6、彩色图像处理

作者: 史记_d5da | 来源:发表于2023-07-21 11:32 被阅读0次

Task03 彩色空间互转
8、彩色图像处理
数字图像处理复习（四）
04图片颜色反转
python 伪彩色（JET映射）图片转成深度图，解决伪彩色图被
Kaggle Blog里的新知
35. 颜色反转
概述
LabVIEW彩色图像分割（基础篇—14）
图像算法系列

1、彩色模型

1.1、面向硬设备的彩色模型

1、RGB
最典型、最常用的面向硬件设备的彩色模型是三基色模型，即RGB模型，RGB颜色模型建立在笛卡尔坐标系统里，其中三个坐标轴分别代表R、G、B，如下图：

RGB颜色模型
2、CMY模型
利用三基色光叠加可以产生三补色：蓝绿(C,cyan，即绿加蓝)，品红（M,magenta，即红加蓝），黄(Y,yellow，即红加绿)。CMY模型主要是用于彩色打印，这三种补色可分别由从白光中减去三种基色而得到，一种简单而又近似的从CMY到RGB的转换为：

R=1-C\\ G=1-M\\ B=1-Y

3、 $I_1,I_2,I_3$ 模型
彩色也可以用RGB的不同组合来表达，如有人经过大量试验提出可用由R、G、B经过线性变换得到的三个正交彩色特征，分别是：

I_1=(R+G+B)/3\\ I_2=(R-B)/2\\ I_3=(2G-R-B)/4

4、归一化颜色模型
根据RGB还可以定义一种归一化的颜色模型，该模型对观察方向，物体几何，照明方向和亮度变化具有不变性。

l_1(R,G,B)= \frac{(R-G)^2}{(R-G)^2+(R-B)^2+(G-B)^2}\\ l_2(R,G,B)= \frac{(R-B)^2}{(R-G)^2+(R-B)^2+(G-B)^2}\\ l_3(R,G,B)= \frac{(G-B)^2}{(R-G)^2+(R-B)^2+(G-B)^2}\\

5、彩色电视颜色模型
在PAL制系统中使用的是YUV模型，其中Y代表亮度分量，U和V分别正比于色差B-Y和R-Y，称为色度分量。YUV可由PAL制系统中的归一化的

R'、G'、B'

经过下面的计算得到(

R'=G'=B'=1

对应基准白色)

Y=0.299R' + 0.587G'+0.114B'\\ U=-0.147R'-0.289G'+0.436B'\\ V=0.615R'-0.515G'-0.100B'

反过来，

R'、G'、B'

也可由

Y,U,V

得到

R'=1.000Y+0.000U+1.140V\\ G'=1.000Y-0.395U-0.518V\\ B'=1.000Y+2.032U+0.001V

1.2、面向视觉感知的彩色模型

1、HSI模型
H表示色调，S表示饱和度，I表示密度（对应亮度或灰度）
HSI模型许多处理中有其独特的优点。
第一、亮度分量和色度分量是分开的，I分量与图像的彩色信息无关。
第二、在HSI模型中，色调H和饱和度S的概念相互独立并与人的感知紧密相连。

HSI模型的圆柱坐标系统
HSI模型的坐标系统也可以用类圆柱体坐标系统表示。对其中的任一个色点P，其中H的值对应指向该点的矢量长成正比，越长越饱和。I的值与该点所在平面与最下对应黑色点的距离成正比。如果色点在I轴上，则其S值为0而H没有定义，这些点也称为奇异点。奇异点的存在也是HSI模型的一个缺点，而在奇异点附近，R，G，B值的微小变化会引起H，S，I值的明显变化。
2、HSV模型
HSV模型的坐标系统也是圆柱坐标系统，但一般用六棱锥来表示
在RGB空间中某一点的R，G，B值均可转换到HSV空间，得到相应的H，S，V值，即：

H= \begin{cases} arccos\{\frac{(R-G)+(R-B)}{2\sqrt{(R-G)^2+(R-B)(G-B)}}\} \quad B\le G \\ 2\pi - arccos \{\frac{(R-G)+(R-B)}{2\sqrt{(R-G)^2+(R-B)(G-B)}}\} \quad B> G \end{cases}

S=\frac{max(R,G,B)-min(R,G,B)}{max(R,G,B)}

V=\frac{max(R,G,B)}{255}

3、HSB模型
HSB模型的基础是对立色理论。对立色理论源于人们对色彩的观察来定义的，在此模型中所有的颜色都用色相或色调(Hue)、饱和度(Saturation)和亮度(Brightness)3个特性来描述的一种模型。

