第4章 图像增强(第五讲)

第3章图像增强

（第五讲）

4.5.1 4.5.2 4.5.3 4.5.4 4.5.5 颜色基本原理颜色模型伪彩色图像处理关于彩色显示

实时伪彩色增强系统

按通常的方式,彩色模型化的目的是按某种标准利用基色表示颜色。实质上,一种颜色模型

是用一个3-D坐标系统及这个系统中的一个子空间来表示。在这个系统中每种颜色都由一个单点表示。

彩色模型

面向硬件面向应用:(例如彩色监视器或打印机),

RGB，CMY

: (电视广播，图像处理）

YIQ，HIS

在图像处理中最常用的模型是RGB、YIQ和HSI模型。下面我们将介绍这三种模型的基本特性,并且讨论它们的不同点和在数字图像处

理中的应用。

尽管CMY 模型用于打印,而不是用于实际的图像处理,我们在这里也介绍一下,因为它在获得硬件拷贝输出上很重要。

RGB彩色模型

在RGB 模型中，每种颜色的主要光谱中都有红、绿、蓝的成分。这种模型基于Cartesi

an（笛卡尔）坐标系统。

颜色子空间如图4—40的立方体所示，在图中，RGB值在3个顶角上，蓝绿色、紫红色和黄色在另三个顶角上，黑色在原点，白色在离原点最远的角上。

图4—40 R 、G 、B彩色立方体

在这个模型中，灰度级沿着黑白两点的连线从黑延伸到白，其他各种颜色由位于立方体内或立方体上

的点来表示，同时由原点延伸的矢量决定。

为了方便，假定所有的颜色值都已被标准化，图4—40中的立方体就是单位立方体。也就是，所有R 、G 、B

的值都被假定在[0，1]范围内。

图4—40 R 、G 、B彩色立方体

RGB彩色模型中的图像由三个独立的图像平面构成，每个平面代表一种原色。当输入RGB 监视器时，这三个图像在屏幕上组合产生了合成的彩色图像。

这样，当图像本身用3原色平面描述时，在图像处理中运用RGB 模型就很有意义。相应地，大多数用来获取数字图像的彩色摄像机都使用RGB格式。

目前，在图像处理中只使用这种重要模型。

RGB 模型应用的一个例子是航天和卫星多光谱图像数据的处理。图像是由工作于不同光

谱范围的图像传感器获得的。例如，一帧LANDSAT陆地卫星图像由4幅数字图像组成。

每幅图像有相同的场景，但通过不同的光谱范围或窗口获得，两个窗口在可见光谱范围内，大致对应于绿和红，另两个窗口在光谱的红外线部分。这样每幅图像平面都有物理意义。

如果对人脸的彩色图像进行增强处理，部分图像隐藏在阴影中，直方图均衡是处理这类问题的理想工具。如果应用RGB

模型，

因为存在三种图像（红、绿、蓝），而直方

图均衡仅根据强度值处理，很显然，如果把每幅图像单独地进行直方图均衡，

所有可能隐藏在阴影中的图像部分都将被增强。然而，所有三种图像的强度将不同地改变颜色性能(如色调)，显示在RGB监视器上时就不再是自然和谐的了。因此，RGB模型对于

这类处理就不太合适。

CMY彩色模型

如前所述，蓝绿色、红紫色和黄色都是光的合成色（或二次色）。例如，当用白光照蓝

绿色的表面时没有红光从这个表面反射出来。也就是说，蓝绿色从反射的白光中除去红光，这白光本身由等量的红绿蓝光组成。

多数在纸上堆积颜色的设备，如彩色打印机、复印机，要求CMY数据输入或进行一次RGB

到CMY的变换。这一变换可以用一简单的变换式表示:

CMY1R1G1B（4—82）

这里，假定所有的颜色值都已被标准化到

[0,1]范围内。

式（4—82）表明从一个纯蓝绿色表面反射的光线中不包括红色(即C= 1-R

)。类似地，红紫色

不反射绿色（M=1-G)，纯黄色不反射蓝色(Y=1-

B),式(4—82)揭示了CMY值可以很容易地用1

减RGB 单个值的方法获得。

如前描述，CMY模型在图像处理中用在产生硬拷贝输出上，因此，从CMY到操作通常没有实际意义。

RGB的反变换

YIQ 彩色模型

YIQ彩色模型用于彩色电视广播。为了有

效传输并与黑白电视兼容，YIQ是RGB的一个编码。实际上，YIQ 系统中的Y分量提供了黑白电视机要求的所有影像信息。RGB 到YIQ的变换定义为：

0.299YI0.Q5960.2120.5870.2750.5230.114R0.321GB0.311—83)

