數字圖像處理B第六章彩色圖像處理上海大學通信與信息工程學院上海市教委本科重點課程2023-07-26上海市教委本科重點課程―數字圖像處理B2第六章彩色圖像處理2023-07-26上海市教委本科重點課程―數字圖像處理B3提要6.1色彩及色度空間三基色原理顏色空間的表示及其轉換顏色空間的量化6.2彩色圖像增強圖像平滑圖像銳化6.3彩色圖像分割HSI空間分割RGB空間分割2023-07-26上海市教委本科重點課程―數字圖像處理B46.1色彩及色度空間

顏色是一門很復雜的學科，它涉及到物理學、生物學、心理學和材料學等多種學科。

顏色是人的大腦對物體的一種主觀感覺，用數學方法來描述這種感覺是一件很困難的事。

現在已經有很多有關顏色的理論、測量技術和顏色標準，但是到目前為止，似乎還沒有一種人類感知顏色的理論被普遍接受。

CIE（國際照明委員會）：原文為CommissionInternationale

de

L‘Eclairage（法）或InternationalCommission

on

Illumination（英）。這個委員會創建的目的是要建立一套界定和測量色彩的技術標準，可回溯到1930年。顏色是什么？

顏色是將視覺系統對某種物理刺激的響應在大腦中形成的印象。

顏色的本質是心理現象，所以即使看到物理上相同的對象，也會隨其所處位置的狀況或生理、心理的不同而產生不同變化。顏色感覺三個會影響我們對顏色感覺的元素:１．光源

２．物體

３．觀察者2023-07-26上海市教委本科重點課程―數字圖像處理B62023-07-26上海市教委本科重點課程―數字圖像處理B7人類視覺對顏色的主觀感覺顏色的三種主觀感覺：色調、色飽和度和亮度。色調（hue）–從一個物體反射過來的或透過物體的光波長–是由顏色種類來辨別的，如紅、橙、綠。–不同波長的單色光會引起不同的彩色感覺，然而，同樣的彩色感覺卻可以來源于不同

的光譜成分的組合。色飽和度（saturation）即色純度，指顏色的深淺例如：深紅和淺紅。亮度（intensity/brightness）亮度顏色的明暗程度，從黑到白，主要受光源強弱影響。飽和度亮度2023-07-26上海市教委本科重點課程―數字圖像處理B8飽和度/web/color/RGB_Color.htm2023-07-26上海市教委本科重點課程―數字圖像處理B96.1.1三基色原理

Grassman定律：由格拉斯曼（Grsassmann）總結的在顏色相加混合時的規律，指出了視覺對顏色的響應取決于紅、綠、藍三輸入量的代數和。（1）所有顏色都可以用相互獨立的三基色混合得到；（2）假如三基色的混合比相等，則色調和色飽和度也相等；(如1:2:3與2:4:6)（3）任意兩種顏色相混合產生的新顏色與采用三基色分別合成這兩種顏色的各自成份混合起來得到的結果相等；（4）混合色的光亮度是原來各分量光亮度的總和。2023-07-26上海市教委本科重點課程―數字圖像處理B106.1.1三基色原理由三基色混配各種顏色通常有兩種方法：

–相加混色法。彩色電視機上的顏色。相減混色法:利用顏料、染料等的吸色性質來實現混色彩色電影、幻燈片、繪畫原料相加混色和相減混色的主要區別：（1）相加法是由發光體發出的光相加而產生的各種顏色，而相減法是先有白色光，然后從中減去某些成份（吸收）得到各種顏色。（2）相加混色的三基色是紅、綠、藍，而相減混色的三基色是黃、青、品紅。相加混色的補色就是相減混色的基色。（3）相加混色和相減混色有不同的規律。2023-07-26上海市教委本科重點課程―數字圖像處理B11顏色向量C的計算CIE的R、G、B顏色表示系統。選擇標準紅色，綠色和藍色三種單色光作為表色系統的三基色。顏色向量C

