第七讲 彩色图像处理
色彩飘移操作方法
色彩飘移操作方法色彩飘移是一种图像处理方法，用于改变或调整图像的颜色。
通常情况下，色彩飘移可用于矫正图像的色温、色彩偏移或增强图像的视觉效果。
以下是我对色彩飘移操作方法的详细解释。
1. 了解图像的色彩特点。
在进行色彩飘移之前，首先需要了解图像的当前色彩状态，包括色温、色彩偏移和饱和度等。
可使用图像处理软件打开图像，并查看图像的直方图和各通道的曲线，以了解图像的色彩分布和色彩空间。
2. 调整色温。
色温是指图像所呈现出的整体颜色偏暖或偏冷的状态。
通过调整色温可以改变图像的整体色彩效果。
常见的色温调整方法有白平衡调整和冷暖色调调整。
白平衡调整主要用于校正相机或摄像机采集图像时的色温偏差，而冷暖色调调整则用于改变图像的整体色调。
3. 矫正色彩偏移。
色彩偏移是指图像中某些颜色偏离其原始色彩的现象。
色彩偏移可能是由于光线条件不理想、相机或摄像机的设置错误或图像处理软件的错误等原因引起的。
矫正色彩偏移的方法包括使用色彩校正滤镜或通过调整色彩平衡来逐渐减少色彩偏移。
4. 增强色彩饱和度。
色彩饱和度是指图像中颜色的浓度或纯度。
通过增强色彩饱和度可以使图像颜色更加鲜艳和饱满。
常见的增强色彩饱和度的方法有调整颜色曲线、使用色彩平衡工具来增加特定颜色的饱和度，以及使用图像滤镜来增强图像的整体色彩效果。
5. 色彩分离和复合。
有时候，我们可以将图像中的色彩进行分离，并对不同色彩进行单独处理。
例如，将图像中的红色、绿色和蓝色分离，并分别对每个通道进行调整，然后再将它们重新复合，可以产生特殊的色彩效果。
6. 应用滤镜和特殊效果。
除了基本的色彩调整之外，还可以使用各种滤镜和特殊效果来进一步改变图像颜色。
例如，使用色彩反转滤镜可以颠倒图像的颜色，使用灰度化滤镜可以转换图像为黑白灰度图像，使用渐变映射或色彩分离效果可以产生独特的色彩效果。
7. 执行光和阴影的处理。
光和阴影在图像的色彩表现中占据重要的位置。
根据光照条件不同，图像中的光和阴影部分可能会有不同的色调和饱和度。
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。
多波段遥感图像彩色合成处理解析
多波段遥感图像彩色合成处理解析【摘要】多波段遥感图像彩色合成是一种应用广泛的遥感图像应用处理，本文对其授课目标、授课方式、授课内容、授课顺序、授课重点等进行了设计，并将彩色合成原理从色度学、地物波谱特性、图像灰度值（图像密度、透光性）等几个方面进行关联，使学生真正学懂彩色合成的基本原理，并能灵活地应用到遥感图像专题信息提取的实践之中。
【关键词】标准假彩色合成；真彩色合成；加色法0 引言彩色合成是遥感数字图像处理方法中，最常用、最基本、也是最便捷有效的彩色增强处理方法，是关于遥感图像处理研究最早的内容之一，到目前为止一直在延续使用，而且必不可少，然而在教学中本人发现，学生对于光学原理完成的彩色合成从理论上并不能很好的理解，学生可以看到彩色图像，可以按照排列组合的方式，把所有能做的彩色合成全部完成，观察到色彩的变化，但是很难将色度学、地物波谱特性、图像灰度值、图像透光性等知识融合到一起进行综合分析，从原理上明白色彩变化的原因。
本人从事遥感地质学教学工作多年，将彩色合成的教学经验进行了总结，希望对从事这方面教学工作的教师具有一定的帮助。
1 授课内容假彩色合成，从标准假彩色入手，以植被为例。
1.1 MSS数据的光学标准假彩色合成图1 标准假彩色合成（以植被为例，MSS数据）图1为从波段选择，植被反射率，图像色调、透明正片密度，滤色片颜色、色光混合，植被颜色7大方面对于标准假彩色图像上植被颜色为品红色原理的列表解释。
1.2 ETM+数据的数字标准假彩色合成、真彩色合成。
图2 标准假彩色合成（以植被为例，ETM+数据）图2和图3为以ETM+、TM数据为例，用数字图像处理的方法解释标准假彩色和真彩色合成的原理，因为该原理的实现是在计算机的遥感软件下完成，数据类型有一定的变化，所以透明正片密度用图像密度来代替，滤色片三原色，由计算机的RGB三原色代替，实现标准假彩色、真彩色合成。
