第12章彩色圖像處理本章內容彩色視角原理和描述常用彩色模型偽彩色圖像增強技術真彩色圖像處理12.1彩色視覺和色度圖12.1.1彩色視覺基礎彩色和顏色并不等同。顏色可分為無彩色和有彩色兩大類。無彩色：指白色、黑色和各種深淺程度不同的灰色。（

以白色為一端，通過一系列從淺到深排列的各種灰色，到達另一端的黑色，這些灰色可以組成一個黑白系列。），一般認為反射少于入射光的4%就認為是黑色，反射在80%~90%以上認為是白色；彩色：除去上述黑白系列以外的各種顏色（通常所說的顏色一般多指彩色）

彩色視覺的物理基礎視網膜上的3種錐細胞：?錐細胞：對入射的輻射有不同的頻譜響應曲線（對顏色很敏感→有彩色）色覺產生過程：彩色視覺的生理基礎?與化學過程有關?

與神經處理過程有關光源視網膜反射折射傳遞信息分析、解釋12.1.2三基色與色匹配三基色是彩色的基本單元，它們的組合可產生許多彩色，這稱為色匹配。三基色對應視網膜中三種不同的感受彩色的錐細胞。1、三基色紅（R，red）：

700nm綠（G，green）：546.1nm藍（B，blue）：

435.8nm圖12.1.1

三種感受細胞的波長響應曲線2、色匹配相加配對：

其中

表示匹配；r，g，b為比例系數，r+g+b=1。僅相加不能配對時：在匹配某些顏色時，只靠把R、G、B相加并不總能得出相等的配對，此時可將三原色之一加到被匹配顏色一方（即寫成負值），以達到相等的顏色配對，例如：12.1.3色度圖1、色度和色度系數描述彩色特性的三種（基本）感知量：色調和飽和度合起來稱為色度；彩色可用亮度和色度共同表示。組成彩色的三個刺激量：

X，Y，Z

對白光，有X=1，Y=1，Z=1刺激值與三基色的關系：根據刺激值也可得到三基色：設每種刺激量的比例系數為x，y，z，則有：

C=xX+yY+zZ比例系數x,y,z也稱為色系數，表示為：可以看出：2、色度圖借助色度圖，我們可以方便地以2-D形式表現組成某種彩色的三基色的比例。圖12.1.2

色度圖示意

波長單位是nm，橫軸對應紅色系，縱軸對應綠色系，藍色系數值可由z=1-(x+y)求得。連接380nm和780nm的直線是光譜上所沒有的由藍到紅的紫色系列。在色度圖中：(1)

每點都對應一種可見的顏色，任何可見顏色都可以在色度圖中定位；(2)

邊界上的點代表純彩色，移向中心表示混合的白光增加而純度減少，中心點處個光譜能量相等純度為零；(3)

連接任兩端點的直線上的各點表示將這兩端點所代表的顏色相

加可組成的一種顏色；(4)

過C點直線端點的兩彩色為互補色；(5)

三角形包含由三頂點可組成的顏色。3.對色度圖的討論例12.1.1PAL和NTSC兩種制式的色度三角形(1)技術上產生高飽和度顏色較困難，所以基本色均非完全飽和色；(2)以RGB作為頂點的三角形應較大，以包括較大面積，即較多色彩；(3)飽和的藍綠色不常用，故三角形的紅色頂點最靠近光譜飽和軌跡。12.2彩色模型

彩色模型建立在彩色空間中，也有直接稱彩色空間。建立彩色模型可看作建立一個3-D的空間坐標系統，其中每點都代表某一種特定的彩色。目前所提出的彩色模型根據其基礎原理的不同給可分為4大類：（1）比色/色度模型，基于對光譜發射的物理測量；（2）心理物理/精神物理模型，基于人類對顏色的感知，如HSI模型;（3）生理學模型，基于人類視網膜中存在3種基本的顏色感知錐細胞，如RGB模型；（4）對立模型，基于感知實驗，如HSB。12.2.1

面向硬設備的彩色模型面向硬設備的彩色模型非常適合在圖像采集輸入和圖像輸出顯示的場合使用。1、RGB模型

RGB模型是一種與人的視覺系統結構密切相連的模型。建立在笛卡兒坐標系統里，其中三個坐標軸分別表示R，G，B。圖12.2.1RGB彩色立方體

12.2.1

面向硬設備的彩色模型模型的空間是個正方體，原點對應黑色，離原點最遠的頂點對應白色。

從黑到白的灰度值分布在從原點到離原點最遠頂點間的連線上，而立方體內其余各點對應不同的彩色，可用從原點到該點的矢量表示。一般為方便起見，總將立方體歸一。化為單位立方體，這樣所有的R、G、B的值都在區間[0,1]之中。

