彩色图像处理办法与MATLAB实现.ppt

由于每个彩色通道使用不同的曝光时间，三个颜色在相同亮度条件下有较大差异，因此要用一个曝光时间的对角矩阵T = [ tij] 对式(8.3.1)进行修正，tij表示彩色通道I当前曝光时间与颜色扩散标定图像的曝光时间的比率，则式（）修改为 Y＝TCX＋B （） 同样可以解出 X＝C-1T-1(Y－B) （） 颜色补偿能从一幅图像中显示特定类型的物体，它为图像分割和物体测量奠定了基础，使图像分割和计量更易处理。 5.3.4 彩色图像恢复 彩色图像恢复也称彩色图像复原，是彩色图像在某种情况下退化或恶化了（图像品质下降），现在需要根据相应的退化模型和知识重建或恢复原始的图像，根本任务就是改善观察图像（退化图像）的色彩质量，尽可能恢复退化图像的本来面目。换句话说，彩色图像恢复技术是要将图像退化的过程模型化，并据此采取相反的过程以得到原始的图像。 由此可见，彩色图像恢复要根据图像的一些色彩退化模型进行。 彩色图像色彩质量的退化可能是由于镜头色差，CCD摄像机等彩色图像输人设备的光谱特性差异等原因造成的。例如理想情况下，CCD摄像机或扫描仪在以均匀的辐照度作为输人时，输出图像每一个彩色通道的所有像素的灰度值完全一样,然而，这些设备由于材料、生产过程及工艺的影响，存在光子响应非均匀性——即输出图像各个像素的灰度值不一致，使得输出图像的颜色在不同像点彩色表现不同，从而图像彩色质量受到影响。因此，在对彩色图像做任何分析之前，必须对其进行色彩恢复，本小节讨论CCD摄像机光谱特性造成彩色图像失真的色彩恢复问题。 由于CCD摄像机或扫描仪的光谱特性不满足彩色匹配原理。输出的颜色与输人的颜色存在偏差，致使图像的彩色细节信息失真。 根据色度匹配原理，若使相机的输出色度值再现原图像的颜色，需要三个变换函数将记录图像的三个彩色分量映射到彩色图表的三个彩色分量上. 彩色补偿一般用已知真值的彩色图表作为测试目标，设彩色图表包含N种均匀的颜色，|(Ri,Gi,Bi,)||i=1…N|表示彩色图表上第I个颜色区域的彩色真值，用|(Ri,Gi,Bi,)||i=1…N|表示图像上相应的第I个颜色区域的色度值。则彩色补偿函数可用公式来描述，即变换函数。 彩色补偿分别对每个像素的三个彩色通道进行处理，若对每个像素的三分量进行处理时同时补偿彩色失真，则每一个像素产生的颜色向对应输人的彩色真值转换。 （） Rij、Gij、Bij、…、Rij、Gij、Bij视作10个自变量，则非线性方程转换成线性方程，选取N幅彩色图像，用多元线性回归分析求出多项式的系数，即可进行失真彩色图像的彩色恢复（彩色补偿）。 多项式的次数和项数的选择依赖于相机特性和精度、处理速度的要求。 如果相机总的光谱灵敏度曲线与标准观察者的光谱三刺激值曲线相似，用3×3矩阵就可以实现彩色校正；两者偏差较大，多项式的次数和项数随之增加，则变换矩阵越加复杂。 5.3.5 彩色图像处理的MATLAB实现 (1)色彩平衡MATLAB的实现 MATLAB可以使用histeq函数调整图像的颜色分布。 图像的颜色分布可以使用前面介绍的直方图表示,直方图的横坐标是颜色，纵坐标是这种颜色在图像中的相对丰度。 这种颜色分布对于图像的外观是很重要的， 例如分布越均匀则图像的对比就越不突出，如果分布在接近于1的地方出现峰值则图像显得较亮。 MATLAB可以使用histeq函数调整图像的颜色分布。 J=histeq(I, hist) 其功能是：调整灰度图像数据I中的颜色分布，使得J的颜色分布近似地和hist保持一致。hist中存储的是在0和1之间等距离分布的颜色亮度值对应的像素数目，MATLAB自动地进行比例变换，使得 Sum(hist)=prod(size(I)) 即hist中只要指定相对丰度就可以了。在hist的长度远小于图像的实际颜色数目时可以达到比较理想的调整效果。 J=histeq(I, N) 其功能是：调整图像I中的颜色离散层的个数为N个，并且产生新的图像数据J。J中的各个颜色层次的像素数目接近相等，因此J的颜色分布图近似一条直线。不难想象，和上面的格式一样，在N较小时可以达到较理想的效果，N的缺省值为64。 [J,T]=histeq(I) 其功能是：在执行上面的操作的同时，返回变换有关的信息。 NEWMAP=histeq(X,MAP,HGRAM) 其功能是：对索引图像执行同样的功能，这里同时需要索引图像的数据本身和对应的颜色查找表(和imadjust不同，不是使用当前的颜色查找表)。注意HGRAM的长度必须和size(MAP,1