数字图像处理与机器视觉-基于MATLAB实现 第8章 彩色图像处理.pptx

第8章彩色图像处理8.1彩色图像基础8.2彩色图像的表示8.3 彩色图处理基础8.4彩色图像的空间滤波8.5彩色图像分割引言在预防疫情时，我们遇见最频繁的事莫过于测量体温。由于我国人口基数大，在对每个人进行体温检测时会存在工作量大，耗费时间长的问题。而红外热成像结合伪彩色图像处理在面对人流大的情况时可以很好地解决快速测体温和实时监测人员体温的难题。这为防疫工作提供了很大帮助。本章将会探究Matlab所带的图像处理工具箱进行彩色图像处理的基本原，并将工具箱的某些功能通过使用所开发的彩色生成和变换函数来进行拓展。本章的内容建立在假定部分读者已基本熟悉彩色图像处理的术语和原理。8.1.1彩色的定义彩色彩色是物体的一种属性就像纹理、形状和重量一样。一般来说它取决于三个方面的因素：光源—照射光的光谱特性或光谱能量分布。物体—被照射物体的反射特性。成像接收器（眼睛或成像传感器）—光谱能量吸收性质。其中光特性是彩色科学的核心。如果光没有颜色（比如观察者看到的黑白电视的光），那么它的属性只是亮度或数值。 亮度可以用灰度值来描述，灰度值范围从黑色到灰色，最后到白色。8.1.1彩色的定义辐射率、光强和亮度对于有色光，我们通常用三个基本量来描述其光源的质量：辐射率、光强和亮度。辐射率是从光源流出的总能量，通常以瓦特（W）为单位；光强度以流明为单位度量，它给出了观察者从光源接收到的能量总和的度量；亮度是色彩强度概念的体现它实际上是一个无法估量的主观写照。同样作为能量的量度，辐射和光强通常没有必然的联系。例如，在X光检查中，光从X射线源发出，它是具有实际意义上的能量的。但由于它在可见光范围之外，观察者很难感觉到。所以对我们来说，它的光强几乎为零。8.1.2彩色的物理认识彩色的物理认识人类能够感知的物体的颜色是由物体反射的光的性质决定的。如图8-2所示，可见光是由电磁波谱中较窄的波段组成。如果物体反射的光在所有可见光波长范围内都是平衡的，那么从观察者的角度来看，它是白色的；如果物体只反射有限的可见光谱范围，则物体看起来是某种颜色。例如，反射波长范围为450~500nm之间的物体呈现蓝色，它吸收了其他波长光的大部分能量；而如果物体吸收了所有的入射光，它就会呈现黑色。图8-2 可见光波长范围8.1.3三原色三原色根据详细的实验结果，人眼中负责颜色感知的细胞中约有65%对红光敏感， 33%对绿光敏感，只有2%对蓝光敏感。正是人眼的这些吸收特性决定了所看到的彩色是一般所谓的原色红（R）、绿（G）和蓝（B）的各种组合。国际照明委员会(CIE)规定蓝色=435.8nm、绿=546.1nm、红=700nm作为主原色。 因此，红（R）、绿（G） 和蓝（B）被称为三基色。8.1.3三原色在图8-3所示的CIE色度图中，最外层轮廓对应于所有可见光谱颜色，并标记在边缘。图8-3 CIE色度图图8-3中R、G、B三基色连接的三角形并没有覆盖整个可见色区域，也就是说只使用三基色并不能得到所有的可见颜色。实际上，图8-3中的三角形区域对应的是典型的RGB显 示器所能产生的色彩范围，称为彩色全域；而三角形内的不规则区域代表高品质彩色打印设备的色域。8.1.4 计算机中的颜色表示8.2彩色图像的表示彩色图像的表示自然界中的所有颜色都可以由红、绿、蓝（R、G、B）三种颜色合成，数字图像也是如此。关于红（绿/蓝）成分的量，人为从0到255分为256个等级。0表示没有红（绿/蓝）成分， 255表示100%的红（绿/蓝）成分。 根据红、绿、蓝的各种组合，可以表现出256×256×256种颜色。 例如，当像素的红色、绿色和蓝色分量分别为255、0、255时，它会显示紫色。 对于灰度图像中的一个像素，该像素的红、绿、蓝分量是相等的，但是随着这三个分量的值的增加，像素的颜色会由黑色变为白色。彩色模型彩色模型是用来表示彩色的数学模型，也称为彩色模型。 RGB彩色模型是最常用的一种彩色模型，但在计算机系统中表达色彩信息的模型不止一种。以下是四种最常用的色彩模型。8.2.1 RGB模型图8-4 RGB彩色立方示意图8.2.1 RGB模型RGB模型在显示系统的应用RGB模型常用于显示系统。彩色阴极射线管和彩色光栅图形显示器均利用R、G、B数值来驱动R、G、B电子枪发射电子，分别激发荧光屏幕上的R、G、B三色荧光粉末。粉 末通过添加和混合发出不同亮度的光并产生各种颜色。 扫描仪通过吸收原稿经反射或透射发出的光中的R、G、B成分，并用它来表现原稿的颜色。 RGB 色彩空间是与设备相关的色彩空间。 因此，不同的扫描仪扫描同一幅图像会得到不同的彩色图像数据：不同型号的显示器显示相同的图像也会有不同的彩色显示结果。8.2.2 Matlab实现Matlab实现RGB模型在Matlab中，RGB图像可以表示为的三维矩阵。