图像处理和分析教程 章毓晋 第4章
章毓晋-图像检索课件

80230361基于内容的视觉信息检索•章毓晋•清华大学电子工程系©章毓晋2007第2页80230361第1讲大纲一、引言(为什么需要)二、视觉信息检索(什么是,如何工作)三、历史,发展,前景四、基于内容检索的关键技术五、典型系统和应用(谁用,用到哪里)六、课程内容和安排©章毓晋2007第3页80230361第1讲大纲•Why it is important and needed?•What is it? What are the key techniques?•How it works?•When it started, when it became hot?•Where it has applications?•Who has intention to use it?©章毓晋2007第4页80230361第1讲一、引言•多媒体<——>信息膨胀•世界上的信息量以几十万倍于人口的增长速度递增•视觉信息是多媒体信息的主要部分–静止图象,序列图象,视频,动画,图形•信息量及增长常超过人的接受能力©章毓晋2007第5页80230361第1讲一、引言•信息检索(information retrieval )–用户快速搜索并提取相关的信息•视觉信息检索<——>文字或数字标签–? 图象视频内容丰富–? 文字描述是一种特定的抽象–? 主观因素影响•网络上的图象/视频服务带来新的问题©章毓晋2007第6页80230361第1讲•将不同的信息都表达成码流(bit stream )形式•对信息的存储和传输带来了极大的方便•信息的传输常常只是一些应用的开始,并不是一切应用的最终目的•必须把码流转换成一种人的感觉可以理解的形式,才可以获取和利用它所携带的信息•转换:对信息抽象化和结构化的过程•从低层到高层进行处理、分析和理解的过程二、视觉信息检索©章毓晋2007第7页80230361第1讲基于特征的图象检索•基于颜色特征(全图,区域)•基于纹理特征(全图,区域)•基于形状特征(目标)•基于空间关系(目标分布/目标间相互位置)特征二、视觉信息检索©章毓晋2007第8页80230361第1讲视频检索工作•视频分割•关键帧检测•特征提取(静止,运动)•聚类,组合•组织,索引,浏览(Browsing)二、视觉信息检索©章毓晋2007第9页80230361第1讲二、视觉信息检索分析数据库匹配输入查询归档查询特征特征库分析特征输出基本原理图象归档和检索流程图©章毓晋2007第10页80230361第1讲几个要回答的问题(1)如何指定一个查询?(2)如何抓取图象的内容?(3)如何检索并提取出匹配的图象?(4)如何设计用户接口?二、视觉信息检索©章毓晋2007第11页80230361第1讲所需的基础/相关知识(1)图象处理、分析、理解技术(2)数据结构,数据库模型及管理、组织技术(3)人工智能,知识获取、应用(4)视觉感知,心理认知(5)多媒体技术、影视技术,网络技术等二、视觉信息检索©章毓晋2007第12页80230361第1讲三、历史,发展,前景第一代视觉信息检索系统对视觉信息的访问仅在概念层利用关键字进行,如“某人某个时间段的所有作品的图象”©章毓晋2007第13页80230361第1讲三、历史,发展,前景新一代视觉信息检索系统对视觉信息的访问也在感知层利用对视觉内容的客观测量和合适的相似模型进行©章毓晋2007第14页80230361第1讲•1992年–基于内容的图象检索CBIR: Content-Based Image Retrieval –基于内容的视频检索CBVR: Content-Based Video Retrieval三、历史,发展,前景CBVIR©章毓晋2007第15页80230361第1讲Content-based Visual Information Retrieval检索中的交互反馈基于内容的视觉信息检索热点和趋势压缩域检索网上搜索引擎和分类检索基于语义的检索检索性能评价研究展望和应用前景基于内容的视频检索视频数据库模型和管理镜头检测和表达 镜头聚类和 镜头集合描述 视频数据 组织和索引基于运动特征的视频检索视频节目查询应用用户界面和浏览显示综合特征检索基于内容的图象检索基于颜色特征的图象检索基于形状特征的图象检索基于纹理特征的图象检索基于空间关系的图象检索图象检索实验平台和系统检索系统及其应用领域基于内容图象检索基本技术国际标准绪论引言MPEG-7 