数字图像处理及MATLAB实现第八章彩色图像处理及MATLAB实现 (2)
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。
数字图像处理实验八
数字图像处理实验实验八：彩色图像处理学院：信息工程学院姓名：学号：专业及班级：指导教师：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、实验内容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。
利用MATLAB软件实现彩色图像处理的程序：rgb_image=imread('flower1.tif'); %读取图像flower1.tiffR=rgb_image(:,:,1); %获取图像的红色分量fG=rgb_image(:,:,2); %获取图像的绿色分量fB=rgb_image(:,:,3); %获取图像的蓝色分量figure(1),imshow(fR) %分别显示图像figure(2),imshow(fG)figure(3),imshow(fB)%实现rgb图像转化为NTSC彩色空间的图像yiq_image=rgb2ntsc(rgb_image);fY=yiq_image(:,:,1); %图像flower1.tif的亮度fI=yiq_image(:,:,2); %图像flower1.tif的色调fQ=yiq_image(:,:,3); %图像flower1.tif的饱和度figure(4),imshow(fY)figure(5),imshow(fI)figure(6),imshow(fQ)fR=histeq(fR,256); %对彩色图像的分量进行直方图均衡化fG=histeq(fG,256);fB=histeq(fB,256);RGB_image=cat(3,fR,fG,fB); %将直方图均衡化后的彩色图像合并figure,imshow(RGB_image) %观察处理后的彩色图色度，亮度参照前面f1=imread('v1_red.jpg');f2=imread('v1_green.jpg');f3=imread('v1_blue.jpg');f4=imread('infer_near.jpg');ture_color=cat(3,f1,f2,f3);figure,imshow(ture_color) %显示由红、绿、蓝三幅图合成的彩色图false_color=cat(3,f4,f2,f3); %用近红外图像代替R分量figure,imshow(false_color) %显示由近红外、绿、蓝三幅图合成的假彩色图f=imread('head.jpg');cut_1=imadjust(f,[0.0925 0.5],[0.0925 0.5]);%提取灰度在16-128之间的像素cut_2=imadjust(f,[0.5 1],[0.5 1]); %提取灰度在128-256之间的像素figure,imshow(cut_1),colormap(hot) %显示图像cut_1,并使用hot模型彩色化figure,imshow(cut_2),colormap(cool) %显示图像cut_2,并使用cool模型彩色化三、实验具体实现(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。
利用MATLAB对图像进行处理
光电图像处理2021年 4月（一）彩色图像的增强1.研究目的及意义人类传递的信息有70%是视觉信息.图像信息是传递信息的重要媒体和手段。
但是在生活中,常常由于光线不充足,在获得图像后会发现图像亮度不够,导致景物无法看清楚。
为了研究和分析图像,需对图像进行必要的处理。
对于数字图像常用的处理方法就是用图像增强技术来改善图像的像质。
图像增强是指按特定的需要突出一幅图像的某些信息,同时，削弱或去除某些不需要的信息的处理方法。
其主要目的是使处理后的图像对某种特定的应用来说，比原始图像更适用。
处理的结果使图像更适合于人的视觉特性或机器的识别系统。
图像增强技术主要是针对灰度图来作用。
其手段是修改直方图。
在图像处理中色彩的运用是很重要的,原因有两个:第一,在自动图像分析中色彩是一个有力的描述工具,它通常可使从一个场景中识别和抽取日标的处理得到简化;第二,人们对图像进行分析时,人眼区别的灰度层次大约只有二十几种,但却能够识别成千上万的色彩。
彩色图像中含有较大的信息量;而且人眼对色彩的识别和区分能力可以达到灰度辨别能力的百倍以上，所以彩色图像的增强对从图像中获得更多的信息有着非常重要的作用。
2.理论基础图像增强根据图像的模糊情况采用各种特殊的技术突出图像中的某些信息，削弱或消除无关信息达到强调图像的整体或局部特征的目的。
常用的图像增强技术有直方图修改、图像平滑滤波、图像锐化等。
