红眼消除多媒体作业附matlab程序Word文件下载.docx

红眼消除多媒体作业附matlab程序Word文件下载.docx

《红眼消除多媒体作业附matlab程序Word文件下载.docx》由会员分享，可在线阅读，更多相关《红眼消除多媒体作业附matlab程序Word文件下载.docx（11页珍藏版）》请在冰豆网上搜索。

1.1RGB模型

RGB模型也称为加色法混色模型。

它是以RGB三色光互相叠加来实现混色的方法，因而适合于显示器等发光体的显示。

其混色规律是：

以等量的红、绿、蓝基色光混合。

设颜色传感器把数字图像上的一个像素编码成（R,G,B），每个分量量化范围为[0,255]共256级。

因此，RGB模型可以大约表示成1670万种颜色。

这足以表示自然界的任一颜色，故又称其为24位真彩色。

RGB模型与显示器等设备有着很好的对应关系，RGB显示器中，有三种荧光粉能够分别发出红、绿、蓝三种颜色，三个相邻的荧光点构成一个像素，这些荧光点受到三束强度分别为c1、c2、c3的电子束的轰击，会发生不同的亮度，通过物理上的叠加或混合，使可显示出相应的颜色。

1.2HSI模型

HSI模型是美国色彩学家蒙塞尔于1915年提出的，它反映了人的视觉系统感知彩色的方式，以色调、饱和度和强度三种基本特征量来感知颜色。

色调H（Hue）与光波的波长有关，它表示人的感官对不同的颜色的感受，如红色、绿色、蓝色等，它可以表示一定的范围的颜色，如暖色、冷色等。

饱和度S（Saturatuin）表示颜色的纯度，纯光谱色是完全饱和的，加入白光会稀释饱和度。

饱和度越大，颜色看起来就会越鲜艳，反之亦然。

强度I（Intensity），对应成像亮度和图像灰度，是颜色的明亮程度。

HSI模型的建立是基于两个重要的事实：

a、I分量与图像的彩色信息无关；

b、H和S分量与人感受颜色的方式是紧密相联的。

这些特点使得HIS模型非常适合彩色特性检测与分析。

HSI色彩空间和RGB色彩空间只是同一物理量的不同表示法,因而它们之间存在着如下转换关系。

（l）RGB转换到HSI

对任何3个[0,l]范围内的RGB值,其对应的HSI空间中的ISH分量

的计算公式如式（1-1）下所示：

式（1-1）

式中

式中计算出的H值的范围为[0°

，180°

],对应于G≥B.在G<

B时,H值大于180°

只要令H=360°

-H,即可把H转换到[180°

360°

]区间,所以若将两种情况都考虑上,则由式可得H是在[O°

]范围内.当s=0时对应无色彩的中心点,这时H就没有意义,此时定义H为O,当I=O时,S也没有意义"

（2）HSI转换到RGB

假设s、I的值在[0,1]之间,R、G、B的值也在[0,l]之间,则HSI转换到RGB的计算公式如式（1-2）、式（1-3）和式（1-4）所示（分成三个区间以利用对称性）。

当H在[0°

120°

]之间:

式（1-2）

当H在[120°

240°

式（1-3）

当H在[240°

式（1-4）

2.自动红眼消除

本实验的思路是先将获取自数码相机中的红眼图像，由RGB模型转换到HSI模型下，再检测出红色通道的值，当它大于某个设定值后，让s通道的值为0，处理后的图像再转到RGB模型下。

下面图2.1至图2.4是由这个方法试验出来的效果：

图2.1小狗处理前图2.2小狗处理后

图2.3人脸处理前图2.4人脸处理后

从上述实验的例子可以看出，本方法虽然简单，处理某些图像有点效果，但仅仅只限于红眼红色值远远大于其它部位的情况，所以处理之前需要对RGB图像的R通道进行检测。

所以此方法还远达不到所谓的自动处理的要求。

3.手动选定区域红眼处理

本方法需要人工手动选定照片红眼区域，需要操作细心，可分多次选定区域。

选定区域后，把RGB图像转换到HSI下进行处理，跟前面方法一样，对于红眼部分S通道为0，再把处理过的图像转换到RGB模型下。

下面图3.1至图3.4是该方法的实验效果。

图3.1小狗处理前图3.2小狗处理后

图3.3人脸处理前　　　　　　　　图3.4人脸处理后

上述实验可以看出，本方法效果明显，但操作麻烦，由于选取红眼区域全靠手工，而选取的方式是确定一些点，用这些点围成一个圈，来选取红眼区域。

有时候选定一个红眼区域往往需要几遍才能成功。

红眼区域一般是圆的，或者椭圆状的，这些手工选的点围成的圈是个多边形，所以想把红眼全包进去肯定会有一定的误差，带来一些不必要的处理。

4.总结

通过这次红眼处理，使我对图像处理有了新的认识，图像处理看似简单，实则不易。

本次实验没用到比较难的算法，只是简单的实现了手动去红眼。

本次设计用matlab编程，这样我对matlab的相关功能又有了一次熟悉和训练的机会，不但把一些以前运用过的知识温习了一遍，更是在这次去红眼编程实现的训练中学习到了更多的函数，感受到了matlab的强大之处。

