伪彩色图像变换(共10页).doc
精选优质文档-倾情为你奉上摘要. 数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术，又称为计算机图像处理。扩展了人眼的视觉范围，使之跳出传统的可视界限，在人类生活发展的各个方面至关重要。如何用计算机系统解释图像，形成了图像的理解或称为计算机视觉，以实现人类更好的理解外部世界。所谓伪彩色图像处理，就是将图像中的黑白灰度级编程不同的彩色，如过分层越多，人眼所能提取的信息也多，从而达到图像增强的效果。这是一种视觉效果明显，又不太复杂的图像增强技术。伪彩色图像处理技术不仅适用于航空摄影和遥感图片，也可用于x光片及云母的判读等处理中。实现伪彩色处理的主要方法主要有密度分割法、灰度级-伪彩色变换法、频域伪彩色处理等多种方法。我们在这里主要介绍了各种方法的基本原理并重点介绍了灰度级-伪彩色变换法的程序设计。关键词：计算机视觉 伪彩色 灰度级 图像增强 matlab目 录3 第一章 伪彩色增强的基本原理彩色图像处理被划分为三个主要领域，即：全彩色、假彩色和伪彩色处理，我们主要讨论的是伪彩色处理。伪彩色处理的问题是分配彩色给某种灰度（强度或强度范围），以增强辨识能力。伪彩色处理的方法主要有灰度分割法、灰度级-伪彩色变换法、频域伪彩色处理等方法。 1.1伪彩色增强的目的伪彩色增强是把黑白图像的各个不同灰度级按照线性或非线性的映射函数变换成不同的彩色，得到一幅彩色图像的技术。使原图像细节更易辨认，目标更容易识别，能够成为。伪彩色增强的方法主要有密度分割法、灰度级一彩色变换和频率域伪彩色增强三种。原理框图1.2 伪彩色增强的方法1.灰度分割法密度分割法是把灰度图像的灰度级从0（黑）到M0（白）分成N个区间Ii(i=1，2，N),给每个区间Ii指定一种彩色Ci，这样，便可以把一幅灰度图像变成一幅伪彩色图像。该方法比较简单、直观。缺点是变换出的彩色数目有限。灰度是描述灰度图像内容的最直接的视觉特征，它指黑白图像中点的颜色深度，范围一般从0到255白色为255，黑色为0，中间的数字从小到大表示由黑到百的过渡色，即可以表示不同的灰度等级。灰度切分示意图如右图。设原始黑白图像的灰度范围为：0f(x,y)L 用k+1灰度等级把该灰度范围分为k段：I0，I1,.,Ik I0=0(黑)，Ik=L（白）映射每一段灰度成一种颜色，映射关系为(x,y)= C1 (I（i-1）f（x，y）I（i）；i=1，2.k) 这里(x,y)为输出的伪彩色图像；Ci为灰度在I(i-1),I(i)中时所映射成的彩色。经过这种映射处理后，原始黑白图像f（x，y）就变成了伪彩色图像(x,y)。若原始图像f（x，y）就编程了伪彩色图像(x,y)。若原始图像f（x，y）的灰度分布遍及上述k个灰度段，则伪彩色图像(x,y)就具有k中彩色。 2.空间域灰度级一彩色变换根据色度学原理，将原图像f(x,y)的灰度范围分段，经过红、绿、蓝三种不同变换TR(?)、TG(?)和TB(?)，变成三基色分量IR(x,y)、IG(x,y)、IB(x,y)，然后用它们分别去控制彩色显示器的红、绿、蓝电子枪，便可以在彩色显示器的屏幕上合成一幅彩色图像。 由上图可以总结出一下的映射函数。下式表示R（x，y）、G(x,y)、B(x，y)的R、G、B通道的颜色值，其中，f（x，y）表示特定点灰度图像的灰度值，f式所选灰度图像的灰度值。0f63时R（x，y）=0，G（x，y）=4f（x，y）B（x，y）=255；64f127时R（x，y）=0，G（x，y）=255，B（x，y）=511-4f（x，y）；128f191时R（x，y）=4f（x，y）-511，G（x，y）=255，B（x，y=0；192f255时R（x，y）=255，G（x，y）=1023-4f（x，y），B（x，y）=0；通过上面的映射变换曲线，可以实现对灰度图像的着色。最后再将每一个像素三个通道得到的值相加，就可以将每一个像素进行伪彩色处理。最终得到伪彩色图像。下图为进行伪彩色图像处理的流程图: 3.频率域伪彩色增强 频率域伪彩色增强的方法是：把灰度图像经傅立叶变换到频率域，在频率域内用三个不同传递特性的滤波器分离成三个独立分量； 然后对它们进行逆傅立叶变换，便得到三幅代表不同频率分量的单色图像，接着对这三幅图像作进一步的处理（如直方图均衡化）最后将它们作为三基色分量分别加到彩色显示器的红、绿、蓝显示通道，得到一幅彩色图像。 