数字图像处理（第三版）第6章 彩色图像处理

引言

彩色图像处理可分为两个主要领域：全彩色处理和伪彩色处理。在第一类问题中，通常要求图像用全彩色传感器获取；第二类是对一种特定的单灰色度或灰度范围赋予一种颜色。

6.1 彩色基础

可见光由电磁波谱中相对较窄的频段组成，如下图所示。
光的原色与颜料的原色之间的区别很重要，后者的原色被定义为减去或吸收光的一种原色，并反射或传输另外两种原色。这些颜色见下图。

6.2 彩色模型

彩色模型（彩色空间或彩色系统）的目的是在某些标准下用通常可以接受的方式方便地对彩色加以说明。不是面向硬件的，就是面向应用的。

6.2.1 RGB彩色模型

在RGB模型中，每种颜色出现在红、绿、蓝的原色光谱分量中。基于笛卡尔坐标系，它所考虑的彩色子空间是下图中的立方体。在RGB空间中，用于表示每个像素的比特数称为像素深度。

216种稳定色中的每一种都可以由3个RGB值组成，每种稳定色由下表中的3个两位十六进制数形成。
下图显示了RGB稳定色立方体。该立方体仅在表面有有效的颜色且表面被216种不同的颜色覆盖。

6.2.2 CMY和CMYK彩色模型

大多数在纸上沉积彩色颜料的设备，要求输入CMY数据或在内部进行RGB到CMY的转换，该转换通过下式进行。
在图像处理中，这种彩色模型主要用于产生硬拷贝输出，因此从CMY到RGB的反向操作通常没有实际意义。

6.2.3 HSI彩色模型

HSI彩色模型可在彩色彩色图像中从携带的彩色信息中消去强度分量的影响。因此，HSI模型是处理彩色图像的理想工具。
形成HSI空间所要求的色调、饱和度和强度值可由RGB彩色立方体得到。也就是说，我们可将任何RGB点转换为相应的HSI彩色模型中的点。

从RGB到HSI的彩色转换
给定一幅RGB格式的图像，每个RGB像素的H分量可用下式得到其中
饱和度分量由下式给出
最后，强度分量由下式给出

从HSI到RGB的彩色转换
RG扇区：当H的值在该扇区中时，RGB分量由以下公式给出
GB扇区：当H的值在该扇区中时，首先从H中减去120°，即 H=H-120°，RGB分量为
BR扇区：当H的值在该扇区中时，首先从H中减去240°，即 H=H-240°，RGB分量为

6.3 伪彩色图像处理

伪彩色图像处理是指基于一种指定的规则对灰度值赋以颜色的处理。其主要应用是人目视观察和解释单幅图像或序列图像中的灰度级事件。

6.3.1 灰度分层

下图显示了使用位于f(x,y)=l处的一个平面把该图像函数切割为两部分的一个例子。
如果对上图中平面的每一侧赋以不同的颜色，平面上的任何灰度级的像素将编码成一种彩色。平面下的任何像素将编码成另一种颜色。

上面两幅图中左图是原图，右图是对其进行灰度分层的结果。相比之下，彩色图像清楚地显示了恒定灰度区域的8个不同的区域，每一种区域采用一种颜色。

6.3.2 灰度到彩色的变换

在上图所示方法中，其基本概念是对任何输入像素的灰度执行3个独立的变换，然后将3个变换结果分别送入电视监视器的红、绿、蓝通道。这种方法产生一幅合成图像，该合成图像的彩色内容由变换函数的特性调制。

6.4 全彩色图像处理基础

全彩色图像处理方法分为两大类，第一类是分别处理每一幅图像，然后让它们形成一幅处理过的合成彩色图像。第二类是直接处理彩色像素。
令c代表RGB彩色空间中的任意一个向量：
c的分量仅是一幅彩色图像在一点处的RGB分量。彩色分量是坐标（x,y）的函数，该函数表示为
为了使每种彩色分量处理和基于向量的处理等同，须满足下面两个条件：
（1）处理必须对向量和标量都可用
（2）对向量的每一分量的操作对于其它分量是独立的

6.5 彩色变换

彩色变换主要涉及在单一彩色模型内处理彩色图像的分量。

6.5.1 公式

用下式表达的彩色变换作为模型f(x,y)是输入图像，g(x,y)是输出图像，T是在（x,y）的空间邻域上对f的一个算子。本节仅关注形如的彩色变换。
下图中的任何彩色空间分量都可与上式共同运用，理论上，人和变换都可在任何彩色模型中执行。

6.5.2 补色

在下图所示的彩色环上，与色调直接相对的另一端被称为补色。补色对于增强嵌在彩色图像暗区的细节有用，特别是在区域大小上占优势时。

6.5.3 彩色分层

对一幅彩色图像分层的最简方法之一是，把某些感兴趣区域之外的彩色映射为不突出的无确定性质的颜色。必要的一组变换为,这些变换通过强迫所有其他颜色为参考彩色空间的中点，来突出原型周围的颜色。对于一个圆球体来指定感兴趣的颜色，则上式变为