工作波段、名称、植物反射率、图像色调、DN值、图像密度、三原色、色光混合原理应该在本次课之前完成，在课上介绍到哪一部分就要做相应的复习。
色彩调色方法大全
色彩调色方法大全
1. 色相调整：通过调整色轮中的色相，改变图像中的颜色。
可以使图像变得更加鲜艳或改变整体色调。
2. 亮度调整：通过调整图像的亮度，使图像变得更加明亮或暗淡。
3. 对比度调整：通过调整图像中的像素间对比度，使图像的细节更加明显。
4. 饱和度调整：通过调整图像中的色彩饱和度，使颜色更加鲜艳或减弱。
5. 色彩平衡调整：通过调整图像中各种颜色通道的比例，改变图像的整体色调。
6. 曲线调整：通过调整图像中的色彩曲线，改变图像的明暗分布和色调。
7. 色温调整：通过调整图像中的色温，改变图像的整体氛围，如冷色调或暖色调。
8. 黑白转换：将图像转换为黑白图像，突出图像中的明暗层次。
9. 单色调整：将图像转换为单一色调，如蓝色调、红色调等。
10. 色彩滤镜效果：通过添加色彩滤镜，给图像增加特定的色
调或色彩效果。
11. 色彩分离：将图像分离为各种颜色通道，以改变图像的色彩效果。
12. 半色调效果：将图像转换为半色调图像，使图像呈现出类似于印刷品的效果。
13. 色彩混合：通过混合不同颜色的渐变或图案，改变图像的整体色调。
14. 色彩修复：修复老旧或受损的图像的色彩，使其回复原来的色彩鲜艳。
15. 色彩校正：对图像进行精确的色彩调整，使其符合真实场景中的颜色。
以上是一些常见的色彩调整方法，不同软件和工具可能存在差异，可以根据具体情况选择合适的调色方法进行处理。
[数字图像处理]（一）彩色图像转灰度图像的三种方式与效果分析
![[数字图像处理]（一）彩色图像转灰度图像的三种方式与效果分析](https://img.taocdn.com/s3/m/a9ad791dbb1aa8114431b90d6c85ec3a87c28bdb.png)
[数字图像处理]（⼀）彩⾊图像转灰度图像的三种⽅式与效果分析图像处理（⼀）彩⾊图⽚转灰度图⽚三种实现⽅式最⼤值法imMax=max(im(i,j,1),im(i,j,2),im(i,j,3))平均法imEva=im(i,j,1)3+im(i,j,2)3+im(i,j,3)3加权平均值法imKeyEva=0.2989×im(i,j,1)+0.5870×im(i,j,2)+0.1140×im(i,j,3)matlba实现clc;close all;clear all;% 相对路径读⼊图⽚（和代码在同⼀⽂件夹下）im = imread('p2.jpg');%---查看图⽚，检测是否成功读⼊% 对显⽰的图⽚进⾏排版subplot(2,3,4);imshow(im);% 对图⽚进⾏命名title('原图');[col,row,color] = size(im);%col为图⽚的⾏数，row为图⽚的列数，color对于彩⾊图⽚⼀般为3，每层对应RGB %利⽤matlab⾃带的函数进⾏ rgb_to_gray;im_matlab = rgb2gray(im);subplot(2,3,1);imshow(im_matlab);title('matlab⾃带rgb2gray');%--------------------------------------------------------%---⽤最⼤值法% 创建⼀个全为1的矩阵，长宽等同于原图的im_max = ones(col,row);for i = 1:1:colfor j = 1:1:rowim_max(i,j) = max( im(i,j,:) );endend% 将矩阵变为8byte⽆符号整型变量（不然⽆法显⽰图⽚）% 最好在计算操作结束后再变化，不然会有精度问题！！