這個模型中，每幅彩色圖像包括三個獨立的基色平面，或者說可以分解到三個平面上，反過來，如果一幅圖像可被表示為三個平面，使用這個模型就比較方便。2、CMY模型：CMY為顏料的三基色。顏料的基色是指吸收一種光基色并讓其他兩種光基色發射的顏料，所以顏料的三基色正好是光的三補色，它們組成CMY模型：CMY模型主要用于彩色打印。C：藍綠（藍+綠）M：品紅（紅+藍）Y：黃（紅+綠）12.2.2

面向視覺感知的彩色模型

面向硬設備的彩色模型與人的視覺感知有一定區別且使用時不太方便。1、HSI模型H

表示色調（hue）；S表示飽和度（saturation）；I

表示強度（intensity，對應成像亮度和圖像灰度）。兩個基本特點：（1）I分量與圖象的彩色信息無關；（2）H

和S分量與人感受彩色的方式緊密相連（合稱色度）

。對其中任意個色點P，其H值對應指向該點的矢量與R軸的夾角，這個點的S與之相該點的矢量長度成正比，越長越飽和

。在這個模型中，I的值是沿著一根通過三角形中心并垂直于三角形平面的直線來測量的，從紙面出來越多越白，進入紙面越多越黑。(a)圖所示HSI顏色三角形只表示了色度。如果將HSI的3個分量全考慮而構成3-D顏色空間，則得到如圖(b)所示雙棱錐結構，該結構外表面的色點具有純的飽和色，任一色點的I可用于最下黑點的高度差來表示。2、HSI模型和RGB模型的轉換從RGB轉換到HSI：當S=0時，對應無色，這時的H沒意義，此時定義H為0.另外當I=0或I=1時，討論S也沒有意義S的另外算法2、HSI模型和RGB模型的轉換上式對H的算法較麻煩，為減少計算：(1)如果B=min(R,G,B)則(1)如果R=min(R,G,B)則(1)如果G=min(R,G,B)則從HSI轉換到RGB：(1)0°<H<120°(2)120°<H<240°(3)240°<H<360°12.3偽彩色增強

偽彩色增強處理的輸入是灰色圖像，而輸出是彩色圖像。偽彩色增強把原來灰度圖像中不同灰度值的區域人工賦予不同的顏色以更明顯的區分它們。有3種典型的方法可以實現偽彩色增強：亮度切割、偽彩色變換映射、頻域濾波。1、亮度切割將圖象看作2-D亮度函數，用1個平行于圖象坐標平面的平面去切割圖象亮度函數，從而把亮度函數分成2個灰度值區間。圖12.3.1

亮度切割示意圖橫軸為坐標軸，縱軸為灰度值軸其中：如果象素灰度值在切割灰度值Lm之下就被賦予某一種顏色Cm，如果在Lm之上就被賦予另一種顏色Cm+1。Rm為切割平面限定的灰度值區間，而Cm是所賦的顏色。推廣：M個切割平面，L個灰度級其中，Rm為切割平面限定的灰度值區間，而Cm是所賦的顏色。所以利用上式可以獲得對圖像亮度分層的結果。2、偽彩色變換映射偽彩色變換映射通過對每個原始圖中像素的灰度值分別用三個獨立的連續變換來處理，從而將各個灰度都映射為不同的彩色。圖12.3.3偽彩色變換函數示例根據下圖，灰度值偏小的像素將主要呈現藍色，灰度值偏大的像素將主要呈現紅色，中間灰度值的像素姜片綠色且飽和度較低。

將3個變換的結果分別輸入3個電子槍，就可以得到其顏色內容由三個變換函數調制的混合圖像。該方法可看作亮度切割的推廣（任意函數）。實際中變換函數常使用取絕對值的正弦函數，特點是在峰值處比較平緩而在低估出比較尖銳，通過改變每個正弦波的相位和頻率就可以改變相應灰度值所對應的彩色。3、頻域濾波

基本思想：對原來灰度圖象中的不同頻率分量（可分別借助低通，帶通/帶阻，高通濾波器獲得）賦予不同的彩色（區域性非點對點）。圖12.3.5用于偽彩色增強的頻域濾波框圖12.4真彩色處理

被處理的圖像原理就是彩色的，輸出的結果也是彩色的。12.4.1

處理策略(1)

將一幅彩色圖象看作三幅分量圖象的組合體，先分別單獨處理，再將結果合成；(2)

