第六章彩色图像处理PPT讲稿.ppt

《第六章彩色图像处理PPT讲稿.ppt》由会员分享，可在线阅读，更多相关《第六章彩色图像处理PPT讲稿.ppt（29页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第六章彩色图像处理第六章彩色图像处理第1页，共29页，编辑于2022年，星期三2 21 1转换至其他彩色空间MATLAB中彩色图像的表示方法2 21 12 22 23 35 54 4彩色变换彩色图像的空间滤波在RGB向量空间直接处理第2页，共29页，编辑于2022年，星期三6.1 MATLAB中彩色图像的表示方法中彩色图像的表示方法l RGB图像（是图像成像、显示、打印等设备的基础）一幅RGB图像就是彩色像素的一个M*N*3数组，其中每一个彩色像素 点都是在特定空间位置的彩色图像相对应的红、绿、蓝三个分量。三原色:红色（Red）、绿色（Green）、蓝色（Blue）原色相加可产生二次色：红+蓝

2、 品红 绿+蓝 青 红+绿 黄（a）在顶点显示光的原色和合成色的RGB彩色立方体示意图第3页，共29页，编辑于2022年，星期三6.1 MATLAB中彩色图像的表示方法中彩色图像的表示方法l 索引图像（是图像成像、显示、打印等设备的基础）索引图像有两个分量，即整数的数据矩阵X和彩色映射矩阵map。矩阵 map是一个大小为m*3且由范围在0,1之间的浮点数构成的double类数 组。索引图像将像素的亮度值“直接映射”到彩色值。显示函数：imshow(X,map)或 image(X),colormap(map)imapprox:用较少的颜色来近似一幅索引图像 whitebg(g)、whitegb(

3、green)、whitegb(0 1 0)均为把一幅图像背景色 改为绿色。dither 抖动 grayslice 从灰度级亮度图像通过多级阈值创建索引图像 gray2ind 从灰度级亮度图像创建索引图像 ind2gray 从索引图像创建灰度级亮度图像第4页，共29页，编辑于2022年，星期三6.1 MATLAB中彩色图像的表示方法中彩色图像的表示方法X,map=rgb2ind(rgb_image,n,dither_option)ind2rgb 从索引图像创建RGB图像rgb2gray 从RGB图像创建灰度级图像例：以上函数的使用 f=imread(Fig0619(a)(RGB_iris).ti

4、f);X1,map1=rgb2ind(f,8,nodither);%从RGB图像创建索引图像同时减少了RGB图像中的色彩数，此处不执行抖动 X2,map2=rgb2ind(f,8,dither);%执行抖动，从而提高空间分辨率以达到更好的颜色分辨力。g=rgb2gray(f);%从一幅RGB图像创建灰度级图像决定map的长度即颜色的数目执行抖动、不执行两个选项第5页，共29页，编辑于2022年，星期三6.1 MATLAB中彩色图像的表示方法中彩色图像的表示方法l 实验结果第6页，共29页，编辑于2022年，星期三6.2 转换至其他彩色空间转换至其他彩色空间l 彩色模型CMY和CMYK 运用在大

5、多数在纸上沉积彩色颜料的设备。C:cyan(青)、M：magenta(品红)、Y:yellow(黄)等量的CMY原色产生黑色，但不纯，在CMY基础上加入黑色，即形成 CMYK彩色空间。将RGB转换为CMY的转换方程为：cmy_image=imcomplement(rgb_image)把RGB图像转换为CMY图像 rgb_image=imcomplement(cmy_image)把CMY图像转换为RGB图像第7页，共29页，编辑于2022年，星期三6.2 转换至其他彩色空间转换至其他彩色空间l 彩色模型HSI应用于计算机视觉、图像检索和视频检索，即适合人们以术语描述彩色。H:hue(色调)、S:

6、saturation(饱和度)、I:intensity(亮度)色调：描述纯色的属性，即观察者接收的主要颜色。饱和度：纯彩色被白光冲淡程度的度量，其中，纯光谱色是完全饱和的，强度:对应成像亮度和图像灰度，是颜色的明亮程度。特点：I分量与图像的彩色信息无关；H和S分量与人感受颜色的方式是 密切相连的。基于这两个特点从而使得HSI模型非常适合彩色特性检测 与分析。hsi=rgb2hsi(rgb)从RGB转换到HSI rgb=hsi2rgb(hsi)从HSI转换到RGB第8页，共29页，编辑于2022年，星期三6.2 转换至其他彩色空间转换至其他彩色空间l 例：RGB转换为HSI f=imread(F

7、ig0602(b)(RGB_color_cube).tif);hsi=rgb2hsi(f);subplot(1,2,1),imshow(f)xlabel(a)原RGB图像);subplot(1,2,2),imshow(hsi xlabel(b)RGB转换为HSI后的图像);n 实验结果：第9页，共29页，编辑于2022年，星期三6.2 转换至其他彩色空间转换至其他彩色空间l 彩色模型HSV 该彩色系统比RGB系统更接近于人们的经验和对彩色的感知。H:hue(色调)、S:saturation(饱和度)、V:value(数值)hsv_image=rgb2hsv(rgb_image)将RGB转换为H

