彩色图像处理
3.伪彩色图像处理的应用 伪彩色图像处理技术已经被广泛应用于遥感和医学图像处理中，例如，它适用于航摄、 遥感图片和云图判读、X光片等方面。 假彩色增强的一个重要应用是用于多光谱遥感图像。多光谱图像中除了可见光波段图 像外，还包括一些非可见光，由于它们的夜视和全天候能力，可得到可见光波段无法 获得的信息，因此若将可见光与非可见光波段结合起来，通过假彩色处理，就能获得 更丰富的信息，便于对地物识别。
减色基：青（Cyan）、品红（Magenta）、黄（Yellow）是加色基R、G、B的补色 颜色是从白光中减去一定成分得到的 （适合于彩色打印，印刷行业等）
♦♦♦面向以彩色处理为目的的应用 HSI (H表示色调（hue）,S表示饱和度（saturation）,I表示
亮度（intensity,对应成像灰度）颜色空间以及HSV颜色空间
（a）原RGB图像
（b）H分量
（c）S分量
（d）I分量
3.MATLABA中彩色图像的处理
图像处理工具箱将彩色图像当作索引图或RGB图像来处理。
1.RGB图像
一幅RGB图像就是M×N×3大小的彩色像素的数组，其中的每个彩色像素点 都是在特定空间位置的彩色图像所对应的红、绿、蓝三个分量(见图)。
亮度：是指无彩色，就只有亮度一个维量的。 色调：表示观察者接收的主要颜色。如，当我们说一个物体是红色、橘黄 色、黄色时，是指它的色调。 饱和度：表示颜色的纯度，纯光谱色是完全饱和的，加入白光会稀释饱和 度。饱和度越大，颜色看起来就会越鲜艳，反之亦然。
☻☻注： 色调和饱和度合起来称为色度 颜色可用亮度和色度共同表示。
亮度I是指光波作用于感受器所发生的效 应，其大小由物体反射系数来决定，反 射系数越大，物体的亮度愈大，反之愈 小。如果把亮度作为色环的垂线，那么H 、S、I构成一个柱形彩色空间。灰度阴影 沿着轴线自下而上亮度逐渐增大，由底 部的黑渐变成顶部的白。圆柱顶部的圆 周上的颜色具有最高亮度和最大饱和度。
图像的HSI分解
令fR、fG和fB分别表示三幅RGB分量图像。RGB图像就是利用 cat(连接)操作将这些分量图像组合而成的彩色图像： 在运算中，图像按顺序放置。通常，cat(dim,A1,A2…)沿着由dim 指定的方式连接数组(它们必须是相同尺寸)。例如，如果dim=1，数 组就垂直安排；如果dim=2，数组就水平安排；如果dim=3，数组就 按照三维方式堆叠，如上图所示。 如果所有的分量图像都是一样的，那么结果是一幅灰度图像。令 rgb_image表示一幅RGB图像，下面这些命令可以提取出三个分量图 像：
为显示一幅索引图像，可写为： >> imshow (X ,map) 或者写为： >> image (x) >> colormap(map) 彩色映射用索引图像来存储，当使用函数imread加载图像时，索引图 像将自动和图像一起被载入。
4.伪彩色图像处理
人眼分辨灰度级能力较差，一般只有几十级，有时无法从图像的灰度中提取 有用信息。而人眼对彩色分辨率较强，达几百种甚至上千种。 一般采用的彩色图像强的方法可分为： ♦♦ 伪彩色增强方法
包含了颜色Leabharlann 息 （描述纯彩色被白光冲淡的程度的度量） I表示对应成像亮度和图像灰度，称为亮度（intensity）
（描述灰度等级） 与彩色信息无关
HSI彩色模型如图(a)所示，而图(b)显示的是标准HSI三角形 三角形的顶点代表了三个归一化的彩色分量（R、G、B）的三角
系数。
色调H定义为颜色点P至中心的线段与R轴之间的夹角。
2.RGB模型
RGB模型采用三基色构成表色系统。自然界的任一颜色都可通过这三 种基色按不同比例混合而成。由于RGB模型将三基色同时加入以产生 新的颜色，所以，它是一个加色系统。 设颜色传感器把数字图像上的一个像素编码成(R，G，B)，每个 分量量化范围为 ［0，255］共256级。 因此，RGB模型可以表示2^8×2^8×2^8=2^24=256×256×256=16 777 216≈1670万种颜色。这足以表示自然界的任一颜色，故又称其 为24位真彩色。 一幅图像中的每一个像素点均被赋予不同的RGB值，便可以形成真彩 色图像。
人眼的吸收特性：
在人的视觉系统中存在着杆状细胞和锥状细胞两种感光细胞。杆状细胞为暗 视器官，主要功能是辨别亮度信息；锥状细胞是明视器官，在照度足够高时 起作用，其功能是分辨颜色。 人眼的锥状细胞是负责彩色视觉的传感器，其可分为三个主要的感觉类别。 大约65%的锥状细胞对红光敏感， 33%对绿光敏感， 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。 锥状细胞将电磁光谱的可见部分分为三个波段： 红、绿、蓝。由于这个原因， 这三种颜色被称为三基色，图1表示了人类视觉系统三类锥状细胞的光谱敏感 曲线。
