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:。
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():公式如下:
當H位於GB扇區(),首先,然後:
當H位於BR扇區():首先,然後:
2. 僞彩色圖像處理
2.1 灰度分層
令表示灰度級,令代表黑色[],令代表白色[]。假定垂直於灰度軸的個平面定義爲灰度級,然後假定,P個平面將灰度分爲個區間,灰度級到彩色幅值根據如下關係進行:
其中是第個灰度區間有關的顏色,由位於和處的分割平面定義。
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]