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。
从向量分析知道向量的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(在实验报告中分别采用第一、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