紅（R）、綠（G）、藍（B）三刺激值所構成的（R，G，B）向量的和構成。C=

R0+

G0+

B0R、G、B為C的三刺激值（tristimulus

values）（R0，G0，B0）稱為原刺激值，是單位向量。注：當這三原色光的相對亮度比例為1.0000：4.5907：0.0601時就能匹配出等能白光，所以CIE選取這一比例作為紅、綠、藍三原色的單位量，即R0：G0：B0=1：1：1。盡管這時三原色的亮度值并不等，但CIE卻把每一原色的亮度值作為一個單位看待。CIE規定的三原色對應的光的波長為：藍：435.8nm綠：546.1nm紅：700nm顏色的向量表示(色度坐標)(三角型上的每一點rgb之和為1，代表一種顏色)2023-07-26上海市教委本科重點課程―數字圖像處理B12比如在590波長的橙色，由綠色和紅色加權而成2023-07-26上海市教委本科重點課程―數字圖像處理B13各種波長的光譜顏色RGB顏色匹配函數(color

matchingfunctions)橫坐標表示，縱坐標表示用以匹配光譜各色所需要三基色刺激值，是以等能量白光為標準的系數，是觀察者實驗結果的平均值。為了匹配在438.1

nm和546.1

nm之間的光譜色，出現了負值，這就意味匹配這段里的光譜色時，混合顏色需要使用補色才能匹配。雖然使用正值提供的色域還是比較寬的，但像用RGB相加混色原理的CRT雖然可以顯示大多數顏色，但不能顯示所有的顏色。2023-07-2614CIE

1931色度圖，三基色單位為[X][Y][Z]，稱為標準色度觀察者光譜三刺激值。E點代表白光，它的坐標為（0.33，0.33）；環繞在顏色空間邊沿的顏色是光譜色，邊界代表光譜色的最大飽和度，邊界上的數字表示光譜色的波長，其輪廓包含所有的感知色調。r,g,b(可能為負)轉換成x,y,z坐標,使x+y+z=1x表示紅色分量y表示綠色分量上海市教委本科重點課程―數字圖像處理Br,g,b

=

[1,1,1]時，x,y,z=?r,g,b(可能為負)轉換成x,y,z坐標,使x+y+z=12023-07-2615上海市教委本科重點課程―數字圖像處理B2023-07-26在380

nm到780

nm之間的（間隔5

nm）CIE

1931標準色度觀察者XYZ函數RGB顯示范圍高質量打印范圍16上海市教委本科重點課程―數字圖像處理B2023-07-26上海市教委本科重點課程―數字圖像處理B176.1.2顏色空間的表示及其轉換實際應用中常用的顏色空間有RGB、HSV、HSI、YUV、YIQ等。常用的顏色空間可分為兩類面向硬設備的應用RGB顏色空間，如：彩色顯示器、打印機等面向以彩色處理為目的的應用HSI顏色空間以及HSV顏色空間2023-07-26上海市教委本科重點課程―數字圖像處理B18(1)RGB模型顏色模型規定了顏色的建立、描述和觀察方式。顏色模型都是建立在三維空間中的與顏色空間密不可分。RGB模型用三維空間中的一個點來表示一種顏色每個點有三個分量，分別代表該點顏色的紅、綠、藍亮度值亮度值限定在[0，1]。RGB模型坐標RGBMYCWR

=

8

bitsG

=

8

bitsB

=

8

bits2023-07-26上海市教委本科重點課程―數字圖像處理B19彩色深度24位=16777216色圖像的R、G、B分解?（a）原圖像（b）R分量?（c）G分量（d）B分量圖2023-07-26上海市教委本科重點課程―數字圖像處理B20CMY和CMYK色彩模型C=Cyan青M=Magenta洋紅