im_max = uint8(im_max);subplot(2,3,2);imshow(im_max);title('最⼤值法');%--------------------------------------------------------% 平均值法im_eva = ones(col,row);for i = 1:1:colfor j = 1:1:rowim_eva(i,j) = im(i,j,1)/3 + im(i,j,2)/3 + im(i,j,3)/3 ;% 两种的结果其实⼀样，但是如果先转换为uint8就会出现精度问题%sum1 = im(i,j,1)/3 + im(i,j,2)/3 + im(i,j,3)/3%sum2 = ( im(i,j,1) + im(i,j,2)+ im(i,j,3) )/3;%fprintf( " %.4f %.4f \n",sum1 ,sum2 ) ;endendim_eva = uint8(im_max);subplot(2,3,3);imshow(im_eva);title('平均值法');%--------------------------------------------------------% 加权平均法（rgb2gray所使⽤的权值）im_keyeva = ones(col,row);% 加权算法先转换为uint8计算效果更好im_keyeva = uint8(im_max);for i = 1:1:colfor j = 1:1:rowim_keyeva(i,j) = 0.2989*im(i,j,1) + 0.5870*im(i,j,2) + 0.1140*im(i,j,3) ;endendsubplot(2,3,5);imshow(im_keyeva);title('加权平均法');Processing math: 100%附matlab——rgb2gray源码function I = rgb2gray(X)%RGB2GRAY Convert RGB image or colormap to grayscale.% RGB2GRAY converts RGB images to grayscale by eliminating the% hue and saturation information while retaining the% luminance.%% I = RGB2GRAY(RGB) converts the truecolor image RGB to the% grayscale intensity image I.%% NEWMAP = RGB2GRAY(MAP) returns a grayscale colormap% equivalent to MAP.%% Class Support% -------------% If the input is an RGB image, it can be of any numeric type. The output% image I has the same class as the input image. If the input is a% colormap, the input and output colormaps are both of class double.%% Notes% -----% RGB2GRAY converts RGB values to grayscale values by forming a weighted % sum of the R, G, and B components:%% 0.2989 * R + 0.5870 * G + 0.1140 * B%% The coefficients used to calculate grayscale values in RGB2GRAY are% identical to those used to calculate luminance (E'y) in% Rec.ITU-R BT.601-7 after rounding to 3 decimal places.