图形处理学习记录---彩色图像处理

彩色图像处理

描述彩色光源质量的三个基本量：
辐射亮度：从光源发出的能量总量
发光强度：观察者从光源感知的能量总和
亮度：主观描述子，是关于彩色感觉的一种描述，体现了发光强度的消色概念。

全彩色图像处理

• 全彩色也叫真彩色，由RGB三种基色构成
• 24位色被称为真彩色，它可以达到人眼分辨的极限，发色数1677万多色，也就是2的24次方。
• 但32位色就并非是2的32次方的发色数，它其实也是1677万多色，不过它增加了256阶颜色的灰度，为了方便称呼，就规定它为32位色。
• 少量显卡能达到36位色，它是27位发色数再加512阶颜色的灰度。
• 216种稳定色，又称稳定web色、稳定浏览器色，与硬件系统性能无关，可靠再现的颜色子集，每种颜色的RGB分量只有6种取
  值：0,51,102,153,204,255（总数：666）

RGB彩色模型

光的三基色（红绿蓝）
坐标各分量取值[0,1]之间：原点 (0,0,0)为黑色， (1,1,1)为白色， 沿(0,0,0)至(1,1,1)的主对角线描述了由黑至白的灰度值。


稳定色：

CMY和CMYK彩色模型

CMK

颜料的三基色（青cyan，品红magenta，黄yellow）
主要用于彩色打印机等

为红绿蓝的对应补色，所以计算转换时;
C = 1-R
M = 1-G
Y = 1-B

CMYK

K表示black,等量的C,M,Y会产生黑色

HSI彩色模型

色调（Hue）,纯颜色种类
饱和度（Saturation）,颜色深浅程度
亮度（Intensity）
减少彩色图像处理的复杂性，合乎人对彩色的认识，仅仅分析反映颜色本质的色调和饱和度，广泛应用于计算机视觉，图像检索和视频检索。
基于hsi模型描述的彩色图像，可以较好实现图像的色度与亮度的分离
H与S统称为色度


红轴为0度，颜色间隔60度，半径0~1，与强度轴垂直

• RGB转HSI
  
  为避免R=G=B时，出现被0除的情况，可在分母上加一个小正数。
• HSI转RGB
  

YUV与YIQ彩色模型

电视信号的传输，为方便既可以用于黑白电视又可用于彩色电视。

YUV

欧洲模拟电视系统PAL制式，每秒25帧，中国大陆地区也在采用。
Y - 亮度
U，V -色差信号

• YUV与RGB相互转换
  

YIQ

美国NTSC制式的模拟电视信号编码系统，每秒30帧
Y -亮度
I - 色彩（从橙色到青色）
Q-色彩（从紫色到黄绿色）

• YIQ与RGB 的相互转换
  

YCbCr彩色模型

国际数字电视彩色编码或图像压缩（JPEG）标准
Y - 流明亮度
Cb - 色差信号，蓝色分量与参考值的差
Cr - 色差信号，红色分量与参考值的差

CIE LAB彩色模型

为设备无关的颜色系统，一种基于生理特征的颜色系统，实现了亮度与颜色信息的分离
L - 亮度通道 【0，100】
A - 颜色通道【-128,127】（红-绿）
B - 颜色通道【-128,127】（黄-蓝）

• RGB的转换
  需要借助中间形态XYZ
  

伪彩色图像处理

根据一定规则将灰度值赋予颜色，以提高辨别能力

灰度分层

将灰度图像描述为三维函数（x,y,f(x,y)）

多个切割平面将灰度值分割为不同区间，每个区间赋予不同的颜色。

灰度图像到彩色图像的变换

A. 基于通道映射函数的伪彩色增强
不同的灰度映射函数对应不同的颜色通道。将各个通道合成就得到了输出图像。

B. 基于频域滤波法的灰度图像伪彩色增强
输出的伪彩色图像与灰度图像的灰度级无关，仅与灰度图像不同空间频率成分有关。

C. 基于局部颜色线索的灰度图像彩色化
D.基于颜色传递的灰度图像彩色化

全彩色图像处理

分别处理图像的每个颜色通道，再合成
或者直接处理彩色像素

彩色图像平滑滤波

彩色图像灰度化

三通道转化为一通道

真彩色转化为256色

A. 流行色法（频度法）
首先，对输入图像中各个颜色出现的频度进行统计
然后，按照降序得到前256种颜色
最后，将其他颜色按这256种颜色就近原则进行替换
B.聚类法
C.均匀量化

彩色变换

1. 变换模型
   

2. 图像的补色图像
   增强嵌在彩色图像暗区的细节

3. 彩色图像分层
   突出图像中特定的彩色区域，从其周围分离出目标物。

4. 色调变换
   包括图像亮度，对比度调整
   5.直方图处理
   在处理过程中保持色调（颜色种类，颜色属性）不变

平滑与锐化

基于模板的邻域运算
梯度计算

基于颜色的图像分割

1. HSI颜色空间的图像划分
   H 色调图像方便描述彩色
   S 饱和度图像做模板分离感兴趣的特征区
   I 强度图像不携带彩色信息
   

2. RGB颜色空间的图像划分
   
   

3. 梯度计算
   灰度图像梯度
   
   彩色图像梯度