第六章：彩色图像处理

Joyrich.

已于 2024-06-30 19:36:33 修改

阅读量944

点赞数 16

文章标签：人工智能深度学习

于 2024-06-30 15:34:51 首次发布

本文链接：https://blog.csdn.net/qq_63029071/article/details/140076638

版权

大部分的图像处理都是灰度图像，但现在彩色图像也开始逐渐受到关注。灰度图像处理比较简单，而彩色图像处理却要引入新的变量，使计算量大幅增加。

1. 彩色基础

在1666年，艾萨克·牛顿(Isaac.newton)发现了一个现象,当一束太阳光通过一个玻璃棱镜时,出现的光束不是白的,而是由从一端为紫色到另一端为红色的连续彩色谱组成。

人类和某些其他动物接收的一个物体的颜色由物体反射光的性质决定(频率、波长）。

可见光是由电磁波谱中相对较窄的波段组成的。一个物体反射的光如果在所有可见光波长范围内是平衡的,对观察者来说显示自色。然而,若一个物体对有限的可见光谱范围反射,则物体呈现某种颜色。

人眼的锥状细胞是负责彩色视觉的传感器,详细的实验结果已确定,在人眼中的6~7百万锥状细胞中可分为3个主要的感觉类别,它们对应红、绿和蓝。大约65%的锥状细胞对红光敏感,33%对绿光敏感,只有2%对蓝光敏感(但是蓝锥状细胞对蓝光更敏感)。下图显示了眼睛对红、绿、蓝光吸收的平均实验曲线

为标准化起见，CIE(国际照明委员会)在1931年设计了下面的特定波长值为主原色:蓝=435.8nm,绿=546.1nm,红=700nmh。

但是，其实没有单一颜色可称为红、绿、蓝。而且，为标准化目的而定的特定三原色波长并不意味着RGB分量单独作用就能产生所有谱色。

2. 彩色模型

彩色模型（也称彩色空间或彩色系统）的用途是在某些标准下用通常可接受的方式简化彩色规范。本质上，彩色模型是坐标系统和子空间的规范，位于系统中的每种颜色都由单个点来表示。

通常使用的三种模型

RGB模型，一种相加的混合模型，通常用于电子显示器
CMY模型，一种相减的模型，这模型一般用于彩色打印机和复印机
HSI模型，更适合人类对于颜色的理解

2.1 RGB彩色模型

RGB彩色模型是一种相加混色模型，常用于彩色监视器和彩色摄像机。在RGB模型中，每种颜色出现在红、绿、蓝的原色光谱分量中，这个模型基于笛卡尔坐标系统，所考虑的彩色空间如图2.1的立方体。

在RGB空间，用以表示每一像素的比特数叫做像素深度。如果RGB图像中每一分量（红、绿、蓝）都是一幅8比特的，在这种条件下，每一个RGB彩色像素【（R,G,B）值3个一组】称为24比特深度。

2.2 CMY和CMYK模型

CMY颜色模型是一种相减混色模型，常用于打印机。

青、深红和黄是光的二次色，是颜料的原色。例如，当青色颜料涂覆的表面用白光照射时，从该表面反射的不是红光，而是从反射的白光中减去红光，白光本身是等量的红、绿、蓝光的组合。

大多数在纸上沉积彩色颜料的设备，如彩色打印机，要求输入CMY数据或在内部做RGB到CMY的转换，

$\begin{bmatrix} C\\ M\\ Y \end{bmatrix}=\begin{bmatrix} 1\\ 1\\ 1 \end{bmatrix}-\begin{bmatrix} R\\ G\\ B \end{bmatrix}$

用白色减去RGB三色混合成的颜色，结果如下图所示。

CMYK指CMY彩色模型的三种原色再加上黑色。(K指的是黑色）

2.3 HSI彩色模型

HSI彩色模型是用色调、饱和度和亮度来描述颜色。

色调是描述纯色的属性（纯黄色、橘黄或红色），反过来，饱和度给出一种纯色被白光稀释的程度的度量。亮度是一个主观的描述，体现了无色的强度概念，并且是描述色彩感觉的关键参数。