6.5.4 色调和彩色校正

1.色调变换
改善图像色调的变换通常交互选择，为了实验性地调整图像亮度和对比度，以便提供更多细节。下图显示了用于校正3种常见地色调不平衡的几个·典型变换，分别是平淡的、较亮的和较暗的图像·。

图中第一行的S型曲线对提升对比度较为理想，第二行和第三行的变换校正较亮图像和较暗图像。虽然彩色分量是离散的，如现在的实际变换函数，但这些变换函数本身以连续量显示和操作——典型地由分段线性或高阶多项式构造。
2.彩色平衡
处理完一幅图像的色调特性后，就可进行彩色平衡工作。当存在彩色不平衡时，有多种方法可以进行校正。在调整一幅图像的彩色分量时，每个操作都会影响到图像的全部彩色平滑。下图显示了用于校正简单的CMYK输出不平衡的变换。

6.5.5 直方图处理

直方图均衡自动的确定一种变换，该变换试图产生具有均匀灰度值的直方图的图像。在单色图像情况下，在处理低、高和中主调图像时是合理且成功的。

HSI彩色空间中的直方图均衡
下图显示了包含调味瓶和摇杯的一幅彩色图像，其亮度分量的值域为[0，1].图像包含大量的暗彩色，使得中间灰度减少到0.36。不改变色调和饱和度，亮度分量直方图均衡的结果如c图所示，b图显示了新图像的亮度直方图。d图显示了采用增加图像饱和度分量部分校正该问题的结果。

6.6 平滑和锐化

6.6.1 彩色图像平滑

灰度级图像平滑可以看成是一种空间滤波操作，在这种操作中，滤波模板的系数具有相同的值，当模板滑过将被平滑的图像时，每一个像素被由该模板定义的邻域中的像素的平均值代替了。
在一幅RGB图像中，令Sxy表示中心位于（x，y）的邻域定义的一组坐标。RGB分量的向量平均值为,它遵守相关性质，有
邻域平均平滑可以在每个彩色平面的基础上执行。其结果与使用RGB彩色向量执行平均是相同的。
下图显示了一幅图像在不同变换下的结果

6.6.2 彩色图像锐化

在RGB彩色系统中，向量c的拉普拉斯变换为它告诉我们可以通过分别计算每一幅分量图像的拉普拉斯来计算全彩色图像的拉普拉斯。
使用拉普拉斯的锐化

上图中a是原图，b显示了其锐化图像，c显示了RGB和HSI锐化图像间的差别。

6.7 基于彩色的图像分割

6.7.1 HSI彩色空间的分割

在HSI空间中，描绘色调图像的彩色很方便。假定要分割a图中的左下角的微红色区，从图b到图d是它的HSI分量图像。图e显示了一个用阈值处理饱和度图像产生的二值模板，大于该阈值的像素值被置为1（白色），其他像素值为0（黑色）。f图是色调图像与该模板的乘积，g图是乘积图像的直方图，h图是用阈值0.9对乘积图像进行阈值处理后得到的二值图像。

6.7.2 彩色边缘检测

我们兴趣在于以单一图像为基础计算边缘和直接在彩色向量空间中计算边缘。参考下图d到h中的两幅MxM的彩色图像，它们分别由a到c图和e到g图中的3个分量图像组成。
令r,g,b是沿RGB彩色空间的R,G,B轴的单位向量，具有如下定义
这些向量的点积如下所示

R,G,B以及由此而来的g项是x和y的函数。最大变化率由角度给出
而且在该角度方向上点（x，y）处的变化率的值由下式给出

6.8 彩色图像中的噪声

彩色图像的噪声内容在每个彩色通道中具有相同的特性，但噪声对不同的彩色通道所造成的影响不同。不同的噪声水平像是由每个彩色通道的相对照射强度的差异造成的。
在下例中，简单看一下彩色图像中的噪声，以及在从一个彩色模型转换为另一个模型时，噪声是如何转移的。图a到图c显示了被高斯噪声污染的一幅RGB图像的3个彩色平面，图d是合成的RGB图像。
在下图中，图a到c显示了把上图d中的RGB图像转换为HSI的结果。

在仅有一个RGB通道受噪声影响的情况下，到HSI的转换才将噪声扩散到所有HSI分量图像。下图a显示了一幅RGB图像，图b到d中的HSI分量清楚地显示了噪声是如何从绿色RGB通道散布到所有HSI图像上的。

6.9 彩色图像压缩

对于前几节中描述的RGB，CMY和HSI图像，任何压缩对象的数据是每个彩色像素的分量，它们是传达彩色信息的方式。压缩是减小或消除冗余和不相干数据的处理。
上面a图显示了一幅蝴蝶花的24比特RGB全彩色图像，图b是由a所示图像的一种压缩方案重建的图像，该图像是压缩并解压缩后的一种近似。