%% Rec.ITU-R BT.601-7 calculates E'y using the following formula:%% 0.299 * R + 0.587 * G + 0.114 * B%% Example% -------% I = imread('example.tif');%% J = rgb2gray(I);% figure, imshow(I), figure, imshow(J);%% indImage = load('clown');% gmap = rgb2gray(indImage.map);% figure, imshow(indImage.X,indImage.map), figure, imshow(indImage.X,gmap);%% See also RGB2IND, RGB2LIGHTNESS.% Copyright 1992-2020 The MathWorks, Inc.narginchk(1,1);isRGB = parse_inputs(X);if isRGBI = matlab.images.internal.rgb2gray(X);else% Color map% Calculate transformation matrixT = inv([1.0 0.956 0.621; 1.0 -0.272 -0.647; 1.0 -1.106 1.703]);coef = T(1,:);I = X * coef';I = min(max(I,0),1);I = repmat(I, [1 3]);end%--------------------------------------------------------------------------function is3D = parse_inputs(X)is3D = (ndims(X) == 3);if is3D% RGBif (size(X,3) ~= 3)error(message('MATLAB:images:rgb2gray:invalidInputSizeRGB'))end% RGB can be single, double, int8, uint8,% int16, uint16, int32, uint32, int64 or uint64validateattributes(X, {'numeric'}, {}, mfilename, 'RGB');elseif ismatrix(X)% MAPif (size(X,2) ~= 3 || size(X,1) < 1)error(message('MATLAB:images:rgb2gray:invalidSizeForColormap'))end% MAP must be doubleif ~isa(X,'double')error(message('MATLAB:images:rgb2gray:notAValidColormap'))endelseerror(message('MATLAB:images:rgb2gray:invalidInputSize'))end总结通过上⾯的代码结合实际的测试，果然，matlab⾃带的rgb2gray也就是加权平均的⽅法，对光线明暗的处理是最好的。
使用图像处理技术实现图像颜色平衡的方法
使用图像处理技术实现图像颜色平衡的方法图像颜色平衡是指对图像中的色彩进行调整，使得图像的整体色彩分布均匀、自然。
图像颜色平衡是图像处理中的重要任务之一，通过调整图像的色彩信息，可以改变图像的色调和色彩平衡，使得图像更加美观和逼真。
在图像处理中，有多种方法可以实现图像颜色平衡，本文将介绍其中的几种常见方法。
1. 直方图均衡化直方图均衡化是一种常用的图像增强方法，用于将图像中的像素值分布均匀化，从而增强图像的对比度和亮度。
在直方图均衡化中，首先计算图像的灰度直方图，然后对图像的每个像素值进行映射，使得像素值的分布更加均匀。
通过直方图均衡化，可以改善图像的细节和对比度，进而提高图像的视觉效果。
2. 色彩校正色彩校正是一种通过调整图像的颜色通道来实现图像颜色平衡的方法。
根据图像的特点，对图像的颜色通道进行增强或减少，从而改变图像的整体色彩分布。
常见的色彩校正方法包括RGB色彩模型中的颜色增强，通过调整每个像素点在红、绿、蓝三个通道上的亮度值，使得图像的整体色彩更加均衡。
3. 白平衡算法白平衡是图像处理中重要的一项技术，它通过消除图像中的色温偏差，使得图像中的白色区域呈现真实的白色。