(4为了从一组RGB值中获得YIQ值,我们可

简单地进行矩阵变换。YIQ模型利用人的可视系统对亮度变化比对色调和饱和度变化更敏感而设计的。这样，YIQ标准中用以表示Y时给予较大

的带宽(是数字颜色时用比特)，用以表示I时赋予较小的带宽。

、Q

另外，它成为普遍应用的标准是因为在图像处理中YIQ 模型的主要优点是去掉了亮度( Y)

和颜色信息( I 和Q )间的紧密联系。

亮度是与眼中获得的光的总量成比例的。去除这种联系的重要性在于处理图像的亮度成分时能在不影响颜色成分的情况下进行。

例如，前面提到的RGB 模型。我们可以采用直方图均衡技术对由YIQ格式的彩色图像进行处理，即通过给它的Y成分进行直方图均衡处理，图像

中相关的颜色不受处理影响。

HSI 彩色模型

色调是描述纯色(纯黄、桔黄或红)的颜色属性。而饱和度提供了由白光冲淡纯色程度的量度。HSI颜色模型的重要性在于两方面，第一,去掉强度成分( I)在图像中与颜色信息的联系；

第二，色调和饱和度成分与人们获得颜色的方式密切相关。

这些特征使HSI模型成为一个理想的研究图像处理运算法则的工具，这个法则基于人的视

觉系统的一些颜色感觉特性。

很多实用系统都用到HSI模型，如：

自动判断水果和蔬菜的成熟度的图像处理系统，用颜色样本匹配或检测彩色产品品质的图像处理系统等。在这些相似的应用中，关键是把系统操作建立在颜色特性上，人们用这些特性完成特定的任务。

HSI 模型的颜色定义与归一化的红、绿、蓝值有关。

这些值由RGB的三基色给出：

rR(RGB)gG(RGB)bB(RGB)4—84）4—85）（4—86）

（（在此我们假定R 、G 、B已被归一化，其值在

[0，1 ]之间。r 、g 、b间，而且

的值也在[ 0，1 ]之

rgb1（4—87）

我们注意到，归一化变量必须满足式（4—87）。事实上，（4—87）是包含HSI 三角形的平面的等式。

RGB到HIS的转换

对任意三个[ 0，1 ]范围内的R 、G 、B

颜色分量，HSI模型的亮度I 可定义为

I13(RGB)（4—88）

上式得出一个[ 0，1 ]范围内的值。接下来，要得到色调

H 和饱和度S

。

1(RG)(RB)12Hcos2(RG)(RB)(GB)1/2(4—95)

3S1[min(R,G,B)](RGB)（4—98）

对HSI三角形内的任意点都是普遍适用的。

为了由[ 0，1 ]范围的RGB值得到同样在[0，1 ]范围内的HSI值，上述结论得出了以下几个

表达式：

1I(RGB)33S1[min(R,G,B)](RGB)1(RG)(RB)12Hcos2(RG)(RB)(GB)（4—99）（4—100）

1/2（4—101）

由HSI到RGB的转换

模型的颜色分量色调（hue）和饱和度

（saturation）的定义与图4—41(a)所示的彩色三角形有关）。在图4—41(a)中，我们注意到，颜色点的色调是该向量与红色轴的夹角。因此，当H=0时，为红色，H=60时，为黄色等等。

o

o

色的饱和度是指一种颜色被白色稀释的程度，它与点到三角形中心的距离成正比。点距三角形中心越远，这种颜色的饱和度越大。

模型中的亮度的测量与垂直于三角形并通过其中心的直线有关。沿着位于三角形下方的

直线，亮度逐渐由暗到黑，相反，在三角形上方，亮度逐渐由明亮变到白。

在三维色空间中将色调、饱和度、亮度结合起来，就产生了如图4—41（b）所示的三面的、类似金

字塔的结构。这个结构表面上的任意一点代表一种完全饱和的颜色。

这种颜色的色调由它与红色轴的夹角决定，亮度由该点与黑色点的垂直距离决定（与黑色点的距

离越远，亮度越强）。类似的结论也适用于结构内的点，唯一不同的是，随着它们逐渐接近纵轴，

颜色的饱和度逐渐降低。

已知[ 0，1 ]之间的HIS值，现在我们想得到同样范围内的相应的RGB值。我们以

o0H = 360(H)开始，这使色调恢复到[ 0，360]