1、色相（Hue）是色彩的相貌，也就是我们常说的红、橙、黄、绿等颜色名称。色相值按位置度量，在HSB色彩模型中红色为0°，黄色为60°，绿色为120°，青色为180°，蓝色为240°，品红色为300°。十二色相环每一色相间距30°，二十四色相环每一色相间距15°。
2、饱和度（Saturation）表示色彩的纯度，取值范围0～100%，从色环中心向外递增。当饱和度为0时点在中心，则显示为灰、白、黑无彩色。当饱和度达到100%时，点则移动到色环边缘，会显示每个色相最纯的色光。如下图所示，在色相(H)、亮度(B)不变的情况下减少饱和度(S)颜色逐渐变淡最后变成白色。
3、亮度（Brightness）指色彩的明亮度，取值范围0～100%，沿着圆柱体底部向上递增。亮度为0时即黑色，点处于最底部。当达到100%时点上升到顶端，会显示色相最鲜明的状态。如下图所示，在色相(H)、饱和度(S)不变的情况下减少亮度(B)颜色逐渐变暗最后变成黑色。

4、 $L*a*b*$ 模型
Lab颜色模型由三个要素组成，一个要素是亮度（L），a 和b是两个颜色通道。a包括的颜色是从深绿色（低亮度值）到灰色（中亮度值）再到亮粉红色（高亮度值）；b是从亮蓝色（低亮度值）到灰色（中亮度值）再到黄色（高亮度值）。因此，这种颜色混合后将产生具有明亮效果的色彩。

2、伪彩色增强

人的生理视觉系统特性对微小的灰度变化不敏感，而对彩色的微小差别极为敏感。人眼一般能够区分的灰度级只有二十几个，而对不同亮度和色调的彩色图像分辨能力却可达到灰度分辨能力的百倍以上。
利用这个特性人们就可以把人眼不敏感的灰度信号映射为人眼灵敏的彩色信号，以增强人对图像中细微变化的分辨力。
伪彩色（pesudo color）增强则是把一幅黑白域图像的不同灰度级映射为一幅彩色图像的技术手段称做伪彩色增强。

2.1、灰度分层法伪彩色处理

灰度分层法又称为灰度分割法或密度分层法，是伪彩色处理技术中最基本、最简单的方法。设一幅灰度图像f(x,y)，可以看成是坐标(x,y)的一个密度函数。把此图像的灰度分成若干等级，即相当于用一些和坐标平面（即x-y平面）平行的平面在相交的区域中切割此密度函数。

2.2、灰度变换法伪彩色处理

这种变换方法是先将f(x,y)灰度图像送入具有不同变换特性的红、绿、蓝三个变换器，然后再将三个变换器的不同输出分别分别送到彩色显像管的红、绿、蓝电子枪。

3、彩色增强

彩色增强一般是指用多波段的黑白遥感图像（胶片），通过各种方法和手段进行彩色合成或彩色显示，以突出不同地物之间的差别，提高解译效果的技术。

3.1、真彩色增强方式

1、亮度增强
2、饱和度增强
3、色调增强

3.2、全彩色增强方式

1、彩色切割增强
2、测试滤波增强

Task03 彩色空间互转
Datawhale 计算机视觉基础-图像处理（上）-Task03 彩色空间互转 3.1 简介图像彩色空间互转在图...
8、彩色图像处理
1、MATLAB中彩色图像的表示 RGB图像令 fR、fG、fB 分别表示三幅 RGB 分量图像。一幅 RGB ...
数字图像处理复习（四）
伪彩色图像处理伪彩色增强：将图像中的黑白灰度等级变成不同的彩色，如果分层越多，人眼所能提取的信息也就越多，从而达...
04图片颜色反转
包括灰度/彩色图像颜色反转 1、灰度图像反转 2、彩色图像反转
python 伪彩色（JET映射）图片转成深度图，解决伪彩色图被
1.输入是经过Jet处理的伪彩色图像，输出是深度图 2.有时候伪彩色图像经过编码等会破坏原来的映射关系，直接用上述...
Kaggle Blog里的新知
Diabetic Retinopathy 处理彩色图像时，对所有点减去局部平均色，降低光照的影响 Kaggle做了...
35. 颜色反转
本文解释灰度/彩色图像的颜色反转灰度图像反转效果如下：彩色图像反转效果如下：
概述
课程大纲： 1、图像的基本构成2、像素读写3、图像像素值统计信息4、像素值数学运算5、图像RGB彩色空间6、色彩空...
LabVIEW彩色图像分割（基础篇—14）
基于目标颜色的彩色图像分割常包括色彩阈值处理（Color Threshold）和色彩分割（Color Segmen...
图像算法系列
图像算法专题彩色图像分割专题彩色图像分析软件 ColorImgSft V1.0.1.0 织物疵点检测机器视觉系...