国际刊物,会议、网站©章毓晋2007第16页80230361第1讲通用框架和模块查询验证匹配提取信息用户数据库描述多媒体基于内容的视觉信息检索系统框图四、基于内容检索的关键技术©章毓晋2007第17页80230361第1讲•查询模块:对用户提供多样的查询手段,以支持用户根据不同应用进行各种类型的查询工作用户要进行查询,先提出要求条件,这些要求条件主要基于对图象内容的描述四、基于内容检索的关键技术©章毓晋2007第18页80230361第1讲•描述模块:将用户的查询要求转化为对图象内容的比较抽象的内部表达和描述通过对图象的分析,从而以一定的、计算机可以方便表达的数据结构建立对图象内容的描述这个模块在图象数据库建库时也需对每幅图象进行四、基于内容检索的关键技术©章毓晋2007第19页80230361第1讲•匹配模块:在图象库中搜索所需的图象内容对被查询图象和图象数据库中的图象都建立表达描述,所以将对查询图的描述与图象数据库中被查询图的描述进行内容匹配和比较就可以确定它们在内容上的一致性和相似性这个匹配的结果将传给提取模块四、基于内容检索的关键技术©章毓晋2007第20页80230361第1讲•提取模块:根据匹配的结果在图象数据库中对感兴趣的图象定位,并在内容匹配的基础上将图象数据库中所有满足给定要求条件的图象自动地提取出来以让用户选择使用如果事先对图象数据库建立了索引,这样在提取时就可提高效率四、基于内容检索的关键技术©章毓晋2007第21页80230361第1讲•验证模块:帮助验证如上提取的图象是否满足用户要求根据目前技术水平和设备条件,在自动查询和提取的基础上用户还需有最后验证结果的手段。
《图像处理和分析技术》 (第3版) -章毓晋 TIPA-3-06

二叉树表达法
在对图 像分解 时,每 次将当 前的图 像一分 为二
2014-12-15
ZYJ-TH-EE-IE
16 / 35
6.5 目标的围绕区域
(1) 外接盒:包含目标区域的最小长方形 (朝向特定的参考方向)
(2) 围盒:包含目标区域的(可朝向任何方向) 最小长方形
(3) 凸包:包含目标区域的最小凸多边形
小波轮廓描述符具有唯一性(描述符和轮廓 一一对应)和可比较性(对两轮廓的描述矢量, 可借助内积定义之间的距离以判别相似程度)
2014-12-15
ZYJ-TH-EE-IE
29 / 35
6.8 轮廓的小波描述
与傅里叶轮廓描述符对比
小波描述符在局部的波动对应原始轮廓的局 部变化;而傅里叶描述符局部的波动对应原始轮 廓全局不规则的畸变 35
6.1 轮廓的链码表达
链码归一化
旋转归一化:利用链码的一阶差分来重新构 造1个序列,这个差分可用相邻2个方向数(按反 方向)相减得到
2014-12-15
ZYJ-TH-EE-IE
6 / 35
6.2 轮廓标志
把2-D边界用较易描述的1-D函数形式来表达
距离为角度的函数
聚合多边形
沿轮廓依次连接像素 先从点a出发,依次 做直线ab,ac,ad,ae等
2014-12-15
ZYJ-TH-EE-IE
12 / 35
6.3 轮廓的多边形近似
多边形是一系列线段的封闭集合,它可用来 逼近大多数实用的曲线到任意的精度
分裂多边形
将轮廓依次分段 第一步先做ag, 计 算di和hj。进一步计算b, c,e,f 等各轮廓点与各 相应直线的距离
2014-12-15
ZYJ-TH-EE-IE
图像处理和分析技术TIPA-04-Talk-31页精品文档

2019/11/29
ZYJ-TH-EE-IE
22
4.5 频域周期噪声滤波器
陷波滤波器
2019/11/29
ZYJ-TH-EE-IE
23
4.6 逆滤波
无约束恢复
仅将图像看作一个数字矩阵,从数学角度进行 处理而不考虑恢复后图像应受到的物理约束
2019/11/29
ZYJ-TH-EE-IE
24
4.6 逆滤波
2019/11/29
ZYJ-TH-EE-IE
8
4.3 空域噪声滤波器
均值滤波器 (1) 算术均值滤波器
(2) 几何均值滤波器
2019/11/29
ZYJ-TH-EE-IE
9
4.3 空域噪声滤波器
均值滤波器 (3) 谐波均值滤波器
(4) 逆谐波均值滤波器
