YS_20190822_图像_Matlab_04

彩色图像处理

颜色的描述是通过建立色彩模型来实现的，不同的色彩模型对应于不同的处理目的。
几种常用的表色系

• RGB表色系
• HSI表色系
• CMYK表色系
• YUV表色系
• YCBCR表色系

HSI色系

• I 亮度：表示光照强度或称为亮度，它确定了像素的整体亮度，而不管其颜色是什么。
• H：表示色度，由角度表示。反映了该颜色最接近什么样的光谱波长。0o为红色，120o为绿色，240o为蓝色。
• S：表示饱和度，饱和度参数是色环的原点到彩色点的半径长度。

CMYK色系

这种表色系用于印刷行业。是一种减色系统，将从白光中滤出三种原色之后获得的颜色作为其表色系的三原色CMY。

• K：为黑色，为了印刷时对黑色可用黑色墨来印刷。
• C：青色，从白色中滤去红色。
• M：品红，从白色中滤去绿色。
• Y: 黄色，从白色中滤去蓝色。

YUV色系

在这种表色系统中Y表示亮度；U，V表示色差信号。目的是为了可以使电视节目可用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。

YCBCR

这是常用于彩色图像压缩时的一种表色系。Y: 代表亮度； Cb、Cr： 代表色差。

• 与YUV表色系统不同的是它充分考虑了色彩组成时RGB三色的重要因素。
• YUV考虑的是色系转换的简单；
• YCbCr考虑的是压缩时可以充分去除冗余量。

彩色图像的处理方法

• 常规处理
• 彩色补偿
• 彩色平衡
• 彩色图像用于图像目标的识别

常规处理

在灰度图像处理中我们讨论了灰度级的修正，图像的平滑滤波，图像的锐化处理等方法，在彩色图像中仍旧需要也可以进行这些处理。
处理的方法是，将同样的操作在R,G, B三个分量上分别进行。

彩色补偿

在某些应用中，目标是分离主要或完全依靠颜色的不同而体现的各种类型的物体。由于常用的彩色图像设备具有较宽而且相互覆盖的光谱敏感区，加上待拍摄图像的颜色是变化的，所以很难在三个分量图中将物体分离出来。这种现象称为颜色扩散。

• 通过数学运算，将扩散进来的颜色分量补偿掉。由此，使不同的目标在不同的颜色分量中信号最强。
• 算法思路：将原本应该是纯红、纯绿、纯蓝色的像素点转换成理想的颜色，由此获得原图与补偿图之间的影射关系，最后用此影射关系处理所有的像素点。
• 可以通过不同的颜色通道提取不同的目标物。

彩色平衡

算法思路 ：在画面中，寻找不同亮暗的中性色的像素点，这些点应该是满足R=G=B的，但是因为色偏的缘故不相等，于是通过将其影射为相等值获得彩色平衡的作用矩阵，就可进行彩色平衡处理。

图像分割技术

图像分割就是把图像分成各具特性的区域，并提取出感兴趣目标的技术。图像分割在很多领域都有着非常广泛的应用，并涉及各种不同类型的图像。本章将详细的介绍图像分割技术，主要包括边缘分割技术、阈值分割技术和区域分割技术等

