图像处理中常用的彩色模型

颜色模型(颜色空间)就是描述用一组数值来描述颜色的数学模型。在彩色图像处理中,选择合适的彩色模型是很重要的。从应用的角度来看,彩色模型可分为两类:

一、面向硬件设备的彩色模型

1.RGB模型

   最典型、最常用的面向硬件设备的彩色模型是三基色模型,即RGB模型。电视、摄像机和彩色扫描仪都是根据RGB模型工作的。RGB颜色模型建立在笛卡尔坐标系统里,其中三个坐标轴分别代表R、G、B,如图1所示,RGB模型是一个立方体,原点对应黑色,离原点最远的顶点对应白色。RGB是加色,是基于光的叠加的,红光加绿光加蓝光等于白光。应用于显示器这样的设备。


图1.RGB模型

RGB颜色空间的主要缺点是不直观,从R、G、B的值中很难知道该值所代表颜色的认知属性,因此RGB颜色空间不符合人对颜色的感知心理。另外,RGB颜色空间是最不均匀的颜色空间之一,两种颜色之间的知觉差异不能采用该颜色空间中两个颜色点之间的距离来表示。

2.CMY模型

  CMY模型主要用于彩色打印,图像处理中几乎没用到过。

3.YCrCb模型

YCbCr模型中,Y是指亮度分量,Cb指蓝色色度分量,而Cr指红色色度分量。人的肉眼对视频的Y分量更敏感,因此在通过对色度分量进行子采样来减少色度分量后,肉眼将察觉不到的图像质量的变化。YCbCr模型常用与肤色检测中。

  RGB转换YCbCr公式:
     Y=0.299R+0.587G+0.114B
     Cb=0.564(B-Y)
     Cr=0.713(R-Y)
   YCbCr转换RGB公式:
     R=Y+1.402Cr
     G=Y-0.344Cb-0.714Cr
          B=Y+1.772Cb

二、面向视觉感知的彩色模型

    面向硬件设备的彩色模型与人的视觉感知有一定的差距且使用时不太方便,如给定一个彩色图像,人眼很难判定其中的RGB分量,这是面向视觉感知的彩色模型比较方便。这些模型即与人类颜色视觉感知比较接近,有独立与显示设备。

1.HSI模型

  HSI模型是常见的面向彩色处理的模型。  HSI模型是双棱锥结构,如图2所示。


图2.HSI模型

  • 色调H(Hue):与光波的波长有关,它表示人的感官对不同颜色的感受,如红色、绿色、蓝色等,它也可表示一定范围的颜色,如暖色、冷色等。H的值对应指向该点的矢量与R轴的夹角。
  • 饱和度S(Saturation):表示颜色的纯度,纯光谱色是完全饱和的,加入白光会稀释饱和度。饱和度越大,颜色看起来就会越鲜艳,反之亦然。三角形中心的饱和度最小,越靠外饱和度越大。
  • 亮度I(Intensity):对应成像亮度和图像灰度,是颜色的明亮程度。模型中间截面向上变白(亮);向下变黑(暗)
HSI模型的建立基于两个重要的事实: ① I分量与图像的彩色信息无关;② H和S分量与人感受颜色的方式是紧密相联的。这些特点使得HSI模型非常适合彩色特性检测与分析。

2.HSV模型

  HSV模型比HSI模型更与人类对颜色的感知接近。H代表色调,S代表饱和度,V代表亮度值。HSV模型的坐标系统可以是圆柱坐标系统,但一般用六棱锥来表示,如图3所示,与HSI模型比较相似。可以通过比较HSI、HSV与RGB空间的转换公式,来比较HSI与HSV的区别。


图3.HSV模型


  (1)RGB空间转换HSI空间

      

  (2)RGB空间转换HSV空间



3.HSB模型

HSB模型的基础是对立色理论,对立色理论源于人们对对立色调(红和绿、黄和蓝)的观察事实(对立色调的颜色叠加,它们会相互抵消)。HSB模型是普及型设计软件中常见的色彩模式,其中H代表色相;S代表饱和度;B代表亮度。HSB模型的结构如图所示。

图3.HSB模型
  • 色调H(Hue):在0~360°的标准色环上,按照角度值标识。比如红是0°、橙色是30°等。
  • 饱和度S( saturation ):是指颜色的强度或纯度。饱和度表示色相中彩色成分所占的比例,用从0%(灰色)~100%(完全饱和)的百分比来度量。在色立面上饱和度是从左向右逐渐增加的,左边线为0%,右边线为100%。
  • 亮度B( brightness ):是颜色的明暗程度,通常是从0(黑)~100%(白)的百分比来度量的,在色立面中从上至下逐渐递减,上边线为100%,下边线为0% 。
HSB色彩总部推出了基于HSB色彩模式的HSB色彩设计方法,来指导设计者更好地搭配色彩。


