一、理论基础
在电脑中，RGB的所谓“多少”就是指亮度，并使用整数来表示。通常情况下，RGB各有256级亮度，用数字表示为从0、1、2...直到255。注意虽然数字最高是255，但0也是数值之一，因此共256级。如同2000年到2010年共是11年一样。
按照计算，256级的RGB色彩总共能组合出约1678万种色彩，即256×256×256=16777216。通常也被简称为1600万色或千万色。也称为24位色(2的24次方)。
在led领域利用三合一点阵全彩技术，即在一个发光单元里由RGB三色晶片组成全彩像素。随着这一技术的不断成熟，led显示技术会给人们带来更加丰富真实的色彩感受。
二、MATLAB的实现提取R\G\B分量
在MATLAB中一幅RGB图像可表示为一个M*N*3的三维矩阵。其中每一个彩色像素都在特定空间位置的彩色图像中对应红、绿、蓝3个分量。分量图像的数据类型决定了他们的取值范围。若一幅RGB图像的数据类型是uint8，则每个分量图像的取值范围是[0,255]。
分量的提取：
PR=RGB_image(:,:,1)；提取红色分量
PG=RGB_image(:,:,2)；提取绿色分量
PB=RGB_image(:,:,3)；提取蓝色分量
三、颜色直方图
直方图中的数值都是统计而来，描述了该图像中关于颜色的数量特征，可以反映图像颜色的统计分布和基本色调;直方图只包含了该图像中某一颜色值出现的频数，而丢失了某象素所在的空间位置信息;任一幅图像都能唯 一的给出一幅与它对应的直方图，但不同的图像可能有相同的颜色分布，从而就具有相同的直方图，因此直方图与图像是一对多的关系;如将图像划分为若干个子区域，所有子区域的直方图之和等于全图直方图;一般情况下，由于图像上的背景和前景物体颜色分布明显不同，从而在直方图上会出现双峰特性，但背景和前景颜色较为接近的图像不具有这个特性。
四、阈值分割
阈值分割的基本思想是确定一个阈值，然后把每个像素点的灰度值和阈 值相比较，根据比较的结果把该像素划分为两类——前景或背景。
图像阈值化分割是一种传统的最常用的图像分割方法，因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。它特别适用于目标和背景占据不同灰度级范围的图像。它不仅可以极大的压缩数据量，而且也大大简化了分析和处理步骤，因此在很多情况下，是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。图像阈值化的目的是要按照灰度级，对像素集合进行一个划分，得到的每个子集形成一个与现实景物相对应的区域，各个区域内部具有一致的属性，而相邻区域布局有这种一致属性。这样的划分可以通过从灰度级出发选取一个或多个阈值来实现。
基本原理是：通过设定不同的特征阈值，把图像象素点分为若干类。
常用的特征包括：直接来自原始图像的灰度或彩色特征；由原始灰度或彩色值变换得到的特征。
五、参数设置
RGB三个颜色分量取值[0,255]，通过设置各分量的阈值，来提取感兴趣的颜色分量。所以问题的关键就是设置合适得阈值。
六、MATLAB实现
1、读取图像，并令其转为uint8数据类型，计算图像像素。
a=imread('G:\u=3339291454,635252588&fm=90&gp=0.jpg');
a=uint8(a);
b=a;
[m,n,d]=size(a); %计算图像像素
figure(1);
imshow(a);
2、读取原图像的各颜色分量直方图，选出适当阈值进行分割。
%读取RGB各分量的直方图
figure(2);
subplot(1,3,1);imhist(a(:,:,1));title('红色分量');
subplot(1,3,2);imhist(a(:,:,2));title('绿色分量');
subplot(1,3,3);imhist(a(:,:,3));title('蓝色分量');
3、设置红色分量的阈值。
通过设置RGB不同的阈值，来提取出需要的颜色信息
%提取红色分量
for i=1:m
for j=1:n
if a(i,j,1)>255 ? %设置红色分量的提取阈值
b(i,j,1)=a(i,j,1);
else b(i,j,1)=0;
end
end
end
figure(3);
subplot(1,3,1);
imhist(b(:,:,1));title('提取后红色分量');
4、同理可以提取绿色、蓝色
for i=1:m
for j=1:n
if((a(i,j,1)-a(i,j,2)>level)&&(a(i,j,1)-a(i,j,3)>level))
b(i,j,1)=a(i,j,1);