边缘分割技术

利用物体和背景在某种图像特性上的差异来实现的。常见的边缘检测方法有：微分算子、Canny算子和LOG算子等。

微分算子

1. Roberts算子：对于离散的图像，边缘检测算子就是用图像的垂直和水平差分来逼近梯度算子，即：

2. Prewitt算子：
   这两个算子分别代表图像的水平梯度和垂直梯度

3. Sobel算子：大小和Prewitt算子的大小相同，都是3×3。
   在Matlab中函数edge( )可以采用Sobel算子进行边缘检测

Canny算子

Canny算子的具有低误码率、高定位精度和抑制虚假边缘等优点。

1. 在MATLAB中，函数edge( )可以采用Canny算子进行边缘检测。该函数的调用格式为：
   BW=edge(I, ‘canny’)：该函数采用Canny算子对图像I进行边缘检测，并采用自动计算的低阈值和高阈值进行图像分割，函数的返回值BW为二值图像。
2. BW=edge(I, ‘canny’, thresh)：该函数中对分割阈值thresh进行设置，thresh为包含2个元素的向量，分别是低阈值和高阈值。如果thresh为单个数值的标量，则thresh为高阈值，0.4×thresh作为低阈值。
3. BW=edge(I, ‘canny’, thresh, sigma)：该函数中对高斯滤波器的标准差sigma进行设置，默认值为1。
4. [BW, thresh]=edge(I, ‘canny’, …)：该函数返回分割时所采用的阈值thresh。

Log算子

拉普拉斯（Laplacian）算子是一种不依赖于边缘方向的二阶微分算子，它是标量而不是矢量，而且具有旋转不变的性质，在图像处理中经常被用来提取图像的边缘，

• 表达式为：
  

阈值分割技术

最简单的一种图像分割方法，关键在于寻找合适的阈值，通常根据图像的直方图来选取。

图像分割方法

1. p-参数法：对固定分辨率下的目标物，根据目标物在画面中所占的比例来选择阈值，进行二值化处理。
2. 均匀性度量法：其基本设计思想是：属于“同一类别”的对象具有较大的一致性。实现的手段是：以均值与方差作为度量均匀性的数字指标。
3. 聚类方法：采用了模式识别中的聚类思想。以类内保持最大相似性以及类间保持最大距离为最佳阈值的求取目标。

区域分割技术

1. 区域生长法：区域生长的基本思想是将具有相似性质的像素集合起来构成区域。区域增长方法根据同一物体区域内像素的相似性质来聚集象素点的方法，从初始区域（如小邻域或单个象素）开始，将相邻的具有同样性质的象素或其它区域归并到目前的区域中从而逐步增长区域，直至没有可以归并的点或其它小区域为止。
2. 分水岭分割：该方法中，将一幅图像看成一个地形图，灰度值对应地形的高度值，高灰度值对应着山峰，低灰度值对应着山谷。水总是朝地势低的地方流动，直到某个局部低洼处，这个低洼处就是盆地。最终所有的水都会处于不同的盆地，盆地之间的山脊称为分水岭。

形态学图像处理

经过图像分割之后，获得了目标物与非目标物两种不同的对象。但是提取出的目标物存在以下的问题：
1）提取的目标中存在伪目标物；
2）多个目标物中，存在粘连或者是断裂；
3）多个目标物存在形态的不同。

二值图像分析的基本概念

连接

四连接：当前像素为黑，其四个近邻像素中至少有一个为黑；
八连接：当前像素为黑，其八个近邻像素中至少有一个为黑。

连通域

将相互连在一起的黑色像素的集合称为一个连通域

二值图像的分析方法

1. 贴标签
2. 腐蚀
3. 膨胀
4. 开运算与闭运算

贴标签

因为不同的连通域代表了不同的目标，为了加以区别，需要对不同的连通域进行标识。

形态学运算

腐蚀

是一种消除连通域的边界点，使边界向内收缩的处理。
设计一个结构元素，结构元素的原点定位在待处理的目标像素上，通过判断是否覆盖，来确定是否该点被腐蚀掉。

膨胀

将与目标区域的背景点合并到该目标物中，使目标物边界向外部扩张的处理。
设计一个结构元素，结构元素的原点定位在背景像素上，判断是否覆盖有目标点，来确定是否该点被膨胀为目标点。

开运算

开运算是对原图先进行腐蚀处理，后再进行膨胀的处理。可以在分离粘连目标物的同时，基本保持原目标物的大小

闭运算

闭运算是对原图先进行膨胀处理，后再进行腐蚀的处理。可以在合并断裂目标物的同时，基本保持原目标物的大小。