数字图像处理06_彩色图像处理.pptVIP

6.2 彩色模型 Matlab彩色图像处理基本函数 imapprox(.)，用较少的颜色数来近似一幅索引图像。 Test06_00_2.m dither(), 采用抖动从RGB图像创建索引图像 Test06_01 grayslice(), 从灰度级亮度图像通过多级阈值创建索引图像 rgb2ind(),从RGB图像创建索引图像 不同色彩空间之间的转换，如rgb2hsi() 6.3彩色图像处理基础 人眼的视觉特性 类可以分辨的灰度级别只有20－40个左右。但是人可以分辨出几千种颜色色调和亮度。 彩色处理的两个主要领域： 伪彩色处理：根据特定的原则把灰度值赋以彩色的图像：伪彩色图像。在科学计算可视化中具有重要的应用。 全彩色处理：图像用全彩色传感器获得； 6.3彩色图像处理基础 人眼的视觉特性 类可以分辨的灰度级别只有20－40个左右。但是人可以分辨出几千种颜色色调和亮度。 彩色增强技术 利用人眼的视觉特性，将灰度图像变成彩色图像或改变彩色图像已有彩色的分布，改善图像的可分辨性。 彩色增强方法可分为三类 伪彩色增强 假彩色增强 全彩色增强 6.3彩色图像处理基础 伪彩色增强 伪彩色增强是把黑白图像的各个不同灰度级按照线性或非线性的映射函数变换成不同的彩色，得到一幅彩色图像的技术。使原图像细节更易辨认，目标更容易识别。 伪彩色增强的方法主要有亮度分割法、灰度级至彩色变换和频率域伪彩色增强三种。 对一幅RGB彩色图像，选择要分割的区域，计算该区域中的彩色点的平均向量a。 盒子的中点在a，它的尺度沿每一个RGB轴以沿相应轴的数据标准差的1.25倍选择。 例如，令?R代表样点红分量的标准偏差，aR代表平均向量a的红分量： （aR-1.25?R，aR+1.25?R）， 这里在整个彩色图像中编码每一点的结果为：如果点位于盒子表面或内部为白色，否则为黑色。 6.6.2 RGB彩色空间分割 6.6.2 RGB彩色空间分割 彩色图像分割测试test06_11.m 6.6.3 彩色边缘检测 边缘检测对图像分割是一个重要的工具。 比较： （1）以各个单独颜色分量图像为基础计算边缘 （2）在彩色空间直接计算边缘的问题。 标量函数的梯度 6.6.3 彩色边缘检测 向量函数梯度的一般计算方法： 分别计算各个颜色分量图像的梯度，然后形成彩色图像的梯度。 得到的结果行否？ 6.6.3 彩色边缘检测 向量函数的梯度计算 令c代表RGB彩色空间中的任意向量，c的分量是一幅彩色图像在一点上的RGB分量。 彩色分量是坐标（x，y）的函数，表示为： 6.6.3 彩色边缘检测 首要的问题：定义向量c在任意点（x，y）处的梯度（幅度和方向）。 向量函数的梯度计算 标量函数f（x，y）在坐标（x，y）处的梯度：是指向f的最大变化率方向的向量。 将这一思想扩展到向量梯度，下面介绍各种方法中的一种。 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： 6.6.3 彩色边缘检测 数量gxx，gyy，gxy定义为这些向量的点乘，如下所示： 6.6.3 彩色边缘检测 参考文献指出，c（x，y）的最大变化率方向由角度给出： （x，y）点在?方向上变化率的值由下式给出： 6.6.3 彩色边缘检测 Di Zenzo, S. “A Note on the Gradient of a Multi-Image”, Computer Vision, Graphics, and Image Processing, 1986, 33:116~125 6.6.3 彩色边缘检测 向量空间的边缘检测 例子比较两种彩色图像边缘检测： （1）由各个颜色分量图像梯度的混合检测边缘 （2）用彩色空间的向量梯度检测边缘。 计算时，偏导数用Sobel算子实现 Test06_10.m 6.6.3 彩色边缘检测 基于标量和向量的边缘检测对比测试Test06_10.m 6.6.3 彩色边缘检测 基于标量和向量的边缘检测对比测试Test06_10.m 彩色模型很多，如(1)RGB用于监视器、摄像机，(2)CMY、CMYK用于印刷、彩色打印机, (3)NTSC（亮度Y，色调I，饱和度Q），(4)YCbCr(亮度Y，相对蓝基色的色差Cb，相对红基色的色差Cr)，(5)HSI (色度H，饱和度S，亮度I)等。 彩色处理的两个主要领域： (1)全彩色处理：图像用全彩色传感器获得；(2)伪彩色处理：对特定的亮度（范围）赋予一种颜色。 伪彩色处理的两种方法：(1)强度分层，用于单幅灰度图像的伪彩色处理；(2)多光谱图像的伪彩色处理。 彩色图像处理的两类方法：(1)各色彩分量分别独立处理；(2)基于色彩向量的处理(参见使用梯度的彩色图像处理)。 Matlab提供了彩色图像处