单分量频域变换流程图 三基色分量频域变换流程图第二章 程序设计2.1 源程序（1）灰度分割法程序I=imread('123.bmp');J=zeros(256,256,3);I=double(I);for i=1:256for j=1:256if 0<=I(i,j)&&I(i,j)<=15R(i,j)=1;G(i,j)=8;B(i,j)=255;else if 16<=I(i,j)&&I(i,j)<=31R(i,j)=2;G(i,j)=48;B(i,j)=254;else if 32<=I(i,j)&&I(i,j)<=47R(i,j)=4;G(i,j)=112;B(i,j)=252;else if 48<=I(i,j)&&I(i,j)<=63R(i,j)=8;G(i,j)=160;B(i,j)=248;else if 80<=I(i,j)&&I(i,j)<=95R(i,j)=16;G(i,j)=192;B(i,j)=240; else if 96<=I(i,j)&&I(i,j)<=111R(i,j)=32;G(i,j)=224;B(i,j)=224; else if 112<=I(i,j)&&I(i,j)<=127R(i,j)=64;G(i,j)=248;B(i,j)=192; else if 128<=I(i,j)&&I(i,j)<=143R(i,j)=128;G(i,j)=255;B(i,j)=160; else if 144<=I(i,j)&&I(i,j)<=159R(i,j)=160;G(i,j)=255;B(i,j)=128; else if 160<=I(i,j)&&I(i,j)<=175R(i,j)=192;G(i,j)=248;B(i,j)=64; else if 176<=I(i,j)&&I(i,j)<=191 R(i,j)=224;G(i,j)=224;B(i,j)=32; else if 192<=I(i,j)&&I(i,j)<=207R(i,j)=240;G(i,j)=192;B(i,j)=16; else if 208<=I(i,j)&&I(i,j)<=223R(i,j)=248;G(i,j)=160;B(i,j)=8; else if 224<=I(i,j)&&I(i,j)<=239R(i,j)=252;G(i,j)=112;B(i,j)=4; else if 240<=I(i,j)&&I(i,j)<=255R(i,j)=254;G(i,j)=48;B(i,j)=2; else if 64<=I(i,j)&&I(i,j)<=79R(i,j)=255;G(i,j)=8;B(i,j)=1; endendendendendendendendendendendendendendendendendendJ(:,:,1)=R;J(:,:,2)=G;J(:,:,3)=B;imshow(uint8(J);（2）灰度级彩色处理法程序I=imread('123.bmp');J=zeros(256,256,3);I=double(I);for i=1:256for j=1:256 if 0<=I(i,j)&&I(i,j)<=63 R(i,j)=0;G(i,j)=4*I(i,j);B(i,j)=255;else if 63<=I(i,j)&&I(i,j)<=127 R(i,j)=0;G(i,j)=255;B(i,j)=511-4*I(i,j);else if 128<=I(i,j)&&I(i,j)<=191 R(i,j)=4*I(i,j)-511;G(i,j)=255;B(i,j)=0; else if 192<=I(i,j)&&I(i,j)<=255R(i,j)=255;G(i,j)=1025-4*I(i,j);B(i,j)=0; end end end end endend J(:,:,1)=R;J(:,:,2)=G;J(:,:,3)=B;imshow(uint8(J);2.2 图像（1）灰度分割法 原始图像2 变换后图像（2）灰度级彩色处理法 原始图像 变换后图像第三章 学习心得在做数字图像处理课程设计以前，我一直认为这门学科很简单，但是通过课程设计的学习，我明白了学习跟掌握是两个完全不同的层次，纸上学来终是浅，实践方是万无源。在课设学习过程中，我们通过讨论得到了一个较好的结果，更使我们体验到团队学习工作的重要性，因为大家往一处使劲握们才能获得最后的成功，也增进了彼此的友谊与对对方的了解。通过总结课设过程我明白了：情不能被它的表面现象蒙蔽，只要我们以严肃认真对待，终有海阔天空的时候。这一经验必将会在我们的工作生活中发挥巨大作用。最后要感谢我们的导师，是他让我们在思维短路时茅塞顿开，有了研究的方向，.顺利的完成了这一课题的研究。.参考文献1.数字图像处理学 电子工业出版社 贾永红 20032.数字图像处理(Matlab版) 电子工业出版社 冈萨雷斯 20063.其他数字图像处理和matlab编程方面的书籍及相关学习资料专心-专注-专业
