彩色图像处理原理

目录

1  色彩基础(Color fundamentals)

2  色彩模型(色彩空间或色彩系统)(Color models)

3  全彩图像处理原理

---

1  色彩基础(Color fundamentals)

         尽管人脑感知和解释颜色的过程是一种尚未完全理解的生理心理现象，但颜色的物理本质可以通过基于实验和理论结果的形式化方法来表达。

1666年，Issac Newton爵士发现，当一束阳光穿过玻璃棱镜时，射出的光不再是白光，而是由一系列连续的颜色组成的光谱，从一端的紫色到另一端的红色。光谱可以大致分为六个区域：紫色、蓝色、绿色、黄色、橙色和红色。如果以全彩显示，光谱中的每一种颜色都不会突然中断；相反，每一种颜色都会平滑地过渡到下一种颜色。

基本上，人类和其他一些动物感知到的物体颜色是由物体反射光的性质决定的。可见光由电磁波谱中相对狭窄的频率范围组成。如果物体反射的光在所有可见波长范围内都保持平衡，那么观察者会看到它是白色的。然而，如果物体在可见光谱的有限范围内优先反射光，则会呈现出某种颜色。例如，绿色物体主要反射波长在 500 至 570 纳米范围内的光，同时吸收其他波长的大部分能量。

光的特性是色彩科学的核心。如果光是无色的(不含任何颜色)，那么它唯一的属性就是强度或亮度。20世纪30年代以前拍摄的电影胶片上呈现的就是这种无色光。“灰度”(或强度)一词指的是一种标量强度测量值，其范围从黑色到灰色，最终到白色。

         可见光(Chromatic light)波长范围约为 400 至 700 纳米，涵盖电磁波谱的一部分。描述彩色光源特性的三个基本量是：辐射亮度或辐射率(radiance)、光度或发光率(luminance)和亮度(brightness)。辐射亮度是指光源发出的总能量，通常以瓦特(watts) (W) 为单位度量。光度以流明(lumens) (lm) 为单位度量，是衡量观察者从光源感知到的能量的度量。例如，在远红外光谱区域工作的光源可能具有显著的能量(辐射率)，但观察者几乎无法感知到它；其光度几乎为零。最后，亮度是一个主观的描述符，实际上无法度量。它体现了非彩色强度概念，是描述颜色感觉的关键因素之一。

视锥细胞是眼睛中负责颜色视觉的感光细胞。详细的实验证据表明，人眼中的600万到700万个视锥细胞可以分为三大类，分别对应于红色、绿色和蓝色。大约65%的视锥细胞对红光敏感，33%对绿光敏感，只有约2%对蓝光敏感。然而，蓝光视锥细胞的灵敏度最高。人眼看到的颜色是所谓的原色(primary colors)(红色(Red)、绿色(Green)和蓝色(Blue))的不同组合。

为了实现标准化，国际照明委员会(CIE，Commission Internationale de l’Éclairage )于 1931 年为三种原色指定了以下特定波长值：蓝色 = 435.8 nm，绿色 = 546.1 nm，红色 = 700 nm。需要注意的是，为了标准化而定义三个特定的原色波长并不意味着这三个固定的 RGB 分量单独作用就能生成所有光谱颜色。人们普遍误解“原色”一词的含义，认为这三种标准原色以不同的强度比例混合可以产生所有可见颜色。这种解释并不正确，除非波长也可以变化，在这种情况下，我们就不会再有三个固定的原色了。

         原色可以混合生成光的次级色——品红色(红色加蓝色)、青色(绿色加蓝色)和黄色(红色加绿色)。以适当的强度混合三种原色，或将次级色与其对应的原色混合，即可产生白光。

    区分光的原色和颜料或染料的原色非常重要。在后者中，原色定义为能够吸收或减去一种光原色，并反射或透射其他两种光原色的颜色。因此，颜料的原色是品红色、青色和黄色，而次级色是红色、绿色和蓝色。

         彩色电视接收是光色加色原理的一个例子。直到20世纪90年代，阴极射线管(CRT)彩色电视机的屏幕内部都由大量三角形排列的电子敏感荧光粉点组成。当受到激发时，每一个三色点阵中的每一个点都会发出一种原色光。管内的电子枪会调节发出红色光的荧光粉点的强度，产生与电视摄像机捕捉到的“红色能量”相对应的脉冲。每一个三色点阵中的绿色和蓝色荧光粉点也以同样的方式被调节。在电视接收器上观看时，每一个三色点阵发出的三种原色光会被人眼中的感光锥体接收并“叠加”在一起，最终被感知为一幅全彩图像。每秒钟三种颜色连续变化30次，从而在屏幕上形成连续图像的视觉效果。