举一个实际的例子： 图中圆圈内的就是索引图像的索引表，下面的就是其对应RGB颜色表。
图中小圆圈处的索引号是5，对应RGB颜色的第5行，所以该处RGB 颜色实际是0.2902 0.0627 0.0627
索引图像的作用就是体积小，方便传输，只需要把索引表传输过去， 接收方用对应的RGB颜色表还原就行。
人类视觉系统三类锥状细胞的光谱敏感曲线
国际照明委员会(CIE)早在1931年规定了三种基本色的特定波长值分别为 R:700 nm，G:546.1 nm，B:435.8 nm。
2． 颜色的三个属性
颜色分两大类： 非彩色和彩色。非彩色是指黑色、白色和介于这两者之间深浅不 同的灰色，也称为无色系列。彩色是指除了非彩色以外的各种颜色。
（a）HSI彩色模型坐标系统
（b）HSI彩色三角形
HSI各分量的详细解释： 色调H由角度表示，它反映了颜色最接 近什么样的光谱波长，即光的不同颜 色。通常假定0°表示的颜色为红色， 120°的为绿色， 240°的为蓝色。 从0°到360°的色相覆盖了所有可见 光谱的彩色
饱和度S表征颜色的深浅程度，饱和度 越高，颜色越深。饱和度参数是色环的 原点（圆心）到彩色点的半径的长度。 在环的边界上的颜色饱和度最高，其饱 和度值为1；在中心的饱和度为0。
图 RGB颜色模型单位立方体
图像的R、G、B分解示例
源代码如下： rgb=imread('F:\数字图像处理与MATLAB\picture\cat.jpg'); %可以通过下面的程序看一幅图的RGB三个通道 R=rgb(:,:,1);%红色分量 G=rgb(:,:,2);%绿色分量 B=rgb(:,:,3);%蓝色分量 R1=rgb(:,:,1)*0; %将图像的三维矩阵的每1页清零 G1=rgb(:,:,2)*0; B1=rgb(:,:,3)*0; R_img=cat(3,R,G1,B1); G_img=cat(3,R1,G,B1); B_img=cat(3,R1,G1,B); subplot(1,4,1);imshow(rgb);title('原图'); subplot(1,4,2);imshow(R_img);title('R红'); subplot(1,4,3);imshow(G_img);title('G绿'); subplot(1,4,4);imshow(B_img);title('B蓝');
♦♦真彩色增强方法
1.什么是伪彩色图像处理 伪彩色处理是指把黑白图像的各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，得到一幅彩色图像的技术。
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。
2.伪彩色增强的目的 由于人眼对彩色的分辨能力远远高于对灰度的分辨能力，所以将灰度图像转 化成彩色表伪色彩处理的主要目的是为了提高人眼对图像细节的分辨能力， 以达到图像增强。
《彩色图像处理 》
王晓群 张培林
1.色度学基础
2.颜色模型 3.MATLAB彩色图像的表示
4.伪彩色图像处理
1.色度学基础
1． 三色原理
灰度图像的像素值是光强，即二维空间变量的函数f(x，y)。 如果把灰度值看成是二维空间变量和光谱变量的函数f(x，y，λ)，则 为多光谱图像，也就是通常所说的彩色图像。 计算机显示一幅彩色图像时，每一个像素的颜色是通过三种基本颜色 (红、绿、蓝)合成的，即利用了最常见的RGB颜色模型。 要理解颜色模型，首先应了解人的视觉系统。
rab_image = cat(3, fR, fG , fB)
>> fR = rgb_image(: , : , 1); >> fG = rgb_image(: , : , 2); >> FB = rgb_image(: , : , 3);
2.索引图像 索引图像有两个分量：整数数据矩阵X和彩色映射矩阵map。矩阵map是 m×3大小、由double类型且范围在[0,1]之间的浮点数构成的数组。map的长 度m等于定义的颜色数。map的每一行都定义有单色的红、绿、蓝分量。索 引图像将像素的亮度值"直接映射"到彩色值。每个像素的颜色由对应的整数 矩阵X的值作为指向map的索引决定。如果X是double类型，那么值1指向 map的第一行，值2指向第二行，等等。如果X是uint8或uint16类型，那么值 0指向map的第一行。
2.颜色模型
实际应用中常用的颜色空间有
RGB、CMY、HSV、HSI、YUV、YIQ等。
常用的颜色空间可分为两类
♦♦♦面向硬设备的应用 RGB颜色空间模型，是一种加色混色模型
以RGB三色光互相叠加来实现混色的方法(适合于显示器等发光体的 显示 )
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.
