第六彩色圖像處理

第六彩色圖像處理第1頁，共29頁，2023年，2月20日，星期一21轉(zhuǎn)換至其他彩色空間MATLAB中彩色圖像的表示方法2122354彩色變換彩色圖像的空間濾波在RGB向量空間直接處理第2頁，共29頁，2023年，2月20日，星期一6.1MATLAB中彩色圖像的表示方法

RGB圖像（是圖像成像、顯示、打印等設(shè)備的基礎(chǔ)）一幅RGB圖像就是彩色像素的一個(gè)M*N*3數(shù)組，其中每一個(gè)彩色像素點(diǎn)都是在特定空間位置的彩色圖像相對(duì)應(yīng)的紅、綠、藍(lán)三個(gè)分量。三原色:紅色（Red）、綠色（Green）、藍(lán)色（Blue）原色相加可產(chǎn)生二次色：紅+藍(lán)品紅綠+藍(lán)青紅+綠黃（a）在頂點(diǎn)顯示光的原色和合成色的RGB彩色立方體示意圖第3頁，共29頁，2023年，2月20日，星期一6.1MATLAB中彩色圖像的表示方法索引圖像（是圖像成像、顯示、打印等設(shè)備的基礎(chǔ)）索引圖像有兩個(gè)分量，即整數(shù)的數(shù)據(jù)矩陣X和彩色映射矩陣map。矩陣map是一個(gè)大小為m*3且由范圍在[0,1]之間的浮點(diǎn)數(shù)構(gòu)成的double類數(shù)組。索引圖像將像素的亮度值“直接映射”到彩色值。顯示函數(shù)：imshow(X,map)或image(X),colormap(map)imapprox:用較少的顏色來近似一幅索引圖像whitebg(‘g’)、whitegb(‘green’)、whitegb([010])均為把一幅圖像背景色改為綠色。dither抖動(dòng)grayslice從灰度級(jí)亮度圖像通過多級(jí)閾值創(chuàng)建索引圖像gray2ind從灰度級(jí)亮度圖像創(chuàng)建索引圖像ind2gray從索引圖像創(chuàng)建灰度級(jí)亮度圖像第4頁，共29頁，2023年，2月20日，星期一6.1MATLAB中彩色圖像的表示方法[X,map]=rgb2ind(rgb_image,n,dither_option)ind2rgb從索引圖像創(chuàng)建RGB圖像rgb2gray從RGB圖像創(chuàng)建灰度級(jí)圖像例：以上函數(shù)的使用>>f=imread(‘Fig0619(a)(RGB_iris).tif’);>>[X1,map1]=rgb2ind(f,8,‘nodither’);%從RGB圖像創(chuàng)建索引圖像同時(shí)減少了RGB圖像中的色彩數(shù)，此處不執(zhí)行抖動(dòng)>>[X2,map2]=rgb2ind(f,8,‘dither’);%執(zhí)行抖動(dòng)，從而提高空間分辨率以達(dá)到更好的顏色分辨力。>>g=rgb2gray(f);%從一幅RGB圖像創(chuàng)建灰度級(jí)圖像決定map的長度即顏色的數(shù)目執(zhí)行抖動(dòng)、不執(zhí)行兩個(gè)選項(xiàng)第5頁，共29頁，2023年，2月20日，星期一6.1MATLAB中彩色圖像的表示方法實(shí)驗(yàn)結(jié)果第6頁，共29頁，2023年，2月20日，星期一6.2轉(zhuǎn)換至其他彩色空間彩色模型CMY和CMYK運(yùn)用在大多數(shù)在紙上沉積彩色顏料的設(shè)備。C:cyan(青)、M：magenta(品紅)、Y:yellow(黃)等量的CMY原色產(chǎn)生黑色，但不純，在CMY基礎(chǔ)上加入黑色，即形成CMYK彩色空間。將RGB轉(zhuǎn)換為CMY的轉(zhuǎn)換方程為：cmy_image=imcomplement(rgb_image)把RGB圖像轉(zhuǎn)換為CMY圖像rgb_image=imcomplement(cmy_image)把CMY圖像轉(zhuǎn)換為RGB圖像第7頁，共29頁，2023年，2月20日，星期一6.2轉(zhuǎn)換至其他彩色空間彩色模型HSI應(yīng)用于計(jì)算機(jī)視覺、圖像檢索和視頻檢索，即適合人們以術(shù)語描述彩色。