓝三色的混合比例称为三色系数,颜色模型指的是某个三维颜色空间中的一个可见光子集，它包含某个色彩域的所有色彩,颜色模型,CIE,（国际照明委员会）,1931,年，,CIE,规定了三种标准原色,x,y,z,用于颜色匹配，三种对应的颜色匹配函数如下：,CIE,色度图,对于可见光谱中的任何主波长的光，都可以用这三个标准原色的叠加来匹配,注意：没有一个输出设备能够精确输出,CIE,图像，因为输出设备均有固定的墨和颜色，固定的几种颜色不能够表达所有可以看见的颜色,CIE,色度图,对于可见光谱中的任意一种颜色,C,，可以找到一组权（,X,Y,Z,），使得：,C=,xX+yY+zZ,即用,CIE,原色匹配,C,下图为,XYZ,空间中包含所有可见光的锥体,CIE,色度图,整个锥体落在第一象限，从原点引一条任意射线穿过该锥体，则射线上任意两点代表的色光具有相同的主波长和纯度,在每条射线上各取一点即可代表所有的可见光，习惯上，这一点取做射线与平面,X+Y+Z=1,的交点，其坐标称为色度值，规格化坐标表示为：,可以把与平面,X+Y+Z=1,相交的色度值,(,x,y,z,),中的,(,x,y,),绘制成,CIE,色度图，如图。,CIE,色度图,边界和内部代表了所有可见光的色度值，,z=1-x-y,边界弯曲部分上的每一点，对应光谱在某种纯度为百分之百的色光，线上标明的数字为对应的主波长,中央一点,C,代表白光，,C,点接近于,x=y=z=1/3,CIE,色度图主要有两种用途：,用色度图计算任何颜色的主波长和纯度,CIE,色度图,如果,B,在曲边上，则,B,的主波长就是,A,的主波长，否则，找不到该颜色对应的主波长，此时，主波长可以用其补色的主波长值之后加,c,表示,一种颜色称为另一种颜色的补色，指二者混合之后产生白色，图中,F,的补色为,A,所以,F,的主波长为,555,umc,CIE,色度图主要有两种用途：,定义颜色域,(Color Ranges),以便显示叠加颜色的效果,CIE,色度图,I,和,J,按不同比例叠加，可产生其连线上的任意一种颜色,I,，,J,和,K,按不同比例叠加，可产生三角形内的任意一种颜色对于任意一个三角形，如果其三个顶点均落在可见光区域内，则其混合所产生的颜色不能覆盖整个可见光区域,红绿蓝三原色不能叠加出所有可见光颜色,0.8,0,0.2,0.8,x,y,520nm,700-770nm,红,蓝,绿,NTSC,PAL,紫,色度图,常见的色彩模型有,RGB,模型、,CMYK,模型、,HSV,模型、,YIQ,模型等。每种模型都有它自己的特点和适用范围,它们可以根据需要相互转换。,RGB,模型,这是最常见的,色彩模型,，由,R(,红,),、,G(,绿,),、,B(,蓝,),三个分量组成，三维空间中的三个轴分别与红、绿、蓝三基色相对应,.,原点对应于黑色，离原点最远的顶点对应于白色,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,。,其他颜色则落在三维空间中由红、绿、蓝三基色组成的彩色立方体中。,通常情况下以,RGB,色彩模型为基础描述其它色彩模型，将其它色彩模型描述为,RGB,三色的线性或者非线性函数。,RGB,模型在视频和显示器中广泛使用。,RGB,模型单位立方体,RGB,颜色模型构成的颜色空间是,CIE,原色空间的一个真子集，通常用于,CRT,和光栅显示器,RGB,三原色是加性原色,CMY(K),模型,RGB,模式是显示器上的颜色模式,而在图像印刷中却是用,CMYK 4,色印刷模式来确定颜色的。是指通过混合,青,(Cyan),、,品红,(Magenta),、,黄,(Yellow),与,黑,(Black),色来产生全彩色阶调的颜色,这就是,CMYK,模式。其中,Black,以,“,K,”,表示,(,为了避免与,Blue,混淆,),。