关于HALCON的彩色图像颜色分离（1）

最近做了一个颜色提取的案子，谈一谈感想。
一般彩色相机获取彩色图像是R,G,B三个通道的，然后合成出颜色。这里就不详细介绍颜色的构成原理了，很多地方都会讲，不过看书的话，我是看《数字图像处理》，感觉里面讲的还是比较透的，可以推荐。

我们这边之前也有类似的案子，用VISIONPRO做的，VISIONPRO有直接的色彩抽取，分割工具，如下图，看起来是4个工具，但是好像原理都一样，用起来比较方便，但是我比较不喜欢VISIONPRO的不灵活。没有很认真的用VISIONPRO工具，但是看它的原理大致是（可能有错误），主要分为两类，一类是训练，一类是阈值提取或者比较。训练这个应该与HALCON颜色图像的训练类似，HALCON有个通过颜色检测汽车保险丝的历程；阈值提取的方法，VISION应该是采用了RGB三通道颜色的范围提取图像区域，后者HALCON倒是没有直接对应的算子，HALCON例程对这种方法好像介绍也不多，但如果稍微了解了原理，对这种方法的实现，HALCON是很容易的。


而HALCON的彩色处理比较直接的工具，(这里主要所例程,HALCON本身对图像处理能力是非常强大的)。主要是训练和色彩空间转换提取。对于训练这里不好多讲，对训练的原理还不是很清楚，到底准确性及可靠性咋样不知道，训练可能本身对彩色图像的原理也不许学习太多。

这里主要讨论一下彩色空间变化的问题，HSV（色调/饱和度/强度）的色彩模型，《数字图像处理》中介绍的也比较多，其中也说到，可以通过色调来把颜色区分出来。把R,G,B色彩图像，转化到HSV色彩空间去，然后通过色调来区分颜色。实际HALCON例程也是这样写的，HALCON例程的效果比较好，但是，对于这副图，转化出来的色调图如下，除了红色是比较明显的黑色外，其他绿色和白色几乎是混合的，几乎无法提取，但是饱和度图，绿色和最左边的线（就叫银白色吧，和白色也挺像），差距也是很小的。
这种效果，感觉其实是不好理解的，从直观的彩色图来看，绿色是很明显的结果转换到色彩空间反而不好提取。


虽然HSV空间对描绘色调来讲是很不错的，但是也可以回归到颜色的最直接的定义，一种颜色是有（R,G,B）的值来确定的，确切的来讲，是三者之间的比值，如果之间的比值确定下来了，颜色就稳定了。
这里强调3者的比值，是突出与HSV描述方法的不同，如果再RGB空间描述是一个向量，但是HSV空间的色调，在RGB空间描述是一个面，是这个向量与向量（1，1，1）组成的面，色调范围更大。
我们知道，白色R,G,B的比值基本为1：1：1的，而图中的绿色的比值，测量如下：虽然在图像中绿色区域也有明亮有暗区，但是图像采集几个点后，得到的比值几乎是稳定的,再看红色，几乎也是很稳定的，于是本案子中，采用这种比值来进行颜色提取。

采用比值提取红色区域

采用比值提取绿色区域

可以看到是比较准确的，这种与VISIONPRO其实有点像，但是VISIONPRO好像是直接提取R,G,B值的范围，而这里是转换为比值之后再进行提取，以下是VISIONPRO提取的效果（可能没有很好的设置参数），没有上面提取的饱满。

对于银白色与白色的提取，从色彩上看，这两个是比较接近的，所以并不适宜通过色彩，但刚才的饱和度图也许可以提供思路，这里不再讨论。