2019/11/29
ZYJ-TH-EE-IE
2019/11/29
ZYJ-TH-EE-IE
3
4.1 图像退化及模型
图像退化模型
图像退化过程被模型化为一个作用在输入图 像 f (x, y)上的系统H。它与一个加性随机噪声 n(x, y)的联合作用导致产生退化图像g(x, y)
根据这个模型恢复图像就是要在给定g(x, y) 和代表退化的H的基础上得到对 f (x, y)的某个 近似的过程。这里假设已知n(x, y)的统计特性
28
本章要点
4.1节 一种基本的图像退化模型及其退化系统的性质 4.2节 一些典型的噪声和对它们的表示描述 4.3节 一些常用的空域噪声滤波器 4.4节 将不同的空域噪声滤波器结合的示例 4.5节 在频域中滤除图像里周期噪声的方法 4.6节 简单直接的无约束图像恢复方法——逆滤波 4.7节 一种基本的有约束图像恢复方法——维纳滤波
教学课件 图像处理和分析技术 (第3版)章毓晋

图像间进行的算术运算和逻辑运算 利用灰度映射进行增强的方法 图像直方图的计算和借助累积直方图实 现的方法 直方图规定化技术的原理和组映射规则 的优点 空域卷积增强的原理和模板卷积的方法 傅里叶变换及频域增强的原理 频域低通滤波器的原理和方法 频域高通滤波器的原理和方法 频域带通和带阻滤波器的原理和联系
(3) 补(COMPLEMENT)运算: (也可写为 )
(也可写为 (也
记为NOT q
q
2.2 图像灰度映射
变换曲线:将(x, y)处的灰度 f 映射为g 映射规则
1. 图像求反 将原图灰度值翻转
2. 对比度拉伸 加大原图各部分之间的反差
3. 动态压缩范围 对原图进行灰度压缩
2.2 图像灰度映射
•
图像的矩阵表示和矢量表示
1.1 图像和像素
1.1 图像和像素
1.2 像素间联系
像素邻域 每个像素的由近邻像素组成的邻域 4-邻域(4-neighborhood),记为N4(p) 4个对角近邻像素,记为ND(p)
8-邻域:4个4-邻域像素加上4个对角邻域
像素合起来构成的邻域,记为N8(p)
利用像素间距离定义邻域
点p和q之间的欧氏距离
像素p的4-邻域
像素p的8-邻域
1.3 图像采集
采集装置需要包括两种器件 对电磁能量敏感的物理器件 电荷耦合器件(CCD)和互补金属氧化
物半导体(CMOS) 数字化器件 将(模拟)电信号转化为数字(离散)
的形式(模数转换)
1.3 图像采集
采集装置需要包括两种器件 • 对某个电磁能量谱波段敏感的物理器件
心与图中某 置的像素
2.5 空域卷积增强
线性锐化滤波
中心系数应为正而周围系数应为负
图像工程,图像处理,章毓晋IE1-IP-09

g(s, ) exp j2Rs ds
F ( X ,Y ) f ( x, y) exp j2( xX yY ) dxdy
Q
投影定理:
G( R, ) F ( R cos , R sin )
f (x, y)以 角进行投影的傅里叶变换等于f (x, y)的 傅里叶变换在傅里叶空间(R, )处的值 f (x, y)在与X轴成 角的直线上投影的傅里叶变换 是 f (x, y)的傅里叶变换在朝向角 上的1个截面
Y t S s
解积分方程
g ( s , )
(s , )
f ( x , y )dt
接受器
T
0
X 发射源
(Radon变换)
Q
第9讲
章毓晋 (TH-EE-IE)
第15页
9.1.2 投影重建原理
证明:上两式中的积分均应为有限常数,设分别 为H和G,则有:
T ( y) H h( y )dy dy G
章毓晋 (TH-EE-IE) 第12页
9.1.2 投影重建原理
基本模型
如果测量到的数据具有物体某种感兴趣的物理特 性在空间分布的积分的形式,那么就可以/需要用投影 重建的方法来 Y S 获得物体内部 t s T 的图象(代表 某种物理量在 X 2-D平面上的 0 接受器 发射源 分布)
Q
无损检测
② SPECT(single positron emission CT)
使用在衰减中能产生 射线的放射性离子
第9讲 章毓晋 (TH-EE-IE) 第6页
9.1.1 投影重建方式
2、发射断层成象
PET
P exp( k ( s)ds) f ( s)ds
图像处理和分析技术TIPA-01-Talk

f (x, y)和 I(r, c)
