基于某MATLAB地圖像偽彩色處理

1、實用文檔圖像偽彩色處理近幾年來，隨著多媒體技術和因特網的迅速發(fā)展和普及 ，數字圖像處理技術受到 了前所未有的廣泛重視，出現了許多新的應用領域。最顯著的是數字圖像處理技 術已經從工業(yè)領域、實驗室走入了商業(yè)領域及辦公室，甚至走入了人們的日常生 活。由于彩色圖像提供了比灰度圖像更為豐富的信息，因此彩色圖像處理正受到 人們越來越多的關注。偽彩色處理是根據特定的準則對灰度值賦以彩色的處理。由于人眼對彩色的分辨率遠高于對灰度差的分辨率，所以這種技術可用來識別灰度差較小的像素。 這是一種視覺效果明顯而技術又不是很復雜的圖像增強技術?；叶葓D像中，如果相鄰像素點的灰度相差大，人眼將無法從圖像中提取相應的信息，

2、因為人眼分辨 灰度的能力很差，一般只有幾十個數量級，但是人眼對彩色信號的分辨率卻很強， 這樣將黑白圖像轉換為彩色圖像后，人眼可以提取更多的信息量。同時 MATLAB 技術對于我們實現數字圖像處理是一種非常有效的實用工具。1.引言進入21世紀以來，隨著微電子技術、計算機技術、現代通信技術的飛速發(fā) 展，人類社會正健步邁入信息化時代。在人類所接收到的全部信息中，70姒上的通過視覺得到的。因此對數字圖像進行有效地處理變換十分重要，而且彩色圖像占很大的比例，所以，對彩色圖像的處理顯得尤為重要。 其中偽彩色處理技術 就是一項很重要的圖像處理技術。偽彩色處理是指將黑白圖像轉化為彩色圖像，或者是將單色圖像變換

3、成給定 彩色分布的圖像。由于人眼對彩色的分辨率遠高于對灰度差的分辨率， 所以這種 技術可用來識別灰度差較小的像素。這是一種視覺效果明顯而技術又不是很復雜 的圖像增強技術。灰度圖像中，如果相鄰像素點的灰度相差大， 人眼將無法從圖 像中提取相應的信息，因為人眼分辨灰度的能力很差，一般只有幾十個數量級， 但是人眼對彩色信號的分辨率卻很強， 這樣將黑白圖像轉換為彩色圖像后， 人眼 就可以提高對圖像細節(jié)的辨別力，提取更多的信息量。因此，偽彩色處理的主要 目的是為了提高人眼對圖像的細節(jié)的分辨能力，以達到圖像增強的目的。偽彩色圖像處理技術已經被廣泛應用于遙感和醫(yī)學圖像處理中，適用于航 攝、遙感圖片和云圖判讀

4、、X光片等方面。基本原理是將黑白圖像或者單色圖像的各個灰度級匹配到彩色空間中的一 點，從而使單色圖像映射成彩色圖像。黑白圖像中不同的灰度級賦予不同的彩色。2.算法設 f(x , y)為一副黑白圖像，R(x, y), G(x, y) , B(x, y)為 f(x , y)映射 到RG琛間的三個顏色分量，則偽彩色處理可以表示為：氏(戈/)=人0，歹)3(x,y)二片用力給定不同的映射函數就能將灰度圖像轉化為不同的偽彩色圖像。需要注意的是，偽彩色雖然能將黑白灰度轉化為彩色， 但這種彩色并不是真正表現圖像的 原始顏色，而僅僅是一種便于識別的偽彩色。在實際應用中，通常是為了提高圖 像分辨率而進行偽彩色處

5、理，所以應采用分辨效果最好的映射函數。偽彩色處理 技術的實現方法有多種，如灰度分層法、灰度級-彩色變換法、頻域濾波法等等。A.密度分層法理論基礎及公式推導密度分層法是把灰度圖像的灰度級從 0 (黑)到M0(白)分成N個區(qū)間Ii(i=1 , 2,N),給每個區(qū)間Ii指定一種彩色Ci,這樣，便可以把一幅灰度圖像變成 一幅偽彩色圖像。該方法比較簡單、直觀。缺點是變換出的彩色數目有限。灰度是描述灰度圖像內容的最直接的視覺特征，它指黑白圖像中點的顏色深度，范圍一般從0到255白色為255,黑色為0,中間的數字從小到大表示由黑到百 的過渡色，即可以表示不同的灰度等級。灰度切分示意圖如下圖：設原始黑白圖像的

