9180056

当前课程知识点:现代图像分析 >  第四章 图像增强 >  4.6 图像的彩色增强 >  4.6.1 图像彩色增强学习视频

返回《现代图像分析》慕课在线视频课程列表

4.6.1 图像彩色增强学习视频在线视频

下一节:第四章讨论题

返回《现代图像分析》慕课在线视频列表

4.6.1 图像彩色增强学习视频课程教案、知识点、字幕

同学们好,今天我们给大家介绍图像的彩色增强处理

我们知道通常人眼对灰度等级的区分,并不明显

一般来说,人眼能分辨的灰度级介于十几级到二十几级之间

最多不超过三十几级,但是却能分辨出上千种颜色

因此利用人眼这一视觉特性将灰度图像转变成彩色图像

或者改变已有的颜色分布都可以改变图像可分辨度

这就是今天我们要给大家介绍的彩色增强

彩色增强技术,可以分为两大类

第一类是直接对彩色图像进行增强处理

同时考虑彩色矢量中的所有分量

第二种方法是将灰度图像变换或者转换成彩色图像

以提高人们对图像内容的观察效率

我们首先回顾一下,我们在第二章的时候给大家介绍过三基色原理

也就是说在自然界中,绝大多数色光都可以用

特殊选定了三种基本单色光复合而成

因此,我们知道任何一幅彩色图像都可以分解成红、绿、蓝三个分量图像

屏幕中的左上角,我们给出了大家一幅彩色图像

当然了,整体是偏暗的

我们知道,在第4章介绍图像增强的时候

我们知道,对于一个整体偏暗的图像

我们考虑进行图像的增强处理,可以采用直方图均衡的方法

那么对于彩色图像,我们知道,一个彩色图像

可以分成红、绿、蓝三个分量图像

那么我们把红分量、绿分量和蓝分量的图也分别显示到了屏幕上

那么对于彩色图像,我们能不能够直接采用直方图均衡的方法

来提高图像的对比度呢?

也就是说,我们能不能够对红、绿、蓝三个分量的图像

分别进行直方图均衡化处理呢?

我们现在给出大家实验结果

我们把刚才得到的红分量、绿分量、蓝分量分别进行直方图均衡

然后把它用RGB模型转换成彩色图形之后显示在图像的右下角

那么从这幅图中,我们可以看出

经过我们分别对红、绿、蓝三个分量进行均衡处理之后

那么整体这个图像它在对比度上确实得到了提升

可是,它的颜色发生了变化,这其实并不是我们想要的

那应该怎么办呢?

我们回顾一下第二章,除了介绍RGB模型以外

我们还给大家介绍了另一种模型,是HSI模型

它是由色调、饱和度、亮度三个分量构成的

其中色调,表明了颜色的种类取决于主波长

而饱和度,表示的是颜色浓淡的物理量

而亮度,是人眼所感受到的颜色明暗程度的物理量,它是与颜色无关的

所以,我们考虑是不是能够采用HSI模型来进行彩色增强处理呢?