例1.1.1
像素
图像的矩阵表示和矢量表示
2019/10/9
ZYJ-TH-EE-IE
7
1.1 图像和像素
2019/10/9
ZYJ-TH-EE-IE
8
1.2 像素间联系
像素邻域 每个像素的由近邻像素组成的邻域 4-邻域(4-neighborhood),记为N4(p) 4个对角近邻像素
2019/10/9
ZYJ-TH-EE-IE
5
第1章 图像技术基础
1.1 图像和像素 1.2 像素间联系 1.3 图像坐标变换 1.4 图像显示 1.5 采样和量化 1.6 图像存储与格式 1.7 图像技术及分类
2019/10/9
ZYJ-TH-EE-IE
6
1.1 图像和像素
图像(狭义和广义)
数字图像
和图像理解
2019/10/9
ZYJ-TH-EE-IE
28
作者联系信息
通信地址:北京清华大学电子工程系(100084)
办公地址:清华大学东主楼,9区307室
办公电话:(010)62781430
传真号码:(010)62770317
电子邮件:
个人主页:
/~zhangyujin/
2019/10/9
ZYJ-TH-EE-IE
29
ZYJ-TH-EE-IE
17
1.5 采样和量化
图像数据量
2019/10/9
ZYJ-TH-EE-IE
18
1.5 采样和量化
图像质量与数据量
例1.5.1 图像空间分辨率变化所产生 的效果
例1.5.2 图像幅度分辨率变化所产生 的效果
图像处理和分析教程 章毓晋 第2章

第2章
2-10
2.2 亮度成像模型
光度学
光源沿某个方向的亮度是用在该方向上的单 位投影面积在单位立体角(其单位是球面度,sr) 内发出的光通量来衡量的,单位是 cd/m2 (坎 [ 德 拉 ] 每 平 方 米 ) , 其 中 cd 是 发 光 强 度 的 单 位 , 1cd = 1 lm/sr。被光线照射的表面上的照度用照射 在单位面积上的光通量来衡量,单位是lx (勒 [ 克 斯],也有用lux的),1 lx = 1 lm/m2
第2章 2-12
2.3 采样和量化
空间分辨率
图像的尺寸,在成像时采了MN个样
M = 2m
N = 2n
幅度分辨率
在成像时量化成了G个灰度级
G = 2k
存储一幅图像所需的位数b(单位是bit)
b = M创 N k
第2章 2-13
2.3 采样和量化
图像质量与采样
第2章
2-14
2.3 采样和量化
图像质量与量化
第2章
2-15
2.4 像素间联系
像素邻域
4-邻域,记为N4(p) 对角邻域,记为ND(p)
8-邻域,记为N8(p)
第2章
2-16
2.4 像素间联系
像素间距离
欧氏距离(也是范数为2的距离)
DE ( p, q) [( x s)2 ( y t )2 ] 1/2
城区距离(也是范数为1的距离)
在获取可被计算机处理的数字图像时, 前者与采样有关而后者与量化有关
第2章 2-2
第 2章
图像采集
2.1 几何成像模型 2.2 亮度成像模型
2.3 采样和量化
2.4 像素间联系 2.5 图像坐标变换
IE3IU03.pptx

双线性(bi-linear) z a0 a1x a2y 双二次(bi-quadratic) z a0 a1x a2 y a3xy a4x2 a5y2 双三次(bi-cubic)
z a0 a1x a2 y a3xy a4x2 a5y2 a6x3 a7x2 y a8xy2 a9 y3
第3讲
章毓晋 (TH-EE-IE)
第4页
4.1.1 曲线局部特征
1. 曲线点分类
一个在第一象限中的点Q沿曲线C向P点移动,当它 到达P点后继续运动,那它的下一个位置会有四种情况
下一个位置分别在一,二,三,四象限
第一类尖点
第3讲
规则点
拐点
奇异点
章毓晋 (TH-EE-IE)
第二类尖点
第5页
4.1.1 曲线局部特征
L 2S Q u 2
F S S u v
M 2S Q uv
G S S
N
v 2S
v Q
Q
S
u
S
v
v 2
S S u v
第3讲
章毓晋 (TH-EE-IE)
第13页
4.2 3-D表面表达
• 当人们观察3-D场景时,首先看到的是 由一组曲面构成的物体的外表面。 • 为表达3-D物体的外表面和描述它们的 形状,可利用物体的外轮廓线或外轮廓面
3. 平均曲率和高斯曲率
H
1
E trace
2 F