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
实验五 彩色图像处理
实验五彩色图像处理一、实验目的使用MatLab 软件对图像进行彩色处理。
使学生通过实验熟悉使用MatLab软件进行图像彩色处理的有关方法，并体会到图像彩色处理技术以及对图像处理的效果。
二、实验要求要求学生能够完成彩色图像的分析，能正确讨论彩色图像的亮度、色调等性质；会对彩色图像进行直方图均衡，并能正确解释均衡处理后的结果；能够对单色图像进行伪彩色处理、利用多波长图像进行假彩色合成、进行单色图像的彩色变换。
三、实验内容与步骤(1) 彩色图像的分析调入并显示彩色图像flower1.tif ；拆分这幅图像，并分别显示其R，G，B分量；根据各个分量图像的情况讨论该彩色图像的亮度、色调等性质。
(2) 彩色图像的直方图均衡接内容(1)；显示这幅图像的R，G，B分量的直方图，分别进行直方图均衡处理，并显示均衡后的直方图和直方图均衡处理后的各分量；将处理完毕的各个分量合成彩色图像并显示其结果；观察处理前后图像的彩色、亮度、色调等性质的变化。
(3) 假彩色处理调入并显示红色可见光的灰度图像vl_red.jpg、绿色可见光的灰度图像vl_green.jpg 和蓝色可见光的灰度图像vl_blue.jpg；以及近红外灰度图像infer_near.jpg和中红外灰度图像infer_mid.jpg；以图像vl_red.jpg为R；图像vl_green.jpg为G；图像vl_blue.jpg为B，将这三幅图像组合成可见光RGB彩色图像；分别以近红外图像infer_near.jpg和中红外图像infer_mid替换R分量，形成假彩色图像；观察处理的结果，注意不同波长红外线图像组成图像的不同结果(4) 伪彩色处理1：灰度切片处理调入并显示灰度图像head.jpg；利用MATLAB提供的函数对图像在8~256级的范围内进行切片处理，并使用hot模式和cool 模式进行彩色化；观察处理的结果。
(5) 彩色变换(选做)调入并显示灰度图像Lenna.jpg；使用不同相位的正弦函数作为变换函数，将灰度图像变换为RGB图像。
第六章 彩色图像处理
z =1- (x+y)
从380 nm的紫色到781nm的红色等各种纯色的位置标 在舌形色度图周围的边界上。任何不在边界上而在色 度图内部的点都表示谱色的混合色。 图边界上的任何点都是全饱和的。离开边界并接近等 能量点，就在颜色中加入更多的白光，该颜色就变成 欠饱和。
16
例如，图中标记为绿 的点有62%的绿和25% 的红成分，从上式得 到蓝的成分约为13%。
• •
全彩色处理（图像用全彩色传感器获取）
伪彩色处理（对特定的单一亮度或亮度范围赋予一种颜色）
2
专题制图仪
3
嫦娥一号所拍月球三维照片
4
主要内容
彩色基础 彩色模型 伪彩色处理 彩色变换
平滑和锐化
彩色分割
彩色图像的噪声
5
6.1 彩色基础
Color Spectrum
Newton discovered that when a beam of sunlight passes through a glass prism, the emerging beam of light is not white but consists instead of a continuous spectrum of colors. No color in the spectrum ends abruptly, but rather each color blends smoothly into the next.
X x X Y Z Y y X Y Z Z z X Y Z x y z 1
15
色度图 (C.I.E.Chromaticity Diagram)
MATLAB彩色图像处理
色彩平衡是调整图像中颜色分量的过程，以改善图像的色彩表现。在Matlab中，可以 使用colorbalance函数进行色彩平衡。
03
图像滤波与变换
图像滤波
均值滤波
通过将像素邻域的平均 值赋给输出图像的相应 像素，减少图像中的噪
声。
中值滤波
将像素值替换为其邻域 的中值，对去除椒盐噪
声特别有效。
高斯滤波
使用高斯函数对图像进 行平滑处理，有助于减
少图像中的细节。
双边滤波
结合了像素的空间邻近 度和灰度值相似度，能
够保留边缘信息。
图像变换
傅里叶变换
小波变换
将图像从空间域转换到频率域，用于分析 图像的频率成分。
将图像分解成不同频率和方向的小波系数 ，用于图像压缩和特征提取。
离散余弦变换（DCT）
支持向量机（SVM）
基于统计学习理论的分类器，用于图像识别。
05
Matlab应用实例
图像平滑处理
01
02
03
均值滤波
通过将像素邻域的平均值 赋给输出图像的相应像素， 减少图像中的噪声。
高斯滤波
利用高斯函数的形状对图 像进行平滑，对图像的边 缘进行平滑处理，减少噪 声的影响。
中值滤波
将像素邻域的中值赋给输 出图像的相应像素，对去 除椒盐噪声特别有效。
图像锐化处理
拉普拉斯算子
利用拉普拉斯算子对图像 进行锐化，增强图像的边 缘和细节。
梯度算子
基于图像梯度的锐化方法， 能够突出显示图像中的边 缘和其他高频部分。
Sobel算子
通过计算像素邻域内像素 的加权差分，实现图像的 锐化。
图像边缘检测
Canny边缘检测