彩色图像处理
图像颜色增强处理——彩色变换实验报告
图像颜色增强处理（彩色变换）实验专题讲座课程：遥感科学与图像处理实验：图像颜色增强处理（彩色变换）姓名：学号：指导老师：一、实验名称图像颜色增强处理（彩色变换）二、实验目的对图像进行彩色变换；观察图像在不同色彩空间之间相互转换的结果异同，理解影像光谱增强中彩色变换的原理及其增强效果，将图象转换成一种更适合于人或机器进行分析处理的形式，提高图像的使用价值。
三、实验原理光谱增强是基于多光谱数据对波段进行变换达到图像增强处理，采用一系列技术去改善图象的视觉效果，或将图象转换成一种更适合于人或机器进行分析处理的形式。
有选择地突出某些对人或机器分析有意义的信息，抑制无用信息，提高图象的使用价值。
在使用单波段图像时，由于成像系统动态范围的限制，地物显示的亮度值差异较小。
又由于人眼对黑白图像亮度级的分辨能力仅有10～20级左右，而对色彩和强度的分辨力可达100多种，因此将黑白图像转换成彩色图像可使地物的差别易于分辨[1,2]。
1. 彩色合成（color composite）在通过滤光片、衍射光栅等分光系统而获得的多波段图像中选出三个波段，分别赋予三原色进行合成。
根据各波段的赋色不同，可以得到不同的彩色合成图像。
1)图像主成分变换融合主成分变换融合[2]是建立在图像统计基础上的多维线性变换,具有方差信息浓缩、数据量压缩的作用, 可以更准确地揭示多波段数据结构内部的遥感信息, 常常是以高空间分辨率数据代替多波段数据变换以后的第一主成分来达到融合的目的。
具体过程是: a. 对多波段遥感数据进行主成分变换( K- L 变换) ; b. 以高空间分辨率遥感数据替代变换以后的第一主成分; c. 进行主成分逆变换,生成具有高空间分辨率的多波段融合图像。
2) 真彩色合成在通过蓝、绿、红三原色的滤光片而拍摄的同一地物的三张图像上，若使用同样的三原色进行合成，可得到接近天然色的颜色，此方法称为真彩色合成。
3) 假彩色合成由于多波段摄影中，一副图像多不是三原色的波长范围内获得的，如采用人眼看不见的红外波段等，因此由这些图像所进行的彩色合成称假彩色合成。
数字图像处理_实验报告书(八)彩色图像处理
rgb=cat(3,rgb_R,rgb_G,rgb_B);figure,imshow(rgb),title('RGB彩色图像');截图：（2）编写MATLAB程序，将一彩色图像从RGB空间转换为HIS空间，并观察其效果。
如例9.2所示。
程序：rgb=imread('LenaRGB.bmp');figure,imshow(rgb);rgb1=im2double(rgb);r=rgb1(:,:,1);g=rgb1(:,:,2);b=rgb1(:,:,3);I=(r+g+b)/3figure,imshow(I);tmp1=min(min(r,g),b);tmp2=r+g+b;tmp2(tmp2==0)=eps;S=1-3.*tmp1./tmp2;figure,imshow(S);tmp1=0.5*((r-g)+(r-b));tmp2=sqrt((r-g).^2+(r-b).*(g-b));theta=acos(tmp1./(tmp2+eps));H=theta;H(b>g)=2*pi-H(b>g);H=H/(2*pi);H(S==0)=0;figure,imshow(H);截图：（3）编写MATLAB程序，将一彩色图像在RGB空间进行彩色分割，并观察其效果。
如例9.11所示。
程序：rgb=imread('LenaRGB.bmp');figure,imshow(rgb);rgb1=im2double(rgb);r=rgb1(:,:,1);figure,imshow(r);g=rgb1(:,:,2);figure,imshow(g);b=rgb1(:,:,3);figure,imshow(b);r1=r;r1_u=mean(mean(r1(:)));[m,n]=size(r1);sd1=0.0;for i=1:mfor j=1:nsd1= sd1+(r1(i,j)-r1_u)*(r1(i,j)-r1_u);endendr1_d=sqrt(sd1/(m*n));r2=zeros(size(rgb1,1),size(rgb1,2));ind=find((r>r1_u-1.25*r1_d)&(r<r1_u+1.25*r1_d));r2(ind)=1;figure,imshow(r2);截图：（4）编写MATLAB程序，将一彩色图像在向量空间进行边缘检测，并观察其效果。
彩色图像处理MATLAB函数简介
thresholding.
im2double - Convert image array to double precision.