的范围。

00H1200时，结论为

b13(1S)r1ScosH31cos(600H)g1(rb)4—106）4—107）4—108）

当

（（（由式

rgb1的定义，上面得到的

颜色分量是归一化了的。我们可以恢复RGB分量

R3IrG3IgB3Ib在GB 部分(120H240)，类似的推导可得出

00HH120r1/31S1ScosHg103cos(60H)（4—109）（4—110）（4—111）（4—112）

b1rb根据前面的方法，可由r、g、b值得到R、G、B值。

在BR 部分(2400H3600)HH240g1/31S1ScosHb103cos(60H)（4—113）（4—114）（4—115）（4—116）

r1(gb)如前所述，可由r 、g、b值得到R、G、B值。

4.5.1 4.5.2 4.5.3 4.5.4 4.5.5 颜色基本原理颜色模型伪彩色图像处理关于彩色显示

实时伪彩色增强系统

等密度分层伪彩色技术

等密度分层伪彩色处理是应用较多的一种方法。这种处理可以用专用硬件来实现，也可以用查表的方法来实现。密度分层是一个沿用术语，它最初来源于照相技术，因为一幅照片的浓淡层次是由照相底片上银粒的沉积度决定的，所以照片的反差（相

当于电视画面的对比度）直接与密度有关。

在图像处理技术中更为常用的术语是灰度一词，因此密度分层就是灰度分层。

在这一节中，我们将研究几种根据黑白图像的灰度级为之分配颜色的方法。

灰度分割（Itensity slicing）

灰度分割和颜色编码是伪彩色图像处理的最简单的例子之一。如果一幅图像可被看作一个二维亮度函数，这种方法可理解为用一些平行于图像坐标平面的平面，每一平面在与函数相交处分割函数。图4-40展示了一个用平面

，将函f(x,y)Ij数分割为两部分的例子。

白

分割面

黑

图4—40 密度分层技术示意图

如果在图4—40所示平面两侧分配不同颜色，那么，灰度级在平面以上的所有像素将用一种颜色编码，而灰度级在平面以下的所有像素将用另一种颜色编码，灰度级恰好位于平面本身的像素可任意分配两种颜色之一，结果是一个两色图像。将切割平面沿灰度级坐标上下移动可控制图像的外观。

多分层过程也类似图4—40所示的原理。具体过程可作如下解释，可作若干个平行于xy 坐标面的平面，那么每个平面将与函数f(x,y)相交，这种就把f(x,y)表示的连续灰度分成若干级别，分层数可根

据需要的精度加以任意设置。

例如，在所定的灰度级L1,L2,…LM处定义M 个平面，这些平面是等间距的，这M 个平面把

灰度分成M+1个区域，LM。

区域级别为L1,L2,…

令L1代表黑色[ f(x,y)=0]，LM代表白色[ f(x,y)= LM]。那么，设0M L，这样就完成了等密度分层。然后，可根据下面的关系式分配颜色：

f(x,y)Ckf(x,y)Rk（4—117）

这里，Ck是与切割平面定义的第K个区间RK相关的颜色。

分层过程也可由图4—41所示的电路来实现。首先通过分压器得到一组均匀间隔的基准电压，这个

基准电压送入比较器作为比较标准。图像电信号加到比较器的另一端。

当信号的幅度超过比较器的基准电压时，比较器的输出端便输出一个脉冲。这样，不同的比较器的输出脉冲便代表一个不同的灰度层次，达到灰

度分割的目的。

图4—41 等密度分层电路原理

灰度－彩色变换的任务是给不同的灰度级赋于不同的颜色。它既可以结合软件用计算机来实

现，也可以用硬件来实时实现。最后彩色显示都是将彩色编码送到彩色监视器的RGB电路上合成一幅彩色图像。

一种实时硬件编码方案如下，首先可以把灰度分割器作成16级分层，当然，这16级分层既可对整个图像信号的灰度范围，也可以行进行灰度窗口处理，对灰度整个动态范围内的某一局部范围进行分