E K det
F
F 1 L
G M F 1 E
G F
M
N
EN 2FM GL 2(EG F 2 )
F
G
LN M 2 EG F 2
用S = {(x, y, z)| f (x, y, z) = l}表示灰度为l的等高面
- 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)。
以邻域平均为例,设彩色像素C(x, y)的邻域 为W,则彩色图像平滑的结果为
R ( x, y ) ( x , y )W 1 1 Cave ( x, y ) C ( x , y ) G ( x , y ) #W ( x , y )W #W ( x , y )W B ( x, y ) ( x , y )W
白 B
B M C R H P R Y G P H G
I
黑 (a) (b)
第4章
4-13
4.2 彩色模型及转换
面向视觉感知的彩色模型
HSI模型和RGB模型的转换
(R G ) (R B ) arccos BG 2 2 (R G ) (R B)(G B) H (R G ) ( R B ) 2 arccos BG 2 2 (R G ) (R B)(G B)
4.4 真彩色增强
彩色单分量增强
gi ( x, y ) Ti [ fi ( x, y )] i 1, 2, 3
在HSI空间有可能只使用三个变换之一 (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) 再将一个增强了的分量图和两个原来的 分量图一起转换为用R,G,B分量图 来显示
第4章 4-11
4.2 彩色模型及转换
面向视觉感知的彩色模型
HSI模型 第一,在 HSI 模型中,亮度分量与色度分量 是分开的,I分量与图像的彩色信息无关 第二,在HSI模型中,色调H和饱和度S的概 念互相独立并与人的感知紧密相连
第4章
4-12
4.2 彩色模型及转换
面向视觉感知的彩色模型
HSI模型
第 4章
彩色图像增强
4.1 三基色与色度图 4.2 彩色模型及转换 4.3 伪彩色增强
4.4 真彩色增强
第4章 4-3
4.1 三基色与色度图
三基色
颜色可分为无彩色和有彩色
视网膜中存在三种基本的颜色感知锥细胞
所有颜色都可看作是三个基本颜色,即三基 色或三原色(three primary colors)——红(R), 绿(G)和蓝(B)——的不同组合
第4章 4-16
4.3 伪彩色增强
亮度切割
用一个平行于图像坐标平面XY的平面去切割 图像亮度函数
对每一个输入灰度值,如果它在切割灰度值 lm 之上就赋予某一种颜色,如果它在 lm 之下就赋 予另一种颜色
f ( x, y ) cm
第4章
f ( x, y )Rm 如 m 0, 1, , M
4-17
4.3 伪彩色增强
从灰度到彩色的变换
对每个原始图中像素的灰度值用三个独立变 换来处理,从而将不同的灰度映射为不同的彩色
变换后原始图中灰度值偏小的像素将主要呈 现绿色,而灰度值偏大的像素主要呈现红色
第4章
4-18
4.3 伪彩色增强
频域滤波
根据图像中各区域的不同频率含量给区域赋 予不同的颜色
使用低通、带通(或带阻)和高通滤波器
(G B ) 2 l3 ( R, G, B ) ( R G ) 2 ( R B ) 2 (G B ) 2
第4章 4-10
4.2 彩色模型及转换
面向视觉感知的彩色模型
HSI模型
H表示色调,S表示饱和度,I表示密度 色调与混合光谱中主要光波长相联系 饱和度与一定色调的纯度有关 亮度与密度相对应,并与物体的反射率成正 比,如果无彩色时就只有亮度一个维量的变化
(下载更新的讲稿和教程修改表)
第4章 4-25
图中各点给出光谱 中各颜色的色度坐标
第4章
4-6
4.1 三基色与色度图
色度图
(1) 在色度图中每点都对应一种可见的颜色。反过 来,任何可见的颜色都在色度图中占据确定的位置
(2) 在色度图轮廓上的点代表纯颜色,移向中心表 示混合的白光增加而纯度减少 (3) 在色度图中,过C点直线端点的两彩色互补 (4) 在色度图轮廓上的各点具有不同的色调 (5) 在色度图中连接任两端点的直线上的各点表示 将这两端点所代表的彩色相加可组成的一种新彩色
图像处理和分析教程
章毓晋
第 4章
彩色图像增强
