第9章彩色图像处理研究.pptVIP

* * * * * * * * * * * * * * * * 频域伪彩色处理MATLAB 程序效果 （a）原始灰度图像 （b） 频域伪彩色处理后的图像 频域伪彩色处理示例 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 彩色图像灰度级校正处理示例 彩色图像灰度级校正处理示例 彩色图像的平滑处理示例 彩色图像的锐化处理示例 红点的上下移动 红点的顺（逆）时针转动 红点向圆心方向移动 R分量图 G分量图 B分量图 原图 Y分量图 人的生理视觉系统特性对微小的灰度变化不敏感，而对彩色的微小差别极为敏感。人眼一般能够区分的灰度级只有二十几个，而对不同亮度和色调的彩色图像分辨能力却可达到灰度分辨能力的百倍以上。 利用这个特性人们就可以把人眼不敏感的灰度信号映射为人眼灵敏的彩色信号，以增强人对图像中细微变化的分辨力。 彩色增强就是根据人的这个特点，将彩色用于图像增强之中，在图像处理技术中彩色增强的应用十分广泛且效果显著。常见的彩色增强技术主要有假彩色增强及伪彩色增强两大类。 伪彩色增强 （1）假彩色（false color）增强是将一幅彩色图像映射为另一幅彩色图像，从而达到增强彩色对比，使某些图像达到更加醒目的目的。 真彩色（true color）自然物体的彩色叫做真彩色，真彩色图像的分光系统，色光合成如图所示。 真彩色图像 （3）伪彩色（pesudocolor）增强则是把一幅黑白域图像的不同灰度级映射为一幅彩色图像的技术手段称做伪彩色增强。 伪彩色增强 —— 基本原理 由于人眼分辨不同彩色的能力比分别不同的灰度级的能力强，因此，把人眼无法区别的灰度变化，施以不同的彩色来提高识别率，这便是伪彩色增强的基本依据。 伪彩色增强 —— 基本思路 要由灰度图像生成一幅彩色图像是一个一到三的影射。 显然由少信息量获得多信息量必然是基于估计原理。也就是说，对未知的部分，通过各种手段进行合理的估计。 研究的目的不同，则给出的灰度到彩色的估计影射方法也随之不同。 灰度分层法伪彩色处理 灰度变换法伪彩色处理 频域伪彩色处理 伪彩色增强 ---分类 伪彩色增强方法大致可以分为以下三类： 灰度分层法（亮度切割）伪彩色处理 灰度分层法又称为灰度分割法或密度分层法，是伪彩色处理技术中最基本、最简单的方法。设一幅灰度图像f(x,y)，可以看成是坐标(x,y)的一个密度函数。 亮度切割示意图 把此图像的灰度分成若干等级，即相当于用一些和坐标平面（即x-y平面）平行的平面在相交的区域中切割此密度函数。 灰度分层法伪彩色处理 灰度分层的原理示意图 灰度与伪彩色处理的映射示意图 基于区域分割的伪彩色增强方法 这是一种对不同的区域进行不同颜色增强的方法。 目的是，可同时增强并清晰地观察不同区域的细节。 基于区域分割的伪彩色增强方法 —— 应用领域与实现方法 这种伪彩色技术在医学诊断中常被用到，目的是突出病灶，提高诊断率。 该伪彩色技术是对原图进行了预处理，将识别出属于不同性质的区域给不同的色彩。 演示示例 基于区域分割的伪彩色增强示例 基于区域分割的伪彩色增强示例 使用MATLAB grayslice灰度分层函数实现伪彩色图像处理 灰度分层与伪彩色处理示例 （a）输入灰度图像 （b）输出伪彩色处理图像 灰度变换法伪彩色处理 —— 基本原理 仿照对温度的描述方式，当温度比较低，我们会想到蓝色（又称冷色调）。 当温度较高的时候，会想到红色（又称暖色调）。 根据人感官上的这一特性，将亮度低的影射为蓝色，亮度高的影射为红色。 根据色度学原理，任何一种彩色均可由红、绿、蓝三基色按适当比例合成。所以伪彩色处理一般可描述成： 上式是对输入图像的灰度值实现三种独立的变换，按灰度值 的不同映射成不同大小的红、绿、蓝三基色。然后用它们去 分别控制彩色显示器的红、绿、蓝电子枪，以产生相应的彩 色显示。 灰度?伪彩色变换处理原理示意图 彩色变换函数特性 典型的彩色变换函数特性 基于灰度变换的伪彩色方法 —— 影射关系 由此，可以按照如下所示的影射关系进行伪彩色处理。 255 0 63 127 191 255 f gR 255 0 63 127 191 255 f gG 255 f gB 0 63 127 191 255 基于灰度变换的伪彩色方法