1 函数简介
ind2gray - Convert indexed image to intensity image.
ind2rgb
- Convert indexed image to RGB image
rgb2ycbcr - Convert RGB values to YCBCR color
space.
whitepoint - Returns XYZ values of standard
illuminants.
xyz2double - Convert XYZ color values to double.
grayslice - Create indexed image from intensity image
by thresholding.
graythresh - pute global image threshold using
Otsu's method.
im2bw
- Convert image to binary image by
space transform structure.
ntsc2rgb - Convert NTSC values to RGB color space.
1 函数简介
rgb2hsv - Convert RGB values to HSV color space
MATLAB Toolbox .
rgb2ntsc - ConvБайду номын сангаасrt RGB values to NTSC color space.
真彩色图像处理
第四部分真彩色增强一、真彩色增强方法图4.1 真彩色增强原理图1、对HSI图像亮度增强⑴、将R，G，B分量图转化为H，S，I分量图；⑵、利用对灰度图增强的方法增强其中的I分量图；⑶、再将结果转化为用R，G，B分量图来显示。
以上方法并不改变原图的彩色内容，但增强后的图看起来会有些不同。
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，整个图会比原来更亮一些。
图4.3是基于matlab以增强亮度的方法进行真彩色增强的图像，其代码见附录（a）增强前图像（b）增强后图像图4.2 对HSI进行亮度增强结果结论：图（b）明显比图（a）要亮的多，在视觉效果上，图（b）比较让人觉得美好。
2、对HSI图像进行对比度增强图4.4是基于matlab以增强对比度的方法进行真彩色增强的图像，其代码见附录图4.3 对HSI增强对比度增强的结论：图（b）的视觉效果明显比图（a）要好的多，清晰的多，颜色比（a）要深。
3、对HSI图像进行亮度和饱和度的增强图4.5是基于matlab以增强亮度和饱和度的方法进行真彩色增强的图像，其代码见附录图4.4 对HSI图像进行增强结果结论：这是对前两个方法的综合，很显然，图（b）比图（a）要亮，要清晰，视觉效果比以上两种方法分别做要好的多。
二、直接在rgb空间对图像增强图4.6是基于matlab在rgb空间增强图像，其代码见附录图4.5 对RGB图像进行增强结果以下是基于matlab以增强亮度的方法进行真彩色增强的代码：%% 彩色图像亮度增强（执行速度较慢）clcclearfc = imread('E:\maomao.jpg');figure(1);imshow(fc)title('原始真彩色（256*256*256色）图像')fr = fc(:,:,1);fg = fc(:,:,2);fb = fc(:,:,3);% imshow(fr)% title('红色分量图像')% imshow(fg)% title('绿色分量图像')% imshow(fb)% title('蓝色分量图像')h = rgb2hsi(fc);H = h(:,:,1);S = h(:,:,2);I = h(:,:,3);I =I*1.5;% imshow(H)% title('色调分量图像')% imshow(S)% title('饱和度分量图像')% imshow(I)% title('亮度分量图像')h = cat(3,H,S,I);%cat函数是拼接数组的函数，这里将在第3维上进行拼接。
彩色图像的灰度化处理
第1章绪论1.1数字图像数字图像，又称数码图像或数位图像，是二维图像用有限数字数值像素的表示。
数字图像是由模拟图像数字化得到的、以像素为基本元素的、可以用计算机或数字电路存储和处理的图像。