6、灰度范圍為:0f(x,y) L用k+1灰度等級把該灰度范圍分為k段:I0 , I1，,Ik I0=0(黑)，Ik=L (白) 映射每一段灰度成一種顏色，映射關系為：dx,y尸 C1 (I (i-1 ) wf (x, y) WI (i); i=1, 2k)這里g(x,y)為輸出的偽彩色圖像；Ci為灰度在I(i-1),I(i)中時所映射成的彩色。經過這種映射處理后，原始黑白圖像 f (x, y)就變成了偽彩色圖像g (x,y)。若 原始圖像f (x, y)就編程了偽彩色圖像g (x,y)。若原始圖像f (x, y)的灰度 分布遍及上述k個灰度段，則偽彩色圖像g (x,y)就具有k中彩色。仿真結果及

7、分析:灰度圖像：密度分層圖像: 分層級數為8:分層級數為16:分層級數為64:結果分析: 優(yōu)點：密度分層偽彩色圖像簡單易行、直觀，僅用硬件就可以實現。缺點：所得偽彩色圖像彩色生硬，彩色數目有限，且量化噪聲大（即分割誤差） 密度分層級數越大，圖像分辨率越高，量化噪聲越小。為了減少量化噪聲，就必 須增加分割級數。這不但導致設備復雜，而且彩色漂移現象嚴重。主要用于傳感、 醫(yī)學圖像處理中。B灰度級一彩色變換法理論基礎及公式推導灰度級-彩色變換偽色彩處理技術可以將灰度圖像變?yōu)榫哂卸喾N顏色漸變的連續(xù)彩色圖像。該方法先將灰度圖像送入具有不同變換特性的紅、 綠、藍三個變換器，然后再將三個變換器的不同輸出分別送

8、到彩色顯像管的紅、綠、藍槍，再合成某種顏色。同一灰度由三個變換器對其實施不同變換， 使三個變換器輸出不同，從 而不同大小灰度級可以合成不同顏色。 灰度級-彩色變換偽色彩處理過程見下圖。 通過這種方法變換后的圖像視覺效果好。一組典型的灰度級-彩色變換的傳遞函數如下圖所示。 其中圖（a）、（b）、（c） 分別表示紅色、綠色、藍色的傳遞函數，圖（d）是三種彩色傳遞函數組合在一 起的情況。由圖（a）可見，凡灰度級小于L/2的像素將被轉變?yōu)楸M可能的暗紅 色，而灰度級位于L/2到3L/4之間的像素則取紅色從暗到亮的線性變換。凡灰 度級大于3L/4的像素均被轉變成最亮的紅色。其他的顏色以此類推。仿真結果及分

9、析結果分析：從仿真圖中可以看出，圖像從灰度圖像轉換成了彩色圖像，密度分層法所得偽彩 色圖像彩色生硬，且量化噪聲大（即分割誤差），而灰度級-彩色變換法所得圖像 是多種顏色漸變的連續(xù)彩色圖像，更加具有層次感，變換后的圖像視覺效果更好。 偽彩色雖然能將黑白灰度轉化為彩色，但這種彩色并不是真正表現圖像的原始顏 色，而僅僅是一種便于識別的偽彩色C.頻域濾波法理論基礎及公式推導頻率濾波法首先把灰度圖像經傅立葉變換到頻率域，在頻率域內用三個不 同傳 遞特性的濾波器分離成三個獨立分量； 然后對它們進行逆傅立葉變換，便得到三 幅代表不同頻率分量的單色圖像，接著對這三幅圖像作進一步的處理（如直方圖 均衡化）最后將

