图像处理和分析技术tip仰a-10-talk.pptVIP

ZYJ-TH-EE-IE * 图像处理和分析技术 章毓晋 清华大学电子工程系 100084 北京 第10章 彩色图像处理和分析技术 10.1 视觉基础 10.2 颜色视觉和色度图 10.3 颜色模型 10.4 伪彩色图像增强 10.5 真彩色图像增强 10.6 彩色图像分割 10.7 基于颜色的图像检索 10.1 视觉基础 视觉过程 (1)　光学过程 (2)　化学过程 (3)　神经处理过程 10.1 视觉基础 亮度视觉 人的视觉系统有很大的亮度适应范围 人的视觉系统并不能同时在很大范围工作，它是靠改变它的具体敏感度来实现亮度适应的 人的视觉系统所感知的亮度，也称主观亮度与光源亮度是不同的，而且在一定范围内与人眼所得到的照度基本成对数关系 10.2 颜色视觉和色度图 三基色 根据人眼结构，所有颜色都可看作是3个基本颜色——红（R），绿（G）和蓝（B）——的不同组合。R：700nm，G：546.1nm，B：435.8nm 颜色可分为无彩色和有彩色两大类 无彩色指白色、黑色和各种深浅程度不同的灰色 彩色则指除去上述黑白系列以外的各种颜色 10.2 颜色视觉和色度图 三基色 人们区分颜色常用3种基本特性量：亮度、色调和饱和度 亮度与物体的反射率成正比，如果无彩色就只有亮度1个自由度的变化。 色调是与混合光谱中主要光波长相联系的 饱和度与一定色调的纯度有关，纯光谱色是完全饱和的，随着白光的加入饱和度逐渐减少 10.2 颜色视觉和色度图 色度图 横轴对应红色 的色系数r，纵轴 对应绿色的色系 数g，蓝色的色系 数可由式(10.2.2) 求得，它在与纸 面垂直的方向上 10.2 颜色视觉和色度图 色度图 (1)　在色度图中每点都对应一种可见的颜色，任 何可见的颜色都在色度图中占据确定的位置 (2)　在色度图中边界上的点代表纯颜色，移向中 心表示混合的白光增加而纯度减少 (3)　在色度图中连接任2端点的直线上的各点表示 将这2端点所代表的颜色相加可组成的一种 颜色 10.3 颜色模型 RGB模型 可表示在笛卡尔坐标系统中 3个轴分别为R，G，B。 原点对应黑色，离原点 最远的顶点对应白色 10.3 颜色模型 HSI模型 10.3 颜色模型 HSI模型 对其中的任1个色点P，其H的值对应指向该点的矢量与R轴的夹角。这个点的S与指向该点的矢量长成正比，越长越饱和。I的值是沿1根通过三角形中心并垂直于三角形平面的直线来测量的。从纸面出来越多越白，进入纸面越多越黑 该模型有两个特点：其一，I分量与图像的彩色信息无关；其二，H和S分量与人感受颜色的方式紧密相连 10.3 颜色模型 从RGB转换到HSI 10.3 颜色模型 从HSI转换到RGB 设S，I的值在[0, 1]之间，R，G，B的值也在[0, 1]之间 根据对称性分三段 当H在[0°, 120°]之间 10.4 伪彩色图像增强 伪彩色增强方法通过对原来灰度图像中不同灰度值的区域赋予不同的颜色以更明显地区分它们 亮度切割 用1个平行于图像坐 标平面的平面去切 割图像亮度函数， 从而把亮度函数分 成2个灰度值区间 10.4 伪彩色图像增强 从灰度到彩色的变换 10.4 伪彩色图像增强 频域滤波 输入图像的傅里叶变换通过3个不同的滤波器（常用带通或带阻滤波器）被分成不同频率分量 10.5 真彩色图像增强 对真彩色图像的处理策略可分为两种： 一种是将一幅彩色图像看作三幅分量图像的组合体，在处理过程中先对每幅图像（按照对灰度图像处理的方法）单独处理，再将处理结果合成为彩色图像 另一种是将一幅彩色图像中的每个像素看作具有三个属性值，即属性现在为一个矢量，需利用对矢量的表达方法进行处理 10.5 真彩色图像增强 单分量真彩色增强 将RGB图转化为HSI图，可以对各分量分别使用对灰度图的增强方法。基本步骤为： (1)　将原始彩色图的R，G，B分量图转化为H，S，I分量图 (2)　利用对灰度图增强的方法增强其中的某个分量图 (3)　再将结果转换为R，G，B分量图以用彩色显示器显示 10.5 真彩色图像增强 全彩色增强 (1)　彩色切割增强 先计算各分量的平均值 然后确定各个彩色分量 的分布宽度dR，dG，dB 最后确定对应区域W的彩 色空间中的彩色包围矩形 10.5 真彩色图像增强 全彩色增强 (2)　彩色滤波增强 对矢量的平均结果可由对其各个分量用相同方法进行平均 再结合起 来得到 10.6 彩色图像分割 分割所用的彩色空间 红绿蓝（RGB）空间：