层。

通过编码器可以得到四位码，将这四位码分别加到监视器中的红、绿、蓝、亮度四个通道中即可得到16种不同的色调。彩色编码原理框图如图4—42所示。

4—42 硬件彩色编码原理

图编码电路可以用门电路实现。

颜色与码的对应关系完全可以由人为控制来改变。

例如下列所示的对应关系：

１１１１白色１１１０

１１０１１１００

１０１１１０１０１００１

１０００深蓝色

青色绿色

深绿色浅绿色黄色

浅黄色

咖啡色黄绿色浅咖啡色红色粉红色品红色紫色黑色

０１１１０１１００１０１０１００００１１００１００００１００００当然，还可以控制加到三支枪上的信号的大小，各种色调的饱和度还可以连续调整，这样，彩色

的变化就会相当丰富了。

简单色调图片假彩色变换效果

灰度图片

参考图片变换后的假彩色图片

简单色调图片假彩色变换效果(续)

灰度图片

参考图片变换后的假彩色图片

CT图片假彩色变换效果

CT图片

参考图片变换后的假彩色图片

伪彩色和假彩色变换效果比较

伪彩色图片

假彩色图片

灰度级转换为彩色

另外几种转换方法比上一节讨论的分割技术更为普遍，因而也能更好的实现伪彩色的增强效果。其中特别吸引人的一种方法如图4—43所示。

图4—43 伪彩色图像处理框图

•这种方法的基本思想是对输入像素的灰度级进行三个相互独立的转换，然后，这三个结果分别送到彩色电视监视器的红、绿、蓝的电子发射枪上。这种方法产生了一幅彩色图像，它的颜色内容由转换函数的性质决定。注意到，这是对图像的灰度级值的转换，而不是位置的函数。

另外一种灰度－彩色变换方案可如图4—44所示。

图4—44 另一种灰度--彩色变换方案

这种方法的基本概念是首先对灰度动态范围开窗，然后对窗口内的灰度进行三个独立的

变换，变换的结果分别加到彩色监视器的R、G、B三个控制通道去，这样就可以在监视器上得到受变换函数控制的彩色合成图像。

图4—45 示出了一种转换，如在机场中的安全检查X光监测仪，左边显示的是正常物体，右边显示的可能是朔胶炸药，当选择正确的分割点时，有可能两种物品用不同的颜色区分出来。

图4—45 两种颜色的显示方法

图4—46所示为使用的转换函数。

图4—46 一组彩色变换函数（医学）

图4—46中的(a)是灰度－红色变换函数，在这个函数中将低于L/2的所有灰度映射成最暗的红

色，在L/2到3L/4之间的灰度映射为线性增加饱和度的红色，在3L/4到Ｌ之间的灰度映射为最亮的红色。

同样道理，绿色映射变换器如(b)所示，从０到L/4绿色亮度线性增加，从L/4到3L/4是最亮的绿

色，从3L/4到L绿色亮度线性递减。

蓝色映射变换函数如(c)所示，从0到L/4为最亮的蓝色，从L/4到L/2为线性递减特性，从L/2到L映射为最暗的蓝色。三种变换函数的合成特性如(d)所示。从(d)中可以看到纯基色只在0、L/2和L处

出现，其他灰度将会合成多种不同的颜色。

•根据以上原理及某些特定的需要还可以设计出更多的变换函数。上述变换函数比较适合医学图像处理，而图4—47所示的变换函数则更适合遥感图片处理。

图4—47 另一种灰度—彩色变换函数(遥感）

一种滤波处理

上面介绍的是灰度－彩色变换方法。在实际应用中，根据需要也可以针对图像中的不同频率成分加以彩色增强，以便更有利于抽取频率信息。这就是基于频域运算的编码方案，原理如图4—48所示。

图4—48 频率-彩色变换模型

这一方案与前面讨论过的基本滤波处理相同，除了一幅图像的傅立叶变换改为用三个独立的滤波函数以产生三个图像，以便送入彩色监视器的红、绿、蓝三个输入端。作为一个例子，下列步骤得到红色

通道的图像。

用一个特定的滤波函数改变输入图像的傅立叶变换，然后，再用傅立叶反变换得到处理后的图像。这些处理步骤在图像被送入监视器的红色通道之

前可加入一些附加的如直方图均衡等处理。类似的处理也可以用于图4—48的另两个通道。

这一彩色处理技术的目的是针对基于频率内容的彩色编码范畴。一个典型的滤波处理是使用低通、带通和高通滤波器以得到三个范围的频率分量。

伪彩色处理结果

CT图片

伪彩色映射结果

••••作业：

数字图像处理学（第二版）P236 5、7、9P237 13、16、20