为了正常的体验网站,请在浏览器设置里面开启Javascript功能!

08 彩色图像处理

2011-10-16 50页 ppt 1MB 43阅读

用户头像

is_835548

暂无简介

举报
08 彩色图像处理null第9章 彩色图像处理第9章 彩色图像处理 9.1 色度学基础与颜色模型 9.2 颜色变换 9.3 平滑与锐化 9.4 彩色图像处理的应用 电磁波电磁波可见光通常指波长范围为:390nm~780nm 的电磁波。 人眼可见范围为:312nm ~ 1050nm 。nullnullNewton's Experimentnull灰度图像的像素值是光强,即二维空间变量的函数f (x,y)。 如果把灰度值看成是二维空间变量和光谱变量的函数f (x,y,λ),则为多光谱图像,也就是通常所说的彩色图像。 计算机显示一...
08 彩色图像处理
null第9章 彩色图像处理第9章 彩色图像处理 9.1 色度学基础与颜色模型 9.2 颜色变换 9.3 平滑与锐化 9.4 彩色图像处理的应用 电磁波电磁波可见光通常指波长范围为:390nm~780nm 的电磁波。 人眼可见范围为:312nm ~ 1050nm 。nullnullNewton's Experimentnull灰度图像的像素值是光强,即二维空间变量的函数f (x,y)。 如果把灰度值看成是二维空间变量和光谱变量的函数f (x,y,λ),则为多光谱图像,也就是通常所说的彩色图像。 计算机显示一幅彩色图像时,每一个像素的颜色是通过三种基本颜色(红、绿、蓝)合成的,即利用了最常见的RGB颜色模型。null人的视觉系统杆状细胞锥状细胞:暗视器官,主要功能是辨别亮度信息。:明视器官,在照度足够高时起作用,其功能是分辨颜色。 人类感光细胞的敏感曲线null一幅彩色图像的像素值可看做是光强和波长的函数值f (x,y,λ),但实际使用时,将其看做是一幅普通二维图像,且每个像素有红、绿、蓝三个灰度值会更直观些。颜色红色R λR=700nm 蓝色B λB=435.8nm绿色G λG=546.1nm不同的比例颜色的三个属性颜色的三个属性颜色是外界光刺激作用于人的视觉器官而产生的主观感觉。 非彩色:黑色、白色和介于这两者之间深浅不同的灰色,也称为无色系列。 彩色:除了非彩色以外的各种颜色。 颜色有三个基本属性,分别是色调、饱和度、亮度。基于这三个基本属性,提出了一种重要的颜色模型HSI (Hue,Saturation,Intensity)。颜色模型颜色模型为了科学地定量描述和使用颜色,人们提出了各种颜色模型。用途颜色模型计算颜色模型视觉颜色模型工业颜色模型用于进行有关颜色的理论研究。RGB模型、CIE XYZ模型、Lab模型等。与人眼对颜色感知的视觉模型相似的模型,它主要用于色彩的理解。HSI模型、HSV模型、HSL模型。侧重于实际应用,包括彩色显示系统、彩色传输系统及电视传输系统。 CMYK模型、 YUV模型、 YCbCr模型。RGB模型RGB模型RGB模型采用CIE规定的三基色构成色系统。自然界的任一颜色都可通过这三种基色按不同比例混合而成。 由于RGB模型将三基色同时加入以产生新的颜色,所以,它是一个加色系统。null设颜色传感器把数字图像上的一个像素编码成(R,G,B),每个分量量化范围为 [0,255]共256级。 RGB模型可以表示28×28×28=224=256×256×256=16 777 216≈1670万种颜色。这足以表示自然界的任一颜色,故又称其为24位真彩色。 一幅图像中的每一个像素点均被赋予不同的RGB值,便可以形成真彩色图像。 RGB颜色模型可用一个三维空间中的单位立方体来表示。 一幅图像中的每一个像素点均被赋予不同的RGB值,便可以形成真彩色图像,如红色(255,0,0)、绿色(0,255,0)、蓝色(0,0,255)、白色(255,255,255)、黑色(0,0,0)。nullnullRGB24位真彩色的立方体nullRGB模型与显示器等设备有着很好的对应关系。 RGB显示器中,有三种荧光粉能够分别发射出红、绿、蓝三种颜色,三个相邻的荧光点构成了一个像素,这些荧光点受到三束强度分别为c1、c2、c3的电子束的轰击,会发出不同的亮度,通过物理上的叠加或混合,便可显示出相应的颜色。CIE XYZ模型CIE XYZ模型采用RGB模型表示各种不同颜色时,存在有负值表示颜色,且色度图上不能表示出亮度。