b(i,j,2)=a(i,j,2);
b(i,j,3)=a(i,j,3);
else b(i,j,1)=255;
b(i,j,2)=255;
b(i,j,3)=255;
end
end
end
subplot(2,2,2);imshow(b);title('提取红分量后');%显示提取红分量后的图像
1、提取RGB颜色
clc,clear;
%原图像
a=imread('G:\u=3339291454,635252588&fm=90&gp=0.jpg');
a=uint8(a);
b=a;
[m,n,d]=size(a);
figure(1);
imshow(a);
%读取RGB各分量的直方图
figure(2);
subplot(131);imhist(a(:,:,1));title('红色分量');
subplot(132);imhist(a(:,:,2));title('绿色分量');
subplot(133);imhist(a(:,:,3));title('蓝色分量');
%提取各色分量
%提取红色分量
for i=1:m
for j=1:n
ifa(i,j,1)>255 %设置红色分量的提取阈值
b(i,j,1)=a(i,j,1);
elseb(i,j,1)=0;
end
end
end
figure(3);
subplot(1,3,1);imhist(b(:,:,1));title('提取后红色分量');
%提取绿色分量
for i=1:m
for j=1:n
ifa(i,j,2)>255 %设置绿色分量的提取阈值
b(i,j,2)=a(i,j,2);
else b(i,j,2)=0;
end
end
end
subplot(1,3,2);imhist(b(:,:,2));title('提取后绿色分量');
%提取蓝色分量
for i=1:m
for j=1:n
ifa(i,j,3)>0 %设置蓝色分量的提取阈值
b(i,j,3)=a(i,j,3);
elseb(i,j,3)=0;
end
end
end
subplot(1,3,3);imhist(b(:,:,3));title('提取后蓝色分量');
2、提取RGB颜色，并使不满足的颜色删除
%各色分量提取后的图片
figure(4);
imshow(b);
clc,clear;
a=imread('5.jpg');%读取彩图
[m,n,d]=size(a);
b=uint8(a);%转为uint8数据类型，计算图像像素
level=15;%设置阈值
figure(1);
subplot(2,2,1);imshow(a);title('原图');%显示原图
%提取红分量，不满足阈值的变为白色
for i=1:m
for j=1:n
if((a(i,j,1)-a(i,j,2)>level)&&(a(i,j,1)-a(i,j,3)>level))
b(i,j,1)=a(i,j,1);
b(i,j,2)=a(i,j,2);
b(i,j,3)=a(i,j,3);
else b(i,j,1)=255;
b(i,j,2)=255;
b(i,j,3)=255;
end
end
end
subplot(2,2,2);imshow(b);title('提取红分量后');%显示提取红分量后的图
%提取绿分量，不满足阈值的变为白色
for i=1:m
for j=1:n
if((a(i,j,2)-a(i,j,1)>level)&&(a(i,j,2)-a(i,j,3)>level))
b(i,j,1)=a(i,j,1);
b(i,j,2)=a(i,j,2);
b(i,j,3)=a(i,j,3);
else b(i,j,1)=255;
b(i,j,2)=255;
b(i,j,3)=255;
end
end
end
subplot(2,2,3);imshow(b);title('提取绿分量后');%显示提取绿分量后的图
%提取蓝分量，不满足阈值的变为白色
for i=1:m
for j=1:n
if((a(i,j,3)-a(i,j,1)>level)&&(a(i,j,3)-a(i,j,2)>level))
b(i,j,1)=a(i,j,1);
b(i,j,2)=a(i,j,2);
b(i,j,3)=a(i,j,3);
else b(i,j,1)=255;
b(i,j,2)=255;
b(i,j,3)=255;
end
end
end
subplot(2,2,4);imshow(b);title('提取蓝分量后');%显示提取蓝分量后的图
未完待更。。。。
1263
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
