彩色图像处理分析解析.pptVIP

彩色图像处理 彩色基础 白光 在17世纪，牛顿通过三棱镜研究对白光的折射就已发现： 白光可被分解成一系列从紫到红的连续光谱，从而证明白光是由不同颜色（而且这些颜色并不能再进一步被分解）的光线相混合而组成的。 彩色基础 可见光 可见光是由电磁波谱中相对较窄的波段组成，如果一个物体比较均衡地反射各种光谱，则人看到的物体是白的； 而如果一个物体对某些可见光谱反射的较多，则人看到的物体就呈现相对应的颜色。 例如，绿色物体反射具有500~570nm（纳米）范围的光，吸收其他波长光的多数能量。 彩色基础 人眼的吸收特性： 人眼的锥状细胞是负责彩色视觉的传感器，人眼的锥状细胞可分为三个主要的感觉类别。 大约65%的锥状细胞对红光敏感，33%对绿光敏感，只有2%对蓝光敏感。 由于人眼的这些吸收特性，被看到的彩色是所谓的原色红（R，red）、绿(G，green)和蓝（B，blue）的各种组合。 彩色基础 三原色原理 其基本内容是： 任何颜色都可以用3种不同的基本颜色按照不同比例混合得到，即 C=aC1+bC2+cC3 (1) 式中a，b，c =0 为三种原色的权值或者比例，C1、C2、C3为三原色（又称为三基色）。 彩色基础 三原色原理指出 自然界中的可见颜色都可以用三种原色按一定比例混合得到；反之，任意一种颜色都可以分解为三种原色。 作为原色的三种颜色应该相互独立，即其中任何一种都不能用其他两种混合得到。 彩色基础 三原色原理 为了标准化起见，国际照明委员会（CIE）规定用波长为700nm、546.1nm、435.8nm的单色光分别作为红(R)、绿(G)、蓝(B)三原色。 红绿蓝三原色按照比例混合可以得到各种颜色，其配色方程为： C=aR+bG+cB (2) 彩色基础 三原色原理 原色相加可产生二次色。 例如：红色+蓝色=深红色(M，magenta)，绿色+蓝色=青色(C，cyan)，红色+绿色=黄色(Y，yellow)。 以一定的比例混合光的三种原色或者以一种二次色与其相反的原色相混合可以产生白色(W，white)，即：红色+绿色+蓝色=白色。 彩色基础 彩色到灰度的转换 相同亮度的三原色，人眼看去的感觉是，绿色光的亮度最亮，而红色光其次，蓝色光最弱。 如果用Y来表示白色光，即光的亮度(灰度)，则有如下关系： Y=0.299R+0.587G+0.114B 彩色基础 区分颜色常用三种基本特性量 亮度：如果无彩色就只有亮度一个维量的变化。 色调：是光波混合中与主波长有关的属性，色调表示观察者接收的主要颜色。这样，当我们说一个物体是红色、橘黄色、黄色时，是指它的色调。 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。 彩色基础 彩色模型 彩色模型（也称彩色空间或彩色系统）的用途是在某些标准下用通常可接受的方式简化彩色规范。 本质上，彩色模型是坐标系统和子空间的规范。位于系统中的每种颜色都由单个点来表示。 彩色模型--- RGB模型 RGB模型 RGB模型是目前常用的一种彩色信息表达方式，它使用红、绿、蓝三原色的亮度来定量表示颜色。 该模型也称为加色混色模型，是以RGB三色光相互叠加来实现混色的方法，因而适合于显示器等发光体的显示。 RGB模型 考虑RGB图像，其中每一幅红、绿、蓝图像都是一幅8bit图像，在这种条件下，每一个RGB彩色像素有24bit深度（3个图像平面乘以每平面比特数，即3×8）。 24bit的彩色图像也称全彩色图像。在24bitRGB图像中颜色总数是224 RGB模型 一幅m*n（m，n为正整数，分别表示图像的高度和宽度）的RGB彩色图像可以用一个m*n*3的矩阵来描述，图像中的每一个像素点对应于红、绿、蓝三个分量组成的三元组。 在Matlab中，不同的图像类型，其图像矩阵的取值范围也不一样。例如若一幅RGB图像是 double类型的，则其取值范围在[0, 1]之间，而如果是uint8或者uint16类型的，则取值范围分别是[0, 255]和[0, 65535]。 RGB模型 在Matlab中要生成一幅RGB彩色图像可以采用cat函数来得到。 其基本语法如下： B=cat