Y=Yellow黃K=Black黑CMYK專門為印刷設計，用于描述入射光線被印刷品反射的場合。C、M、Y三種顏色合成后應

該產生黑色，但是由于在實

際中油墨中存在雜質，最終

會產生一種很暗的，不純凈

的棕色。為了解決這個問題，人們在這個色彩模型中加入

了第四種顏色，黑色，被稱

為關鍵色（K）。2023-07-26上海市教委本科重點課程―數字圖像處理B212023-07-26上海市教委本科重點課程―數字圖像處理B22(2)Munsell模型

某個顏色可以唯一地用一個色調（H）、色純度（C）及亮暗值（V）的顏色片來表示

色調沿圓周分成10個區域，其中5個是主色調，

5個是中間色調。–分別是紅、紅黃、黃、黃綠、綠、藍綠、藍、藍紫、紫、紫紅。色純度表示了色的濃淡，從中心向外逐漸增強。

顏色的亮暗分成11個等級，記為0到10級，其中0級對應黑而10級對應白。Munsell彩色空間2023-07-26上海市教委本科重點課程―數字圖像處理B232023-07-26上海市教委本科重點課程―數字圖像處理B24Munsell顏色空間具有的特點（1）坐標之間的心理感知獨立性。可以獨立感知各顏色分量的變化；（2）線性伸縮性。可感知的顏色差是與顏色分量的相應樣值上的歐氏測度之間的距離成比例的。（3）該空間在感知上并不是均勻的也不能直接根據加色原理進行組合。2023-07-26上海市教委本科重點課程―數字圖像處理B25(3)HSV模型HSV(Hue,Saturation,Value)模型由色度（H），飽和度（S），亮度（V）三個分量組成與人的視覺特性比較接近。重要性消除了亮度成分V在圖像中與顏色信息的聯系色調H和飽和度S分量與人的視覺感受密切相關HSV顏色模型（a）顏色輪（b）

HSV顏色模型（c）柱形彩色空間2023-07-26上海市教委本科重點課程―數字圖像處理B26(4)HSI(Hue,Saturation,Intensity)模型

色調（H）和飽和度（S）的含義與HSV系統一致，而強度（I）對應于顏色的亮度或灰度。HSI彩色模型坐標系統2023-07-26上海市教委本科重點課程―數字圖像處理B27HSI彩色模型HSV與HSI模型示意圖2023-07-26上海市教委本科重點課程―數字圖像處理B28RGB立方體的HSI分量2023-07-26上海市教委本科重點課程―數字圖像處理B29RGB

CubeHueSaturationIntensity(5)YUV模型YUV顏色模型在廣泛性方面僅次于RGB模型。在彩色電視系統(PAL)中，采用的就是YUV色彩空間。

由于人眼對于亮度的敏感程度大于對于色度的敏感程度，所以完全可以讓相鄰的像素使用同一個色度值，而人眼的感覺不會引起太大的變化。

YUV的基本思想是通過損失色度信息來達到節省存儲空間的目的。可以定義出許多YUV的格式

相鄰兩個像素使用一個色度值的YUYV，JPEG、MPEG中相鄰四個像素使用一個色度值的YUV12等。2023-07-26上海市教委本科重點課程―數字圖像處理B302023-07-26上海市教委本科重點課程―數字圖像處理B31其他的彩色模型NTSC模型(YIQ)，廣泛應用于美國等國家的電視信號。

特點是信號的強度信息和顏色信息相分離，同一個信號可以方便地同時表示彩色圖像和黑白圖像。

在NTSC格式中，圖像由三個分量表示：亮度用Y表示；色度用I表示；飽和度用Q表示。YCbCr模型，廣泛應用于數字視頻。在YCbCr模型中，Y為亮度，Cb和Cr共同描述圖像的色調，其中Cb、Cr分別為藍色分量和紅色分量相對于參考值的坐標。