这就是平常所说的减色模式,因为,青、品红、黄,分别是光谱色中的红、绿、蓝的补色,从而模拟出白光被物体吸收了一部分色光后的反射光。,CMYK,模式中的颜色种类远不及,RGB,模式,但它却是打印的标准模式,是印刷业所使用的颜色模式。,C=255-R,M=255-G,Y=255-B,RGB,与,CMY,之间的转换,YIQ,模型,YIQ,模型是美国国家电视系统委员会（,NTSC,）,定义的用于电视广播的颜色系统，,Y,代表亮度信息，,I,和,Q,表示色度，其中,I,表示橙青色，,Q,表示其他部分颜色。,从,RGB,到,YIQ,的变换关系如下：,HSI,模型是,Munseu,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,。,HSI,模型中，,H,表示色调,(Hue),，,S,表示饱和度,(Saturation),，,I,表示亮度,(Intensity,，对应成像亮度和图像灰度,),。该模型的建立基于两个重要的事实：,I,分量与图像的彩色信息无关。,H,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,HSI,模型,HSI,模型,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圆柱上顶面的圆周上。这种模型的优点在于它将亮度（,I,）与反映色彩本质特性的两个参数（色度（,H,）和饱和度（,S,）分开。,H,色度，取值范围,0-360,；,S,饱和度，取值范围,0-1/100,；,I,亮度，取值范围,0-1/100,；,色相环，,0,-,红，,120,-,绿，,240,-,蓝,图中的色相环描述了色相和饱和度两个参数。,色相由角度表示，它反映了该彩色最接近什么样的光谱波长,。一般假定,0,表示的颜色为红色，,120,的为绿色，,240的为蓝色。,0,到,240,的色相覆盖了所有可见光谱的彩色，在,240,到,300,之间为人眼可见的非光谱色（紫色）。,饱和度是指一个颜色的鲜明程度，饱和度越高，颜色越深,，如深红，深绿。,饱和度参数是色环的原点（圆心）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,1,。在中心是中性（灰色）阴影，饱和度为,0,。,RGB,转换到,HSI,对任何,3,个,0,，,1,范围内的,R,、,G,、,B,值，其对应,HSI,模型中的,I,、,S,、,H,分量的计算公,式为,HSI,到,RGB,HSV,颜色模型,HSV,（,Hue Saturation Value颜色模型是面向用户的，对应于圆柱坐标系中的一个圆锥形子集,白,色浓,纯色,色相,色深,黑,灰,HSV,颜色模型示意图,绿,(120),红,(0),青,(180),黄,(60),蓝,(240),品红,(120),H,O,S,(1,0),V,色相、色浓和色深之间的关系,S,HSV,颜色模型,HSV,模型中，每一种颜色和它的补色相差,180,度，饱和度（色深）取值从,0,到,1,HSV,模型所代表的颜色域也是,CIE,原色空间的一个子集,圆锥的顶点处,V=0,H,和,S,无定义，代表黑色，圆锥的顶面中心处,S=0,，,V=1,，,H,无定义，代表白色，从该点到原点代表亮度渐暗的白色，即具有不同灰度的白色,任何,V=1,，,S=1,的颜色是纯色,HSV,颜色模型的优点：,符合人眼对颜色的习惯,三个坐标是独立的,采用线性标尺,从,RGB,立方体的白色顶点，顺主对角线向原点方向投影，可得到一个正六角形，此正六角形是,HSV,圆锥顶面的一个真子集,RGB,空间的主对角线对应于,HSV,空间的,V,轴,HSV,颜色模型,真,彩色增强,假彩色增强：,把真实的自然彩色图像或遥感多光谱图像处理成假彩色图像。,伪彩色增强：,把黑白图象处理成伪彩色图象。