像素（或像元，Pixel）是数字图像的基本元素，像素是在模拟图像数字化时对连续空间进行离散化得到的。
每个像素具有整数行（高）和列（宽）位置坐标，同时每个像素都具有整数灰度值或颜色值。
通常，像素在计算机中保存为二维整数数阻的光栅图像，这些值经常用压缩格式进行传输和储存。
数字图像可以许多不同的输入设备和技术生成，例如数码相机、扫描仪、坐标测量机、seismographic profiling、airborne radar等等，也可以从任意的非图像数据合成得到，例如数学函数或者三维几何模型，三维几何模型是计算机图形学的一个主要分支。
数字图像处理领域就是研究它们的变换算法。
1.2设计平台本次设计采用的平台是MATLAB 7.0。
MATLAB编程语言被业界称为第四代计算机语言，它允许按照数学推导的习惯编写程序。
MATLAB7.0的工作环境包括当前工作窗口、命令历史记录窗口、命令控制窗口、图形处理窗口、当前路径选择菜单、程序编辑器、变量查看器、模型编辑器、GUI编辑器以及丰富的函数库和MATLAB附带的大量M文件。
MATLAB是由美国Math Works公司生产的一个为科学和工程计算专门设计的交互式大型软件，是一个可以完成各种计算和数据处理的、可视化的、强大的计算工具。
它集图示和精确计算于一身，在应用数学、物理、化工、机电工程、医药、金融和其他需要进行复杂计算的领域得到了广泛应用。
MATLAB作为一种科学计算的高级语言之所以受欢迎，就是因为它有丰富的函数资源和工具箱资源，编程人员可以根据自己的需要选择函数，而无需再去编写大量繁琐的程序代码，从而减轻了编程人员的工作负担，被称为第四代编程语言。
在MATLAB设计环境中，图像处理工具箱提供一套全方位的参照标准算法和图形工具，用于进行图像处理、分析、可视化和算法开发。
灰度图像处理vs彩色图像处理：适用领域和优缺点的比较
灰度图像处理vs彩色图像处理：适用领域和优缺点的比较随着数字图像技术的不断发展，图像处理领域也日益壮大，而图像的颜色信息是我们最直观的视觉感受之一。
因此，图像处理中最常见的便是对彩色图像进行处理。
但是，在实际的图像处理任务中，灰度图像有时也会被使用。
那么，灰度图像处理与彩色图像处理之间的关系和差异是什么呢？接下来，我们将详细讨论这两种图像处理技术的适用领域，以及各自的优缺点。
1.适用领域比较灰度图像处理灰度图像是一种仅包含黑、灰、白三种颜色的图像，它可以降低图像数据的复杂度，提高图像处理速度。
由于灰度图只需要处理单通道数据，因此在一些算法中，灰度图图像处理通常比彩色图像处理速度更快且计算成本更低。
同时，灰度图像处理技术不仅适用于图像增强、边缘检测等方面，还在计算机视觉领域中使用广泛，特别是在人脸识别、匹配、测量等领域。
彩色图像处理彩色图像处理则包含了RGB、HSV等多种色彩空间，可以更好地表现真实世界中的色彩信息，并能够更好的反应图像的细节和维度。
彩色图像处理技术被广泛应用于数字媒体、互联网影视和广告、航空航天等领域。
与灰度图像相比，彩色图像处理不但可以降低图像处理数据的复杂度，还能够表现具体的色彩信息，使得图像处理更加精准，更加全面。
2.优缺点比较灰度图像处理优点：（1）细节更加清晰。
由于灰度图像只有一种色调，因此图像的细节表现比彩色图像更加精准。
（2）处理速度快。
灰度图像处理通常只需要处理单通道数据，处理速度比彩色图像更快。
（3）计算成本更低。
灰度图像处理算法相对来说比较简单，因此计算成本更低。
缺点：（1）信息表达不完整。
由于灰度图像只有黑、灰、白三种颜色，因此它无法表现图像的色彩信息，限制了图像处理的深度和全面性。
（2）图像表现力较差。
灰度图像无法表现真实世界中色彩丰富的场景和细节。
彩色图像处理优点：（1）更加逼真。
由于考虑到色彩信息，彩色图像能够更加逼真地表现真实世界中的色彩和细节。
（2）图像处理深度更高。
数字图像处理3_彩色图像处理
19
人脸检测与识别，首先根据肤色信息将图象中 肤色区域分割出来
Digital Image Processing
20
医疗、显微真彩色图像
照片拍摄的是一只公牛 眼睛睫状体的毛细血管。 眼睛睫状体 这些毛细血管能分泌水 状液。这些液体为眼球 晶体和角膜提供了大部 分营养成份。 这张图片是从不同深度 不同深度 拍摄的27张照片合成而 拍摄的 张照片合成而 得到的，给人以三维图 得到的 的效果。为了更突出显 示公牛眼睛睫状体的毛 细血管并更好地进行拍 摄，毛细血管中注射了 一种不可溶的染料。