图2.3 基于三角形和圆形彩色平面的HSI彩色模型。三角形和圆形平面垂直于垂强度轴

图中的黑点是一个任意彩色点。与红轴的夹角给出色调,向量的长度是饱和度,在该平面中，所有彩色的强度由平面在垂直强度轴的位置给出。

2.4 RGB到HSI的彩色转换

给定一幅RGB彩色格式的图像,每一个RGB素和H分量可用下面的公式得到:
$H=\left\{\begin{matrix} \theta &B\leq G \\ 360- \theta& B> G \end{matrix}\right.$

$\theta =arccos[\frac{\frac{1}{2}[(R-G)+(R-B)]}{(R-G)^2+(R-G)(G-B)^{\frac{1}{2}}}]$

色饱和度分量： $S=1-\frac{3}{(R+G+B)}[min(R,G,B)]$

强度分量： $I=\frac{1}{3}(R+G+B)$

3. 伪彩色处理

伪彩色图像处理（也称假彩色）是根据特定的准则对灰度值赋以彩色的处理。伪彩色或假彩色一词用于区分全（真）彩色图像处理。

伪彩色的主要应用是为了人眼观察和解释一幅图像或序列图像中的灰度目标，利用彩色的主要动力之一是人类可以辨别上千种颜色和强度，而相形之下只能辨别几十种灰度。

3.1 强度分层

强度分层技术和彩色编码是伪彩色图像处理最简单的例子之一。

如果一幅图像被描述为三维函数，分层方法可看成是放置一些平行于图像坐标面的平面，然后每一个平面在相交的区域中切割图像函数。如下图所示

强度分层技术也可理解成如下图的映射函数,任何输入的灰度级根据其位于 $l_i$ 值的上面还是下面而赋于两种颜色之一。当用更多的灰度级时，映射函数采取阶梯形式。

但是灰度被分为几个区间，且每个区域赋予了不同的颜色，而未考虑到图像中灰度级的意义。在这种情况下，感兴趣的知识简单地观察构成图像的不同灰度级。当灰度级细分基于图像的物理特性时，强度分层就会有很大意义并起重要意义。

3.2 灰度级到彩色转换

某些其他类型的变换更通用也更能拓宽伪彩色增强结果的范围。一种特别有吸引力的方法就是对任何输入像素的灰度级执行3个独立的变换。然后3个变换结果分别送入彩色电视监视器的红、绿、蓝通道。这种方法产生一幅合成图像，其彩色内容受变换函数特性调制。注意，这种方法是一幅图像灰度值的变换而不是位置函数。

3.3 真彩色图像与伪彩色图像

真彩色是描述组成一幅彩色图像的每个像素时直接使用RGB三个基色分量，这样的彩色图像称为真彩色图像。如果用RGB 8:8:8方式表示一幅彩色图像,就是R、G、B都用8位来表示，每个基色分量占一个字节,共3个字节，每个像素的颜色就是由这3个字节中的数值直接决定，可生成的颜色数就是224=16 777 216种。

伪彩色图像的含义是，每个像素的颜色不是由每个基色分量的数值直接决定,而是把像素值当作彩色查找表的表项入口地址,去查找一个显示图像时使用的R,G,B值,用查找出的R,G,B值产生的彩色。

3.4 全彩色图像处理基础

全彩色图像处理研究分为两大类。第一类是分别处理每一分量图像,然后，从分别处理过的分量图像形成合成彩色图像。第二类是直接对彩色像素处理。因为全彩色图像至少有3个分量，彩色像素实际上是一个向量。
$c=\begin{bmatrix} c_R\\ c_G\\ c_B \end{bmatrix}=\begin{bmatrix} R\\ G\\ B \end{bmatrix}$