本次设计还有很多不足之处，现在已经出现了很多自动去红眼的解决方案。

以后需要多加学习别人的先进经验，了解最新解决思路，争取以后我也能提出一种自动去红眼的方法。

附程序

functionhsi=rgb2hsi（rgb）

%RGB转换到HSI

rgb=im2double（rgb）;

r=rgb（:

:

1）;

g=rgb（:

2）;

b=rgb（:

3）;

%Implementtheconversionequations.

num=0.5*（（r-g）+（r-b））;

den=sqrt（（r-g）.^2+（r-b）.*（g-b））;

theta=acos（num./（den+eps））;

H=theta;

H（b>

g）=2*pi-H（b>

g）;

H=H/（2*pi）;

num=min（min（r,g）,b）;

den=r+g+b;

den（den==0）=eps;

S=1-3.*num./den;

H（S==0）=0;

I=（r+g+b）/3;

%Combineallthreeresultsintoanhsiimage.

hsi=cat（3,H,S,I）;

functionrgb=hsi2rgb（hsi）

%HSI转换到RGB

H=hsi（:

1）*2*pi;

S=hsi（:

I=hsi（:

R=zeros（size（hsi,1）,size（hsi,2））;

G=zeros（size（hsi,1）,size（hsi,2））;

B=zeros（size（hsi,1）,size（hsi,2））;

%RGsector（0<

=H<

2*pi/3）.

idx=find（（0<

=H）&

（H<

2*pi/3））;

B（idx）=I（idx）.*（1-S（idx））;

R（idx）=I（idx）.*（1+S（idx）.*cos（H（idx））./cos（pi/3-H（idx）））;

G（idx）=3*I（idx）-（R（idx）+B（idx））;

%BGsector（2*pi/3<

4*pi/3）.

idx=find（（2*pi/3<

4*pi/3））;

R（idx）=I（idx）.*（1-S（idx））;

G（idx）=I（idx）.*（1+S（idx）.*cos（H（idx）-2*pi/3）./cos（pi-H（idx）））;

B（idx）=3*I（idx）-（R（idx）+G（idx））;

%BRsector.

idx=find（（4*pi/3<

=2*pi））;

G（idx）=I（idx）.*（1-S（idx））;

B（idx）=I（idx）.*（1+S（idx）.*cos（H（idx）-4*pi/3）./cos（5*pi/3-H（idx）））;

R（idx）=3*I（idx）-（G（idx）+B（idx））;

rgb=cat（3,R,G,B）;

rgb=max（min（rgb,1）,0）;

%本程序的功能是去除用户指定区域的红眼

clearall;

clc;

%内存清理

[file,path]=uigetfile（'

*.bmp'

'

Image'

）;

%获取图像名及存储位置

ifisequal（file,0）%未选择图像，退出

disp（'

取消选择'

else

file=[path,file];

%获取图像路径

[]=imread（file）;

%读取图像

ifndims（）~=3%是否为灰度图像,是退出并显示图像

非彩色图像'

imshow（）;

else%去红眼操作

goagain=1;

%操作控制变量，1进行操作

change=2;

%参数更改控制变量，1更改预设参数

h1=1/6;

%预设对rol区域内-pi/3<

H<

pi/3,S>

0.2的像素点进行去红眼操作

h2=1/6;

s=0.2;

fprintf（'

预设对rol区域内-pi/3<

0.2的像素点进行去红眼操作，即令S=0\n'

）

whilegoagain==1

fprintf（'

是否修改H、S预设值：

1、是；

2、否\n'

change=input（'

请选择：

'

%是否更改预设参数

whilechange~=1&

change~=2

错误命令！

请重新输入~~\n'

end

ifchange==1%预设参数更改

h1=input（'

请输入H下限值（-2*pi/3~0）：

）/pi/2;

while（h1>

0）||（h1<

-1/3）

end;

h2=input（'

请输入H上限值（0~2*pi/3）：

while（h2<

0）||（h2>

1/3）

）/pi/2

s=input（'

请输入S值（0~1）：

while（s>

1）||（s<

0）

B=roipoly（）;

%绘制要去红眼的rol区域，返回与大小相同的逻辑矩阵B，rol内像素值为1

%用户通过鼠标绘制任意多边形，点左键绘制顶点，点右键绘制最后的一

%个顶点

[hsi,H,S,I]=rgb2hsi（）;

%rgb->

hsi

rol=find（B~=0）;

%获取rol内像素数

[L,M]=size（rol）;

fori=1:

L%遍历rol内像素，判定-1/6<

h<

1/6且s>

0.2为红眼，并令s=0以去除红眼

if（（（H（rol（i））>

0）&

（H（rol（i））<

h2））|（（H（rol（i））>

（1-abs（h1）））&

1）））

ifS（rol（i））>

s

S（rol（i））=0;

I（rol（i））=0;

hsi=cat（3,H,S,I）;

%生成去红眼后的hsi图像

rgb=hsi2rgb（hsi）;

%hsi->

rgb

imshow（rgb）;

%显示去红眼后的rgb图像

是否继续操作：

%提示是否继续操作

goagain=input（'

whilegoagain~=1&

goagain~=2

ifgoagain==1

;

clf;

end;