图像增强技术主要分为两类：频域增强法和空域增强法。
频域增强法主要是利用各种频域滤波器进行图像平滑或锐化处理,然后进行变换域反变換来增强图像;空域增强法是直接针对图像中的像素,对图像的灰度进行处理。
空域法属于直接增强的方法,它包括扩展对比度的灰度变换和直方图变换.清除噪声的平滑法和增强边缘的锐化法。
图像增强原理：设原始图像在(x,y)处的灰度为f(x,y)，而增强后的灰度为g(x,y)，则图像的增强可表示为将在(x,y)处的灰度f(x,y)映射为g(x,y),可表示为g(x,y)=T[f(x,y)],针对灰度图像。
数字图像处理及matlab实现
THANKS
05 数字图像处理的应用案例
医学影像处理
1 2 3
医学影像诊断
数字图像处理技术可以用于医学影像的预处理、 增强、分割和识别，帮助医生更准确地诊断疾病。
医学图像重建
通过数字图像处理技术，可以从低质量的医学图 像中重建出高质量的图像，提高医学影像的清晰 度和诊断价值。
医学图像配准与融合
数字图像处理技术可以实现不同模态医学图像之 间的配准与融合，提供更全面的医学信息。
离散余弦变换
将图像从空间域转换到余弦函数构成的系数矩阵，用于数据压缩 和去噪。
Matlab中的图像恢复实现
超分辨率
通过多幅低分辨率图像合成一幅高分辨率图 像，提高图像的分辨率。
去噪
利用各种滤波技术去除图像中的噪声，恢复 原始图像。
失真校正
对由于拍摄、传输等原因造成的图像失真进 行校正，提高图像质量。
数字图像处理及 Matlab实现
目录
Contents
• 数字图像处理基础 • Matlab基础 • 数字图像处理技术 • Matlab在数字图像处理中的应用 • 数字图像处理的应用案例
01 数字图像处理基础
图像的数字化
总结词
将连续的图像转化为离散的像素点阵列。
详细描述
通过将连续的图像转化为离散的像素点阵列，数字图像处理能够将图像信息转 化为计算机能够处理的数字信息。每个像素点由其位置和灰度值表示，形成数 字图像。
图像的灰度级别
总结词
描述像素的亮度级别。
详细描述
图像的灰度级别决定了像素的亮度范围。灰度级别越高，图像的亮度范围越丰富， 细节表现力越强。常见的灰度级别有256级（0-255）和16级（0-15）。
数字图像处理基础程序及运行结果图像matlab程序讲解
目录实验一MATLAB数字图像处理初步 (2)实验二图像的代数运算 (6)实验三图像增强—灰度变换 (9)实验四图像增强—直方图变换 (11)实验五图像增强—空域滤波 (13)实验六图像的傅立叶变换 (17)实验七图像增强—频域滤波 (19)实验八彩色图像处理 (21)实验九图像分割 (24)实验十形态学运算 (27)实验一 MATLAB数字图像处理初步一、实验目的与要求1．熟悉及掌握在MATLAB中能够处理哪些格式图像。
2．熟练掌握在MATLAB中如何读取图像。
3．掌握如何利用MATLAB来获取图像的大小、颜色、高度、宽度等等相关信息。
4．掌握如何在MATLAB中按照指定要求存储一幅图像的方法。
5．图像间如何转化。
二、实验内容及步骤1．利用imread( )函数读取一幅图像，假设其名为flower.tif，存入一个数组中；2．利用whos 命令提取该读入图像flower.tif的基本信息；3．利用imshow()函数来显示这幅图像；4．利用imfinfo函数来获取图像文件的压缩，颜色等等其他的详细信息；5．利用imwrite()函数来压缩这幅图象，将其保存为一幅压缩了像素的jpg 文件,设为flower.jpg；语法：imwrite(原图像，新图像，‘quality’,q), q取0-100。
6．同样利用imwrite()函数将最初读入的tif图象另存为一幅bmp图像，设为flower.bmp。
7．用imread()读入图像：Lenna.jpg 和camema.jpg；8．用imfinfo()获取图像Lenna.jpg和camema.jpg 的大小；9．用figure,imshow()分别将Lenna.jpg和camema.jpg显示出来，观察两幅图像的质量。
10．用im2bw将一幅灰度图像转化为二值图像，并且用imshow显示出来观察图像的特征。
11．将每一步的函数执行语句拷贝下来，写入实验报告，并且将得到第3、9、10步得到的图像效果拷贝下来三、考核要点1、熟悉在MATLAB中如何读入图像、如何获取图像文件的相关信息、如何显示图像及保存图像等，熟悉相关的处理函数。
数字图像处理及应用MATLAB第8章.ppt
（3）imshow 功能：显示图像
格式：imshow(I,n) ；imshow(I,[low high]) ；imshow(BW) %显示黑白图像
imshow(X,map) %显示索引色图像；imshow(RGB) %显示真彩色图像
imshow filename （4）figure
