彩色图像处理资料.ppt

实例2 六、彩色图像分割 1. HSI彩色空间分割 在色调图像中分离出感兴趣的特征区。 饱和度作为模板图像。 强度不常使用，因为不携带彩色信息。 图12.21 HSI空间的图像分割 (a)原图像；(b)色调H； (c)饱和度S；(d)强度I； (e)二值饱和度模板(黑=0)； (f)(b)和(e)相乘； (g)(f)的直方图； (h)(a)中红分量的分割 2. RGB向量空间分割 通常在RGB空间结果更好。且方法直接。 给定采样点集，得到一个彩色“平均”估计。 根据距离判定准则分割数据。 图12.22 RGB空间的图像分割 由封闭的矩形所示的感兴趣 彩色图像，计算平均向量，得到微红色的样本； 分割结果，准确得多 3. 彩色边缘检测 用简单的梯度合成图像会导致错误结果。 定义基于向量的梯度。 图12.23 RGB空间的图像分割 (a)~(c) R、G、B分量图像，(d) 合成彩色图像 (f)~(g) R、G、B分量图像，(h) 合成彩色图像 令r 、 g 、 b是RGB彩色空间沿R 、 G 、 B轴的单位向量，可定义向量为： p266（参考：Di Zenzo[1986]论文） 这些向量的点积如下： 利用该表示法，c(x,y)的最大变化率方向可以由角度给出： 点在方向上变化率的值由下式给出： 图12.24 (a) RGB图像 (b) 向量梯度 (c) 分量梯度相加结果 (d) (b)和(c)的差别 图12.25 图12.24彩色图像的 分量梯度图像 (a) 红分量 ； (b) 绿分量； (c) 蓝分量 这三个分量相机并标定后得到图12.23(c) 4. 人脸分割示例 彩色图像的分割除了可以采用灰度图像的分割方法外，还可以利用色彩的聚类性质。 通常物体的色度和饱和度由构成物体的材料所具有的光线吸收和反射特性决定，而亮度明显地受光照和视角的影响。因此根据色度和饱和度分割图像比较可靠。 在实际问题中，需要对一类物体的颜色进行统计训练，考察其颜色的直方图，根据颜色直方图选择合适的范围可以比较快速地实现图像分割。 例如，为了检测人脸，可以首先根据肤色信息将图像中肤色区域分割出来，然后在这些区域中搜索人脸区域，可以减小搜索空间，加快速度。 例如，下面的图片示意了肤色分割各步骤的处理结果 (a、原图像；b、肤色检测与滤波；c、肤色聚类； d、区域归并)。 首先根据统计得到的的肤色查找表检测出肤色像素； 再对属于肤色像素的点根据颜色的相似性聚类成小区域； 最后按照区域的平均颜色之距离为准则进行归并得到可能包含人脸的区域。 * 数字图像处理 第十二章 彩色图像处理 李熙莹 副教授 stslxy@ 从灰度图像处理到彩色图像处理 颜色特点： 颜色可以简化目标物的区分和场景目标抽取 人可以分辨上千种颜色色调和亮度（纯色上百种） 主要研究领域： 全彩色处理 伪彩色处理 全彩色处理应用： 印刷、可视化、互联网…… 内容： 彩色变换 彩色图像平滑、锐化 彩色分割 彩色压缩 光谱 颜色由物体的反射光性质决定。(绿色物反射500~570nm) 一、彩色基础 图12.1 白光通过棱镜是看到的彩色谱 图12.2 可见光范围电磁波谱 2. 彩色表示 彩色的表示是基于Tomas Young提出的三基色原理： “任何彩色可以用合适的三种基本色混合而再生” 生理学已证明，视网膜中有叁种视锥体，具有不同的吸收光谱S1(λ)、S2(λ) 、S3(λ)，其中λ max ? 780nm，λ min ? 380nm，λ min ? λ ? λ max 。 吸收光谱响应的峰值分别在光谱的红(黄绿)、绿、兰区域。而且，吸收曲线有相当多的部分是相互重叠的。这是三基色原理的生理基础。 三基色相加混色： 红(Red)、绿(Green)、蓝(Blue)三基色；三基色相减混色： 黄(Yellow)、品红(Magenta) 、青(Cyan) 图12.3 人眼红、绿、蓝锥状体 的波长吸收函数 图12.4 光及颜料的原色和二次色 光混合（原色相加） 颜料混合（原色相减） 3. 颜色确定 (1) 亮度(I)、色调(H)和色饱和度(S) 亮度表示色彩明亮度。 色调表示观察者接收的主要颜色（说某物体是红色是指其色调）。 饱和度是彩色中包含白光的多少。 色调与饱和度一起称为彩色。 颜色用亮度和彩色表征。 图12.5 亮度、色度、饱和度 (2) CIE色度图 各种谱色在舌形色度图周围的边界上。（图12.2中的纯色） 内部点表示谱色的混合色。 等能量点相对于白光的CIE标准。 边界上的任何点都是全饱和的。 图12.6 CIE色度图 三角形