【实验目的】
使用MatLab软件对图像进行彩色处理，熟悉使用MatLab软件进行图像彩色处理的有关方法，并体会到图像彩色处理技术以及对图像处理的效果。
【实验原理】
1、一幅RGB图像就是彩色像素的一个M x N x 3数组，其中每一个彩色像素点都是在特定空间位置彩色图像相对应的红、绿、蓝三个分量。
RGB也可以看成是一个由三幅灰度图像形成的“堆”，当将其送到彩色监视器的红、绿、蓝输入端时，便在屏幕上产生了一幅彩色图像。按照惯例，形成一幅RGB彩色图像的三个图像常称为红、绿或蓝分量图像。分量图像的数据类决定了它们的取值范围。若一幅RGB图像的数据类是double,则它的取值范围就是[0, 1]，类似地，uint8类或uint16类RGB图像的取值范围分别是[0, 255]或[0, 65 535]。用来代表这些分量图像像索值的比特数决定了一幅RGB图像的比特深度。例如，若每个分量图像都是8比特的图像，则对应的RGB图像的深度就是24比特。一般来讲,所有分量图像的比特数都是相同的。在这种情况下，一幅RGB图像可能有的色彩数就是(2b)3，其中b是每个分量图像的比特数。对于8比特的例子，颜色数即为(28)3=16 777 216。
在matlab中要生成一副RGB彩色图像的基本语法：
B=cat(dim,A1,A2,A3,...)
其中，dim为维数，cat函数将A1,A2,A3等矩阵连接成维数为dim的矩阵。
例如：令fR、fG和fB分别代表三种RGB分量图像。一幅RGB图像就是利用cat(级联)操作符将这些分量图像组合成的彩色图像:
I=cat(3,fR,fG,fB)
在这里，fR、fG和fB可以使用下列语句得到
fR=I(:,:,1);
fG=I(:,:,2);
fB=I(:,:,3);
2、HSV 图像，指定为由范围 [0, 1] 内的值组成的 m×n×3 数值数组。
HSV 的第三个维度为每个像素分别定义色调、饱和度和明度，如下表所述。
| 属性 | 说明 |
| 色调H | 值从 0 到 1，对应于颜色在颜色圈上的位置。随着色调从 0 增加到 1，颜色从红色过渡到橙色、黄色、绿色、青色、蓝色、品红色，最后又回到红色。 |
| 饱和度S | 色调的量或距离中性色的量。0 表示中性色，1 表示最大饱和度。 |
| 值V | 特定颜色的红色、绿色和蓝色分量的最大明度。 |
3、HSV彩色模型与RGB彩色模型之间的转换
基本语句：
hsv2rgb - 将 HSV 颜色转换为 RGB
此 MATLAB 函数将HSV图像的色调、饱和度和明度值转换为RGB图像的红色、绿色和蓝色值。
RGB = hsv2rgb(HSV)
rgb2hsv - 将 RGB 颜色转换为 HSV
此 MATLAB 函数将RGB图像的红色、绿色和蓝色值转换为HSV图像的色调、饱和度和明度(HSV) 值。
HSV = rgb2hsv(RGB)
4、彩色变换
5、彩色图像平滑和锐化
6、彩色图像分割
（注意：colorseg, imstack2vectors 为自编程实现的m文件。）
7、彩色边缘检测
【作业】
1、生成一副256*256的RGB图像，使得该图像左上角为黄色或青色，左下角为蓝色，右上角为绿色，右下角为黑色。
%1
clear
clc
rgb_R=zeros(512,512);
rgb_R(1:256,1:256)=1;
rgb_G=zeros(512,512);
rgb_G(1:256,1:512)=1;
rgb_B=zeros(512,512);
rgb_B(257:512,1:256)=1;
RGB=cat(3,rgb_R,rgb_G,rgb_B);
imshow(RGB);title('RGB彩色图像')
2、利用作业1生成的RGB图像展示其R、G、B三个分量与RGB图；将其转化为HSI彩色模型，然后展示H、S、I三个分量及HSI图。
I=imread('实验四\untitled.jpg');
r=I(:,:,1);
g=I(:,:,2);
b=I(:,:,3);
figure
subplot(2,2,1);imshow(I);title('RGB彩色图像')
subplot(2,2,2);imshow(r);title('R分量')
subplot(2,2,3);imshow(g);title('G分量')
subplot(2,2,4);imshow(b);title('B分量')
hsi = rgb2hsv(I);
h=hsi(:,:,1);
s=hsi(:,:,2);
i=hsi(:,:,3);
figure
subplot(2,3,1);imshow(I);title('original image')
subplot(2,3,2);imshow(hsi);title('HSI彩色图形')
subplot(2,3,4);imshow(h);title('色调H')
subplot(2,3,5);imshow(s);title('饱和度S')
subplot(2,3,6);imshow(i);title('亮度I')
rgb_hsi=hsv2rgb(hsi);
subplot(2,3,3);imshow(rgb_hsi);title('RGB彩色图形') 
3、将作业1中的图像进行上下镜像。
image=imread('实验四\untitled.jpg');
res = im2uint8(zeros(size(image)));%生成image图像大小的0值unit8图片
[rows,cols,n] = size(image); % 图像行列数
res1 = im2uint8(zeros([rows,cols]));
res2 = im2uint8(zeros([rows,cols]));
res3 = im2uint8(zeros([rows,cols]));
temp1 = image(:, :, 1);
temp2 = image(:, :, 2);
temp3 = image(:, :, 3);
for i = 1:rows
for j = 1:cols
% % 左右镜像