为此,CIE1931年制定了XYZ模型,其中,X、Y、Z分别表示三种原色。 对于可见光中的任一种颜色F,可以找到一组权值使:其中: x、y、z称为标准计色系统下的色度坐标,可表示为显然,x+y+z≡1。 x、y、z中,只有两个是相互独立的,因此,表示某种颜色只需两个坐标即可。null CIE XYZ色度图如右图: 图中横轴代表标准红色分量x 纵轴代表标准绿色分量y 标准蓝色分量z=1-(x+y)nullCIE XYZ模型与RGB模型之间可以相互转换,其转换为Lab颜色模型Lab颜色模型Lab颜色模型是CIE于1976年制定的等色空间。 Lab颜色由亮度或光亮度分量L和a、b两个色度分量组成。 其中,a在正向的数值越大表示越红, 在负向的数值越大则表示越绿; b在正向的数值越大表示越黄, 在负向的数值越大表示越蓝。nullLab颜色与设备无关,无论使用何种设备(如显示器、打印机、计算机或扫描仪)创建或输出图像,这种模型都能生成一致的颜色。 Lab模型与XYZ模型的转换公式为式中: X0、Y0、Z0为标准白色对应的X、Y、Z值。HSI颜色模型HSI颜色模型HSI模型是美国色彩学家孟塞尔(H.A.Munseu)于1915年提出的,它反映了人的视觉系统感知彩色的方式,以色调、饱和度和强度三种基本特征量来感知颜色。 色调H、饱和度S 和强度I 色调H、饱和度S 和强度I H:与光波的波长有关,它表示人的感官对不同颜色的感受。 S: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。 I:对应成像亮度和图像灰度,是颜色的明亮程度。 HSI模型的建立基于两个重要的事实: I分量与图像的彩色信息无关; 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。HSI颜色模型HSI颜色模型当I=0时,H、S无定义;当S=0时,H无定义。nullHIS颜色模型的三角锥及圆锥表示HSI模型与RGB模型间相互转换HSI模型与RGB模型间相互转换1) RGB转换到HSI。首先,对取值范围为[0,255]的R、G、B值按下式进行归一化处理,得到3个[0,1]范围内的r、g、b值:null则对应HSI模型中的H、S、I分量的为式中式中式中h值的范围[0,2π] H值的范围[0°,360°] s值的范围为[0,1] S值的范围[0,100] i值的范围为[0,1] I值的范围[0,255]  (2) HSI转换到RGB。利用h、s、i将HSI转换为RGB的公式为  (2) HSI转换到RGB。利用h、s、i将HSI转换为RGB的公式为 (2) HSI转换到RGB。利用h、s、i将HSI转换为RGB的公式为null  计算出的r、g、b值的范围为[0,1],为便于理解与显示,常将其转换为[0,255]: null例:有一像素的颜色为(100,150,200),求其对应H、S、I值的步骤如下。   (1) 归一化处理: null计算h,由于b>g,故 (3) 计算s:  (4) 计算H,S,I:   (4) 计算H,S,I:   (1) 计算h、s、i:   (1) 计算h、s、i: (2) 由于h∈[2π/3,4π/3):   例:若一像素的颜色为(210°,33.3,150),分别求其对应R、G、B值,步骤如下。:  (3) 计算R、G、B:    (3) 计算R、G、B:  (3) 计算R、G、BCMY颜色模型CMY颜色模型印刷工业常采用CMY色彩系统,它是通过颜色相减来产生其它颜色的,所以,称这种方式为减色合成法(Subtractive Color Synthesis)。 CMY模式的原色为青色(Cyan)、品红(Magenta)、黄色(Yellow)。 青色 红光 品红色 绿光 黄色 蓝光 印刷好的图像被白光照射时会产生合适的反射,从而形成不同的色彩。吸收吸收吸收nullnullnull 部分颜色的CMY编码为: 白色(0,0,0),因为白色光不会被吸收; 黑色(255,255,255),因为白光的所有成分都会被吸收; 黄色(0,0,255),因为入射白光中的蓝色成分容易被墨水吸收,从而留下了红色和绿色成分,使人感觉到黄色。null  CMY与RGB的转换关系为式中: C、M、Y,R、G、B都归一化到[0,1]范围。   在实际应用中,常常用CMYK来表示CMY模型。YUV电视信号彩色坐标系统YUV电视信号彩色坐标系统彩色电视信号传输时,将RGB改组成亮度信号和色度信号。 