8、SV 输入图像可以是uint8类、uint16类、或者double类，输出为double类 rgb_image=hsv2rgb(hsv_image)将HSV转换为RGB 其中，输入和输出均为double类 该彩色系统广泛应用于数字视频 Y:brightness(亮度)、Cb：蓝色分量和一个参考值的差、Cr：红色分量 和一个参考值的差。ycbcr_image=rgb2ycbcr(rgb_image)将RGB转换为YCbCr rgb_image=ycbcr2rgb(ycbcr_image)将YCbCr转换为RGBn 彩色模型YCbCr第10页，共29页，编辑于2022年，星期三6.3 彩色变换彩色

9、变换l 彩色图像处理研究分为两大类 分别处理每一个分量图像，然后合成彩色图像。直接对彩色像素处理：3个颜色分量表示像素分量。令c代表RGB彩色空间中的任意向量：该公式表明c的分量是一幅彩色图像在一个点上的RGB分量。对一个大小为M*N的图像来说，有MN个向量c(x,y),其中，x=0,1，2,.,M-1和y=0,1,2，.,N-1。第11页，共29页，编辑于2022年，星期三6.3 彩色变换彩色变换l彩色变换函数 g(x,y)=Tf(x,y)f(x,y)是彩色输入图像 g(x,y)是变换或处理过的彩色输出图像 T是空间领域（x,y）上对f的操作 si=Ti(r1,r2,.,rn)i=1,2,.

10、,n ri和si是f(x,y)和g(x,y)在任何点处彩色分量的变量。T1,T2,.,Tn是一个对ri操作产生si的变换或彩色映射函数集。选择的彩色空间决定n的值，如RGB彩色空间，n=3,r1,r2和r3表示红、绿、蓝分量；CMYK,则n=4n 彩色变换的简单形式第12页，共29页，编辑于2022年，星期三6.3 彩色变换彩色变换l例：单色负片 f=imread(Fig0303(a).tif);g=ice(image,f);%ice为交互彩色编辑，将f由指定映射交互式进行变换n实验结果：(b)负映射函数第13页，共29页，编辑于2022年，星期三6.3 彩色变换彩色变换l例：彩色补色的逆映射

11、 f=imread(Fig0614(a)(Chalk Original).tif.tif);g=ice(image,f);%将f由指定映射交互式进行变换n实验结果：第14页，共29页，编辑于2022年，星期三6.3 彩色变换彩色变换l补色：定义：在如图所示的彩色环上，与一种色调直接相对立的另一种色调 作用：增强嵌在彩色图像暗区的细节。第15页，共29页，编辑于2022年，星期三6.3 彩色变换彩色变换l例：伪彩色映射 f=imread(Fig0616(a)(Weld Original).tif.tif);g=ice(image,f);k=ice(image,g);%将f由指定映射交互式进行变换

12、n伪彩色 定义：伪彩色(pseudo-color)图像的每个像素值实际上是一个索引值 或代码，该代码值作为色彩查找表CLUT(Color Look-Up Table)中某一 项的入口地址，根据该地址可查找出包含实际R、G、B的强度值。这种 用查找映射的方法产生的色彩称为伪彩色。n总结：伪彩色映射可以用来细微地改变灰度以便人眼更易察觉或者突出重 要的灰度级区域。对于一幅黑白图像在RGB彩色空间中显示且单独对产生的分量进行映 射，变换结果就是一幅伪彩色图像。第16页，共29页，编辑于2022年，星期三6.3 彩色变换彩色变换n实验结果：第17页，共29页，编辑于2022年，星期三6.3 彩色变换彩

13、色变换l实验结果：n例：彩色校正 f=imread(Fig0617(a)(JLK Magenta).tif.tif);f1=ice(image,f,space,CMY);%交互式地修改RGB图像f的CMY分量(c)用于校正不平衡的映射函数第18页，共29页，编辑于2022年，星期三6.4 彩色图像的空间滤波彩色图像的空间滤波l使用线性空间滤波器平滑RGB彩色图像fc的步骤 提取三幅分量图像：fR=fc(:,:,1);fG=fc(:,:,2);fB=fc(:,:,3);分别对每幅分量图像滤波：fR_filter=imfilter(fR,w);此处为平滑红分量图像 重建滤波后的RGB图像：fc_f

14、ilter=cat(3,fR_filter,fG_filter,fB_filter);注：以上三个步骤可以合并为：fc2_filter=imfilter(fc,w);第19页，共29页，编辑于2022年，星期三6.4 彩色图像的空间滤波彩色图像的空间滤波l例：彩色图像平滑 fc=imread(Fig0619(a)(RGB_iris).tif);w=fspecial(average,25);%构造一个25*25的平均滤波器 fc_filter=imfilter(fc,w);%对RGB图像所有分量进行平滑滤波 h=rgb2hsi(fc);%将RGB转换为HSI H=h(:,:,1);S=h(:,:

15、,2);I=h(:,:,3);%提取HSI各分量 I_filtered=imfilter(I,w,replicate);%平滑HSI图像中的亮度分量 h1=cat(3,H,S,I_filtered);%级联即将分量图像组合成彩色图像 f1=hsi2rgb(h1);f1=min(f1,1);%保证元素值最大值为1，因为按公式计算转换为RGB后，可能出现大于1的情况。h_filtered=imfilter(h,w,replicate);%平滑所有三个HSI分量 f=hsi2rgb(h_filtered);f=min(f,1);第20页，共29页，编辑于2022年，星期三6.4 彩色图像的空间滤波彩

16、色图像的空间滤波l 实验结果：第21页，共29页，编辑于2022年，星期三6.4 彩色图像的空间滤波彩色图像的空间滤波 图(b)花杂顶部出现绿色边缘，是因为色调和饱和度分量没有变化，而平滑处理 使得亮度分量的值变化得以减少。图(c)用相同的滤波器去平滑所有三个分量，改变了色调和饱和度之间的相对关 系，从而产生无意义的颜色。第22页，共29页，编辑于2022年，星期三6.4 彩色图像的空间滤波彩色图像的空间滤波l例：彩色图像锐化，此处使用拉普拉斯算子来使图像锐化 fc=imread(Fig0619(a)(RGB_iris).tif);w=fspecial(average,25);fc_filte

17、red=imfilter(fc,w);subplot(1,2,1),imshow(fc_filtered)xlabel(a)模糊图像);lapmask=1 1 1;1-8 1;1 1 1;%构造拉普拉斯滤波器 fen=imsubtract(fc_filtered,imfilter(fc_filtered,lapmask,replicate);subplot(1,2,2),imshow(fen)xlabel(b)用拉普拉斯算子增强之后的效果);注：拉普拉斯对图像增强的基本方法：第23页，共29页，编辑于2022年，星期三6.4 彩色图像的空间滤波彩色图像的空间滤波l实验结果第24页，共29页，编

18、辑于2022年，星期三6.5 在在RGB向量空间直接处理向量空间直接处理l使用梯度的彩色边缘检测 目的：标识数字图像中亮度变化明显的点 VG,A,PPG=colorgrad(f,T)实现RGB图像的彩色梯度 其中，f是一幅RGB图像，T是范围0 1内的可选阈值(默认为0)；VG是 RGB向量梯度，A是以弧度计的角度，用于实现RGB图像的彩色梯度；PPG是对单独彩色平面的二维梯度求和形成的梯度。注：T值越小能够检测出的边线越多，越容易从图像中挑出不相关信息；T 越大，会丢失细的或者短的线条。f=imread(Fig0624(d)(RGB2-fullcolor).tif);VG,A,PPG=col

19、orgrad(f);n例：彩色边缘检测第25页，共29页，编辑于2022年，星期三6.5 在在RGB向量空间直接处理向量空间直接处理l 实验结果：l 实验总结：(c)中的水平边缘比(b)中的对应边缘弱。第26页，共29页，编辑于2022年，星期三6.5 在在RGB向量空间直接处理向量空间直接处理lRGB向量空间中的图像分割图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出 感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。马氏距离 其中，C是要分割的彩色的样值表示的协方差矩阵，当 C等于单位矩阵I时，马氏距离约简为欧几里得距离。S=colorseg(method,f,T,p

20、arameters)其中，method不是euclidean就是mahalanobis，f是待分割的RGB 图像，T是阈值，输出S是一幅二值图像，在未通过阈值测试的点包含0，在通过了阈值测试的点包含1.第27页，共29页，编辑于2022年，星期三6.5 在在RGB向量空间直接处理向量空间直接处理l例：RGB彩色图像分割 f=imread(Fig0627(a)(jupitermoon_original).tif);mask=roipoly(f);%交互式选择的感兴趣区域二值掩膜 red=immultiply(mask,f(:,:,1);green=immultiply(mask,f(:,:,2)

21、;blue=immultiply(mask,f(:,:,3);g=cat(3,red,green,blue);%构造的感兴趣区域的彩色图像 M,N,K=size(g);I=reshape(g,M*N,3);%将指定的矩阵改变形状，但是元素个数不变 idx=find(mask);I=double(I(idx,1:3);C,m=covmatrix(I);%计算协方差矩阵C和均值m d=diag(C);sd=sqrt(d)sd=24.6831 24.7892 15.4890 E25=colorseg(euclidean,f,25,m);%T=25时的分割第28页，共29页，编辑于2022年，星期三6.5 在在RGB向量空间直接处理向量空间直接处理l 实验结果第29页，共29页，编辑于2022年，星期三