功能：创建图形窗口 （5）subplot
功能：将多个图画到一个平面上的工具。 格式：subplot（m,n,p）或者subplot（mnp） 说明：其中，m表示是图排成m行，n表示图排成n列，也就 是整个figure中有n个图是排成一行的，一共m行。
(a)原始图像 实验结果图
(b) 处理后图像
（4）实现真彩色图像与索引图像的互相转换。
clear,clc close all RGB1 = imread('peppers.png');%读入真彩色图像 [X1,map1] = rgb2ind(RGB1,128);%真彩色图像转化为索引图 imshow(X1,map1) %显示索引图像 load clown;%载入图像 rgb2=ind2rgb(X,map);%将索引图像转化为真彩色图像 figure,imshow(rgb2)
2、实验中所用部分函数介绍
（1）imread 功能：图像文件的读取 格式： A=imread(filename,fmt) 将文件命为filename表示的扩展名为fmt的图像文件读Байду номын сангаас到矩
阵A中。MATLAB支持的图像格式有bmp、jpg或jpeg、tif或tiff、 gif、pcx、png、xwd。 （2）imwrite
MATLAB图形图像处理2课件
• imfilter是用来实现线性空间滤波的函数，其基本语法格式 为：
• hp = imfilter(p, w, filter_mode, boundary_options, size_options)
• 其中hp为经过滤波后输出的图像，p为原图像，参数w为滤 波模板，filter_mode指定滤波过程中使用相关核（corr）还 是卷积核（conv）。boundary_options控制边界填充方式为 边界复制（replicate）、边界循环（circular）还是边界对 称（symmetric）。size_options可以为same或者full两者之 一。如 hp = imfilter(p, w, ’replicate’)
• subplot(1,3,3);imshow(p2);
• 图3.33 拉普拉斯波和高斯－拉普拉斯滤波((a)原 图像；(b)拉普拉斯滤波后图像；(c)高斯－拉普拉 斯滤波后图像)
3.7 图像的空间变换
• 图像的空间变换也称为图像的几何变 换，是指将用户获得或设计的原始图像， 按照需要产生大小、形状和位置的变化。 图像几何变换是图像显示技术中的一个重 要组成部分，常用的图像几何变换主要包 括图像的缩放、图像的剪切及图像的旋转 等内容。
• p = imread('football.jpg');
• I = rgb2gray(p);
• imhist(I);
3.5.3直方图均衡化
• 通过直方图均衡化做适当的调整，即把一幅已知灰 度概率分布图像中的像素灰度做某种映射变换，使 它变成一幅具有均匀概率分布的新图像，使图像视 觉效果更加清晰。
• imnoise是MATLAB提供的图像噪声模拟函数，其 基本语法格式为：
数字图像处理实验程序MATLAB
实验一内容（一）（1）彩色图像变灰度图像A=imread('1.jpg');B=rgb2gray(A);figuresubplot(1,2,1),imshow(A)title('原图')subplot(1,2,2),imshow(B)title('原图灰度图像')（2）彩色图像变索引图像A=imread('1.jpg');figuresubplot(1,2,1),imshow(A)title('原图')[X,map]=rgb2ind(A,128);subplot(1,2,2),imshow(X,map)title('原图索引图像')（3）彩色图像变二值图像A=imread('1.jpg');figuresubplot(1,2,1),imshow(A)title('原图')C=im2bw(A,0.2);subplot(1,2,2),imshow(C)title('原图二值图像')（4）灰度图像变索引图像（一）A=imread('1.jpg');figureB=rgb2gray(A);subplot(1,2,1),imshow(B)title('灰度图像')C=grayslice(B,39);subplot(1,2,2),imshow(C)title('灰度变索引图像')（5）灰度图像变索引图像（二）A=imread('1.jpg');figureB=rgb2gray(A);subplot(1,2,1),imshow(B)title('灰度图像')[X,map]=gray2ind(B,63);subplot(1,2,2),imshow(X,map)title('灰度变索引图像')（6）灰度图像变彩色图像A=imread('1.jpg');figureB=rgb2gray(A);subplot(1,2,1),imshow(B)title('灰度图像')C=gray2rgb(B,map);subplot(1,2,2),imshow(C)title('灰度变彩色图像')内容（二）（1）灰度平均值A=imread('1.jpg');figureB=rgb2gray(A);subplot(1,2,1),imshow(B)title('灰度图像')B=double(B);[m,n]=size(B);sumg=0.0;for