隨著世界上數字分量視頻標準的發展，YCbCr已經逐漸發展起來了。YCbCr顏色空間是YUV空間的縮放和偏移版本。Y定義為具

有8位，標稱顏色范圍為16~235，Cb、Cr標稱顏色定義范圍為

16~240.2023-07-26上海市教委本科重點課程―數字圖像處理B32顏色空間的轉換

同一顏色可以用不同的彩色空間表示，自然可以相互轉換。MATLAB提供了相應的轉換函數。Rgb2hsv,

hsv2rgbRgb2grayRgb2ycbcr,

ycbcr2rgb…RGB與HSV空間的相互轉換1、從RGB轉換到HSVTemp1=max(R,G,B)

Temp2=min(R,G,B)H=60H1S=(Temp1-Temp2)/Temp1V=Temp1/2552023-07-26上海市教委本科重點課程―數字圖像處理B33圖像的HSV分解（c）S

分量2023-07-26上海市教委本科重點課程―數字圖像處理B34（d）V

分量（a）原RGB圖像（b）

H分量2、從HSV轉換到RGB2023-07-26上海市教委本科重點課程―數字圖像處理B35RGB與YUV、YCbCr空間的相互轉換RGB轉YUVRGB轉YCbCr(數字)–

Y

=

0.257*R

+

0.504*G

+

0.098*B

+

16–

Cb

=

-0.148*R

-

0.291*G

+

0.439*B

+

128–

Cr

=

0.439*R

-

0.368*G

-

0.071*B

+

128注：數字YCbCr是YUV空間經過尺度和偏置處理后的版本2023-07-26上海市教委本科重點課程―數字圖像處理B36圖像的YUV分解（a）原RGB圖像量（b）Y分（c）U分量（d）V分量2023-07-26上海市教委本科重點課程―數字圖像處理B37RGB與HSI空間的相互轉換1．從RGB空間轉換到HSI空間2023-07-26上海市教委本科重點課程―數字圖像處理B38圖像的HSI分解（a）原RGB圖像2023-07-26上海市教委本科重點課程―數字圖像處理B39（b）H

分量（c）S

分量（d）I

分量2.從HSI空間轉換到RGB空間設S、I

的值在[0，1]之間，R、G、B的值也在[0，1]之間，則從HSI到RGB的轉換公式分成3段以利用對稱性,以當H在[0o，120o]之間為例：2023-07-26上海市教委本科重點課程―數字圖像處理B402023-07-26上海市教委本科重點課程―數字圖像處理B416.1.3顏色空間的量化以HSV模型為例，討論顏色空間的量化過程。

H、S、V任何一個分量都可構成自己的直方圖，其反映了圖像顏色的統計分布。HSV色彩空間各分量的獨立性較強，并且主要由H色調直方圖決定圖像的顏色分布。

人眼對視覺的分辨能力有一定的局限性，因此對整個顏色空間進行適當的量化是必要的。如果對HSV空間進行適當的量化后再計算直方圖，則計算量要少得多。HSV色彩空間中顏色特征的非等間隔量化2023-07-26上海市教委本科重點課程―數字圖像處理B42把量化后的3個顏色分量合成為一維特征矢量根據上式，H、S、V三個分量可獲得72柄（Bin）（8*3*3）的一維直方圖。2023-07-26上海市教委本科重點課程―數字圖像處理B43其中，QS（分量S的量化級數）=3，QV（分量V的量化級數）=3。H

S

V0

0

00

0

10

0

22023-07-26上海市教委本科重點課程―數字圖像處理B446.2彩色圖像增強在圖像的自動分析中，色彩是一種能夠簡化目標提取和分類的重要信息。雖然人眼只能分辨幾十種不同深淺的灰度級，但卻能夠分辨幾千種不同顏色。通常采用的色彩增強方法可以分為偽彩色、假彩色和全彩色增強三種。?偽彩色所處理的圖像本身是黑白圖像，期望通過技

