图像处理与视觉感知复习--彩色图像处理

文章目录

三原色原理及其两种应用

三基色原理

  • 自然界中绝大多数的颜色都可看作是由红、绿、蓝三种颜色组合而成;自然界中的绝大多数的颜色都可以分解成红、绿、蓝这三种颜色。这即是色度学中的三基色原理。
  • 一般就将红、绿、蓝这三种颜色称为三基色。

应用

  • 相加混色
    一般把三基色按不同的比例相加进行的混色,称为混色。
  • 相减混色
    利用颜料和染料等的吸色性质可以实现相减混色

如何区别颜色特性:亮度、色调、饱和度

  • 亮度:无色的强度
  • 色调:是光波混合中与主波长有关的属性
    • 色调是表示观察者接受的主要颜色
    • 当我们说一个物体是红色、橘黄色或黄色时,指的是它的色调
  • 饱和度:红色(红加白)和淡紫色(紫加白)是欠饱和的,饱和度与所加白光数量成反比
  • 彩色 = 色调+饱和度
  • 颜色 = 亮度+彩色 表征

常用彩色模型及其应用领域

  • RGB模型:红(R),绿(G),蓝(B)三基色混合

  • CMY和CMYK彩色空间

    • 利用三基色光叠加可产生光的三补色
    • 蓝绿(C,即蓝加绿),品红(M,即红加蓝),黄(Y,即红加绿)
    • 颜料的三基色正好是光的三补色,而颜料的三补色正好是光的三基色,有 R = 1 − C , G = 1 − M , B = 1 − Y R = 1 - C, G = 1 - M, B = 1 - Y R=1−C,G=1−M,B=1−Y
    • 用于打印和印刷行业
  • HSI彩色模型

    • 由于RGB模型和CMY模型不直观
    • HSI:色调(H)、饱和度(S)和亮度(I)
    • 用于开发图像处理软件
  • YUV彩色空间

    • 在这种色系中Y:亮度:U,V:色差信号
    • 目的是为了可以使电视节目可用同时被黑白电视及彩色电视接收
    • 电视信号在发射时,转换成YUV形式;接收时在还原成RGB三基色信号,有显像管显示。

各种颜色模型的转换

  • R G B ⇔ H S I RGB \Leftrightarrow HSI RGB⇔HSI
    H { a r c c o s ( R − G ) + ( R − B ) 2 ( R − G ) 2 + ( R − B ) ( G − B ) , B < G 2 π − a r c c o s ( R − G ) + ( R − B ) 2 ( R − G ) 2 + ( R − B ) ( G − B ) , B > G H \begin{cases} arccos \dfrac{(R - G) + (R - B)}{2 \sqrt{(R- G)^2 + (R - B)(G - B)}}, \ \ B < G \\ \\ 2 \pi - arccos \dfrac{(R - G)+(R - B)}{2 \sqrt{(R - G)^2 + (R - B})(G - B)}, \ \ B > G\end{cases} H⎩ ⎨ ⎧arccos2(R−G)2+(R−B)(G−B) (R−G)+(R−B), B<G2π−arccos2(R−G)2+(R−B )(G−B)(R−G)+(R−B), B>G
    S { 1 − 3 R + G + B min ⁡ ( R , G , B ) , B < G S = max ⁡ ( R , G , B ) − min ⁡ ( R , G , B ) , B > G S \begin{cases}1 - \dfrac{3}{R +G + B} \min(R, G, B), \ \ B < G \\ \\ S = \max(R, G, B) - \min(R, G, B), \ \ B > G\end{cases} S⎩ ⎨ ⎧1−R+G+B3min(R,G,B), B<GS=max(R,G,B)−min(R,G,B), B>G
    I = ( R + G + B ) 3 I = \dfrac{(R + G + B)}{3} I=3(R+G+B)

彩色图像处理

伪彩色图像处理

灰度分层

灰度到彩色的变换

多光谱的颜色编码

图像自动上色

全彩色图像处理

颜色变换

补色

彩色分层

色调和彩色纠正:

  • 照片增强和颜色再现
  • 试验性地调整亮度和对比度,以便在合适的灰度内提供更多的细节

彩色平衡

彩色图像直方图处理

平滑和锐化

彩色边缘检测

相关推荐
Aileen_0v02 小时前
【玩转OCR | 腾讯云智能结构化OCR在图像增强与发票识别中的应用实践】
android·java·人工智能·云计算·ocr·腾讯云·玩转腾讯云ocr
阿正的梦工坊3 小时前
深入理解 PyTorch 的 view() 函数:以多头注意力机制(Multi-Head Attention)为例 (中英双语)
人工智能·pytorch·python
Ainnle3 小时前
GPT-O3:简单介绍
人工智能
OceanBase数据库官方博客3 小时前
向量检索+大语言模型,免费搭建基于专属知识库的 RAG 智能助手
人工智能·oceanbase·分布式数据库·向量数据库·rag
测试者家园3 小时前
ChatGPT助力数据可视化与数据分析效率的提升(一)
软件测试·人工智能·信息可视化·chatgpt·数据挖掘·数据分析·用chatgpt做软件测试
Loving_enjoy5 小时前
ChatGPT详解
人工智能·自然语言处理
人类群星闪耀时5 小时前
深度学习在灾难恢复中的作用:智能运维的新时代
运维·人工智能·深度学习
图王大胜5 小时前
模型 确认偏误(关键决策)
人工智能·职业发展·管理·心理·认知·决策
机器懒得学习6 小时前
从随机生成到深度学习:使用DCGAN和CycleGAN生成图像的实战教程
人工智能·深度学习