数字图像处理《7、小波和多分辨率处理》

图像中引用彩色的原因

（1）简化区分目标；

（2）人眼可辨别上千种颜色色调和亮度，却只能辨别几十种灰度

基础知识

彩色图像处理：

• 全彩色处理：数码相机、数码摄像机、彩色扫描仪；

• 伪彩色图像：对不同的灰度或灰度范围赋以不同的颜色；

描述彩色光的3个基本量：

• 辐射率（radiance）：从光源流出能量的总量，用瓦特度量（W）;
• 光强（luminace）：观察者从光源接收的能量总和；
• 亮度（brightness）：主观描绘子；

色彩分类：

• 三原色：红、绿、蓝
• 二次色：紫（红+蓝）、青（绿+蓝）、黄（红+绿）

彩色空间(彩色模型或彩色系统)：

• RGB ；多用在图像成像、显示、打印等设备；

• CMY(青、品红、黄)、CMYK (青、深红、 黄、黑）；多用在彩色打印；

 

• HSI：(色调Hue、饱和度Saturation、亮度/强度/灰度/密度Intensity），与人描述和解释颜色的方式最接近，便与人为指定颜色；同时该模型将颜色和灰度信息分开，便与应用灰度图像处理技术来处理彩色图像；广泛用于计算机视觉、图像检索和视频检索；

I分量和图像的彩色学习无关；

H和S分量与人感受颜色的方式紧密相连

 

• YIQ（Y亮度、IQ色调），亮度即灰度值，IQ描述色彩及饱和度；用于彩色电视广播（北美）；
• YUV（Y亮度、UV色调）；用户彩色电视广播（欧洲）；
• YCbCr（Y亮度,cb和cr由U和V调整得到）；JPEG采用的彩色空间；
• “抖动” ：是印刷和出版行业常用的一种处理手段， 在由点组成的印刷页上给出色调变化的直观印象。以损失空间分辨率为代价， 从而达到更好的颜色分辨率；
• 索引图像：有两个分量- 整数数据矩阵 X 和彩色映射矩阵 map
• 彩色空间转换

伪彩色图像处理

1. 强度分层技术

• 把一副图像描述为三维函数（x,y,f(x,y)）;
• 分层技术：放置平行于（x，y）坐标面的平面；
• 每一个平面在相交区域切割图像函数；

2.灰度级到彩色转换技术

• 对任意输入像素的灰度级执行3个独立变换；
• 3个变换结果分别送入彩色监视器的红黄蓝通道；
• 产生一副合成图像

3.频域滤波法

全彩色图像处理

全彩色图像处理分为两类：

1. 分别处理每一分量图像，再合成彩色图像；

2. 直接对彩色像素进行处理：3个颜色分量表示像素向量；

彩色变换

• f(x,y)是彩色输入图像；
• g(x,y)是变换或处理过的彩色输出图像
• T是空间领域（x,y）上对f的操作；

补色：与一种色调直接相对立的色调；作用是增强嵌在彩色图像暗区的细节；

色调和图像矫正

• 灰度变换
• 直方图变换
• 彩色平衡：白色-->彩色

偏色（图像中所有物体的颜色偏离了原有的真实色彩）

灰平衡（彩色分量混合后，颜色是去色调和饱和度产生灰色）

彩色平衡（纠正偏色的过程）；

平滑和锐化

第七章：小波和多分辨率处理 1、刚才所总结的频率域处理的数学基础是傅立叶变换，相比傅立叶变换，小波变换使得图像的压缩、传输和噪声去除、边缘检测等分析更为容易。（小波，频率不同、时间有限的小型波）。接下来总结的图像压缩就是使用的小波变换。 1.基本概念：    小波变换（wavelet transform，WT）是一种新的变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的“时间-频率”窗口，是进行信号时频分析和处理的理想工具。它的主要特点是通过变换能够充分突出问题某些方面的特征，能对时间（空间）频率的局部化分析，通过伸缩平移运算对信号（函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，解决了Fourier变换的困难问题，成为继Fourier变换以来在科学方法上的重大突破。   2.用到的函数：   （1）用到matlab自带的函数：      wavemenu：Wavelet GUI工具；      Dwt, dwt2： 一维、二维小波变换；      idwt, idwt2：一维、二维小波反变换。   （2）非matlab自带的函数：       Wavefilter，Wave2gray，wavecut等。