数字图像处理第五章分析.ppt

  1. 1、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。。
  2. 2、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
  3. 3、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
数字图像处理第五章分析

彩色边缘检测 d图与h图在中点上的梯度相同,但d图中的应该比h图的强。 因此,应该也考虑到梯度的方向,不能简单地由各分量的 梯度幅值组合 分量边缘 的叠加: 彩色向量 边缘 C图与d图 的差异 图6.46c的GRB分量边缘 用DIPUM作出的实况图像,Colorgrad 灰度与彩色边缘的比较 6.8 彩色图像中的噪声 照明较弱的分量倾向于有更多的噪声 RGB分量分别有 高斯噪声,但是 合成后的彩图中 的噪声较不明显 将上图d转换到HSI中, 噪声在HS中比在I中明显, 原因在变换式。 a仅在G分量中有椒盐噪声,但是变换到HSI后 影响到各分量。 6.9 彩色图像压缩 原图24bit JPEG2000 作业: 利用彩色分层技术进行肤色检测 彩色像素: c(x,y)=[R(x,y),G(x,y),B(x,y)]T 两种基本方法(不一定等效): 分量图像分别处理,然后合成彩色图像; 直接对彩色像素(向量)处理。 6.4 Basics of Full-Color Image Processing 两种基本方法等效的2条件: 处理过程对标量(分量图像)和向量(彩色图像)均可用; 对向量各分量的运算独立于其他分量。 6.4 全彩色图像处理基础 一种等效的平滑模板算法。。。 6.5 Color Transformations 处理单幅图内各分量 n是彩色模型的维数。 下式说明:在某一个彩色分量上的输出是各个彩色分量的函数。 6.5 Color Transformations CMYK RGB HSI 处理单幅图内各分量 用彩色变换调整图像的强/亮度 不同彩色空间需要不同的变换函数 I H, S 修改: 理论上,任何变换可在任何彩色模型中进行。 实际上,有些运算更适合于在特定彩色模型中。 对给定的变换,到实现该变换的彩色空间的转换代价必须考虑。 例如,要修正亮度,g(x,y)=kf(x,y), 其中0k1. 在HSI中较简便:s3=kr3 , 而s1=r1, s2=r2 在RGB中: si=kri, i=1,2,3 各分量都要乘k. 在CMY中: si=kri+(1-k) i=1,2,3 互补色:类似于灰度图中的负片 在单色图中,负片能增强暗部,特别是大面积的暗部。 在彩色图中也有类似效果。 Opponent Color 3组对立色 在RGB中做反转是一分量对一分量的,但是,在HSI中, 反转图的S分量不能从原图的S分量单独获得。 c,d不同 用 RGB 反转: 用 HSI 反转 所有实用的彩色切片方法要求:每个像素转换后的色彩分量是原像素各色彩分量的函数。 一种最简单的切分彩色图像的方法是将兴趣区之外的色彩映射到一种不突出的中性色彩上。 Color Slicing 用立体(棋盘距离)切片 用球体(欧氏距离)切片 在RGB彩色空间中 肤色检测实验 目的:学习一种彩色图像区域切片(分割)的方法 步骤:分别在RGB和HSV(或HIS)彩色空间,在测试图像中利用手工选择皮肤样本,得出肤色在彩色空间中的均值和方差; 选择不同距离(棋盘距离、欧氏距离等)度量,计算被测试图像各像素到肤色样本中心的距离,利用方差做阈值,确定该像素色彩是否属于肤色。 测试图像:face.jpg 结果图像:将不在肤色空间的像素置0,仅在被测试图像中留下肤色像素,并作为结果输出该图像。 色调与彩色的手工校正 Flat Light High Key Dark Low Key 同时调整RGB 不会影响图像 的色调Hue 在CMYK中做彩色平衡,对各分量分别手工调整 原图; Photoshop的色调均化 RGB三色分别均化;Lab中L均化 直 方 图 处 理 利用亮度与色度分离,仅对亮度分量I做均衡 I分量 被均衡 原图 加饱和度, 补偿S因为I 均衡后变亮 影响油醋色 6.6 Smoothing and Sharpening 彩图的平滑: Sxy 是(x,y)的某邻域,K个像素。 例6.12: 例6.12(续1): 例6.12(续2): RGB3分量 分别平滑 HSI中对 I平滑 RGB3分量 分别锐化 例6.12(续3): HSI中对 I锐化 补:两种图象分割的基本方法: 基于区域——相邻并相似的象素集合; 基于边缘检测——相邻象素特性突变。 用梯度分割图象: 梯度大的象素作为边界。 两种图象分割的基本原则: 数值相似性, 空间接近性。 图象I分割/划分为n个区域Ri ,要求: 任何区域满足以下相似性谓词 P(Ri) = True; P(Ri∪Rj) = False 用阈值分割图象 适合于目标、背景有明显反差, 简单,总能用封闭且连通的边界划分区域; 全局阈值化 整幅图象中的灰度阈值是常数。适应于背景灰度均匀

文档评论(0)

33qwer + 关注
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