,彩色增强技术,伪彩色增强,伪彩色,(Pseudo coloring),增强,是把一幅灰度图像的每个不同灰度级按照线性或非线性的映射函数变换成不同的彩色得到一幅彩色图像。,伪彩色增强基本目的,由于人眼分辨不同彩色的能力比分别不同的灰度级的能力强，因此，把人眼无法区别的灰度变化，施以不同的彩色来提高识别率，这便是伪彩色增强的基本目的。,3,.,频域滤波,c,2,c,3,c,1,c,4,对图像的灰度值动态范围进行分割，使分割后的每一灰度值区间甚至每一灰度值本身对应某一种颜色。如下图：,m=8,m=16,m=64,将黑白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。黑白图像中不同的灰度级赋予不同的彩色。,基本原理,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。,黑白图像,2,、灰度到彩色的变换,灰度级,-彩色变换法,将每一个像元的灰度值通过三个独立变换分别产生红、绿、蓝三个分量图像，然后将其合成为一幅彩色图像。,频域滤波法,在不同的频率分量与颜色之间经过一定的变换建立一种对应关系。,频域滤波法输出图像的伪彩色与原图像的灰度级无关，而是取决于灰度图像中不同的频率成分。,如果为了突出图像中高频成分（即图像的细节）而将其变为蓝色，则只需要将蓝通道滤波器设计成高通滤波器。,如果要抑制图像中某种频率成分，那么可以设计一个带阻滤波器来达到目的。,处理方法,RGB,真彩色增强,有,M,N,个向量,c,(,x,y,),。,然而，单独的彩色分量的处理结果并不总等同于在彩色向量空间的直接处理。,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。,单分量变换增强,一幅图像可以分解为,RGB,三个分量，也可以分解为,H,S,I,三个分量。由于人眼对,H,S,I,三个分量的感受是比较独立的，所以在,HSI,空间有可能只使用三个变换之一就可以了。,一种简便常用的真彩色增强方法的基本步骤为：,1,）将,R,G,B,分量图转化为,H,S,I,分量图,2,）利用对灰度图增强的方法增强其中的一个分量图,3,）再将结果转换为用,R,G,B,分量图来显示,对亮度增强的方法并不改变原图的彩色内容，但增强后的图看起来还可能会有些感觉不同。这是因为尽管色调和饱和度没有变化，但亮度分量得到了增强，会使得人对色调或饱和度的感受有所不同。,通过对图像中每个像素的饱和度分量乘以一个大于,1,的常数可使图像中的彩色更鲜明，而如果乘以一个小于,1,的常数则会使图像的彩色感减少。,亮度变换,g(,x,y,)=,kf,(,x,y,),k=,0.7,根据,HSI,模型的表示方法，色调对应一个角度且是循环的。如果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。当这个常数比较小时，一般会使彩色图像的色调变暖或变冷；而当这个常数比较大时，则有可能会使对彩色图像的感受发生比较激烈的变化，使得增强图中的色调有可能完全没有意义。,单分量变换增强的优点是由于将亮度，饱和度和色调分解开来，对增强的操作比较容易进行；但缺点是总会产生整体彩色感知的变化，且变化的效果不易控制。,在,HSI,模型中，,H,分量对彩色描述的能力相对来说最与人的视觉接近，区分力也比较强。在许多应用中当将彩色图像由,RGB,空间转换到,HSI,空间进行检索时，可仅利用,H,分量将检索缩小到,1,D,空间，从而简化运算，加快计算速度。,例 灰度变换,改善图像灰度的变换通常交互地选择。其概念是实验性地调整图像亮度和对比度以在合适的亮度上提供最大的细节，彩色本身并不改变。在,RGB,空间，这意味着用相同的变换函数映射,3,个彩色分量；在,HSI,彩色空间，则仅改进亮度分量,平淡图像变换,亮图像变换,暗图像变换,