    20世纪90年代末，CRT显示器开始被平板数字技术取代，例如液晶显示器(LCD)和等离子显示器。尽管这些技术与CRT显示器在原理上存在根本区别，但它们都遵循相同的原理，即都需要三个子像素(红色、绿色和蓝色)来生成一个彩色像素。LCD利用偏振光的特性来阻挡或透射光线穿过液晶屏幕，而在主动矩阵显示技术中，薄膜晶体管(TFT)用于为屏幕上的每一个像素提供合适的信号。光滤波器用于在每一个像素三原色单元位置产生三种原色光。在等离子显示器中，像素是涂有荧光粉的微小气体单元，用于产生三种原色之一。单个单元的寻址方式与LCD类似。这种单个像素三原色单元坐标寻址能力是数字显示器的基础。

通常用于区分不同颜色的特征是亮度(brightness)、色调(hue)和饱和度(saturation)。正如本节前面所述，亮度体现了非彩色强度概念。色调是与光波混合物中主波长相关的属性。色调代表观察者感知到的主色。因此，当我们称一个物体为红色、橙色或黄色时，我们指的是它的色调。饱和度是指相对纯度或与色调混合的白光的量。纯光谱色是完全饱和的。像粉红色(红色和白色)和薰衣草色(紫色和白色)这样的颜色饱和度较低，饱和度与添加的白光量成反比。

    色调和饱和度共同构成色度(chromaticity)，因此，颜色可以用其亮度(brightness)和色度(chromaticity)来表征。形成任何特定颜色所需的红色、绿色和蓝色的量称为三刺激值(tristimulus)。对于可见光谱中的任何波长，产生与该波长对应的颜色所需的三个三刺激值可以直接从根据大量实验结果编制的曲线或表格中获得(Poynton [1996, 2012])。

2  色彩模型(色彩空间或色彩系统)(Color models)

    色彩模型(也称为色彩空间(color space)或色彩系统(color system))的目的是以某种标准方式方便地指定颜色。在本质上，色彩模型是对以下两项的规范：(1) 一个坐标系统，以及 (2) 该坐标系内的一个子空间，使得模型中的每一种色彩都由该子空间中的一个点来表示。

目前使用的大多数颜色模型要么面向硬件(例如彩色显示器和打印机)，要么面向应用，以颜色处理为目标(例如创建用于动画的彩色图形)。在数字图像处理领域，实际应用中最常用的硬件导向型模型包括用于彩色显示器和各种彩色摄像机的 RGB(红、绿、蓝)模型；用于彩色打印的 CMY(青色(cyan)、品红色(magenta)、黄色)和 CMYK(青色、品红色、黄色、黑色)模型；以及 HIS(色相(hue)、饱和度(saturation)、强度(intensity))模型，该模型与人类描述和解释颜色的方式非常吻合。HSI 模型还有一个优点，它可以将图像中的颜色信息和灰度信息分离，因此适用于本书中介绍的许多灰度处理技术。目前使用的颜色模型种类繁多，这反映了色彩科学是一个涵盖众多应用领域的广阔领域。虽然有些模型本身很有趣且实用，但为了专注于当前的任务，我们将重点介绍一些在图像处理中具有代表性的模型。

3  全彩图像处理原理

彩色图像处理原理涉及用数字方式表示颜色(例如RGB)，理解人类的颜色感知(色相(hue)、饱和度、亮度)，以及应用算法来处理这些颜色属性，从而实现物体识别、图像分割和图像增强等任务。这些任务通常需要进行颜色模型之间的转换(例如从RGB转换为HSV)，以分离或调整特定的颜色特征。关键方面包括利用颜色更好地识别物体、从灰度图像生成伪彩色图像，以及对图像进行变换以进行特定的分析或视觉改进，充分利用人眼能够分辨数千种颜色的能力。

全彩图像处理方法主要分为两大类。第一类方法是分别处理每一个灰度分量图像，然后将处理后的分量图像组合成一个复合彩色图像。第二类方法是直接处理彩色像素。由于全彩图像至少包含三个分量，因此彩色像素可以表示为向量。例如，在 RGB 系统中，每一个颜色点都可以被视为一个从原点延伸到该点在 RGB 坐标系中的向量。

涉及到的主要技术要点包括：

(1) 颜色空间转换：在不同颜色模型之间进行转换(例如，从 RGB 转换为 HSV )，以分离特定的颜色属性，从而简化处理(例如，仅提取红色物体)。

(2) 图像增强：调整色相、饱和度和亮度，以改善视觉质量或突出细节，例如校正偏色或增强色彩鲜艳度。

(3) 图像分割：根据颜色相似性将图像分割成不同的区域，这对于识别物体或区域至关重要(例如，找到所有绿色像素)。

(4) 物体识别：利用颜色作为强大的特征，简化从场景中识别和提取特定物体的过程。

(5) 图像滤波：对颜色通道应用空间滤波器(例如平滑或锐化)，以降低噪声或增强边缘，类似于灰度图像处理，但应用于每一个颜色通道。