网站大量收购闲置独家精品文档,联系QQ:2885784924

图像处理2013~2014学年国脉信息学院.doc

  1. 1、本文档共40页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
图像处理2013~2014学年国脉信息学院

三基色原理 白光通过棱镜后被分解成多种颜色逐渐过渡的色谱,色依次为红、橙、黄、绿、青、蓝、紫,这就是可见光谱。三基色是指红,绿,蓝三色,人眼对红、绿、蓝最为敏感,大多数的颜色可以通过红、绿、蓝三色按照不同的比例合成产生。同样绝大多数单色光也可以分解成红绿蓝三种色光。这是色度学的最基本原理,即三基色原理。红绿蓝三基色按照不同的比例相加合成混色称为相加混色,除了相加混色法之外还有相减混色法。可根据需要相加相减调配颜色。 原理可解释如下: ⑴自然界中的绝大部分彩色,都可以由三种基色按一定比例混合得到;反之,任意一种彩色均可被分解为三种基色。 ⑵作为基色的三种彩色,要相互独立,即其中任何一种基色都不能由另外两种基色混合来产生。 ⑶由三基色混合而得到的彩色光的亮度等于参与混合的各基色的亮度之和。 ⑷三基色的比例决定了混合色的色调和色饱和度。 波长为700nm的红光为红基色——R(红) 波长为546.1nm的绿光为绿基色——G(绿) 波长为435.8nm的蓝光为蓝基色——B(蓝) 相加混色:相加混色是各分色的光谱成分相加,混色所得彩色光的亮度等于三种基色的亮度之和。自然界中绝大多数的色彩都可以用适当比例的三基原色混合组成的等效色来模拟。 红+绿=黄 红+蓝=品红 绿+蓝=青 红+绿+蓝=白 配色方案: F=R(R)+B(B)+G(G) F为任意一个彩色光;(R)、(G)、(B)为三基色单位量;R、 G、B为三色分布系数。要配出彩色量F,必须将R单位的红基色、 G单位的绿基色和B单位的蓝基色加以混合, R、G、B的比例关系确定了所配彩色光的色度(包含色调和饱和度),R、G、B的数值确定了所配彩色光的光通量(亮度)。R(R)、G(G)、B(B)分别代表彩色量F中所含三基色的光通量成分,又称彩色分量。配成标准白光E所需的红、 绿、 蓝三基色的光通量比为1∶4.5907∶0.0601。 为了简化计算,规定红基色光单位量的光通量为1 lm,则绿基色光和蓝基色光单位量的光通量分别为4.5907 lm和0.0601 lm。 lm是光通量的单位流明。 配色实验的物理意义很明确,但进行定量计算却比较复杂, 实际使用很不方便, 为此进行了坐标变换引入XYZ计色制 (X)=0.4185(R)-0.0912(G)+0.0009(B) (Y)=-0.1587(R)+0.2524(G)+0.0025(B) (Z)=-0.0828(R)+0.0157(G)+0.1786(B) 为了统一、确切地度量彩色,引入色度图的概念。 在X,Y,Z计色制中,任意彩色光的配色方程为: F=X[X]+Y[Y]+Z[Z] 式中的X,Y,Z为标准三色系数,[X],[Y],[Z]为标准三基色单位。并规定 1.系数均为正数; 2,系数Y表示亮度,X,Z不包含亮度的信息。 3,色度由三色系数的相对比例确定,当X=Y=Z=1时,所配出的光为等能白光E白。 在X,Y,Z计色制中,系数不能由光学实验得到,这些值通过RGB计色制的系数转换,转换关系是线性矩阵的变换,某一实际的彩色光,通过配色实验得到RGB的系数,再根据上面的公式转换成X,Y,Z的配色方程。 F=X[X]+Y[Y]+Z[Z] F=R(R)+B(B)+G(G)=R+4.5907G+0.0601B 一、均值降噪 I=imread(hdbh1.jpg)%读取原始图像 subplot(2,2,1),imshow(I);%显示原始图像 J=imnoise(I,gaussian,0,0.2);%添加高斯白噪声,最小幅度是0,最大幅度是0.2 subplot(2,2,2),imshow(J);%显示添加高斯白噪声之后的图像 B=zeros(size(I));%产生矩阵,所有的矩阵元都是0 for i=1:100 % 循环语句i从1到100,步径为1 J=imnoise(I,gaussian);%添加高斯白噪声 J1=im2double(J);%将J图转换为双精度图片 B=B+J1; % 图形B与J1叠加 End %结束 B1=B/100; % 均值降噪 subplot(2,2,3),imshow(B);%显示B的图片 subplot(2,2,4),imshow(B1);%显示B1的图片 二、图像差分(相减运算) I=imread(hdbh1.jpg)%读取原始图像 J=imnoise(I,gaussian,0,0.2);% 添加高斯白噪声,最小幅度是0,最大幅度是0.2 B=J-I;%像素点的灰度值相减,进行差分 subplot(2,2,1),imshow(I);%显示原始图像 subplot(2,2,2),imshow(J);%显示添加高斯白噪声之后的图

文档评论(0)

youshen + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档