H:hue(色調(diào))、S:saturation(飽和度)、I:intensity(亮度)色調(diào)：描述純色的屬性，即觀察者接收的主要顏色。飽和度：純彩色被白光沖淡程度的度量，其中，純光譜色是完全飽和的，強(qiáng)度:對(duì)應(yīng)成像亮度和圖像灰度，是顏色的明亮程度。特點(diǎn)：I分量與圖像的彩色信息無關(guān)；H和S分量與人感受顏色的方式是密切相連的?；谶@兩個(gè)特點(diǎn)從而使得HSI模型非常適合彩色特性檢測與分析。hsi=rgb2hsi(rgb)從RGB轉(zhuǎn)換到HSIrgb=hsi2rgb(hsi)從HSI轉(zhuǎn)換到RGB第8頁，共29頁，2023年，2月20日，星期一6.2轉(zhuǎn)換至其他彩色空間例：RGB轉(zhuǎn)換為HSI>>f=imread('Fig0602(b)(RGB_color_cube).tif');>>hsi=rgb2hsi(f);>>subplot(1,2,1),imshow(f)>>xlabel('(a)原RGB圖像');>>subplot(1,2,2),imshow(hsi>>xlabel('(b)RGB轉(zhuǎn)換為HSI后的圖像');實(shí)驗(yàn)結(jié)果：第9頁，共29頁，2023年，2月20日，星期一6.2轉(zhuǎn)換至其他彩色空間彩色模型HSV該彩色系統(tǒng)比RGB系統(tǒng)更接近于人們的經(jīng)驗(yàn)和對(duì)彩色的感知。H:hue(色調(diào))、S:saturation(飽和度)、V:value(數(shù)值)hsv_image=rgb2hsv(rgb_image)將RGB轉(zhuǎn)換為HSV輸入圖像可以是uint8類、uint16類、或者double類，輸出為double類rgb_image=hsv2rgb(hsv_image)將HSV轉(zhuǎn)換為RGB其中，輸入和輸出均為double類該彩色系統(tǒng)廣泛應(yīng)用于數(shù)字視頻Y:brightness(亮度)、Cb：藍(lán)色分量和一個(gè)參考值的差、Cr：紅色分量和一個(gè)參考值的差。ycbcr_image=rgb2ycbcr(rgb_image)將RGB轉(zhuǎn)換為YCbCrrgb_image=ycbcr2rgb(ycbcr_image)將YCbCr轉(zhuǎn)換為RGB彩色模型YCbCr第10頁，共29頁，2023年，2月20日，星期一6.3彩色變換彩色圖像處理研究分為兩大類分別處理每一個(gè)分量圖像，然后合成彩色圖像。直接對(duì)彩色像素處理：3個(gè)顏色分量表示像素分量。令c代表RGB彩色空間中的任意向量：該公式表明c的分量是一幅彩色圖像在一個(gè)點(diǎn)上的RGB分量。對(duì)一個(gè)大小為M*N的圖像來說，有MN個(gè)向量c(x,y),其中，x=0,1，2,...,M-1和y=0,1,2，...,N-1。第11頁，共29頁，2023年，2月20日，星期一6.3彩色變換彩色變換函數(shù)g(x,y)=T[f(x,y)]f(x,y)是彩色輸入圖像g(x,y)是變換或處理過的彩色輸出圖像T是空間領(lǐng)域（x,y）上對(duì)f的操作si=Ti(r1,r2,...,rn)i=1,2,...,nri和si是f(x,y)和g(x,y)在任何點(diǎn)處彩色分量的變量。{T1,T2,...,Tn}是一個(gè)對(duì)ri操作產(chǎn)生si的變換或彩色映射函數(shù)集。選擇的彩色空間決定n的值，如RGB彩色空間，n=3,r1,r2和r3表示紅、綠、藍(lán)分量；CMYK,則n=4彩色變換的簡單形式第12頁，共29頁，2023年，2月20日，星期一6.3彩色變換例：單色負(fù)片>>f=imread('Fig0303(a).tif');>>g=ice(‘image’,f);%ice為交互彩色編輯，將f由指定映射交互式進(jìn)行變換實(shí)驗(yàn)結(jié)果：(b)負(fù)映射函數(shù)第13頁，共29頁，2023年，2月20日，星期一6.3彩色變換例：彩色補(bǔ)色的逆映射>>f=imread('Fig0614(a)(ChalkOriginal).tif.tif');>>g=ice('image',f);