3.L*a*b模型

从视觉感知的均匀的角度,人所感知到的两个颜色之间的距离应该与这两个颜色在表达它们的颜色空间中的距离月成比例越好。换句话说,如果在一个颜色空间中,人所观察的两种彩色的区别程度与该彩色空间中两点间的欧式距离相对应,则该空间为均匀彩色空间。L*a*b模型是一种均匀的彩色模型,它也是基于对立色理论和参考白点,模型结构如图所示。


图3.L*a*b模型

Lab色彩模型是由明度(L)和有关色彩的a,b三个要素组成。

  • L表示明度(Luminosity),L的值域由0到100,L=50时,就相当于50%的黑
  • a表示从洋红色至绿色的范围,a的值域由+127至-128,其中+127就是红色,渐渐过渡到-128的时候就变成绿色。
  • b表示从黄色至蓝色的范围,b的值域也是由+127至-128,+127是黄色,-128是蓝色。
所有的颜色就以这三个值交互变化所组成。例如,一块色彩的Lab值是L = 100,a = 30, b = 0, 这块色彩就是粉红色。(注:此模式中的a轴,b轴颜色与RGB不同,洋红色更偏红,绿色更偏青,黄色略带红,蓝色有点偏青色)。

  • 10
    点赞
  • 68
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
### 回答1: HSI模型对于色彩分离、色调调整和饱和度调整非常有效,可以更方便地进行色彩处理,同时也更符合人眼颜色感知机理,可实现更自然真实的颜色呈现效果。此外,HSI模型还可以帮助区分出同样颜色但光照条件不同的图像,提供更稳定的图像识别性能。 ### 回答2: HSI模型是一种将彩色图像的亮度、饱和度和色调分离的模型。在彩色图像处理,HSI模型具有以下几点优点: 1. 色彩分离:HSI模型将图像的色彩分离为色调(Hue)、饱和度(Saturation)和亮度(Intensity),使得对每个参数的独立处理成为可能。这种分离使得对图像进行调整、增强和修复时更加灵活,并能够精确地控制图像的色彩和亮度。 2. 转换简便:通过将RGB颜色空间转换为HSI颜色空间,可以方便地应用一系列基本图像处理操作,如调整亮度、对比度、色彩饱和度等。这种转换简便性便于在图像处理算法使用,提高了处理效率。 3. 色彩不变性:HSI模型的色调分量与色彩保持较强的一致性,即使在不同的光照条件下也能保持色彩的一致性。而在RGB模型,颜色受光照条件的影响较大,难以准确地识别和比较颜色。 4. 直观理解:HSI模型的色度分量对应于人眼对颜色的主观感受,可以更加直观地理解和描述图像的颜色信息。这种直观性使得人们在进行图像处理时更容易控制和调整颜色。 综上所述,HSI模型彩色图像处理被广泛应用,主要是因为其色彩分离、转换简便、色彩不变性和直观理解等优点。使用HSI模型可以更方便地进行图像处理和调整,提高了处理效率和结果的准确性。 ### 回答3: 在彩色图像处理,常使用HSI模型有以下几个原因: 1. 直观性强:HSI模型将图像的颜色信息分离成色调(Hue)、饱和度(Saturation)和强度(Intensity)三个分量,使得颜色的呈现更加直观。色调代表色彩的种类,饱和度代表色彩的鲜艳程度,强度代表图像的亮度。通过分别处理这三个分量,可以更好地理解和改变图像的颜色属性。 2. 直观调整颜色:在HSI模型,色调是独立于其他分量的,因此可以通过改变色调来直观地调整图像的颜色。在其他模型,如RGB模型,调整颜色需要同时改变红、绿、蓝三个通道的数值,操作相对复杂,而HSI模型则可以更直观地进行调整。 3. 独立性好:HSI模型的三个分量相对独立,对于图像处理任务的不同需求可以分别处理。例如,通过调整饱和度可以增强或降低图像的鲜艳程度;通过调整强度可以增强或降低图像的亮度;通过调整色调可以改变图像的色彩种类。这种独立性使得HSI模型非常适于图像处理的颜色调整和增强任务。 4. 良好的颜色分割特性:在HSI模型,色调分量在0~360度之间变化,可以将不同颜色的像素分割成不同的区域。这样,可以基于色调分割图像不同的颜色区域,比如用于物体识别、目标提取等应用。 综上所述,HSI模型彩色图像处理的使用适应性好,直观性强,独立性好,具有良好的颜色分割特性,因此成为常用图像处理模型之一。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值