图像处理与视觉感知---期末复习重点（4）

---

老师PPT上给的重点：
(1) 图像复原与图像增强的异同点
(2) 图像退化/复原过程的模型
(3) 三基色原理及其两种应用
(4) 常用彩色模型与应用领域
(5) 各种颜色模型的转换
(6) 彩色图像处理

一、图像复原与图像增强

1.1 概述

 1. 图像增强技术一般要利用人的视觉系统特性，目的是取得较好的视觉效果，不需要考虑图像退化的真实物理过程，增强后的图像也不一定要逼近原始图像。

 2. 图像复原技术需要针对图像的退化原因设法进行补偿，因此需要对图像的退化过程有一定的先验知识，利用图像退化的逆过程去恢复原始图像，使复原后的图像尽可能的接近原图像。

1.2 异同点

	图像增强	图像复原
技术特点	①不考虑图像降质的原因，只将图像中感兴趣的特征有选择地突出(增强)，而不衰减其不需要的特征。 ②改善后的图像不一定要去逼近原图像。 ③主观过程。	①要考虑图像降质的原因，建立 “降质模型”。 ②要建立评价复原好坏的客观标准。 ③客观过程。
主要目的	提高图像的可懂度	提高图像的逼真度
方法	空间域法和频率域法	线性复原法

二、图像复原/退化模型

2.1 模型图简介

2.2 线性复原法

 1. 系统 $H$ 是一个线性系统。$a$ 和 $b$ 是比例常数，$f_1(x,y)$ 和 $f_2(x,y)$ 是任意两幅输入图像。假设噪声 $\eta (x,y)=0$，则有下图中的式子成立。

 2. 若 $a=b=1$，则满足 “加性”。特性 “加性” 表明：如果 $H$ 为线性算子，则两个输入之和的响应等于两个响应之和。

 3. 若 $f_2(x,y)=0$，则满足 “均匀性”。特性 “均匀性” 表明：任何与常数相乘的输入的响应等于该输入响应乘以相同的常数。

 4. 对于任意的 $f(x,y)$，$\alpha$ 和 $\beta$，若下式成立，则具有输入输出关系 $g(x,y)=H[f(x,y)]$ 的系统称为位置不变系统（或空间不变系统）。这个定义说明图像中任意一点的响应只取决于在该点的输入值，而与该点的位置无关。

三、彩色基础

 1. 三基色原理：自然界中的绝大多数的颜色都可看作是红、绿、蓝三种颜色组合而成；自然界中的绝大多数的颜色都可以分解成红、绿、蓝三种颜色。这即是色度学中的三基色原理。
 一般就将红、绿、蓝这三种颜色称为三基色。

 2. 三基色应用：(1) 相加混色：一般把三基色按不同的比例相加进行的混色。称为相加混色。 (2) 相加减色：就是从白光中滤去某种颜色而得到另一种颜色。

四、彩色模型

 1. CIE（国际照明委员会）在进行大量色彩测试实验的基础上提出了一系列颜色模型：
 (1) RGB模型：红( R)、绿(G)、蓝(B) 三基色混合。
 (2) HSI模型：色调(H)、饱和度(S)、亮度(I)。用于开发图像处理软件。
 (3) YUV模型：亮度(Y)、色度(UV)。可以使电视节目同时被黑白电视及彩色电视接收。电视信号在发射时，转换成YUV形式；接收时再还原成RGB三基色信号，由显像管显示。
 (4) YCbCr模型：亮度(Y)、色度(CbCr)。

 2. RGB与HSI的转换关系式如下：

 3. (1) CMY模型：利用三基色光叠加可产生光的三补色。蓝绿(C，即绿加蓝)，品红(M，即红加蓝)，黄(Y，即红加绿)。用于打印和印刷行业。 (2) CMYK模型：在CMY模型的基础上加了第四种颜色黑色。

五、彩色图像处理

 1. 颜色变换和彩色分层。

 2. 补色：彩环上的补色对于增强嵌在彩色图像暗区的细节很有用。

 3. 色调和彩色校正：照片增强和颜色再现(打印)；试验性地调整图像亮度和对比度，以便在合适的灰度范围内提供更多的细节。

 4. 彩色图像平滑：领域平均法。彩色图像锐化：用拉普拉斯进行图像尖锐化。