opencv圖像分析與處理（13）- 彩色圖像處理基礎：彩色模型與僞彩色圖像處理

本節爲opencv數字圖像處理（13）：彩色圖像處理基礎：彩色模型與僞彩色圖像處理，主要包括：三種彩色模型（RGB、CMY/CMYK、HSI）及其互相轉換的方法、僞彩色圖像的兩種處理方法（灰度分層、灰度到彩色的轉換）。

1. 彩色模型

  數字圖像處理中，最通用的面向硬件的彩色模型是RGB模型，用於彩色監視器和一大類彩色視頻攝像機；CMY（青、粉紅、黃）模型和CMYK（青、粉紅、黃、黑）模型是針對彩色打印機的；HSI（色調、飽和度、亮度）模型，更符合人描述和解釋顏色的方式，並且它解除了圖像中顏色和灰度信息的聯繫。

1.1 RGB彩色模型

  該顏色模型如下圖所示（歸一化之後），RGB原色值位於三個角上，二次色青色、深紅色和黃色位於另外三個角。

  RGB彩色模型中表示的圖像由三個分量圖像組成，每種原色一幅分量圖像（8比特），送入RGB監視器後，三幅圖像在屏幕上混合生成一幅合成的彩色圖像（24比特）。RGB空間中，用於表示每個像素的比特數稱爲像素深度。這就是全綵色圖像，顏色總數：$(2^8)^3=16777216$。

1.2 CMY和CMYK彩色模型

  青色、深紅色和黃色是光的二次色，即顏料原色，其中青色不反射紅色，純深紅色不反射綠色，純黃色不反射藍色，這樣從RGB到CMY的一個轉換如下：

  等量的顏料原色可以生成黑色，但黑色不純，爲了生成真正的黑色，加入第四種原色黑色，即CMYK彩色模型。

1.3 HSI彩色模型

  當人觀察一個彩色物體時，我們用其色調、飽和度和亮度來描述它。色調是描述一種純色（純黃色、純橙色或純紅色）的顏色屬性，飽和度是純色被白光稀釋的程度的度量，亮度是一個主觀的描述子（實際上不可度量），它體現了無色的強度概念，是描述彩色感覺的關鍵因子之一（強度/灰度級hi單色圖像最有用的描述子）。

  而HSI（色調、飽和度和強度）彩色模型，可以在彩色圖像中從攜帶的彩色信息（色調和飽和度）中消去強度分量的影響，因此適合開發基於彩色描述的圖像處理算法。

  HSI彩色模型平面可以以六邊形、三角形甚至圓形出現，但是不變的是，平面上任一彩色點與紅軸的夾角給出了色調，該向量的長度爲飽和度，如下所示：

RGB到HSI的彩色轉換
  給定一幅RGB彩色格式的圖像，每個RGB像素的H分量根據下式計算：

  其中：

  飽和度分量由下式給出：

  強度分量由下式給出：

HSI到RGB的彩色轉換
  需要分情況討論。

  當H位於RG扇區（$0°\leq H <120°$）：公式如下：

  當H位於GB扇區（$120°\leq H <240°$），首先$H=H-120°$，然後：

  當H位於BR扇區（$240°\leq H <360°$）：首先$H=H-240°$，然後：

2. 僞彩色圖像處理

2.1 灰度分層

  令$[0,L-1]$表示灰度級，令$l_0$代表黑色[$f(x,y)=0$]，令$l_{L-1}$代表白色[$f(x,y)=L-1$]。假定垂直於灰度軸的$P$個平面定義爲灰度級$l_1,l_2,...k_p$，然後假定$0<P<L-1$，P個平面將灰度分爲$P+1$個區間$V_1,V_2,...,V_{P+1}$，灰度級到彩色幅值根據如下關係進行：

  其中$c_k$是第$k$個灰度區間$V_k$有關的顏色，$V_k$由位於$l=k-1$和$l=k$處的分割平面定義。

  簡單來說，灰度分層就是用一個平面，將灰度函數分爲幾部分，並且給每一部分分別賦予一個新的顏色值。

2.2 灰度到彩色的變換

  這其實是灰度分層方法的一個特殊情況，相比於灰度分層，它更能拓寬僞彩色增強結果的範圍。一種方法如下圖所示：

  基本概念是對任何輸入像素的灰度執行3個獨立的變換，生成一幅合成圖像，合成圖像的彩色內容由變換函數的特性調製。

  此外將多幅單色圖像組合爲一幅彩色合成圖像的方法也比較常用（尤其是多光譜），不同的傳感器在不同的譜段產生的獨立的單色圖像，然後經過一系列變換選擇三幅用於顯示的圖像。

---

歡迎掃描二維碼關注微信公衆號 深度學習與數學   [每天獲取免費的大數據、AI等相關的學習資源、經典和最新的深度學習相關的論文研讀，算法和其他互聯網技能的學習，概率論、線性代數等高等數學知識的回顧]