7第七章彩色图像处理.ppt

7.2.3 HSI 颜色模型—HSI to RGB 7.2.3 HSI 颜色模型—HSI to RGB 7.2.3 HSI 颜色模型—HSI to RGB 7.2.4 HSV颜色模型 Hue, Saturation, Value 在圆锥顶点处，V=0，H和S无定义，代表黑色；圆锥顶面中心处，S=0，V=1，H无定义，代表白色；从圆锥顶点到顶面圆心的连线，代表从黑到白的不同灰度。 HSV对应于画家的配色方法：在纯色中加入白色改变色浓，加入黑色改变色深。 7.2.4 HSV颜色模型— RGB to HSV 7.2.4 HSV颜色模型— HSV to RGB 7.2.5 YUV颜色模型 YUV将亮度信号与色度信号分离。Y表示亮度，U、V表示色差。 U和V的比值决定色调，而(U2+V2)1/2代表颜色的饱和度。用于PAL制式的电视系统 7.2.6 YIQ颜色模型 YIQ模型与YUV模型类似，用于NTSC制式的电视系统。I和Q分量相当于将YUV空间中的UV分量做了一个33度的旋转。 Matlab实现：yiq=rgb2nstc(rgb); 7.3 彩色图像处理基础 两类处理方法： 1、单独处理颜色空间的每一个通道，再复合成结果图像； 2、把像素的颜色看作颜色空间中的一个点，也可以看作是一个向量，在向量空间中处理图像。 输入图像 (RGB) H S I 输出图像 (RGB) H* S* I* 分离通道 通道处理 通道合成 7.3 彩色图像处理基础 输入图像 (RGB) R G B 输出图像 (RGB) R* G* B* 7.3.1 彩色平衡 问题的提出： 当一幅彩色图像数字化后，在显示时颜色经常看起来有些不正常，这是因为颜色通道的不同敏感度、增光因子、偏移量等原因导致，称之为三基色不平衡，将其校正的过程就是彩色平衡。 7.3.1 彩色平衡—白平衡 原理 通过调整R、G、B分量的比例，使得本来应该是白色的像素的颜色分量保持平衡。 基本步骤 求出图像中的最大亮度Ymax和平均亮度 找出≥0.95Ymax的所有像素，假定这些点为白色点，求出它们的颜色分量平均值 计算颜色调整系数 调整整幅图像的红绿蓝分量 7.3.2 彩色补偿 问题的提出： 由于常用的彩色图像设备具有较宽而且相互覆盖的光谱敏感区，加上待拍摄图像的染色是变化的，所以很难在三个分量图中将物体分离出来。这种现象称为颜色扩散。 对颜色扩散的校正过程就称为彩色补偿。 7.3.2 彩色补偿 彩色补偿算法 1） 在画面上找到主观视觉看是纯红、绿、蓝的三个点。（如果可以根据硬件知道频段的覆盖则无须这样做）。 它们的理想值为： 7.3.2 彩色补偿 2）计算R*,G*,B*的值 考虑到彩色补偿之后图像的亮度不变，对R*,G*,B*的计算如下： 7.3.2 彩色补偿 3）构造变换矩阵 将所取到的三个点的RGB值分别如下所示构成彩色补偿前及补偿后的两个矩阵A1和A2。 7.3.2 彩色补偿 4）进行彩色补偿 设 分别为新、旧图像的像素值，则： 其中： 7.3.2 彩色补偿 彩色补偿效果图 第10章 彩色图像处理 第七章彩色图像处理 主要内容 7.1 彩色基础 7.2 彩色模型 7.3 全彩色图像处理基础 7.1 彩色基础 可见光的波长范围约为380nm—780nm. （一般人是400nm—700nm） 1666年, Newton用三棱镜发现七种颜色： 红、橙、黄、绿、青、蓝、紫 red, orange, yellow, green, cyan, blue, violet 7.1 彩色基础 7.1.1 什么是彩色 彩色是物体的一种属性。 通常依赖三个因素：光源，物体，成像接收器。 对于彩色光，通常用3个基本量来描述光源的质量： 辐射率：是从光源流出能量的总量。 光强：单位流明，是观察者从光源接收的能量总和的度量。 亮度：是彩色强度概念的具体化。 7.1.2 三原色 1802年，Thomas Young提出假设：人眼有三种相当于红、绿、蓝三种基色的颜色感知器。 19世纪60年代，Maxwell认识到人眼对色调与饱和度比亮度的敏感度低。 三原色：人眼中负责彩色感知的细胞中约有65%对红光敏感，33%对绿光敏感，而只有2%对蓝光敏感。国际照明委员会（CIE）规定以蓝=435.8nm、绿=546.1nm、红=700nm作为原色，被称为三原色。 7.1.2 三原色 C=R（R）+G（G）+B（B） 颜色匹配试验 1931, CIE 三原色: Green 435.8nm Blue 546.1nm Red 700.0nm 7.1.2 三原色