將一幅彩色圖象中的每個象素看作具有三個屬性值，即屬性現在為一個矢量，利用對矢量的表達方法進行處理。

根據上述兩種策略進行處理的結果有可能相同也有可能不同，主要取決于處理操作的特性。要讓兩種處理的結果相同，則對處理的方法和處理的對象都有一定的要求。對處理的方法和處理的對象都有一定的要求：(1)既能用于標量又能用于矢量；(2)

對每個分量的處理要與其他分量獨立。例：對圖像進行領域平均對一幅彩色圖，領域平均可用兩種方法：（1）按分量進行領域平均再將結果結合起來可表示為：（2）直接按矢量進行領域平均可表示為：在使用拉普拉斯算法進行的彩色圖像銳化中，因為：所以，直接按矢量進行銳化濾波和分別按分量進行銳化濾波在結合起來也是等價的。說明：只有線性處理操作兩種結果才會等價。12.4.2單分量變換增強

一幅彩色圖可以看作是由三幅分量圖像結合而成。對任意一幅分量的增強都會使其所屬的彩色圖像的視覺效果發生變化。1、基本原理和步驟對彩色圖像的映射變換增強可用下式表示：式中，[T1，T2，T3]給出對fi(x,y)進行變換而產生gi(x,y)的映射函數集合，實際中這些函數可以相同也可以不相同。對單分量增強的基本步驟：(1)

將R，G，B分量圖轉化為H，S，I分量圖；(2)

利用對灰度圖增強的方法增強其中的某個分量圖；(3)

再將結果轉換為R，G，B分量圖。2、亮度增強亮度增強可通過上述第（2）步通過增強亮度分量圖來實現。這里可使用灰度變換、直方圖均衡化等方法。雖然亮度增強不改變原圖的彩色內容，但增強后的圖會使得人對色調或飽和度的感受有所不同。3、飽和度增強飽和度增強的實現方式和亮度增強的方式類似。增加飽和度：彩色更濃，反差增加、邊緣清晰；減小飽和度：部分區域成為灰色，整體比較平淡。圖12.4.1飽和度改變的效果(a)(b)(c)(a)原圖；(b)僅增加飽和度分量；(c)減小飽和度。4、色調增強

根據HSI模型的表示方法，色調對應一個角度且是循環的。如果在增強時對每個像素的色調增加一個常數（角度值），將會使其顏色在色譜上移動。色調+

小常數：圖象變“暖”或變“冷”；色調+大常數：對圖象感受會發生比較激烈的變化。圖12.4.2一組飽和度和色調都變化的圖像12.4.3

全彩色增強

單分量變換增強的優點是由于使用HSI彩色空間將亮度、飽和度和色調分解開來，對增強的操作比較簡單易行；缺點是總會產生整體彩色感知的變化。所以在有的增強工作中，需要同時考慮彩色的所有分量。1、彩色切割增強

自然圖象中對應同一個物體或物體部分的象素，他們的彩色在彩色空間中應該是聚集在一起的。在彩色空間將與需增強部分對應的聚類確定出來并進行增強。讓與這個聚類對應的像素保持原來的顏色，而讓圖像中的其他像素取某個單一的顏色，就能達到增強圖像視覺效果的目的。這與偽彩色增強中的亮度切割方法類似，所以稱為彩色切割。例：采用RGB彩色空間先計算三個彩色分量的平均值：算得平均值后可確定各個彩色分量的分布寬度dR、dG、dB。根據平均值和分布寬度可確定對應區域W的彩色空間的彩色包圍矩形：#W代表區域W中的像素個數。2、假彩色增強

假彩色增強與偽彩色增強不同，其輸入和輸出都是彩色圖像。

使原始彩色圖象中一些感興趣的部分呈現與原來完全不同的，且與人們的預期也很不相同的（非自然）假顏色，從而可以更容易得到關注。

增強圖像中

原始圖像中12.4.4

全彩色濾波和消噪1、彩色圖像中的噪聲

用于灰度圖像的噪聲模型也可用于彩色圖像。彩色圖象有3個通道，所以受噪聲影響可能更大。假設R、G、B通道都受到噪聲影響，它們合成的彩色圖象中的噪聲看起來會比單個通道中的噪聲要弱一些（疊加平均）。

將有隨機噪聲的RGB圖象轉換為HSI圖象，則由于余弦計算和最小值計算的非線性性，色調圖象和飽和度圖象中的噪聲會更明顯些；而亮度圖象中的噪聲由于相加計算的平均作用而有所平滑。2、矢量數據排序由于彩色圖像是矢量圖像，而矢量既有大小又有方向，所以對彩色圖像中像素值的排序不能由將灰度圖像排序方法直接推廣而得到。（1