图像处理与Python实现（岳亚伟）笔记二——彩色图像处理

概述一，彩色图像的颜色空间常用的彩色图像的颜色空间包括RGB颜色空间和HSI颜色空间。1.1RGB颜色空间人眼中有大量对红、绿、蓝3种颜色敏感的锥状体细胞，因此，我们常用红色R，绿色G，蓝色B组成的RGB颜色空间表达彩色图像的信息。面向硬件设备的RGB颜色空间主要用于电视机，计算机等 一，彩色图像的颜色空间

　　常用的彩色图像的颜色空间包括RGB颜色空间和HSI颜色空间。

1.1 RGB颜色空间

　　人眼中有大量对红、绿、蓝3种颜色敏感的锥状体细胞，因此，我们常用红色R，绿色G，蓝色B组成的RGB颜色空间表达彩色图像的信息。面向硬件设备的RGB颜色空间主要用于电视机，计算机等电子系统感知，表示和显示图像。

　　RGB颜色空间基于三维直角坐标系，包括RGB三个原始光谱分量，RGB颜色空间中R,G,B3个分量的值分别描述了红色，绿色，蓝色的亮度值。归一化后（0，0，0）代表黑色，（1，1，1）代表白色，（1，0，0）代表红色，（0，1，0）代表绿色，（0，0，1）代表蓝色。

1.2 HSI颜色空间

　　当描述物体颜色时，我们也常用HSI颜色空间，旨在接近人类视觉感知颜色的方式。HSI颜色空间包含3个分量，分别是色调（Hue, H），饱和度（Saturation, S）和亮度（Intensity, I）。

1.3 RGB颜色空间与HSI颜色空间之间的转换

1，RGB颜色空间转换到HSI颜色空间

　　给定一幅RGB颜色空间格式的图像，将图像的R分量，G分量，B分量分别进行归一化处理。在RGB颜色空间中，位于空间位置$(x,y)$的像素点的颜色用该像素点的R分量R(x,y), G分量G(x,y)和B分量B(x,y)3个数值表示，位于空间位置$(x,y)$的像素点的H分量H(x,y), S分量S(x,y),I分量I(x,y)可分别由式(2-1)~(2-3)计算得到

其中

 

2， HSI颜色空间转换到RGB颜色空间

2.2 伪彩色图像处理

　　彩色图像处理可分为全彩色图像处理和伪彩色图像处理。全彩色图像由全彩色传感器获取，处理方法分为两大类：1）分别处理每一分量图像，然后将处理后的分量图像合成彩色图像；2）直接对彩色像素进行处理。伪彩色图像处理也称为假彩色图像处理，其根据一定的准则对灰度值赋以彩色，将灰度图像转换为给定彩色分布的图像。

2.2.1 强度分层

　　强度分层也称为灰度分层或灰度分割。将灰度图像按照灰度值范围划分为不同的层级，然后给每个层级赋予不同的颜色，从而增强不同层级的对比度。

2.2.2 灰度值到彩色变换

　　灰度值到彩色变换首先是对任何像素的灰度值进行3个独立的变换，然后将3个变换结果分别作为伪彩色图像的红，绿，蓝通道的亮度值。

 

图1，灰度值到彩色变换技术的功能框图

2.3 基于彩色的图像分割

　　图像分割是把图像分成各具特性的区域并提取出感兴趣区域的技术和过程。基于彩色的图像分割是在颜色空间中进行图像分割。基于彩色的图像分割首先观察原始彩色图像的各分量图像，利用分量图像中感兴趣区域的特征对感兴趣区域进行提取，并弱化背景区域。

2.3.1 HSI颜色空间中的分割

 　　HSI颜色空间是面向颜色处理的，用色调H和饱和度S描述色彩，用亮度I描述光的强度。HSI模型有两个特点：I分量与图像的彩色信息无关；H分量和S分量与人感受颜色的方式是紧密相连的。在彩色图像分割中不常使用I分量，因为它不包含彩色信息。

　　

 

总结

以上是内存溢出为你收集整理的图像处理与Python实现（岳亚伟）笔记二——彩色图像处理全部内容，希望文章能够帮你解决图像处理与Python实现（岳亚伟）笔记二——彩色图像处理所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。