術手段使其用彩色呈現出來，以提高圖像的分辨質量。?假彩色通常用于多光譜圖像的彩色顯示。?全彩色是對彩色圖像進行增強處理，以得到效果更好的彩色圖像，包括與黑白圖像增強相對應的圖像平滑、圖像銳化等處理。6.2.1圖像偽彩色與假彩色偽彩色是對灰度圖像中不同灰度值區域分別賦予不同的顏色，使人眼更便于區分不同的灰度級。1、灰度分層法偽彩色處理假設黑白圖像f(x,y)的灰度范圍為0≤f(x,y)≤L，如果把該灰度范圍分為k段灰度等級，用l0,l1,…,lk表示各個區段的分界點，l0<l1<,…,<lk，且l0=0,lk=L。映射每一段灰度成一種顏

色，映射關系為2023-07-26上海市教委本科重點課程―數字圖像處理B45能夠賦值的色彩數最多與灰度級的數目相同，也可以小于灰度級數這種映射關系也成為調色板Colormap。2023-07-26上海市教委本科重點課程―數字圖像處理B46灰度圖像的偽彩色表示A

=

magic(5)image

(A)colormap(gray(256))axis

imageaxis

ijA

=172418152357141646132022101219213111825292023-07-26上海市教委本科重點課程―數字圖像處理B47人甲狀腺X射線圖像2023-07-26上海市教委本科重點課程―數字圖像處理B48經8彩色灰度分層后結果k=8級數太少有偽輪廓!k=64k=162023-07-26上海市教委本科重點課程―數字圖像處理B49其中R(x,y)、G(x,y)、B(x,y)分別表示偽彩色中的三基色分量，TR、TG、TB表示三基色與原灰度值f(x,y)的變換關系2、灰度變換法偽彩色處理根據三基色原理，任一色彩可由紅、綠、藍三基色按適當的比例合成。可以利用變換法對黑白圖像進行偽彩色處理:2023-07-26上海市教委本科重點課程―數字圖像處理B50熱成像圖像的偽彩色處理->2023-07-26上海市教委本科重點課程―數字圖像處理B51有模擬爆炸物的衣服袋x線圖像衣服袋x線圖像2023-07-26上海市教委本科重點課程―數字圖像處理B52偽彩色圖像變換曲線灰度變換法偽彩色例子3、頻域偽彩色處理頻域偽彩色處理中的彩色取決于黑白圖像的空間頻率。可將原始黑白圖像中我們感興趣的空間頻率成分以某種特定的彩色來表示。2023-07-26上海市教委本科重點課程―數字圖像處理B534、假彩色處理將原始多光譜圖像變換成彩色圖像的處理過程叫做假彩色處理。假彩色處理通常用于多光譜圖像，但也可以用于真彩色圖像，即將一種色彩變成另外一種更便于人眼辨識的色彩。2023-07-26上海市教委本科重點課程―數字圖像處理B54多光譜圖像的假彩色處理例子Washington

D.C.

areaVisible

redl=

0.63-0.69

mmNear

infraredl=

0.76-0.90

mmPlant

discrimination

Biomass

and

shoreline

mappingVisible

greenl=

0.52-0.60

mmMeasuring

plant234Color

composite

imagesRed

=

1Green

=

2Blue

=

3Blue

=

1Green

=

2Red

=

4Visible

bluel=

0.45-0.52

mmMax

water

penetration12023-07-26上海市教委本科重點課程―數字圖像處理B55嫦娥一號拍攝的首幅月面圖像局部域的假彩色地形圖2023-07-26上海市教委本科重點課程―數字圖像處理B566.2.2全彩色圖像增強1、全彩色圖像處理基礎分別處理每一分量圖像，然后，從分別處理過的分量圖像合成彩色圖像。直接對彩色像素處理。因為全彩色圖像至少有3個分量，彩色像素實際上是一個向量，處理必須針對向量進行，由此也將形成不同于單色圖像的處理方法。2023-07-26上海市教委本科重點課程―數字圖像處理B57全彩色圖像及其各種分量2023-07-26上海市教委本科重點課程―數字圖像處理B58彩色圖像CMYK分量RGB分量HSI分量(Images

from

Rafael

C.

