伪彩色增强算法应用.doc

数字图像处理课程设计 学 号：学 生名 ：教 师 ：教师2011级 伪彩色增强算法的应用 南昌航空大学 控制工程专业 摘要：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。密度分割法空间域灰度级一彩色变换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，增强人对图像中细微变化的分辨力。1.伪彩色处理的原理 伪彩色处理技术，处理的对象虽然是灰度图像，但生成的结果却是彩色图像，众所周知，人的视觉系统对色彩非常敏感，人眼一般能区分的灰度级只有二十多个，但能区分不同亮度、色度和饱和度的几千种颜色人的彩色。根据人的这一特点，可将彩色用于增强中，以提高图像的可鉴别性。因此，如果能将一幅灰度图像变成彩色图像，就可以达到增强图像的视觉效果。常用的伪彩色处理技术的实现方法有多种，如灰度分割法、灰度级一彩色变换法等等。 密度分割法是把灰度图像的灰度级从黑到白分成N个区间,给每个区间指定一种彩色，这样便可以把一幅灰度图像变成一幅伪彩色图像。 该方法比较简单、直观。缺点是变换出的彩色数目有限 空间域灰度级彩色变换将原图像f(x,y)的灰度范围分段，经过红、绿、蓝三种不同变换，变成三基色分量R(x,y)、G(x,y)、B(x,y)，然后用它们分别去控制彩色显示器的红、绿、蓝电子枪，便可以在彩色显示器的屏幕上合成一幅彩色图像。本设计采用matlab实现，将图1进行伪彩色增强，得到增强后的彩色图像。 图1设计原图 2.1密度分割发 原图像是256级灰度图像，将256级灰度对应到8种颜色，灰度级分布与颜色对应如表1所示。 灰度级 0~31 32~63 64~95 96~127 128~154 155~191 192~233 234~255 颜色 黑色 蓝色 绿色 青色 红色 品红色 黄色 白色 表1：灰度级与颜色对照表 各个颜色的RGB组合如表2所示。 颜色 红色成分 绿色成分 蓝色成分 黑色 0 0 0 蓝色 0 0 255 绿色 0 255 0 青色 0 255 255 红色 255 0 0 品红色 255 0 255 黄色 255 255 0 白色 255 255 255 表2：RGB颜色组合表 密度分割法可以采用两种方法进行处理，方法一调用find函数，方法二利用for函数进行点运算处理。 根据表1和表2数据，可以将图像处理过程分为三步完成，即蓝色成分处理，绿色成分处理，红色成分处理。 2.1.1密度分割法（方法一） 第一步：imread函数读取图像，figure函数进行绘图，subplot函数建立确定绘图位置，imshow函数显示函数。将图像转换为double类型从而进行像素值的运算。 第二步：zeros(size(I))函数建立跟原图像大小相同的全零矩阵，ones(size(I))*255建立跟原图像大小相同且数据都是255的矩阵。调用find函数，确定符合find函数内部约束条件的像素点的坐标位置，并记录在pos中，在矩阵d中取出坐标点的数据给矩阵c对应坐标位置数据赋值，将矩阵c的全部数据赋值给矩阵f的蓝色分量，从而完成彩色图像的蓝色成分处理。 红色成分处理和绿色成分处理跟蓝色成分处理过程相同，只是find函数的约束条件根据处理的彩色成分不同而发生变化。蓝色成分处理程序如下所示。处理结果如图2所示。 图2密度分割法一处理结果 clear all; I=imread(D:CSimage1.bmp); figure,subplot(1,2,1);imshow(I);title(原图像); I=double(I); c=zeros(size(I)); d=ones(size(I))*255; pos=find(((I=32)(I63))|((I=96)(I127))|((I=154)(I191))|((I=234)(I=255))); c(pos)=d(pos); f(:,:,3)=c; [M,N]=size(I); for i=1:M for j=1:N if ((I(i,j)=32)(I(i,j)63))||((I(i,j)=96)(I(i,j)127))||((I(i,j)=154)(I(i,j)191))||((I(i,j)=234)(I(i,j)=255)) b(i,j,3)=255; end end end 图3密度分割法一处理结果 2.2空间域灰度级彩色变换 第一步对图像的读取过程跟密度分割法相同，不再叙述。 第二步设计