白平衡算法的目标是校正图像中的颜色温度偏差，将图像中的白色区域调整为真实的白色。
常用的白平衡算法包括基于灰度世界假设的算法、基于白点假设的算法和基于场景分析的算法。
4. 色彩梯度映射色彩梯度映射是一种通过改变图像中的色彩梯度来实现图像颜色平衡的方法。
该方法通过调整图像中的色彩梯度分布，使得不同区域的颜色过渡更加自然和平滑。
色彩梯度映射方法可以提高图像的细节和对比度，使得图像更加生动和鲜艳。
5. 色彩校准色彩校准是一种通过调整图像的颜色空间或色彩分布来实现图像颜色平衡的方法。
通过建立颜色标准或参考颜色，对图像进行校准和调整，使得图像中的颜色更加准确展现真实的颜色。
色彩校准可以用于纠正图像中的色差，提高图像的色彩还原能力。
综上所述，图像颜色平衡可以通过直方图均衡化、色彩校正、白平衡算法、色彩梯度映射和色彩校准等方法来实现。
色彩校正和调整
色彩校正和调整色彩校正和调整在图像处理和设计中扮演着重要的角色。
它可以改善图像的视觉效果，使色彩更加真实、鲜明，从而提升观看者的视觉体验。
在本文中，我们将探讨色彩校正和调整的概念、方法和应用。
一、概念色彩校正是指通过调整和修正图像的色彩参数，使其与实际场景或预期效果更加接近。
它可以涉及到亮度、对比度、饱和度、色调等多个方面的调整。
而色彩调整则是指对图像的色彩进行修正和改变，以达到设计、艺术或个人喜好的目的。
二、方法1. 直方图调整直方图是图像中灰度级别分布的统计图，可以用来分析图像的色彩分布情况。
通过直方图调整可以改变图像的亮度、对比度和色调。
具体方法包括：- 亮度调整：通过调整曲线在直方图上的位置，增加或减少图像的亮度；- 对比度调整：通过拉伸直方图中的对比度范围，增加或减少图像的对比度；- 色调调整：通过调整直方图中不同色彩通道的分布，改变图像的色调。
2. 色彩平衡调整色彩平衡调整可以改变图像中不同色彩通道的分布，使得整个图像的色彩更加均衡。
具体方法包括：- 色阶调整：通过调整图像中不同灰度级别的亮度，改变图像整体的色彩平衡；- 色相饱和度调整：通过调整不同色彩通道的饱和度，增加或减少图像的颜色鲜艳程度。
3. 色彩校正工具现代图像处理软件提供了多种色彩校正工具，可以简化和加速色彩校正的过程。
其中一些常见的工具包括：- 色彩平衡工具：通过滑动条调整不同色彩通道的分布；- 曲线工具：可以直接调整直方图曲线，改变亮度和对比度；- 色相/饱和度工具：通过调整色相、饱和度和亮度的值，改变图像的色彩效果。
三、应用色彩校正和调整广泛应用于各行各业，包括摄影、电影制作、广告设计等。
以下是一些具体的应用场景：1. 摄影后期处理在摄影中，由于光线、相机参数等各种因素的影响，拍摄出来的照片可能存在色彩偏差或不理想的情况。
通过色彩校正和调整，可以使照片的色彩更加真实、自然。
2. 影视特效制作在电影、电视剧等影视作品的制作中，色彩校正和调整可以用来营造不同的视觉效果，增强故事情节的表现力。
色彩与色调的调整
❖ 对话框右上角的选项分别为“阴影”、“中间调”、 “高光”和“饱和度”，对它们分别进行调整，然 后移动“精细”和“粗糙”之间的滑块，以确定每 次调整的数量。
❖ 对话框顶部的两个缩略图分别为原图像效果和当前 挑选的效果。
❖ 通过单击对话框中适当的缩略图来改变图像的颜色。 要增加某种颜色，只需要单击该颜色的缩略图；要 减少某种颜色，单击与该颜色互补的那种颜色的缩 略图；要调整图像的亮度，单击对话框右边较亮和 较暗的两幅缩略图。
❖ 4.1.4 其他颜色模式
❖ 灰度模式 ——是无色彩的模式，即纯白、纯 黑以及两者中的一系列从黑到白的过渡色。
❖ 位图模式——是一种黑白模式。位图模式的 图像也被称为黑白图像。
❖ 索引颜色模式——是用于网上和动画中常用 的图像模式。
❖ LAB模式 ——以两个颜色分量A和B以及一个 亮度分量L来表示，其中A的值由“绿色”渐 变到“红色”，B的值由“蓝色”渐变到“黄 色”，再结合“亮度”的变化来模拟各种各 样的颜色。
❖ 4.2.3 自动颜色
❖ 执行“图像”/“调整”/“自动颜色”命令，软件自动 调整图像的明暗度，去除图像中不正常的高亮区和 黑暗区。
❖ 4.2.4 变化