i=1:m;for j=1:n;sumg=sumg+B(i,j);endendavg=sumg/(m*n) % 均值maxg=max(max(B)) % 区域最大灰度ming=min(min(B)) % 区域最小灰度（2）彩色平均值figureimshow(A)title('彩色图像')A=double(A);[m,n]=size(A);sumg=0.0;for i=1:m;for j=1:n;sumg=sumg+A(i,j);endendavg=sumg/(m*n)squre=m*nmaxg=max(max(A))ming=min(min(A))内容（三）采样量化实验二图像变换傅里叶变换、反变换、I=imread('19.jpg');A=rgb2gray(I);x1=fft2(A);x2=fftshift(x1);x3=ifft(x1)/10;figure,subplot(1,4,1);imshow(A)title('原图');subplot(1,4,2);imshow(x1)title('频谱图');subplot(1,4,3);imshow(log(abs(x2)+1),[0 10]);title('直流分量移至频谱图中心');subplot(1,4,4);imshow(x3,[0 10])title('傅里叶反变换');DCT变换、反变换I=rgb2gray(X);subplot(1,3,1);imshow(I);title('原图');subplot(1,3,2);J=dct2(I);imshow(log(abs(J)),[0 20]);title('二维离散余弦变换');subplot(1,3,3);K=idct2(J)/20;imshow(K,[0 20]);title('二维离散反余弦变换');利用DCT变换压缩图像I=imread('19.jpg');A=rgb2gray(I);B=DCT2(A);B(abs(B)<0.1)=0;C=idct2(B)/255;figure,subplot(1,3,1);imshow(A);title('原图');subplot(1,3,2);imshow(B);title('二维离散余弦变换频谱图');subplot(1,3,3);imshow(C);title('压缩后图像');实验三图像增强（一）灰度图像增强（1）线性变换法clc;clear all;I=imread('19.jpg');A=rgb2gray(I);colormap;imshow(A);%设置图像倒数参数j=imadjust(A,[0 1],[1 0],1.5);figure;subimage(j)(2)灰度图像的非线性变换（之对数）I=imread('19.jpg');colormapimshow(I)J=double(I);J=45*log(J+1);I=uint8(J);figure,subimage(J)(二)直方图校正直方图均衡I=imread('19.jpg');B=rgb2gray(I);imshow(B,[40 255]);figure,imhist(B)title('直方图')J=imadjust(B,[0.15 0.9],[0 1]); figure,imhist(B,64)title('均衡直方图')滤波I=imread('19.jpg');figure,B=rgb2gray(I);C=imnoise(B,'salt & pepper',0.02);D=imfilter(B,fspecial('average',3)); E=medfilt2(B);subplot(1,3,2)imshow(D)title('均值滤波')subplot(1,3,3)imshow(D)title('中值滤波')subplot(1,3,1)imshow(C)title('加入椒盐噪声图像')锐化处理I=imread('19.jpg');A=rgb2gray(I);figure,subplot(2,3,1),imshow(A);title('原图');hs=fspecial('sobel');S=imfilter(A,hs);hp=fspecial('prewitt');P=imfilter(A,hs);A=double(A);%双精度型H=[0 1 0,1 -4 1,0 1 0];%拉普拉斯算子J=conv2(A,H,'same');K=A-J;subplot(2,3,2),imshow(K);title('拉普拉斯锐化图像');B=edge(A,'roberts',0.1);subplot(2,3,3),imshow(B);title('罗伯特锐化图像');subplot(2,3,4),imshow(S);title('sobel算子锐化图像');subplot(2,3,5),imshow(P);title('prewitt算子锐化图像');实验四放缩A=imread('19.jpg');imshow(A);title('原图')B=imresize(A,2)figure,imshow(B);title('二倍图')C=imresize(A,0.5)figureimshow(C)title('二分之一图')旋转A=imread('19.jpg');figuresubplot(1,4,1),imshow(A);title('原图像')B=imrotate(A,30,'nearest');subplot(1,4,2),imshow(uint8(B));title('旋转30度图像')C=imrotate(A,45,'nearest');subplot(1,4,3),imshow(uint8(C));title('旋转45度图像')D=imrotate(A,60,'nearest');subplot(1,4,4),imshow(uint8(D));title('旋转60度图像')镜像A1=imread('19.jpg');A1=double(A1);Figure，subplot(1,4,1),imshow(uint8(A1));H=size(A1);title('原像')A2(1:H(1),1:H(2),1:H(3))=A1(H(1):-1:1,1:H(2),1:H(3));%垂直镜像subplot(1,4,2),imshow(uint8(A2));title('垂直镜像')A3(1:H(1),1:H(2),1:H(3))=A1(1:H(1),H(2):-1:1,1:H(3));%水平镜像subplot(1,4,3),imshow(uint8(A3));title('水平镜像')A4(1:H(1),1:H(2),1:H(3))=A1(H(1):-1:1,H(2):-1:1,1:H(3));%对角镜像subplot(1,4,4),imshow(uint8(A4));title('对角镜像')剪切A1=imread('19.jpg');A2=imcrop(A1,[75 68 100 110]);figuresubplot(1,2,1),imshow(A1);title('原像')subplot(1,2,2),imshow(A2);title('剪切后像')实验五阈值分割A=imread('19.jpg');figuresubplot(1,4,1),imshow(A);title('原图像')B=im2bw(A,91/255);subplot(1,4,2),imshow(B);title('阈值91的图像')C=im2bw(A,71/255);subplot(1,4,3),imshow(C);title('阈值71的图像')D=im2bw(A,140/255);subplot(1,4,4),imshow(D);title('阈值140的图像')边缘检测I=imread('19.jpg');A=rgb2gray(I);figuresubplot(1,4,1),imshow(A);title('原图像')B=edge(A,'sobel',0.1);%edge边缘检测函数subplot(1,4,2),imshow(B);title('sobel算子检测')C=edge(A,'roberts',0.1);%0.1为门限subplot(1,4,3),imshow(C);title('roberts算子检测')D=edge(A,'prewitt',0.1);subplot(1,4,4),imshow(D);title('prewitt算子检测')所谓数字图像处理[7]就是利用计算机对图像信息进行加工以满足人的视觉心理或者应用需求的行为。
- 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)。
出版社 理工分社
图8.10 色彩调整示例
17
数字图像处理及MATLAB实现
（2）真彩色增强的 MATLAB 实现
出版社 理工分社
图8.11 真彩色图像均值滤波前、后显示效果对比
18
数字图像处理及MATLAB实现
（3）彩色图像恢复的MATLAB实现
出版社 理工分社
图8.12 彩色图像恢复的示例
19
出版社 理工分社 5
数字图像处理及MATLAB实现