%將f由指定映射交互式進(jìn)行變換實(shí)驗(yàn)結(jié)果：第14頁，共29頁，2023年，2月20日，星期一6.3彩色變換補(bǔ)色：定義：在如圖所示的彩色環(huán)上，與一種色調(diào)直接相對(duì)立的另一種色調(diào)作用：增強(qiáng)嵌在彩色圖像暗區(qū)的細(xì)節(jié)。

第15頁，共29頁，2023年，2月20日，星期一6.3彩色變換例：偽彩色映射>>f=imread('Fig0616(a)(WeldOriginal).tif.tif');>>g=ice('image',f);>>k=ice('image',g);

%將f由指定映射交互式進(jìn)行變換偽彩色

定義：偽彩色(pseudo-color)圖像的每個(gè)像素值實(shí)際上是一個(gè)索引值或代碼，該代碼值作為色彩查找表CLUT(ColorLook-UpTable)中某一項(xiàng)的入口地址，根據(jù)該地址可查找出包含實(shí)際R、G、B的強(qiáng)度值。這種用查找映射的方法產(chǎn)生的色彩稱為偽彩色?？偨Y(jié)：偽彩色映射可以用來細(xì)微地改變灰度以便人眼更易察覺或者突出重要的灰度級(jí)區(qū)域。對(duì)于一幅黑白圖像在RGB彩色空間中顯示且單獨(dú)對(duì)產(chǎn)生的分量進(jìn)行映射，變換結(jié)果就是一幅偽彩色圖像。

第16頁，共29頁，2023年，2月20日，星期一6.3彩色變換實(shí)驗(yàn)結(jié)果：第17頁，共29頁，2023年，2月20日，星期一6.3彩色變換實(shí)驗(yàn)結(jié)果：例：彩色校正>>f=imread('Fig0617(a)(JLKMagenta).tif.tif');>>f1=ice('image',f,'space','CMY');%交互式地修改RGB圖像f的CMY分量(c)用于校正不平衡的映射函數(shù)第18頁，共29頁，2023年，2月20日，星期一6.4彩色圖像的空間濾波使用線性空間濾波器平滑RGB彩色圖像fc的步驟提取三幅分量圖像：>>fR=fc(:,:,1);fG=fc(:,:,2);fB=fc(:,:,3);分別對(duì)每幅分量圖像濾波：

>>fR_filter=imfilter(fR,w);此處為平滑紅分量圖像重建濾波后的RGB圖像：>>fc_filter=cat(3,fR_filter,fG_filter,fB_filter);注：以上三個(gè)步驟可以合并為：

>>fc2_filter=imfilter(fc,w);