❖ 运用“变化”命令可以很直接地调整图像或选区的 色相、亮度和饱和度，在调节过程中可以通过缩略 图来观察对比效果，然后用鼠标单击最满意的缩略 图，进行最佳的调整。
❖ 4.4.2 渐变映射
❖ 使用“渐变映射”命令可以将制定的渐变色 映射到图像的全部色阶中，从而得到一种具 有彩色渐变的图像效果。
❖ “渐变映射”是根据图像灰度的明暗来添加 色彩渐变的，也就是说即使画面是彩色的， 对于“渐变映射”这个功能来说，它都会以 灰度图像来处理。
图像处理技术的颜色空间转换与调整方法
图像处理技术的颜色空间转换与调整方法在图像处理中，颜色空间的转换和调整是非常重要的技术手段。
通过改变图像的颜色空间，我们可以达到多种效果，如增强图像的对比度、改变图像的色调和饱和度等。
本文将介绍几种常见的图像处理技术的颜色空间转换与调整方法。
一、RGB颜色空间转换与调整方法RGB颜色空间是一种最常见的图像颜色表示方式，它通过红、绿和蓝三个颜色通道来描述图像的颜色。
RGB颜色空间转换与调整的方法主要包括以下几种：1. 色彩平衡调整：色彩平衡调整可以改变图像中红、绿、蓝三个通道的相对强度，从而调整整个图像的色调。
通过增加或减小某个通道的亮度，可以使图像呈现不同的色彩效果。
2. 亮度调整：亮度调整可以改变图像的整体亮度，使图像变得明亮或暗淡。
通过调整RGB三个通道的亮度，可以在保持颜色信息不变的情况下，调整图像的明暗。
3. 对比度调整：对比度调整可以改变图像中颜色的差异程度，使图像更加鲜明。
通过调整RGB三个通道的对比度，可以使图像的黑白部分更加明确，颜色部分更加饱和。
二、HSV颜色空间转换与调整方法HSV颜色空间是一种将颜色的属性（色调Hue）、饱和度（Saturation）和明度（Value）分开表示的颜色模型。
HSV颜色空间转换与调整的方法包括以下几种：1. 饱和度调整：饱和度调整可以改变图像中颜色的鲜艳程度，使图像的颜色更加饱和或褪色。
通过调整S通道的数值，可以增加或减小图像的饱和度。
2. 明度调整：明度调整可以改变图像的亮度，使图像变得明亮或暗淡。
通过调整V通道的数值，可以调整图像的明暗程度。
3. 色调调整：色调调整可以改变图像中颜色的种类，使图像呈现不同的色调。
通过调整H通道的数值，可以改变图像的色调，如从蓝色调整为红色。
三、LAB颜色空间转换与调整方法LAB颜色空间是一种将颜色的亮度L与颜色的两个对立色a与b分开表示的颜色模型。
LAB颜色空间转换与调整的方法包括以下几种：1. 亮度调整：亮度调整可以改变图像的整体亮度，使图像变得明亮或暗淡。
调整色彩和饱和度的技巧
调整色彩和饱和度的技巧良好的色彩和饱和度调整是图像处理中一个至关重要的环节。
通过调整色彩和饱和度，我们可以改变图像的整体感觉，增强色彩的对比度和鲜明度。
本文将介绍一些常用的技巧和方法，帮助您准确地调整图像的色彩和饱和度。
一、色彩调整技巧1. 使用色阶调整色阶调整是一个非常强大的工具，可以平衡图像中的亮度和对比度。
在Photoshop等图像处理软件中，我们可以通过调整色阶来增强图像的色彩深度，并使图像的亮度和对比度更加均衡。
通过拖动色阶中的三角形调节器，您可以调整黑点、灰点和白点，从而调整图像的整体色彩。
2. 使用曲线调整曲线调整是另一种常用的色彩调整方法。
通过调整曲线上的点，您可以在不同的亮度范围内增加或减少图像的色彩饱和度。
通过选择和拖动曲线上的点，您可以调整图像的阴影、高光和中间调的色彩，并使其更加鲜艳和生动。
3. 使用色相/饱和度调整色相/饱和度调整可以帮助您更精确地调整图像的色彩和饱和度。
通过调整色相滑块，您可以改变图像的整体色调；通过调整饱和度滑块，您可以增加或减少图像的色彩饱和度；通过调整亮度滑块，您可以改变图像的明暗程度。
通过细致调节这些参数，您可以达到理想的色彩效果。
二、饱和度调整技巧1. 根据图像风格调整饱和度不同的图像风格对饱和度有不同的要求。
对于风景照片或明亮的彩色照片，适当增加饱和度可以增强图像的生动感；而对于肖像照片或黑白照片，降低饱和度可以更好地表达情感和氛围。
在进行饱和度调整时，应根据图像的内容和主题选择适当的饱和度值，以达到最佳效果。