对彩色的视觉感知是人类视觉系统的固 有能力 彩色图像是一种矢量图像 彩色图像增强技术可分成两大类 • 将灰度图像变换/转化为彩色图像以提高 人们对图像内容的观察效率 • 直接对彩色图像进行增强,同时考虑彩 色矢量的所有分量,但可对不同分量区别对待
第4章 4-2
C rR + gG + bB r+g+b=1
第4章 4-4
4.1 三基色与色度图
三基色
为组成某种彩色C所需的三个刺激量
X 0.4902 R 0.3099G 0.1999 B
Y 0.1770 R 0.8123G 0.0107 B
Z 0.0000 R 0.0101G 0.9899 B
对矢量的平均结果可由对其各个分量用相同 方法进行平均再结合起来得到
第4章 4-24
教程作者(章毓晋)联系信息
通信地址:北京清华大学电子工程系 邮政编码:100084
办公地址:清华大学东主楼,9区307室
办公电话:(010)62781430 传真号码:(010)62770317 电子邮件:zhang-yj@ 个人主页:/~zhangyujin/
第4章 4-7
4.2 彩色模型及转换
面向硬设备的彩色模型
基于物理的模型,非常适合在图像输出显示 等场合使用 RGB模型
RGB模型的空间是个正方体, 原点对应黑色,离原点最远 的顶点对应白色 归一化为单位立方体
第4章 4-8
4.2 彩色模型及转换
面向硬设备的彩色模型
CMY模型
利用三基色光叠加可产生光的三补色:蓝绿 ( C ,即绿加蓝),品红( M ,即红加蓝),黄 (Y,即红加绿) 颜料的三基色正好是光的三补色,而颜料的 三补色正好是光的三基色 R=1–C
第4章 4-21
4.4 真彩色增强
彩色单分量增强
1、亮度增强
在上述增强的第2个步骤选用了亮度分量图
2、饱和度增强{图4.4.1}
与图像的亮度增强有相似
3、色调增强{图4.4.2}
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
第4章 4-22
4.4 真彩色增强
全彩色增强
3 S 1 min( R, G, B) ( R G B)
I (R B G ) 3
第4章 4-14
4.2 彩色模型及转换
面向视觉感知的彩色模型
HSV模型
H代表色调,S代表饱和度,V代表(亮度)值 HSV模型的坐标 系统也是圆柱坐标系统,
但一般用六棱锥来表示
第4章
4-15
4.3 伪彩色增强
第4章
4-19
4.4 真彩色增强
处理策略
一种是将一幅彩色图像看作三幅分量图像的 组合体,在处理过程中先对每幅图像(按照对灰 度图像处理的方法)单独处理,再将处理结果合 成为彩色图像
另一种是将一幅彩色图像中的每个像素看作 具有三个属性值,即像素属性现在为一个矢量, 需利用对矢量的表达方法进行处理
第4章 4-20
人的眼睛只能分辨几十种不同深浅的灰度 级,不过却能分辨几千种不同的颜色 对原来灰度图像中不同灰度值的区域赋予不 同的彩色以更明显地区分它们是一种常用的彩色 增强方法。因为这里原图是无彩色的,所以人工 赋予的彩色常称为伪彩色。这个赋色过程实际是 一种着色过程 从图像处理的角度看,输入是灰度图像,输 出是彩色图像
第4章
G=1–M
B=1–Y
4-9
4.2 彩色模型及转换
面向硬设备的彩色模型
归一化彩色模型
用RGB的不同组合来表达彩色
( R G )2 l1 ( R, G, B ) ( R G ) 2 ( R B ) 2 (G B ) 2
( R B )2 l2 ( R, G, B ) ( R G ) 2 ( R B ) 2 (G B ) 2
对白光,有X = 1,Y = 1,Z = 1 如果每种刺激量的比例系数为x,y,z,则有 C = xX + yY + zZ。比例系数x,y,z也称为色系数
第4章 4-5
4.1 三基色与色度图
色度图
横轴对应红色的色系数r,纵轴对应绿色的 色系数g,蓝色的色系数可由x + y +z =1求得,它 在与纸面垂直的方向上
计算彩色空间的聚类中心坐标
mR
mG mB
1 RW ( x, y ) #W ( x , y )W
1 #W
( x , y )W
GW ( x, y )
1 BW ( x, y ) #W ( x , y )W
确定各个彩色分量的分布宽度 确定与区域对应的聚类的范围
第4章 4-23
4.4 真彩色增强