数字图像处理--第六章彩色图像处理基础
文章目录
- 6 彩色图像处理
- 6.1 彩色基础
- 6.2 彩色模型
- 6.2.1 RGB彩色模型
- 6.3 伪彩色图像处理
- 6.3.1 强度分层
- 6.4 全彩色图像处理
- 6.5 查色标(查找表)Look Up Tabel ,LUT
6 彩色图像处理
一、内容重点:
- 彩色基础
光线和颜料的三原色、二次原色、补色
- 彩色模型
- RGB:适合显示设备
- CMYK:适合印刷输出设备
- HSI:适合描述人眼的感受
- 伪彩色图像处理
- 根据特定的准则对灰度值赋以彩色的处理
- 原理:人类可以辨别上千种颜色和强度,而只能辨别二十几中灰度有损压缩
二、内容难点
- 理解为什么光线和颜料会有各自的三原色
- 常用彩色模型及使用范围
- 伪彩色图像处理和全彩色图像处理
运用颜色受两个主要因素推动:
颜色是一个强有力的描绘子,它常常可简化目标物的区分及从场景中抽取目标;
人可以辨别几千种颜色色调和亮度,相比之下只能辨别几十种灰度层次
光度学
- 定义一些物理量并确定相应的测量单位
- 研究测量仪器的设计、制造和测量方法
- 广泛应用于光学工业、照明工业、遥感遥测、色度学和大气光学等领域
彩色图像处理克分为两个主要领域:
1. 全彩色处理
1. 伪彩色处理
6.1 彩色基础
1666年牛顿发现太阳光通过棱镜时,光束分为不同颜色连续彩色谱(紫色、蓝色、绿色、黄色、橘黄色和红色)
人类接收的物体的颜色由物体反射光的性质决定
- 如果物体反射的光在所有可见光波长范围内是平衡的,对观察者来说显示白色
- 如果一个物体对有限的可见光谱范围反射,则物体呈现某种颜色
- 三原色叠加产生二次色
- 适当的比例混合三原色,或者混合与原色相反的二次色,产生白色
1、光线三原色
- 光线三原色:RGB
- 二次色:原色相加产生,如深红色,青色和黄色
- 以正确的亮度把三原色或者一种二次色与其相反的原色相混合克产生白光
在这里插入图片描述
2、颜料三原色
- 颜料三原色:青色、品红色、黄色
- 看色剂原色定义一种原色为减去或吸收光的一种原色并反射或传输另两种原色。因此颜料的原色是深红色,青色和黄色,而二次色是红、绿和蓝
- 这三种颜料原色或者其相对应的补色进行合适的组合产生黑色。
美术三原色红、黄、蓝与此又是什么回事?
- 历史遗留问题
- 与人类对光学、人眼生理特征的认识的加深有关
- 实际上历史上还有其它原色系统
6.2 彩色模型
彩色模型(也称彩色空间或彩色系统)的用途:在某些标准下用通常克接受的方式简化彩色规范
- 彩色模型是坐标系统和子空间的规范
- 位于系统中的每种颜色都是由单个点来表示
现在大多数彩色模型都是面向硬件的(如:彩色监视器和打印机)或是面向应用的。数图中:
- 面向硬件的RGB模型,用于彩色监视器和一大类彩色视频摄像头
- CMY(青、深红、黄)、CMYK(青、深红、黄、黑)模型针对彩色打印机
- HSI(也称HSL:色调Hue、饱和度Saturation、亮度Intensity或Lightness)模型符合描述和解释颜色的方式。另一个优点,就是把图像分成彩色和灰度信息,使其更适合本书开发的许多灰度处理技术。
6.2.1 RGB彩色模型
在RGB模型中:
- 每种颜色出现在红、绿、蓝的原色光谱分量中
- 模型基于笛卡尔坐标系统
- 所考虑的彩色子空间是立方体
在本模型中,不同的颜色处在立方体上或其内部,并可用从原点分布的向量来定义,为了方便起见,所有的颜色值所归一化,则RGB彩色立方体就是一个单位立方体,即所有RGB值都在[0,1]范围内取值。
在RGB空间,用以表示每一像素的比特数叫做像素深度。
6.3 伪彩色图像处理
伪彩色图像处理(Pseudo-color,也称为false color)根据特定的准则对灰度值赋以彩色的处理。伪彩色一词用于区分真彩色图像处理和单色图像赋以彩色的处理。
伪彩色的主要应用是为了人目视观察和解释一幅图像或序列图像中的灰度目标。因为人类可以辨别上千种颜色和强度,而相比之下只能辨别二十几中灰度。
6.3.1 强度分层
使用‘灰度图像处理’章节的知识,设定多个灰度阈值。
开卷考试,课本和任何纸质材料。
伪彩色图像例子:
6.4 全彩色图像处理
有自身特别之处。
提问:鉴别皮肤颜色,用哪种颜色比较合适?