2. 使用局部调整工具调整饱和度有时候，我们只希望对图像中的某个区域进行饱和度调整。
在Photoshop等软件中，可以使用局部调整工具（如蒙版、画笔等）选择特定区域，并对该区域进行饱和度调整。
这种方法可以帮助您更精确地控制图像的饱和度，实现更精细的效果。
三、注意事项1. 避免过度调整在进行色彩和饱和度调整时，要注意避免过度调整。
过度调整会导致图像失真、色彩变得不真实，并且可能影响观看者的体验。
- 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)。
第七章 彩色图像处理 本章主要包括三部分教学内容： 1. 颜色的描述 2．颜色模式转换 3. 图像主色调提取
7．1颜色的描述 色度学是—门研究彩色计量的科学，其任务在于研究人眼彩色视觉的定性和定量规律及应用。彩色视觉是人眼的—种明视觉。彩色光的基本参数明亮度、色调和饱和度,称颜色三要素。明亮度是光作用于人眼时引起的明亮程度的感觉。一般来说，彩色光能量大则显得亮，反之则暗。色调反映颜色的类别，如红色、绿色、蓝色等。饱和度是指彩色光所呈现颜色的深浅或纯洁程度。色调与饱和度又合称为色度，它即说明彩色光的颜色类别，又说明颜色的深浅程度。 1730年牛顿利用三棱镜色散将白光分解成色谱，后来物理学认为可视光是波长在400nm~780nm的电磁波，不同波长的可视光作用人眼产生颜色的感觉，如图7-1。但是可视光如何作用于人眼而产生颜色的感觉，目前还不清楚。1801年Young提出了一种假设，认为视网膜上的视锥细胞有三种类型，即红视锥细胞、绿视锥细胞和蓝视锥细胞,分别对红、绿、兰三种光灵敏。三种视锥细胞感应的光信号在人脑中产生颜色的心理感觉，这样即使不同光谱的光可能有相同颜色的感觉。
实验发现，人眼的颜色感觉取决于红、绿、蓝三种光分量的比例，而亮度感觉取决于红、绿、蓝三种光分量的代数和。这个规律称为 Grassman 定律。由此，利用红、绿、兰三种颜色可以组配不同的颜色，因而红、绿、兰称作颜色的三基色，记为R、G、B。白光(W)可由红(R)、绿(G)、蓝(B)三基色相加而成，它们的光通量比例为 ΦR：ΦG：ΦB ＝ 1：4.5907：0.0601。如果取光通量为1光瓦的红基色光为基准，要配出白光，需要4.5907光瓦的绿光和 0.0601光瓦的蓝光，而白光的光通量则为： Φw ＝1 + 4.5907 + 0.0601＝5.6508光瓦 为简化计算，使用三基色单位制，记作[R]、[G]、[B]，它规定白光是由各为1个单位的三基色光组成，即： Ｗ = 1[R] + 1[G] + 1[B] 符号=的含义是“可由„混合配出”。由此可知， 1个单位[R]＝1光瓦(红基色光) 1个单位[G]＝4.5907光瓦(绿基色光) 1个单位[B]＝O.0601光瓦(蓝基色光) 对于任意给出的彩色光Ｃ，配色方程可以写成： Ｃ＝R[R] + G[G] + B[B]
400nm 700nm 紫外光 红外光 可见光区 546.1nm 435.8nm 780nm
图7-1 可见光色谱 该色的光通量为: Φc＝(R+4.5907G+0.0601B)光瓦＝680(R+4.5907G+0.0601B)流明 其中，R、G、B为三个色系数。在只考虑色光色度时，起决定作用的是R、G、B的相对比例，而不是其数值大小。因此，R、G、B三基色组成最基本的RGB颜色模型，如图7-2。
国际照明委员会（CIE：Commission International del'Eclairage)规定谱色基色系中，三基色波长分别为：红＝700纳米，绿＝546.1纳米，蓝＝435.8纳米。
6．2 颜色模式转换 RGB模型适合物理上颜色合成，但与人们的视觉感知符合不好。长期以来，人们对颜色的感知主要依据颜色三要素，即色调、饱和度和明亮度。
因此，基于颜色三要素的颜色模型比较符合人们对颜色视觉特征的心理感知。Munsell模型、Ostwald模型都是采用标准颜色卡方式制定的、面向艺术的表色系统，如图7-3。中国在王大珩院士领导下于1993年建立了“中国颜色体系”，用标号表示中国人眼中的颜色。
（0，0，0） （0，255，255） （0，255，0） （255，0，0）