% res1(i,cols-j+1) = temp1(i,j);
% res2(i,cols-j+1) = temp2(i,j);
% res3(i,cols-j+1) = temp3(i,j);
% 上下镜像
res1(rows-i+1,j) = temp1(i,j);
res2(rows-i+1,j) = temp2(i,j);
res3(rows-i+1,j) = temp3(i,j);
end
end
res(:, :, 1) = res1;
res(:, :, 2) = res2;
res(:, :, 3) = res3;
res = uint8(res);
subplot(121),imshow(image);
subplot(122),imshow(res);
4、对例3的图片进行5x5均值滤波后的图片进行拉普拉斯锐化并显示。
%4
fc=imread('实验四\彩色图像处理-实验20230426\彩色图像处理-实验\lena_color.bmp');
h=rgb2hsv(fc);
H=h(:,:,1);S=h(:,:,2);I=h(:,:,3);
w=fspecial('average',25);
fc_filtered=imfilter(fc,w,'replicate');
h_filtered=imfilter(h,w,'replicate');
h=hsv2rgb(h_filtered);
subplot(2,2,1),imshow(fc),title('fc')
subplot(2,2,2),imshow(fc_filtered),title('RGB彩色模型空间平滑fc')
subplot(2,2,3),imshow(h),title('HSI彩色模型空间平滑fc')
I_filtered=imfilter(I,w,'replicate');
h=cat(3,H,S,I_filtered);
f=hsv2rgb(h);
subplot(2,2,4),imshow(f),title('HSI彩色模型空间平滑fc（仅平滑I分量）')
w4 = fspecial('laplacian', 0); %建立一个标准拉普拉斯模板
w8 = [1 1 1; 1 -8 1; 1 1 1] ; %手工指定滤波器，建立对角线拉普拉斯模板
g4 = imfilter(f, w4, 'replicate');
figure, imshow(g4);
g4g = f - g4;
figure, imshow(g4g)
g8 = imfilter(f, w8, 'replicate'); %使用imfilter滤波后的输出图像与输入图像是同类图像，所以负值被裁掉，可以通过在滤波前将f转换为double类图像解决这一问题。
f2=im2double(f);g8_f2=imfilter(f2, w8, 'replicate');
figure,
subplot(221),imshow(g8);
subplot(222),imshow(g8_f2);
g8g_f2 = f2 -g8_f2 ;
g8g = f - g8 ;%原图像中减去用拉普拉斯算子处理过的结果，以还原失去的灰度色调（因为中心系数是负值）
%也可使用imsubstract命令实现fen=imsubtract(f2,imfilter(f2,w8,'replicate'));
subplot(223),imshow(g8g) ;
subplot(224),imshow(g8g_f2);
5、采用’canny’方法寻找彩色边缘；或者自选一幅图像计算彩色图像的梯度并绘图。
%5
cd 实验四\彩色图像处理-实验20230426\彩色图像处理-实验\
I = imread('实验四\彩色图像处理-实验20230426\彩色图像处理-实验\iris.tif');
subplot(231),imshow(I);title('原图像'); %显示原图像
% edge - 查找强度图像的边缘
% 此 MATLAB 函数 返回二值图像 BW，其中的值 1 对应于灰度或二值图像 I 中函数找到边缘的位置，值 0 对应于其他位置。默认情况下，edge 使用 Sobel 边缘检测方法。
I_R=I(:,:,1);
BW1_R=edge(I_R,'sobel');
I_G=I(:,:,2);
BW1_G=edge(I_G,'sobel');
I_B=I(:,:,3);
BW1_B=edge(I_B,'sobel');
out(:,:,1)=BW1_R;
out(:,:,2)=BW1_G;
out(:,:,3)=BW1_B;
subplot(232);imshow(double(out),[]);title('out3arrays');
out2=cat(3,BW1_R,BW1_G,BW1_B);
subplot(233);imshow(double(out2),[]);title('cat3arrays');
%f 是RGB 图像，T是[0,1]范围内的阈值选项(默认为0)；VG是RGB向量梯度F(x, y)；
%A 是以弧度计的角度θ(x, y)，并且PPG 是由单独彩色平面的2D 梯度之和形成的梯度图像
[VG,A,PPG]=colorgrad(I); %计算彩色图像的梯度
subplot(234);imshow(VG);title('VG');
subplot(235);imshow(A);title('A');
subplot(236);imshow(PPG);title('PPG');
6、（附加内容，自愿）应用：证件照更换底色
【参考资料/代码】
[1] Matlab RGB 颜色对照表(0-1之间取值)：https://wenku.baidu.com/view/8392815192c69ec3d5bbfd0a79563c1ec5dad7d2.html
[2] matlab实现彩色图像的平移、旋转、缩放、镜像(双线性插值)：
492
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