Gonzalez

andRichard

E.Wood,

Digital

Image

Processing,

2nd

Edition.)2023-07-26上海市教委本科重點課程―數字圖像處理B592、直方圖變換構建一個統一的灰度級變換用于彩色圖像的三個RGB分量，實現彩色圖像的增強。均勻地擴展彩色強度，保留彩色本身(即色調)不變。因而，

HSI彩色空間更適合進行直方圖均衡，當然也適合于其他的直方圖變換增強技術。6.2.2全彩色圖像增強彩色圖像的直方圖變換2023-07-26上海市教委本科重點課程―數字圖像處理B60統一的灰度級變換用于彩色圖像的三個RGB分量基于HSI的彩色圖像直方圖均衡2023-07-26上海市教委本科重點課程―數字圖像處理B613、圖像平滑灰度級圖像平滑可以看作是空間濾波處理,這一平滑概念很容易擴展到全彩色圖像處理，只要用向量代替灰度標量即可：6.2.2全彩色圖像增強2023-07-26上海市教委本科重點課程―數字圖像處理B62平滑處理例子（a）RGB

55平滑,（b）僅對強度分量55平滑,（c）a和b的差RGB分量2023-07-26上海市教委本科重點課程―數字圖像處理B63HSI分量4、圖像銳化圖像銳化的主要方法是求梯度和拉氏算子。分別對RGB進行銳化只對亮度分量進行銳化(a)

（b）

（c）

（d）彩色圖像銳化（拉氏算子疊加原圖像）,(a)原圖像,（b）RGB分量銳化,（c）僅對強度分量銳化,（d）b和c的差2023-07-26上海市教委本科重點課程―數字圖像處理B646.2.2全彩色圖像增強2023-07-26上海市教委本科重點課程―數字圖像處理B656.3彩色圖像分割分割是把一幅圖像分成不同區域的處理，屬于圖像增強的后續處理。由于分割通常是針對感興趣目標的特點進行的，如果感興趣目標的某個特點在某一色彩空間的一個分量中是唯一而顯著的，那么我們就可以采用該分量進行圖像分割。如果目標的特點可以通過某幾個分量的組合或變換來體現，我們可以用幾個分量的組合進行圖像分割。分割中最常用到的色彩空間仍然是HSI和RGB空間。當然，由于處理對象的復雜性，要找到唯一而顯著的特征非常不容易，往往需要經過反復的試驗。6.3.1

HSI空間分割在HSI空間中，色調圖像描述彩色非常方便。在彩色圖像分割中強度圖像則不常單獨使用，因為它不攜帶彩色信息。在HSI空間的圖像分割。(a).原像；

(b).色調；(c).飽和度；(d).強度；

(e).二值化的飽和度分量；

(f).(b)和(e)相乘；(g).(f)的直方圖；(h).(f)的二值化，是(a)中左下紅分量的分割2023-07-26上海市教委本科重點課程―數字圖像處理B662023-07-26上海市教委本科重點課程―數字圖像處理B676.3.2

RGB空間分割在灰度圖像分割時，可以選取感興趣目標的平均灰度，然后選取該灰度的上下臨近區域作為目標分割的灰度分割區域，以分割整個目標。即如果平均灰度為a，我們可以選取[a-

a,aa+

a]作為整個目標的灰度取值范圍進行目標分割。這個可以用候選目標灰度的某個統計量，如標準差來選取。對于RGB彩色空間，色彩是一個向量，分割的目標是對給定圖像中每一個RGB像素進行分類，確定在預定范圍內會有某種顏色或者沒有這種顏色。這時，我們可以在RGB色彩空間的某個三維區域