（0，0，255） 白
黑 品红
绿 红
蓝 B G R
青 黄 （255，0，255） （255，255，255）
（255，255，0） 图7-2 RGB颜色空间 7.2.1 HSI颜色模型
在计算机图像分析中，基于颜色三要素的常用颜色模型有HSI、HSV、HLS等。在这些颜色模型中，由RGB模型计算颜色三要素的方法不尽相同。 1．亮度的计算方法 明亮度是光作用于人眼时引起的明亮程度的感觉，常用的五种计算公式：
3RGBI HSI 模型 （7-1）
0.300.590.11YRGB NTSC亮度信号 （7-2）
max(,,)VRGB HSV模型 （7-3）
30.0088561.160.160.0088569.033YYLYY
Luv模型 （7-4）
max(,,)+min(,,)=2RGBRGBL HLS模型 （7-5）
2．饱和度的计算公式 饱和度是指颜色的纯度，用公式表示：饱和度=纯色的亮度/总亮度=1-包含的白光亮度/总亮度。常用的四种计算公式：
1min(,,)1RGBSI HSI模型 （7-6）
2min(,,)1RGBSY NTSC亮度信号 （7-7）
3min(,,)1RGBSV HSV模型 （7-8）
4 min(,,) 1 0.51-max(,,) 0.51- 1-RGBLLSRGBLL
HLS模型 （7-9）
(a) 图7-3 (a) 蒙塞尔颜色立体示意图 (b)奥斯特瓦尔德颜色立体图 (b) 3．色调的计算公式 色调是指颜色的类别，根据色谱排列，将不可见光（红外线和紫外线）合并，形成360度循环，用角度表示。
常用的两种计算公式： 在HSI模型中，当 R、G、B不全相同时，
1122[()()]cos2()()()GBRGRBHGBRGRBGB
（7-10）
在HSV模型中，当 R、G、B不全相同时，若GB， undefined060()max(,,)60()120max(,,)60()240max(,,)SGBRRGBHGRGRGBRGBRGB
（7-11）
其中= max(,,)- min(,,)RGBRGB。 通过实验比较发现，饱和度公式（7-6）～（7-9）及色调公式（7-10）和（7-11）在视觉感觉上差别不大，但亮度公式（7-1）～（7-5）视觉差别却较大。图7-4示出用5个亮度公式分别计算彩色图像亮度的例子。
因此，选择合适的明亮度公式在彩色图像的颜色分析和灰度图像转换中至关重要。如图7-4所示，最左边的图片为原始彩图，其后的四幅图片从左到右依次为原图和用公式（7-1）～（7-5）计算得到的亮度分量图像，从实验结果可以看出，用（7-2）式处理的结
图7-4用5个亮度公式分别计算彩色图像的亮度，最左边为原彩色图像 果最符合人的视觉感受。 7.2.2 均匀颜色模型Lab 在对颜色的感知、分析和鉴别中，对颜色的表示越接近人们的心理感知越好。因此，均匀颜色模型比较适合用颜色空间的距离代表心理感知的颜色差距。CIE Lab颜色模型是1976年国际照明委员会（CIE）推荐的均匀颜色空间， L表示亮度（luminance），a代表从绿到红，b从蓝到黄。Lab模型与RGB的转换关系如下： 1．RGB转换到Lab RGB转换到XYZ：
0.6080.1740.2000.2990.5870.1140.0000.0661.112XRYGZB
（7-14）
XYZ转换到Luv： 1.16fun()0.165(fun()fun())2(fun()fun())mmmmmYLYXYaXYYZbYZ
（7-15）
其中，30.008556fun()160.0085567.787116TTTTT，Xm、Ym、Zm对应白光（R:B:G=1:1:1）的X、Y、Z值。 2． Lab转换到RGB 首先，Lab转换到XYZ： 0.16refun()1.16refun(fun())5refun(fun())2mmmmmLYYYaXXYYbZZY
（7-16）
其中30.205refun()16/1160.2057.787FFFFF 然后，XYZ转换到RGB：
ZYXBGR983.0130.0064.0027.0936.1953.0297.0549.0971.1
（7-17）