第3章 1-数字图像处理.ppt

董华松 3.1色彩与构图 3.1.1色彩的来源 色彩是图像至关重要的组成部分，那么色彩是如何产生的呢? 色彩始于光，也源于光。1672年牛顿用三棱镜将太阳光（白光）分解成红、橙、黄、绿、青、蓝、紫（品红）顺序排列渐变的彩带，这种现象称作色散（dispersion）。 3.1认识色彩 3.1.2色彩的三要素 从人的视觉系统看，色彩可用色调（Hue）、亮度（Lightness）和饱和度（Saturation）来描述。 人眼看到的任一彩色光都是这三个特性的综合效果，这三个特性被称为色彩的三要素。 3.1认识色彩 1．色调 物体的色调（Hue）与光波的波长有关，不同的波长反映不同的颜色感。 色调是物体在日光照射下，所反射的光谱成分作用到人眼的综合效果，或者是当我们看到一种或多种波长的光时所产生的彩色感觉。 它反映颜色的种类，是决定颜色的基本特性。 3.1认识色彩 2．亮度 亮度（Lightness）是指光作用于人眼时所引起的明亮程度的感觉是指色彩明暗深浅的程度。亮度有两种特性： (1) 同一物体因受光不同会产生亮度上的变化。照射的光越强，反射光也越强，看起来越亮。 (2) 强度相同的不同色光，亮度感不同。在纯正光谱中，黄色的亮度最高，显得最亮；其次是橙、绿；再其次是红、蓝；紫色亮度最低，显得最暗。 3.1认识色彩 3．饱和度 饱和度（Saturation）是指颜色的纯度，或者说是指颜色的深浅程度，即掺入白光的程度。 对于同一色调的彩色光，饱和度越深颜色越鲜明，或越纯。 饱和度还和亮度有关，同一色调越亮或越暗越不纯。 3.1认识色彩 3.1.3色彩模型 色彩模型是指彩色图像所使用的颜色描述方法，也叫颜色模型。使用色彩模型的目的是尽可能多地和有效地描述各种颜色，以便需要时能方便地加以选择。 1. RGB模型 自然界常见的各种颜色，都可以由红（R）、绿（G）、蓝（B）三种中颜色光按不同比例相配而成。由于人眼对这三种色光最为敏感，RGB三种颜色相配所得到的彩色范围也最广，所以一般都选这三种颜色作为基色，这就是色度学的基本原理——三基色原理。 3.1认识色彩 2. HSL模型 HSL（Hue、Lightness、Saturation）模型是使用H、S和L三个参数来生成颜色。 H为颜色色调，改变它的数值可生成不同的颜色表示； S为颜色的饱和度，改变它可使颜色变亮或变暗； L为颜色的亮度参量。 3.1认识色彩 3. CMY模型 CMY模型（Cyan、Magenta、Yellow）是采用青、粉红、黄色三种基本颜色按一定比例合成颜色的方法。 CMY模式和RGB模式不同，色彩的产生不是直接来自于光线的色彩，而是由照射在颜料上放射回来的光线所产生。颜料会吸收一部分光线（“减去”光），而未吸收的光线会反射出来，成为视觉判定颜色的依据，所以这种色彩的产生方式称减色法。 所有的颜料都加入后才能成为纯黑，当颜料减少时才开始出现色彩，颜料全部除去后才成为白色。 3.1认识色彩 图设计完成后，按照CMYK模型，到印刷工厂发排，分别输出四色胶片如图所示 3.1.2 构图 1.线条艺术 3.2图像数据的获取与表示 1. 图像数据的获取 图像数据的获取是图像数字化的基础。图像获取的过程实质上是模拟信号的数字化过程。它的处理步骤大体分为3步。 3.2图像数据的获取与表示 （1）采样。图像采样就是将二维空间上模拟的连续亮度（即灰度）或彩色信息，转化为一系列有限的离散数值来表示。 3.2图像数据的获取与表示 （2）量化。采样是对图像的空间坐标进行离散化处理，而量化是对每个离散点——像素的灰度或颜色样本进行数字化处理，把模拟量的亮度值使用数字量来表示 3.2图像数据的获取与表示 （3）编码。数字化得到的图像数据量十分巨大，必须采用编码技术来压缩信息。在一定意义上讲，编码压缩技术是实现图像传输与存储的关键。 3.2图像数据的获取与表示 2．数字图像的表示 从数字图像的获取过程可以知道，一幅采样图像由M（行）N（列）个采样点组成，每个采样点(像素)是组成图像的基本单位。 黑白图像的像素只有1个亮度值，彩色图像的像素是矢量，它由多个彩色分量组成,因此，采样图像在计算机中的表示方法是：单色图像用一个矩阵来表示；彩色图像用一组（一般是3个）矩阵来表示. 矩阵的行数称为图像的垂直分辨率，列数称为图像的水平分辨率，矩阵中的元素是像素颜色分量的亮度值，使用整数表示。彩色图像的表示如图所示。 3.3 图像属性 3.3.1图像的分辨率 我们经常遇到的分辨率有两种：显示分辨率和图像分辨率。 1. 显示分辨率 显示分辨率是指显示屏上能够显示出的像素数目。例如，显示分辨率为640×480表示显示屏分成480行，每行显示640个像素，整个显示屏就含有640×480=307200个显像点。屏幕能够显示的像素越