彩色图像的增强

返回“数字图像处理”

颜色模型

RGB彩色空间：由RGB（红绿蓝）三个分量组成

figure61.png

NTSC彩色空间：由YIQ（亮度、色调、饱和度）三个分量组成

\[ \begin{pmatrix}Y \\ I \\ Q\end{pmatrix} = \begin{pmatrix} 0.299 & 0.587 & 0.114 \\ 0.596 & -0.274 & -0.322 \\ 0.211 & -0.523 & 0.312 \\ \end{pmatrix}\begin{pmatrix} R \\ G \\B \end{pmatrix} \]

YCbCr彩色空间：由YCbCr（亮度、蓝色分量、红色分量）三个分量组成

\[ \begin{pmatrix}Y \\ Cb \\ Cr \end{pmatrix} = \begin{pmatrix}16 \\ 128 \\ 128 \end{pmatrix} + \begin{pmatrix} 65.481 & 128.553 & 24.966 \\ -37.797 & -74.203 & 112.000 \\ 112.000 & -93.786 & -18.214 \\ \end{pmatrix}\begin{pmatrix} R \\ G \\B \end{pmatrix} \]

CMY彩色空间：由CMY（青、紫红、黄，RGB的补色）三个分量组成

\[ \begin{pmatrix}C \\ M \\ Y \end{pmatrix} = \begin{pmatrix} 1 \\ 1 \\ 1 \end{pmatrix} - \begin{pmatrix} R \\ G \\ B \end{pmatrix} \]

CMYK彩色空间：在CMY的基础上添加黑色分量

HSV彩色空间：由HSV（色调、饱和度、数值）三个分量组成

figure62.png

HSI彩色空间：由HSI（色调、饱和度、亮度）三个分量组成

figure63.png

MATLAB中表示彩色图像

在matlab中，彩色图像由一个大小为M＊N＊3的三维矩阵表示， figure64.png

rgb_image = imread('color_image.tif');
R = rgb_image(:, :, 1);
G = rgb_image(:, :, 2);
B = rgb_image(:, :, 3);
rgb = cat(3, R, G, B);

颜色模型之间的转换：

ntsc_image = rgb2ntsc(rgb_image);
ycbcr_image = rgb2ycbcr(rgb_image);
hsv_image = rgb2hsv(rgb_image);
cmy_image = imcomplement(rgb_image);

rgb_image = ntsc2rgb(ntsc_image);
rgb_image = ycbcr2rgb(ycbcr_image);
rgb_image = hsv2rgb(hsv_image);
rgb_image = imcomplement(cmy_image);
gray_image = rgb2gray(rgb_image);

索引图像

figure65.png
[f map] = imread('color.gif');
imshow(f, map);

转换

rgb_image = ind2rgb(f, map);
[f, map] = rgb2ind(rgb_image, 256);

抖动算法：

bw = dither(gray_image);

彩色图像处理

彩色变换

彩色变换类似于灰度图像的亮度变换，对单个像素点进行操作。

彩色至彩色变换（输入输出都是彩色图像）

\[ s_i = T_i(r_i), i = 1, 2, 3 \]

其中ri为输入像素的各个颜色分量，si为输出像素的各个颜色分量，Ti为变换函数。

对于RGB图像，即:

\[ R' = T1(R), G' = T2(G), B' = T3(B) \]

其中，RGB为变换前像素的值，R’G’B’为变换后像素的值。

比如：

R = f(:,:,1);
G = f(:,:,2);
B = f(:,:,3);
R = imadjust(R, [0 1], [0.5 1]);
f = cat(3, R, G, B);

灰度至彩色变换（也称为伪彩色增强，输入灰度图像，输出彩色图像）

\[ s_i = T_i(r), i = 1, 2, 3 \]

其中r为输入像素的灰度值，si为输出像素的各个颜色分量，Ti为变换函数。

如果输出的是RGB图像，则:

\[ R = T1(r), G = T2(r), B = T3(r) \]

其中，r为变换前像素的灰度值，RGB为变换后像素的颜色值。

比如

R = (f-0.6)*2.5;
G = (f-0.3)*10/3;
B = f*10/3;
G(G>1) = 0;
B(B>1) = 0;
g = cat(3, R, G, B);
[M N] = size(f);
R = f;
G = 1-f;
B = zeros(M, N);
g = cat(3, R, G, B);

ice工具箱 dipum_toolbox_pcode.zip (将此压缩包解压，并在matlab的菜单File=>Setpath中添加解压缩文件所在路径)

g = ice('image', f);
g = ice('image', f, 'space', 'hsi');

在交互界面中，可以实现： * 负片figure66.png * 对比度增强figure67.png * 伪彩色映射figure68.png * 彩色平衡figure69.png * 直方图均衡化figure610.png 等等 ### 彩色图像滤波 RGB三个分量分别滤波

R = f(:,:,1);
G = f(:,:,2);
B = f(:,:,3);
Rf = imfilter(R, w);
Gf = imfilter(G, w);
Bf = imfilter(B, w);
g = cat(3, Rf, Gf, Bf);

等价于

g = imfilter(f, w);

HSI图像滤波

h = rgb2hsi(f);
H = h(:,:,1);
S = h(:,:,2);
I = h(:,:,3);
If = imfilter(I, w);
h = cat(3, H, S, If);
f = hsi2rgb(h);

figure611.png

figure612.png

figure613.png

figure614.png

RGB向量空间上处理

将像素值作为一个向量处理。

图像梯度

图像分割：在颜色空间中计算两种颜色的距离，如果距离小于阈值，认为他们属于同一个区域。