彩色图像处理总结.docVIP

彩色图像处理总结 　　摘要：介绍彩色图像处理的研究背景，对目前所提出的主要颜色空间进行归类分析，并对各种颜色空间的转换关系进行论述。并且介绍了基于彩色图像的增强，彩色图像的滤波，彩色图像的分割和彩色图像的压缩的些处理算法。 　　关键词：彩色图像处理；彩色图像分割；彩色图像压缩；彩色图像增强；彩色图像滤波 　　中图分类号：TP891.4　文献标识码：A　文章编号：1671-7597(2010)1210168-01 　　 　　0、引　言 　　 　　随着信息技术的发展，彩色图像的处理已经成为一个重要的研究领域，本文在总结了彩色图像的基本理论的基础上，还介绍了彩色图像中的图像增强，滤波，压缩，分割等处理算法，由于彩色图像的研究范围非常广泛，因此，本文对其中几个范畴给予综述性的介绍。 　　 　　1、彩色图像增强 　　 　　图像增强时指针对特定的需要采用特定方法突出图像中的某些信息，同时削弱或取出无关信息的图像处理方法。常见的彩色图像增强算法有两类：一类是将彩色图像经过色调空间转换，将密切相关的分量(ROB)的空间转变到基本不相关的色调空间，保持色相不变从而保证了没有颜色的偏移，而对亮度作相应的处理；另一类算法从人眼对物体颜色的感知特性触发，将色彩横常性应用于彩色图像的强。 　　文献介绍了一种快速Retinex彩色图像增强方法，主要包括以下三个步骤：首先对图像进行全局亮度的调整，在调整时考虑了元图像的整体亮度水平；对亮度分量进行Retinex的区域自适应增强，在光照估计时采用了Meanshin滤波的方法；对颜色信息进行恢复，并对直方图做后处理的到最终增强结果。 　　文献提出了模拟人眼视觉特性的Retinex图像对比度增强方法，该方法根据Retinex计算模型分离彩色图像的照射分量和反射分量，并引入非线性变换函数对其进行修正。基于对数变换的非线性函数的拉伸图像照射分量，改善了全局视觉效果，在利用考虑人眼灰度分辨能力的变换函数对反射分量值进行调整，从而改善了图像局部对比度。 　　 　　2、彩色图像滤波 　　 　　目前，图像滤波常用的方法包括线性滤波技术和非线性滤波技术。文献提出了三种新的机遇脉冲检测和噪声去除的两部结构的非线性滤波器。 　　第一种是基于核心密度估计检测的随机游走排序滤波器，该方法在脉冲检测阶段利用核心密度计算每个像素的核心密度值，一次判断中心像素是否是脉冲噪声。在噪声去除阶段将随机游走的概念引入到向量排序中，通过最大化中心像素与周围像素的转移概率计算滤波器输出； 　　第二种是基于渐进式开关中值检测的向量中值滤波器。该方法在检测阶段通过迭代方式，比较滤波窗口内中心像素与中值像素的差值，一次判断中心想色是否是脉冲噪声。在噪声去除阶段，向量中值滤波器对检测出的像素进行可变窗口大小的滤波操作，利用窗口中非脉冲噪声的像素计算其向量中值作为输出； 　　第三种是基于绝对差值排序检测的指数相似度排序滤波器。该方法在脉冲检测阶段通过计算中心像素与周围像素的绝对差值寻找脉冲噪声。去除噪声阶段使用指数函数作为想死行函数，利用像素之间的量值差异和方向差异寻找窗口中与周围像素相似度最大的那个像素作为输出。 　　 　　3、彩色图像的压缩 　　 　　目前彩色图像压缩方法有很多，但这些方法一般是先将R，G，B数据转换成为Y，cr，cb数据，然后把灰度图像的压缩方法单独运用到各个分量上，虽然使得彩色图像各自分量上的相关性得到有效去除，但是ROB各个分量间还存在很强的相关性，及时转变成Y，cr，cb分量之间相关性有所减弱，也会有很强的视觉冗余。 　　文献提出了一种新的基于Yc子阵模型的三维矩证变换彩色图像压缩方法，次方法的创新在于：三维子阵分割中采用了亚采样和Yc子阵技术，能更好的去处彩色图像分量间的冗余，提高压缩比，而且在Yc子阵技术中提出了Y类三维子阵和c类三维子阵的概念；量化方法采用了线性非均匀标量量化，并定义了一种新的运算方法――量化除法。此方法在压缩整体效果方面已经优于JPE6方法。 　　文献基于黑白图像的稀疏分解算法，将其推广到彩色图像上，实验彩色图像的稀疏分解。对一幅彩色图像可以看成是ROB或者是YUV三个分量组成，对三个分量分别采用黑白图像的稀疏分解算法，得到各自的稀疏表示，从而实现彩色图像的稀疏分解。该文中选择了YUV空间，最后对彩色稀疏表示得到的数据进行了量化，并将其压缩效果与传统JPEG压缩进行比较，证明了稀疏分解在彩色图像的低比特压缩特性时的优良特性。 　　 　　4、彩色图像的分割 　　 　　图像分割是图像分析和模式识别系统的重要组成部分，并决定图像时最终分析质量和模式识别的判别结果。 　　文献提出了一种在RGB颜色空间分割彩色图像的新方法。针对自然场景成熟的苹果图像，先在R