量化等级越多，所得图像层次越丰富，灰度分辨率高， 图像质量好，但数据量大； 量化等级越少，图像层次欠丰富，灰度分辨率低，会 出现假轮廓现象，图像质量变差，但数据量小。
Digital Image Processing 7
4.灰度值： 灰度值： 灰度值
• 概念： 概念： 表示像素明暗程度的整数称为像素的灰度值。 • 特性： 特性： 数值越大，该像素越亮；数值越小，该像素越暗。
Digital Image Processing 21
3.1 彩色基础
颜色视觉是一种复杂的物理、生理和心理现象。 颜色视觉是一种复杂的物理、生理和心理现象。 物理 现象 1、光线的物理性质 2、颜色特性描述 3、颜色的视觉机理
Digital Image Processing
22
1、光线的物理特性 、
为像素的灰度值，z与qi 的差称为量化误差。)
量化为8 量化为 bit 量化； 量化； 图2-3 量化示意图
Digital Image Processing
(2)整数 用一个字 整数qi用一个字 整数 节8 bit来表示量化 来表示量化 后的灰度值。 后的灰度值。把由 黑—灰—白的连续 灰 白的连续 变化的灰度值， 变化的灰度值， 量 化为0～ 数值 化为 ～255数值
第6章彩色图像处理资料
补充 YUV彩色空间
YUV是被欧洲电视系统所采用的一种颜色编 码方法(属于PAL) 。
Y为颜色的亮度 U 为色差信号，为红色的浓度偏移量成份 V 为色差信号，为蓝色的浓度偏移量成份 YUV格式有：4∶4∶4 ；4∶2∶2 ；
4∶1∶1 ；4∶2∶0
YUV与RGB间的转换
6.1 彩色基础 p252
将红、绿、蓝的量称为三色值，表示为X,Y,Z， 则一种颜色由三色值系数定义为：
x X X Y Z
y Y X Y Z
z Z X Y Z
x y z 1
CIE色度图
纯色在色度图边 界上，任何不在 边界上而在色度 图内的点都表示 谱色的混合色；
越靠近等能量点 饱和度越低，等 能量点的饱和度 为0；
Y 0.299 0.587 0.114R
U
0.147
0.289
0.436 G
V 0.615 0.515 0.1 B
R 1 0
1.1398 Y
G 1
0.3946
Hale Waihona Puke 0.5805UB 1 2.032 0.0005V
6.3 伪彩色图像处理
伪彩色(又称假彩色)图像处理是根据特定的 准则对灰度值赋以彩色的处理，即将灰度 图转换为彩色图。
6.2.2 CMY和CMYK模型
CMY模型和RGB模型间的关系：
C 1 R
M
1
G
Y 1 B
RGB三个值已归一化为[0,1]
等量的青色、品红和黄色应该产生黑色。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。
6.2.2 CMY和CMYK模型
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
连接任2端点的直线上的各点表示将这2端点所 代表的颜色相加可组成的一种颜色
CMY和CMYK模型
CMY为颜料的原色：青色，深红，黄色 用于在纸上沉淀色彩的设备，如彩色打印机和复印
机等 实际为R、G、B的补色
C 1 R
M
1
G
imshow(im2double(g)>0.5);
彩色基础和色彩空间转换
光与色
白光通过棱镜时看到的色谱 可见光范围电磁波谱的波长组成
RGB彩色模型
CIE(国际照明委员会)三原色: 蓝: 435.8nm, 绿: 546.1nm, 红: 700nm
RGB模型的应用—彩色监视器
HSV模型
Hue,Saturation,Value 从RGB的模型的黑到白的对角线看过去所获得
IPT中常见的转换函数
dither(抖动)
在将RGB图像转变为索引图像时，dither函数可以使 用给定的颜色表完成转换，并使得转换的图像颜色 失真尽可能少
y=dither(x,map) 在将灰度图像转变为二值图像时，dither函数也同
样可以使失真尽可能小 bw=dither(gray_image)
Y 1 B
等量的CMY可产生黑色，为避免这样产生的黑色不 纯（打印机中的主要颜色），在CMY中加入了黑色 形成CMYK模型
HSI颜色模型
Hue色调，色相；描述纯色的属性 Saturation饱和度; 描述纯色被白光稀释的程度 Intensity亮度；无色光的强度概念