Y=0.299R+0.587G+0.114B U=-0.147R-0.289G+0.436B=0.493(B-Y) V=0.615R-0.515G-0.1B=0.877(R-Y) PAL制式(以及现行的NTSC制)将RGB三色信号改组成YUV信号。 null  RGB与YUV之间的对应关系如下:YCbCr模型YCbCr模型YCbCr模型充分考虑人眼的视觉特性,以降低彩色数字图像存储量,是一种适合于彩色图像压缩的模型。   YCbCr模型与YUV模型一样,由亮度Y、色差Cb、色差Cr构成。与YUV模型不同的是,在构造色差信号时,充分考虑了R、G、B三个分量在视觉感受中的不同重要性。     YCbCr与RGB之间的对应关系如下:  YCbCr与RGB之间的对应关系如下:颜色变换颜色变换1、基本变换 颜色变换模型为f (x,y)是彩色输入图像;g (x,y)是变换或处理后的彩色图像;T是在空间域上对f的操作。这里,像素值是从彩色空间选择的3元组或4元组。null颜色变换关系可用下式表示: si=Ti[r1,r2,…rn] i=1,2,…n ri、si为f(x,y)和g(x,y)在图像中任一点的彩色分量值; {T1,T2,…,Tn}为变换函数集。null式中: k为改进亮度的常数,0模板
操作来实现的,可以将其推广到彩色图像平滑中。在RGB模型中,每个像素有三个颜色分量,可以用一个在RGB坐标系中的向量来描述。记c为RGB坐标系中任一向量,则 null利用Box模板对彩色图像进行平滑可用下式表示: 即式中: S是以(x,y)为中心的邻域的集合;M为S内的像素点数。由此可知,用Box模板可在独立的分量上进行平滑操作。null2、彩色图像锐化 RGB图像的锐化与平滑操作步骤相同,但使用的是锐化模板。Laplacian模板向量计算公式为彩色图像处理的应用彩色图像处理的应用1、去红眼 用照相机拍摄人像时,有时会出现红眼现象。因为在光线较暗的环境中拍摄时,闪光灯闪光会使人眼瞳孔瞬时放大,视网膜上的血管被反射到底片上,从而产生红眼现象。   null去红眼技术常用的颜色模型有: RGB模型、CIE Lab模型、HSI模型。 在此,采用HSI模型进行处理。统计资料表明,人像中的红眼有如下特征: null由上述特征得出如下去红眼算法:   (1) 确定眼部区域Reye;   (2) 对Reye中的每一像素,将其由RGB模型转换为HSI模型;   (3) 将满足公式的像素的饱和度s置为0,即变成灰色;   (4) 重复执行(2)~(3),直到处理完Reye中的所有像素。   null去红眼null2、肤色检测 肤色检测技术在基于内容的图像检索、身份鉴定和确认、人机交互操作等方面有着广泛的应用。 根据肤色特征,利用肤色模型,将肤色在色度空间进行聚类分析,便可完成肤色检测。常用的肤色检测模型有: 高斯模型、混合高斯模型和直方图模型。色度空间可用常见的RGB、CIE Lab、HSI、YCbCr等模型。 由于皮肤颜色受种族、光照强度、光源颜色等环境因素影响较大,因此,选择合适的色度空间是非常重要的。null 这里,简要说明用2D Gaussian模型G(m,V2),在YCbCr色度空间对肤色检测的过程。2D Gaussian模型G(m,V2)定义为 式中: 、 为Cr、Cb的平均值;V为协方差矩阵;σ为方差。null基于以上所示模型的肤色检测算法如下:   (1) 根据肤色模型,将一幅彩色图像转变为灰度图像,像素的灰度值对应于该点属于皮肤区域的概率;   (2) 选取合适的阈值,将灰度图像转换为二值图像,其中0、1分别表示非皮肤区域和皮肤区域;   (3) 以该二值图像作模板,在原图像中检测肤色区域。   下图是采用该算法进行肤色检测的结果。 肤色检测
/
本文档为【08 彩色图像处理】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑, 图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。 本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。 网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。

历史搜索

    清空历史搜索