10、它們作為三基色分量分別加到彩色顯示器的紅、綠、藍顯示通道， 得到一幅彩色圖像。A詈 波 濾傅里葉變換FTID一 理詈 波 濾nID彩色顯示器頻域濾波法輸出圖像的偽彩色與原圖像的灰度級無關， 而是取決于灰度圖像中不同的頻率成分。如果為了突出圖像中高頻成分（即圖像的細節(jié)）而將其變?yōu)樗{色, 則只需要將藍通道濾波器設計成高通濾波器。如果要抑制圖像中某種頻率成分， 那么可以設計一個帶阻濾波器來達到目的。仿真結果及分析愛度國俵結果分析：從仿真圖中可以看出，圖像從灰度圖像轉換成了彩色圖像。 頻域濾波法得到的偽 彩色圖像和灰度級-彩色變換法所得的偽彩色圖像不一樣，兩種方法各有千秋。進一步說明，偽彩色雖然能將黑

11、白灰度轉化為彩色，但這種彩色并不是真正表現 圖像的原始顏色，而僅僅是一種便于識別的偽彩色。4.結論偽彩色處理不改變像素的幾何位置，而僅僅改變其顯示的顏色。它是一種很 實用的圖像增強技術，主要用于提高人眼對圖像的分辨能力。 這種處理可以用計 算機來完成，也可以用專用硬件設備來實現。偽彩色圖像處理技術已經被廣泛應 用于遙感和醫(yī)學圖像處理中，例如，它適用于航攝、遙感圖片和云圖判讀、X光片等方面。通過此次課程設計，使我更加扎實的掌握了有關圖像處理方面的知識，在設 計過程中雖然遇到了一些問題，但經過反復思考和與同學交流，找出了原因所在， 也暴露出了前期我在這方面的知識欠缺和經驗不足。實踐出真知，通過親自

12、動手制作，使我們掌握的知識不再是紙上談兵。附錄：MATLA助真代碼密度分層法仿真代碼I = imread( 郁金香.jpg);I = rgb2gray(I)imshow(I); %顯示灰度圖像G2C = grayslice(I,8); %密度分層figure;imshow(G2C,hot(8); %顯示偽彩色圖像灰度級一彩色變換法I=imread( 郁金香.jpg);subplot(221),imshow(I);title(原圖像);I=rgb2gray(I);subplot(222),imshow(I);title(灰度圖像);I=double(I);M,N=size(I);L=256;fo

13、r i=1:Mfor j=1:Nif I(i,j)L/4 R(i,j)=0; G(i,j)=4*I(i,j); B(i,j尸L;else if I(i,j)=L/2;R(i,j)=0;G(i,j)=L;B(i,j)=-4*I(i,j)+2*L;else if I(i,j)=3*L/4R(i,j)=4*I(i,j)-2*L;G(i,j)=L;B(i,j)=0; else R(i,j)=L;G(i,j)=-4*I(i,j)+4*L;B(i,j)=0; end end end end end for i=1:M for j=1:N G2c(i,j,1)=R(i,j);G2c(i,j,2)=G(i,j

14、);G2c(i,j,3)=B(i,j);endendG2C= G2C/256;subplot(223),imshow(G2C);title(偽彩色圖像);頻域濾波法i=imread( 郁金香.jpg)subplot(221),imshow(i);title(原圖像);i=rgb2gray(i);subplot(222),imshow(i);title(灰度圖像)；M,N=size(i);F=fft2(i)；fftshift(F);Rcut=100;Gcut=200;Bcenter=150;Bwidth=100;Bu0=10;Bv0=10;for u=1:Mfor v=1:ND(u,v)=sqrt(uA2+vA2);RH(u,v)=1/(1+(sqrt(2)-1)*(D(u,v)/Rcut)A2);GH(u,v)=1/(1+(sqrt(2)-1)*(Gcut/D(u,v)A2);BD(u,v尸sqrt(u-Bu0)A2+(v-Bv0)A2);BH(u,v)=1-1/(1+BD(u,v)*Bwidth/(BD(u,v)A2-(Bcenter)A2)A2); end endR=RH.*F;Rcolor=ifft2(R);G=GH*F;Gcolor=ifft2(G);B=BH.*F