出版社 理工分社
（2）从 HSV 变换到 RGB
6
数字图像处理及MATLAB实现
出版社 理工分社
7
数字图像处理及MATLAB实现
出版社 理工分社
8.2.5 彩色图像的 MATLAB 的实现 （1）MATLAB 图像处理工具箱支持的彩色图像 1）索引图像 2）RGB 图像 3）HSV 图像 （2）MATLAB 图像处理工具箱 HSV 模式与 RGB
模式之间的相互变换 （3）相互转换的 MATLAB 实现
8
数字图像处理及MATLAB实现
出版社 理工分社
图8.3 RGB图像转变为 HSV 图像，再由HSV图像 转变为RGB图像示例
9
数字图像处理及MATLAB实现
出版社 理工分社
图 8.4 RGB 图像转变为YCBCR图像，再由YCBCR 图像转变为RGB图像示例
11
数字图像处理及MATLAB实现
出版社 理工分社
图8.5 RGB图像转变为NTSC图像示例
12
数字图像处理及MATLAB实现
8.3.2 彩色图像增强 （1）密度分割法
出版社 理工分社
图8.6 简单的灰度到彩色变换
13
数字图像处理及MATLAB实现
（2）灰度级—彩色变换法
出版社 理工分社
图8.7 伪彩色处理原理图
20
数字图像处理及MATLAB实现
8.4.1 彩色图像分割
8.4.2 彩色图像测量 8.4.3 图像的伪彩色和假彩色处理 （1）伪彩色处理 （2）假彩色处理
出版社 理工分社 21
数字图像处理及MATLAB实现
出版社 理工分社
8.4.4 伪彩色和假彩色处理的MATLAB实现 （1）灰度分层方法伪彩色处理的MATLAB实现 （2）变换法伪彩色处理MATLAB实现
14
数字图像处理及MATLAB实现
（3）频率—彩色变换法
出版社 理工分社
图8.8 典型的变换函数
15
数字图像处理及MATLAB实现
出版社 理工分社
图8.9 频域—彩色增强原理框图 8.3.3 彩色补偿
16
数字图像处理及MATLAB实现
8.3.4 彩色图像恢复 8.3.5 彩色图像处理的MATLAB实现 （1）色彩平衡MATLAB的实现
2
数字图像处理及MATLAB实现
8.2.1 彩色视觉 8.2.2 三色成像原理
出版社 理工分社
图8.1 相加混色之三基色及补色亮度比例
3
数字图像处理及MATLAB实现
出版社 理工分社
图8.2 色度图示意
4
数字图像处理及MATLAB实现
8.2.3 彩色图像格式 1）RGB 模式 2）CMYK 模式 3）Lab模式 4）HSV 模式 8.2.4 彩色坐标变换 （1）从 RGB 变换到 HSV
1
数字图像处理及MATLAB实现
出版社 理工分社
8.2 彩色视觉与彩色图像 彩色图像处理的许多目标是帮助人更好地观察
和理解图像中的信息，处理方案的选择和设计与 信源和信宿的特征密切相关。所谓信源就是处理 前或者处理后的图像，而信宿就是处理前后信息 的接收者———人的视觉系统。因此了解图像特 点和人的视觉系统对彩色的感知规律是十分必要 的，本节将介绍有关这方面的内容，即色度学的 知识。
10
数字图像处理及MATLAB实现
出版社 理工分社
8.3 彩色图像处理
彩色图像处理就是对彩色图像信息进行加工处 理，首先强调在图像之间进行的变换，输入输出 都是图像。通过对彩色图像的各种加工处理，以 便于进行图像自动识别或对图像进行压缩编码以 减少对其所需存储空间或传输时间、传输通路的 要求。
8.3.1 彩色平衡
数字图像处理及MATL 彩色图像处理及MATLAB实现
8.1 概 述
彩色对我们并不陌生，比如说日常生活中通过 摄影相机用彩色胶卷所拍的照片。它是指用各 种观测系统，以不同形式和手段，观测客观世 界而获得的，可以直接和间接作用于人眼，进 而产生视觉的实体。小到分子内部结构图片， 大至宇宙星体照片，人类通过视觉识别文字、 图片和周围环境，人的视觉系统就是一个观测 系统
图8.13 伪彩色处理的灰度分层方法
22
数字图像处理及MATLAB实现
出版社 理工分社
图8.14 伪彩色处理的变换法
23
数字图像处理及MATLAB实现
（3）频域伪彩色处理MATLAB实现
出版社 理工分社
图8.15 滤波器变换法的伪彩色变换
24
数字图像处理及MATLAB实现
（4）假彩色处理MATLAB实现
数字图像处理及MATLAB实现
出版社 理工分社
8.4 彩色图像分析 彩色图像分析主要是指对图像中感兴趣的目标
进行检测和测量，以获得它们的客观信息，从而 建立对图像的描述。图像分析是一个从图像到数 据的过程。这里的数据可以是对目标特征测量的 结果，或是基于测量的符号表示。它们指出了图 像中目标的特点和性质。这种处理基本上用于自 身图像分析、模式识别和计算机视觉等模式。例 如彩色体的分类、排列等。为了描述图像，首先 要进行分割，然后进行测量和特征提取等处理。
出版社 理工分社
图8.16 一种假彩色变换
25