RGB与HSI
RGB到HSI的转换
索引图像(indexed image)
图像由数据矩阵和颜色表组成 数据矩阵大小为M×N 颜色表大小为K×3，K为颜色数
RGB图像分量的提取与合成
从RGB图像中提取RGB分量
fR=rgb_image(:,:,1); fG=rgb_image(:,:,2); fB=rgb_image(:,:,3);
第6章 彩色图像处理
李学明，lixm@
目录
MATLAB中的彩色图像 彩色基础与色彩空间转换 彩色图像处理基础 色彩变换 彩色图像空间滤波 RGB矢量空间处理
MATLAB中的彩色图像
MATLAB支持的彩色图像
RGB图像
图像为M×N×3维矩阵 每个像素由三个分量构成
IPT中常见的转换函数
gray2ind
将灰度图像转换为索引图像，颜色表为内置的gray 颜色表
[x,map]=gray2ind(gray_image,n) n为颜色数，缺省为64
ind2gray
将索引图转换为灰度图 gray_image=ind2gray(x,map)
IPT中常见的转换函数
I 1 (R G B) 3
S 1 3 [min(R,G, B)] (R G B)
H
360
BG BG
cos1{ [(R
1 2
[(R G)2
G) (R
(R B)] B)(G B
)]
1 2
}
HSI的应用
RGB图像和它的HSI分量 通过修改HSI分量改变RGB图像
YCrCb模型
将RGB图像转换为灰度图像
gray_image=rgb2gray(rgb_image)
彩色图像转换示例(example0601)
f = imread('images\Fig0604(a)(iris).tif'); [X1, map1] = rgb2ind(f, 8, 'nodither'); [X2, map2] = rgb2ind(f, 8, 'dither'); g = rgb2gray(f); g1 = dither(g);
在数字视频领域广泛使用的颜色模型
Y 16 65.481 128.553 24.996 R
Cb
128
-
37.797
- 74.203
112.00 G
Cr 128 112.00 - 93.786 -18.214B
NTSC颜色模型
美国模拟电视系统使用的颜色模型
IPT中常见的转换函数
grayslice函数
用给定的门限值将灰度图像转变为索引图像
x=grayslice(gray_image,n)
此时门限值为：
1 , 2 , , n 2 , n -1
nn
nn
x=grayslice(gray_image,v)
V是一个矢量，规定转换的门限
dither示例
rgb2ind
将RGB图像转换为索引图像 [x,map]=rgb2ind(rgb_image,n,dither_option) n为颜色表行数 dither_option有dither和nodither两种
ind2rgb
将索引图像转换为rgb图像
IPT中常见的转换函数
rgb2gray
将三个分量图像合成为RGB图像
rgb_image=cat(3,fR,fG,fB);
Indexed图像的映射表操作
某些时候可能需要减少索引图像的查找表数目 [Y,newmap]=imapprox(X,map,n)
将索引图像(X,map)的查找表题目减少为n
有时候可能需要定义新的映射表
map(k,:)=[r(k) g(k) b(k)]
MATLAB内置了多个颜色映射表
颜色表使用示例colormaptest
f = imread('images\Baboongray.jpg'); imshow(f); figure; imshow(f,colormap('autumn'));title('Autumn'); figure; imshow(f,colormap('cool'));title('cool'); figure; imshow(f,colormap('hot'));title('hot');
的颜色模型 模型是正六边形 当灰度发生变化时，六边形的尺寸也发生变化
HSV模型
CIE色度图
XYZ三色值：形成任 何颜色所需的红绿蓝 的量
三色值系数： x X X Y Z y Y X Y Z z Z X Y Z
CIE色度图含义
每点都对应一种可见的颜色，任何可见的颜色 都在图中占据确定的位置