6.5 查色标(查找表)Look Up Tabel ,LUT
图形系统为更灵活控制图形和颜色的变化,往往:
- 不直接将帧缓冲器中的数值作图显示亮度值
- 而是先经过颜色查找表(又称调色板Palette)结构产生变换值来控制光点的亮度。
显存中某位值=》颜色表地址=》屏幕上的亮度
类比单片机间接寻址:
LUT是一维线性表,其每一项的内容对应一种颜色的编号,它的长度由帧缓存单元的位数决定,例如:每单元有8位,则查找表的长度为2^8 = 256
目的:在帧缓存单元的位数不增加的情况下,具有大范围内挑选颜色的能力。
2.彩色模型
RGB:适合显示设备
CMYK:适合印刷输出设备
HSI:适合描述人眼的感受
3。伪彩色图像处理
根据特定的准则对灰度值赋以彩色的图像
原理:人类可以辨别上千种颜色和强度,而只能辨别二十几种灰度。
上一篇: 数字图像处理第五章–图像复原与重建知识点整理
数字图像处理--第六章彩色图像处理基础相关推荐
- 数字图像处理——第六章 彩色图像处理
数字图像处理--第六章 彩色图像处理 文章目录 数字图像处理--第六章 彩色图像处理 1 彩色模型 1.1 RGB彩色模型 1.2 CMY 和CMYK彩色模型 1.3 HSI彩色模型 2 伪彩色图像处 ...
- 数字图像处理 第六章 彩色图像处理
第六章 彩色图像处理 一.彩色基础 物理性质 消色与彩色光 人眼传感器 原色和合成色 颜色特征 二.彩色模型 2.1RGB彩色模型 2.1.1RGB示意图 2.2CMY和CMYK彩色模型 2.3HSI ...
- 数字图像处理第六章——彩色图像处理(上)
数字图像处理第六章 数字图像处理---彩色图像处理 (一) 在 MATLAB 中彩色图像的表示 1.1 RGB图像 1.2 索引图像 1.3 处理 RGB图像和索引 (二)彩色空间之间的转换 2.1 ...
- 数字图像处理第六章 ——彩色图像处理(下)
数字图像处理第六章 数字图像处理---彩色图像处理 (五) 彩色图像的空间滤波 5.1 彩色图像的平滑处理 5.2 彩色图像的锐化处理 (六) 直接在 RGB 矢量空间中处理 6.1 使用梯度的彩色边 ...
- 数字图像处理第六章 彩色图像处理
彩色图像处理 1 彩色模型 1.1 RGB彩色模型 1.2 HSI彩色模型 2 彩色空间之间的转换 2.1 NTSC彩色空间 2.2 YCbCr彩色空间 2.3 CMY和CMYK彩色空间 2.4 HS ...
- 数字图像处理第六章——彩色图像处理
目录 引言 一.彩色基础 二.彩色模型 2.1 RGB彩色模型 2.2 CMY和CMYK彩色模型 2.3 HSI彩色模型 三.伪彩色图像处理 3.1 灰度分层 3.2 灰度到彩色的变换 四.彩色变换 ...
- 数字图像处理——第六章彩色图像处理
文章目录 6.1 彩色模型简介 6.1.1 RGB彩色模型 6.1.2 CMY/CMYK模型 6.1.3 HSI模型 6.2 伪图像处理 6.3 彩色变换 总结 6.1 彩色模型简介 彩色模型也称为彩 ...
- 第六章 彩色图像处理
文章目录 6.2 彩色模型 6.2.1 RGB模型 6.2.2 CMY模型 6.2.3 HSI彩色模型 从RGB到HSI的彩色转换 6.3 伪彩色模型 6.3.1 灰度分层 6.3.2 灰度到彩色的变 ...
- 数字图像处理——第六章(彩色图像处理)
彩色图像处理 一.彩色基础 1.1 彩色 1.2 三原色 1.3 颜色表示 二.彩色模型 2.1 RGB模型(相加混色模型,主要用于显示) 2.2 CMY和CMYK彩色模型(相减混色模型) 2.3 H ...
最新文章
- (转载)聊聊Git原理
- Linux常用目录说明
- vscode之添加新语言扩展——aspx-html
- HTML5 Canvas游戏开发(一)基础知识
- 小程序 显示细线_精心设计:高密度显示器上的细线
- 动画学信奥 漫画学算法 CSP-J入门级 (二)、C++程序设计 数据结构(依据「NOI大纲」)
- ssh_exchange_identification: Connection closed by remote host解决方法
- harbor安装_Harbor简单安装部署,镜像仓库存储使用阿里云OSS
- 【阳谋】学会这几招,年底晋升不慌了!
- hash和encrypt区别及应用_转
- idea打包docker镜像
- 服务器的mdf文件怎么打开,mdf文件用什么打开 mdf文件怎么打开
- 神经网络中经常使用的激活函数--sigmoid函数
- 【Linux】如何设置静态IP地址
- VS2017突然不检查语法错误
- 成为创新高手的18堂课
- 视频基本术语介绍 码流、帧率、分辨率、I帧、带宽
- sharepoint 2013 文档库eventhandle权限控制
- 渗透测试常见漏洞描述及修复建议
- 密码的显示与隐藏php,el-input 标签中密码的显示和隐藏功能的实例代码
热门文章
- 信息系统项目管理师 论文
- python 共享内存 c_python共享内存 - DK's Blog - 博客园
- 一图看懂自然资源资金监测监管系统
- word保留格式简体转换成繁体宏
- 肖特基二极管、稳压二极管、瞬态二极管之间的区别的理解
- 【用C语言绘制直角坐标系】
- Truffle Unbox failed问题解决方法
- 学习以太坊部署智能合约(小插曲) — 执行truffle unbox react报错
- 从键盘输入一个数,判断是否为质数
- [论文分享] Overcoming Catastrophic Forgetting in Incremental Few-Shot Learning by Finding Flat Minima