第六章 彩色图像处理(4学时).ppt

  1. 1、本文档共92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
第六章 彩色图像处理(4学时)

* * * * * * * * * * * * * * * * * 灰度直方图均衡自动地确定一种变换,这种变换试图产生具有均匀的灰度值的直方图。在单色图像情况下,能成功处理低、中和高主调图像。 彩色图像是由多个分量组成的,独立地进行彩色图像分量的直方图均衡通常是不明智的,这将产生不正确的彩色。 一个更合乎逻辑的方法是均匀地扩展彩色强度,保留彩色本身(即色调)不变。 5. 彩色变换 直方图处理 强度分量直方图中看到的,图像包含大童的暗彩色,使中央强度减少到0.36。 不改变色调和饱和度, 均衡强度分量的结果 采用增加图像的饱和度分量,然后进行直方图均衡的结果 例:在HSI彩色空间的直方图均衡 主要内容 彩色基础 彩色模型 伪彩色图像处理 全彩色图像处理 彩色变换 彩色图像平滑和尖锐化 彩色图像分割 彩色图像的噪声 彩色图像压缩 令Sxy表示在RGB彩色图像中定义一个中心在(x,y)的邻域的坐标集,在该邻域中RGB分量的平均值为: 向量形式为: 6. 平滑和尖锐 彩色图像平滑 如标量图像一样,该向量分量可以用传统的灰度邻域处理单独地平滑RGB图像的每一个平面得到。 用邻域平均值平滑可以再每个彩色平面的基础上进行。 例:用邻域平均进行彩色图像平滑 (a)RGB图像,(b)红分量图像,(c)绿分量图像,(d)蓝分量图像 上图的RGB彩色图像的HSI分量。(a)色调,(b)饱和度,(c)强度 例:用邻域平均进行彩色图像平滑 (a)处理RGB每一分量图像的结果,(b)处理HSI图像强度分量,转换为RGB图像的结果,(c)两种结果间的差别 例:用邻域平均进行彩色图像平滑 用5×5平均模板平滑图像 图c的原因:图a像素的平均是不同彩色的平均,而图b仅仅是强度的平均,原彩色(色调H和饱和度S)保持不变 6. 平滑和尖锐 彩色图像尖锐化 采用拉普拉斯算子进行图像锐化处理。 向量的拉普拉斯被定义为一向量,其分量等于输入向量的独立标量分量的拉普拉斯微分。 在RGB彩色系统中,向量c的拉普拉斯变换为: 可以通过分别计算每一分量图像的拉普拉斯去计算全彩色图像的拉普拉斯 例:用拉普拉斯尖锐化 (a)RGB图像的拉普拉斯变换 (b)图像的强度I分量图像的拉普拉斯变换 (c)图a和图b的差别图像 图c的原因:图a像素的锐化是不同彩色的锐化,而图b仅仅是强度的 锐化,原彩色(色调H和饱和度S)保持不变 主要内容 彩色基础 彩色模型 伪彩色图像处理 全彩色图像处理 彩色变换 彩色图像平滑和尖锐化 彩色图像分割 彩色图像的噪声 彩色图像压缩 7. 彩色图像分割 HSI彩色空间分割 在色调图像中描述彩色是很方便的。 为了在色调图像中分割出感兴趣的特征区,饱和度被用作一个模板图像。在彩色图像分割中强度图像不常使用,因为它不携带彩色信息。 H色调图像方便描述彩色 S饱和度图像做模板分离感兴趣的特征区 I强度图像不携带彩色信息 例:在HSI空间的分割 (a)原图像, (b)色调, (c)饱和度, (d)强度, (e)二值饱和度模板(以最大饱和度的10%为门限), (f)(b)和(e)相乘, (g)(f)的直方图, (h)(a)中红分量的分割(0.9为门限) 7. 彩色图像分割 RGB向量空间分割 通常用RGB彩色向量分割的结果更好,该方法是直接的。 假如目标是在RGB图像中分割特定彩色区域的物体。给定一个感兴趣彩色的有代表性的彩色点样本集,可得到一个彩色“平均”估计,这种彩色是我们希望分割的彩色。 7. 彩色图像分割 RGB向量空间分割 令这个平均彩色为RGB向量A。Z代表RGB空间中的任意一点,Z和A间的欧氏距离由下式给出,D0是特定的距离阈值。 如果 , 则Z和A相似 如果 , 则Z和A不相似 例:在RGB空间的彩色分割 (a)由封闭的矩形所示的感兴趣的彩色原图像 (b)RGB向量空间分割的结果 对比:HSI分割结果 7. 彩色图像分割 彩色边缘检测 例:设有两幅M×M(M为奇数)彩色图像图(d)(h),它们分别由(a)到(c)和(e)到(g)中的3个分量图像合成。 (a)~(c)R,G,B分量图像,(d)产生的彩色图像 (f)~(g) R,G,B分量图像,(h)产生的彩色图像 分别计算RGB分量图像的梯度,然后合成彩色图像将会导致错误的结果 令r,g和b是RGB彩色空间沿R、G、B轴的单位向量,可定义向量为: 彩色边缘检测 变量gxx,gyy和gxy定义为这两个向量的点乘: c(x,y)的最大变化率方向可以由角度给出: 例:在向量空间的边缘检测 (a)RGB图像,(b)在RGB彩色空间计算的梯度, (c)在分量图像基础上计算然后相加的

文档评论(0)

dajuhyy + 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