我们来进行一个实验

根据第二章我们介绍的内容

图像从RGB模型转换成HSI模型可以由这样的三个公式来进行计算

那么,我们在屏幕上显示了把原始的暗图像它的H分量、S和I分量

这三个图像分别给大家显示出来了

刚才说过,H分量和S分量它是和颜色有关的

而I分量呢,只和亮度有关,与这个颜色是没有关系的

所以,我们考虑只对I分量进行直方图均衡,而保持H和S分量不变

我们看一下实验结果

原始的暗图像,这是原始的I分量图像

这是单独的把I分量进行均衡化之后的图像

那么,这个是采用HSI模型进行直方图均衡之后得到的图像

我们把这几幅图像放在一起来对比一下,这是原始的暗图像

这是一幅正常的彩色图像,这是采用RGB模型均衡的图像

这是用HSI模型均衡后的图像

四幅图像放在一起很明显,我们发现

如果我们现在要对彩色图像进行一个增强处理的话

我们不希望改变图像原来的颜色

我们采用HSI模型中只对I分量进行处理的效果,显然是非常不错的

那么因此,我们可以总结出彩色图像的直方图均衡化算法

实际上就是由三步构成的

第一步,将彩色图像由RGB模型转换成HSI模型

第二步,对I分量的图像进行灰度直方图的均衡

第三步,对图像由HSI模型转换成RGB模型进行输出显示

那么,刚才我们所说到的彩色图像的直方图均衡化算法

实际上就是真彩色增强,也就是说利用颜色模型

我们把彩色图像从RGB模型转换成HSI模型

然后只对I分量进行增强处理,H和S分量保持不变

最后再转换成RGB模型进行显示输出

屏幕上,我们显示出了真彩色图像的HSI增强法的一个框图

就是我们刚才说的,首先彩色图像把RGB模型转换成HSI模型

H和S分量保持不变,对亮度分量进行单独的增强处理

再经过坐标的转换或者说模型的转换生成RGB模型,合成

最后变成了我们的彩色图像,这是真彩色图像的增强

另外还有一种,是伪彩色增强

所谓的伪彩色增强就是把灰度图像的各个灰度级

按照线性或者是非线性的映射关系映射成不同的颜色

从而得到一副彩色图像的增强技术

它的结果,可以改善图像的视觉效果,提高分辨率

使得图像的细节更加突出,目标更容易被识别

那灰度分层法是伪彩色增强中最简单的一种

它类似于我们前面给大家讲过的量化处理

首先,就是把灰度值分成若干个区域

每个子区间的灰度值,用一种颜色来表示

这种方法简单,但是能够生成的颜色种类不多

屏幕上我们给大家显示了一个灰度分层法的结果

图像是分成了8个彩色区域

在单色图像中看起来灰度值好像是恒定的区域

比如说这个区域看起来,灰度值好像是恒定的

但实际上如果我们把它转换成彩色图像的话,可以看出来

看起来恒定的区域其实并不是均衡的,它是有灰度上的变化的

第二种变换的方法,叫灰度变换彩色法

这种方法,是对任何输入的灰度级执行三个独立的变换

然后这三个变换的结果分别输入彩色监视器中的红、绿、蓝三个通道

最终合成了一幅彩色图像

还有一种,是频域滤波的方法

那么首先,把灰度图像经过傅立叶变换之后转换到了频域

然后在频域里头用三个不同频率特性的滤波器

分别分离出3个独立的分量

我们看分别得到了滤波器1、2、3,然后得到了三个分量

这3个分量做傅立叶反变换,然后分别对这三个分量进行增强处理

然后进行一个彩色的一个显示输出

那么这个,就是我们所介绍到伪彩色增强

另外还有一种彩色增强技术,叫假彩色增强

假彩色增强技术,它所处理的实际上本身就是一个自然的彩色图像

或者是一幅多光谱图像

它的目的是把一种颜色变成另一种颜色

或者是把多光谱图像转换成彩色图像

我们在屏幕上给了大家几幅华盛顿地区的光谱卫星图像

其中的上面的这三部图像分别对应的是可见的红光、绿光和蓝光图像

而左下角的这个图像是近红外光图像

那么这个图像就是上面的用红可见的红、绿、蓝三个分量

所合成的一个彩色图像

这幅图像是我们用近红外光来代替可见红光之后生成的一个彩色图像

那么相比较而言,我们从这个图像中能够明显的看出来

生物是在这里面显示出来是红色

那么这个生物和人造目标的特性之间有十分明显的差别

那么有混凝土和柏油所组成的这些部分呢

在图像中呈现了一种是浅蓝的颜色,这就是假彩色增强技术

到这儿,我们就把第四章图像增强的内容给大家介绍完了

第四章中,我们要求大家掌握图像的直方图修正

空域平滑和锐化方法,掌握中值滤波法和邻域平均的方法

了解图像的对比度增强和频域里面低通和高通滤波与空域平滑锐化的关系

了解图像的真彩色增强以及同态滤波的方法原理

好,今天的内容就到这里结束了

谢谢大家,再见

现代图像分析课程列表:

第一章 绪论

-1.1 图像及图像的基本概念

--1.1.1 图像处理基本概念学习视频

--1.1.2 图像及图像的基本概念作业

-1.2 数字图像处理的起源

--1.2.1 数字图像处理的起源学习视频

--1.2.2 数字图像处理的起源作业

-1.3 数字图像处理的步骤和方法

--1.3.1 图像处理步骤和方法学习视频

--1.3.2 数字图像处理步骤和方法作业

-1.4 数字图像处理系统的组成

--1.4.1 图像处理系统组成学习视频

--1.4.2 数字图像处理系统的组成作业

-1.5 数字图像处理主要应用领域

--1.5.1 图像处理应用领域学习视频

--1.5.2 数字图像处理主要应用领域作业

第二章 数字图像处理基础

-2.1 色度学基础

--2.1.1 色度学基础学习视频

--2.1.2 颜色模型学习视频

--2.1.3 色度学基础作业

-2.2 人的视觉特性

--2.2.1 人的视觉特性学习视频

--2.2.1 人的视觉特性作业

-2.3 图像数字化

--2.3.1 图像的数字化学习视频

--2.3.2 图像数字化作业

-2.4 数字图像特点

--2.4.1 数字图像特点学习视频

--2.4.2 数字图像特点作业

-第二章讨论题

第三章 图像变换

-3.1 图像变换的基本概念

--3.1.1 图像变换的基本概念学习视频

--3.1.2 图像变换的基本概念作业

-3.2 图像的几何变换

--3.2.1 图像的几何变换学习视频

--3.2.2 图像的几何变换作业

-3.3 图像的离散傅立叶变换

--3.3.1 图像离散傅立叶变换学习视频

--3.3.2 图像的离散傅立叶变换作业

-3.4 图像变换的一般表示形式

--3.4.1 图像变换的一般表示学习视频

--3.4.2 图像变换的一般表示形式作业

-3.5 图像的离散余弦变换

--3.5.1 图像离散余弦变换学习视频

--3.5.2 图像的离散余弦变换作业

-3.6 图像离散沃尔什-哈达玛变换

--3.6.1 沃尔什-哈达玛变换学习视频

--3.6.2 图像离散沃尔什-哈达玛变换作业

-3.7 K-L变换

-- 3.7.1 K-L变换学习视频

--3.7.2 K-L变换作业

-第三章讨论题

第四章 图像增强

-4.1 图像的对比度增强

--4.1.1 图像的对比度增强学习视频

--4.1.2 图像的对比度增强作业

-4.2 直方图修正

--4.2.1 直方图均衡化学习视频

--4.2.2 直方图规定化学习视频

--4.2.3 直方图修正作业

-4.3 图像平滑

--4.3.1 图像空域平滑法学习视频

--4.3.2 图像频域平滑法学习视频

--4.3.3 图像中值滤波学习视频

--4.3.4 图像平滑作业

-4.4 同态滤波

--4.4.1 同态滤波学习视频

--4.4.2 同态滤波作业

-4.5 图像锐化

--4.5.1 图像锐化学习视频

--4.5.2 图像锐化作业

-4.6 图像的彩色增强

--4.6.1 图像彩色增强学习视频

--4.6.2 图像的彩色增强作业

-第四章讨论题

第五章 图像恢复

-5.1 退化模型及常见退化模型

--5.1.1 退化模型学习视频

--5.1.2 退化模型及常见退化模型作业

-5.2 图像的无约束恢复

--5.2.1 图像的无约束恢复学习视频

--5.2.2 图像的无约束恢复作业

-5.3 图像有约束最小二乘恢复

--5.3.1 有约束最小二乘恢复学习视频

--5.3.2 图像有约束最小二乘恢复作业

-第五章讨论题

第六章 图像压缩编码

-6.1 概述

--6.1.1 概述学习视频

--6.1.1 概述作业

-6.2 图像编码基本理论

--6.2.1 图像编码基本理论学习视频

--6.2.2 图像编码基本理论作业

-6.3 无损编码理论

--6.3.1 无损编码原理学习视频

--6.3.2 无损编码理论作业

-6.4 霍夫曼编码

--6.4.1 霍夫曼编码学习视频

--6.4.2 霍夫曼编码作业

-6.5 算数编码

--6.5.1 算术编码学习视频

--6.5.2 算数编码作业

-6.6 预测编码

--6.6.1 预测编码学习视频

--6.6.2 预测编码作业

-6.7 正交变换编码

--6.7.1 正交变换编码学习视频

--6.7.2 正交变换编码作业

-第六章讨论题

第七章 图像分割

-7.1 图像分割的定义及依据

--7.1.1 图像分割定义及依据学习视频

--7.1.2 图像分割的定义及依据作业

-7.2 边缘点检测

--7.2.1 边缘点检测学习视频

--7.2.2 边缘点检测作业

-7.3 边缘线跟踪

--7.3.1 局部边缘连接法及光栅扫描跟踪法学习视频

--7.3.2 Hough变换学习视频

--7.3.3 边缘线跟踪作业

-7.4 门限化分割

--7.4.1 门限化分割学习视频

--7.4.2 门限化分割作业

-7.5 区域分割法

--7.5.1 区域分割法学习视频

--7.5.2 区域分割法作业

-7.6 聚类分割法

--7.6.1 k-means聚类法学习视频

--7.6.2 谱聚类分割法学习视频

--7.6.3 聚类分割法作业

-第七章讨论题

第八章 图像描述

-8.1 像素间的基本关系

--8.1.1 像素间的基本关系学习视频

--8.1.2 像素间的基本关系作业

-8.2 目标物的边界描述

--8.2.1 目标物的边界描述学习视频

--8.2.2 目标物的边界描述作业

-8.3 目标物的区域描述

--8.3.1 目标物的区域描述学习视频

--8.3.2 目标物的区域描述作业

-8.4 图像的几何特征

--8.4.1 图像的几何特征学习视频

--8.4.2 图像的几何特征作业

-8.5 特征描述子

--8.5.1 特征描述子SIFT学习视频

--8.5.2 特征描述子HOG学习视频

--8.5.3 特征描述子BOW学习视频

--8.5.4 特征描述子作业

-第八章讨论题

第九章 图像分类识别

-9.1 图像匹配

--9.1.1 图像匹配学习视频

--9.1.2 图像匹配作业

-9.2 图像分类

--9.2.1 图像分类学习视频

--9.2.2 图像分类作业

-9.3 图像识别

-- 9.3.1 图像识别学习视频

--9.3.2 图像识别作业

-9.4 模式识别分类专题

--9.4.1 经典分类方法学习视频

--9.4.2 SVM分类器学习视频

--9.4.3 神经网络学习视频

--9.4.4 模式识别分类专题作业

课程思政讨论

-中国天网

-中国天网思政讨论题

西电学子实践作品分享(会持续更新)

-谁偷走了尔康的帽子

-指静脉识别

-答题卡识别

-车道检测

-谁是怪盗J

-仙女们的困惑

-身份证号码识别

-基于混合高斯模型的运动目标检测

考试

-期末测试

--期末测试

4.6.1 图像彩色增强学习视频笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。