彩色图像处理
计算机图像处理 第09章 彩色图像处理

下一页
home
上一页
图8.7 HSI彩色模型
(a)HSI彩色模型坐标系统
(b)HSI彩色三角形
下一页
home
上一页
下一页
home
上一页
• HIS色系-亮度分量I • I表示光照强度或称为亮度,它确定了像素 的整体亮度,而不管其颜色是什么。
下一页
home
上一页
• 亮度(I)效果示意图
下一页
home
• 色调(hue)
– 从一个物体反射过来的或透过物体的光波长 – 是由颜色种类来辨别的,如红、橙、绿。
• 色饱和度(saturation)
– 即色纯度,指颜色的深浅 – 例如:深红和浅红。
• 亮度(brightness)
– 颜色的明暗程度,从黑到白,主要受光源强弱影响。
下一页
home
上一页
8.1.2 三基色原理
– 与人的视觉特性比较接近。
• 重要性
– 消除了亮度成分V在图像中与颜色信息的联系
– 色调H和饱和度S分量与人的视觉感受密切相关。
下一页
home
上一页
图8.6 HSV颜色模型
绿
绿 ° 120
S H 0° 红
红 蓝 1 20 ° I
240 ° 蓝
0° 2 40 °
(a)HSV颜色模型
(b)颜色轮
(c)柱形彩色空间
(8.2a) (8.2b)
B' Tem p 1 B Tem p 1 Tem p2
•
G'
Tem p 1 G Tem p 1 Tem p2
下一页
home
上一页
5 B' 1 G ' 1 R' H1 3 B ' 3 G ' 5 R '
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。
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
彩色图像分割

二值、灰度形态学
二值形态学中的运算对象是集合。设A为图像集合,S为结 构元素,数学形态学运算是用S对A进行操作。需要指出,实际 上结构元素本身也是一个图像集合。对每个结构元素可以指定 一个原点,它是结构元素参与形态学运算的参考点。应注意, 原点可以包含在结构元素中,也可以不包含在结构元素中,但 运算的结果常不相同。以下用阴影代表值为1的区域,白色代表 值为0的区域,运算是对值为1的区域进行的。二值形态学中两 个最基本的运算——腐蚀与膨胀,如图所示。
基本符号和术语
1. 元素和集合
在数字图像处理的数学形态学运算中,把一幅图像称为一个 集合。对于二值图像而言,习惯上认为取值为1的点对应于景 物中心,用阴影表示,而取值为0的点构成背景,用白色表示, 这类图像的集合是直接表示的。考虑所有值为1的点的集合为 A, 则A与图像是一一对应的。对于一幅图像A,如果点a在A
y S1
O
y
x X
X○ S1 X○ S2
O S2
x
(a)
(b)
X (c)
图 (a) 结构元素S1和S2
(b) X○S1
(c) X○S2
y S1
O
y
x
S1 X
X● S1
X● S2
O S2
x
X
S1
(a)
(b)
图 (a) 结构元素S1和S2
(c)
(b) X●S1; (c) X●S2
- 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)。
数字图像处理实验报告
专业班级:
学生姓名:
学号:
指导老师:
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。
其中红色分量R 的变换函数为-sin( ),绿色分量G的变换函数为-cos( );,蓝色分量B的变换函数为sin( );
显示变换曲线及变换合成的彩色图像并观察彩色变换图像的色调与原始图像灰度之间的关系;
将RGB的变换公式至少互换一次(例如R与G互换),显示变换曲线、变换结果并观察处理的结果。
(6)打印全部结果并进行讨论。
利用MATLAB软件实现彩色图像处理的程序:
rgb_image=imread('flower.jpg'); %读取图像flower1.tif
fR=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);
subplot(2,2,1);
imshow(rgb_image);title('原始图像');
subplot(2,2,2);
imshow(fR);title('图像的红色分量图像');
subplot(2,2,3);
imshow(fG);title('图像的绿色分量图像');
subplot(2,2,4);
imshow(fB);title('图像的蓝色分量图像');
%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(2);
subplot(2,2,1);
imshow(rgb_image);title('原始图像');
subplot(2,2,2);
imshow(fY);title('图像的亮度');
subplot(2,2,3);
imshow(fI);title('图像的色调');
subplot(2,2,4);
imshow(fQ);title('图像的饱和度');
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(3),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(4),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(5),imshow(false_color) %显示由近红外、绿、蓝三幅图合成的假彩色图
f=imread('flower.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(6),imshow(cut_1),colormap(hot) %显示图像cut_1,并使用hot 模型彩色化
figure(7),imshow(cut_2),colormap(cool) %显示图像cut_2,并使用cool 模型彩色化
f=imread('flower.jpg');
g=ice('image',f); %通过ice(交互彩色编辑
ice(交互彩色编辑)函数的参数参照书后面的注释。
四、实验仪器与软件
1.计算机;
2.MATLAB 程序;
3.移动式存储器(软盘、U 盘等)。
4.记录用的笔、纸。
五、实验报告要求
1.叙述实验过程;
2.提交实验的原始图像和结果图像。
原始图
像图像的红色分量图
像
图像的绿色分量图
像图像的蓝色分量图像
原始图
像图像的亮
度图像的色
调图像的饱和度
六、思考题
1. 为什么经彩色直方图均衡后的图像除了对比度会有所增强外,还有色调的变化?
2. 实验内容(3)的假彩色处理方案是否可以有多种?若有,请估计其它方案的可能结果。
答:1. 因为直方图均衡化后,通过直方图可以看出图像的像素点数在各个级别上分布均匀,所以除了对比度会有所增强外,还有色调的变化。
2.图像进行高频、中频、低频滤波,然后分别将高频赋予红色、中频绿色、低频蓝色,实际上也就是空间滤波实现假彩色。