第19頁，共29頁，2023年，2月20日，星期一6.4彩色圖像的空間濾波例：彩色圖像平滑>>fc=imread('Fig0619(a)(RGB_iris).tif');>>w=fspecial(‘a(chǎn)verage’,25);%構(gòu)造一個(gè)25*25的平均濾波器>>fc_filter=imfilter(fc,w);%對(duì)RGB圖像所有分量進(jìn)行平滑濾波>>h=rgb2hsi(fc);%將RGB轉(zhuǎn)換為HSI>>H=h(:,:,1);S=h(:,:,2);I=h(:,:,3);%提取HSI各分量>>I_filtered=imfilter(I,w,‘replicate’);%平滑HSI圖像中的亮度分量>>h1=cat(3,H,S,I_filtered);%級(jí)聯(lián)即將分量圖像組合成彩色圖像>>f1=hsi2rgb(h1);>>f1=min(f1,1);%保證元素值最大值為1，因?yàn)榘垂接?jì)算轉(zhuǎn)換為RGB后，可能出現(xiàn)大于1的情況。>>h_filtered=imfilter(h,w,‘replicate’);%平滑所有三個(gè)HSI分量>>f=hsi2rgb(h_filtered);>>f=min(f,1);第20頁，共29頁，2023年，2月20日，星期一6.4彩色圖像的空間濾波實(shí)驗(yàn)結(jié)果：第21頁，共29頁，2023年，2月20日，星期一6.4彩色圖像的空間濾波圖(b)花雜頂部出現(xiàn)綠色邊緣，是因?yàn)樯{(diào)和飽和度分量沒有變化，而平滑處理使得亮度分量的值變化得以減少。圖(c)用相同的濾波器去平滑所有三個(gè)分量，改變了色調(diào)和飽和度之間的相對(duì)關(guān)系，從而產(chǎn)生無意義的顏色。第22頁，共29頁，2023年，2月20日，星期一6.4彩色圖像的空間濾波例：彩色圖像銳化，此處使用拉普拉斯算子來使圖像銳化>>fc=imread('Fig0619(a)(RGB_iris).tif');>>w=fspecial(‘a(chǎn)verage’,25);>>fc_filtered=imfilter(fc,w);>>subplot(1,2,1),imshow(fc_filtered)>>xlabel('(a)模糊圖像');>>lapmask=[111;1-81;111];%構(gòu)造拉普拉斯濾波器>>fen=imsubtract(fc_filtered,imfilter(fc_filtered,lapmask,'replicate'));>>subplot(1,2,2),imshow(fen)>>xlabel('(b)用拉普拉斯算子增強(qiáng)之后的效果');注：拉普拉斯對(duì)圖像增強(qiáng)的基本方法：第23頁，共29頁，2023年，2月20日，星期一6.4彩色圖像的空間濾波實(shí)驗(yàn)結(jié)果第24頁，共29頁，2023年，2月20日，星期一6.5在RGB向量空間直接處理使用梯度的彩色邊緣檢測目的：標(biāo)識(shí)數(shù)字圖像中亮度變化明顯的點(diǎn)[VG,A,PPG]=colorgrad(f,T)實(shí)現(xiàn)RGB圖像的彩色梯度其中，f是一幅RGB圖像，T是范圍[01]內(nèi)的可選閾值(默認(rèn)為0)；VG是RGB向量梯度，A是以弧度計(jì)的角度，用于實(shí)現(xiàn)RGB圖像的彩色梯度；PPG是對(duì)單獨(dú)彩色平面的二維梯度求和形成的梯度。注：T值越小能夠檢測出的邊線越多，越容易從圖像中挑出不相關(guān)信息；T越大，會(huì)丟失細(xì)的或者短的線條。>>f=imread('Fig0624(d)(RGB2-fullcolor).tif');>>[VG,A,PPG]=colorgrad(f);例：彩色邊緣檢測第25頁，共29頁，2023年，2月20日，星期一6.5在RGB向量空間直接處理實(shí)驗(yàn)結(jié)果：實(shí)驗(yàn)總結(jié)：(c)中的水平邊緣比(b)中的對(duì)應(yīng)邊緣弱。第26頁，共29頁，2023年，2月20日，星期一6.5在RGB向量空間直接處理RGB向量空間中的圖像分割圖像分割就是把圖像分成若干個(gè)特定的、具有獨(dú)特性質(zhì)的區(qū)域并提出感興趣目標(biāo)的技術(shù)和過程。它是由圖像處理到圖像分析的關(guān)鍵步驟。馬氏距離其中，C是要分割的彩色的樣值表示的協(xié)方差矩陣，當(dāng)C等于單位矩陣I時(shí)，馬氏距離約簡為歐幾里得距離。S=colorseg(method,f,T,parameters)其中，me