彩色图像处理练习

null彩色图像处理彩色图像处理nullRGB模型是目前常用的一种彩色信息达方式，它使用红、绿、蓝三原色的亮度来定量表示颜色。 该模型也称为加色混色模型，是以RGB三色光相互叠加来实现混色的方法，因而适合于显示器等发光体的显示。 null 考虑RGB图像，其中每一幅红、绿、蓝图像都是一幅8bit图像，在这种条件下，每一个RGB彩色像素有24bit深度（3个图像平面乘以每平面比特数，即3×8）。 24bit的彩色图像也称全彩色图像。在24bitRGB图像中颜色总数是224=16777216。null一幅m*n（m，n为正整数，分别表示图像的高度和宽度）的RGB彩色图像可以用一个m*n*3的矩阵来描述，图像中的每一个像素点对应于红、绿、蓝三个分量组成的三元组。 在Matlab中，不同的图像类型，其图像矩阵的取值范围也不一样。例如若一幅RGB图像是 double类型的，则其取值范围在[0, 1]之间，而如果是uint8或者uint16类型的，则取值范围分别是[0, 255]和[0, 65535]。 null在Matlab中要生成一幅RGB彩色图像可以采用cat函数来得到。 其基本语法如下： 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。null对图像生成而言，可以取dim=3，然后将三个分别代表RGB分量的矩阵连接在一起： I=cat(3, rgb_R, rgb_G, rgb_B) 在这里，rgb_R，rgb_G，rgb_B分别为生成的RGB图像I的三个分量的值，可以使用下列语句： rgb_R=I(:, :, 1); rgb_G=I(:, :, 2); rgb_B=I(:, :, 3); null例：生成一幅128*128的RGB图像，该图像左上角为红色，左下角为蓝色，右上角为绿色，右下角为黑色。程序： clear rgb_R=zeros(128,128); rgb_R(1:64,1:64)=1; rgb_G=zeros(128,128); rgb_G(1:64,65:128)=1; rgb_B=zeros(128,128); rgb_B(65:128,1:64)=1; rgb=cat(3,rgb_R,rgb_G,rgb_B); figure, imshow(rgb), title('RGB彩色图像'); 结果：null全彩色图像处理研究分为两大类。 第一类—— 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—— 将RGB图转换为HIS模型，对亮度分量I像素进行处理。null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。 为了使每一彩色分量处理和基于向量的处理等同，必须满足两个条件： 第一，处理必须对向量和标量都可用， 第二，对向量每一分量的操作对于其他分量必须是独立的。 null用空间滤波法--邻域平均进行彩色图像平滑滤波。 其主要Matlab程序实现如下： rgb=imread('flower.jpg'); fR=rgb(:,:,1); fG=rgb(:,:,2); fB=rgb(:,:,3); w=fspecial('average'); fR_filtered=imfilter(fR,w); fG_filtered=imfilter(fG,w); fB_filtered=imfilter(fB,w); rgb_filtered=cat(3,fR_filtered,fG_filtered,fB_filtered); figure, imshow(rgb_filtered) ;null锐化的主要目的是突出图像的细节。 这里考虑用Laplacian算子的锐化处理，其它锐化算子的处理类似。 从向量知道向量的Laplacian被定义为一向量，其分量等于输入向量的独立标量分量的Laplacian微分。 null使用经典的Laplacian滤波分别对每个分量图像进行锐化。 其主要Matlab程序实现如下： rgb=imread('flower2.jpg'); fR=rgb(:,:,1); fG=rgb(:,:,2); fB=rgb(:,:,3); lapMatrix=[1 1 1;1 -8 1;1 1 1]; fR_tmp=imfilter(fR,lapMatrix,'replicate'); fG_tmp=imfilter(fG,lapMatrix,'replicate'); fB_tmp=imfilter(fB,lapMatrix,'replicate'); rgb_tmp=cat(3,fR_tmp,fG_tmp,fB_tmp); rgb_sharped=imsubtract(rgb,rgb_tmp); null练习练习1、对wangshi或者life图添加不同类型的噪声，并用不同类型滤波器处理，显示原图，噪声图，处理结果图（在#实验#中分别采用第一、第二类方法并比较结果异同）。 2、按照下页图示的关系实现灰度图像到彩色图像的转换。 null