真彩色图像处理.docx
《真彩色图像处理.docx》由会员分享，可在线阅读，更多相关《真彩色图像处理.docx（11页珍藏版）》请在冰豆网上搜索。
真彩色图像处理
真彩色图像处理
第四部分真彩色增强
一、真彩色增强方法
图4.1真彩色增强原理图
1、对HSI图像亮度增强
、将R，G，B分量图转化为H，S，I分量图；
、利用对灰度图增强的方法增强其中的I分量图；
、再将结果转化为用R，G，B分量图来显示。
以上方法并不改变原图的彩色内容，但增强后的图看起来会有些不同。
这是因为尽管色调和饱和度没有变化，但亮度分量得到了增强，整个图会比原来更亮一些。
图4.3是基于matlab以增强亮度的方法进行真彩色增强的图像，其代码见附录
（a）增强前图像
（b）增强后图像
图4.2对HSI进行亮度增强结果
结论：
图（b）明显比图（a）要亮的多，在视觉效果上，图（b）比较让人觉得美好。
2、对HSI图像进行对比度增强
图4.4是基于matlab以增强对比度的方法进行真彩色增强的图像，其代码见附录
图4.3对HSI增强对比度增强的
结论：
图（b）的视觉效果明显比图（a）要好的多，清晰的多，颜色比（a）要深。
3、对HSI图像进行亮度和饱和度的增强
图4.5是基于matlab以增强亮度和饱和度的方法进行真彩色增强的图像，其代码见附录
图4.4对HSI图像进行增强结果
结论：
这是对前两个方法的综合，很显然，图（b）比图（a）要亮，要清晰，视觉效果比以上两种方法分别做要好的多。
2、直接在rgb空间对图像增强
图4.6是基于matlab在rgb空间增强图像，其代码见附录
图4.5对RGB图像进行增强结果
以下是基于matlab以增强亮度的方法进行真彩色增强的代码：
%%彩色图像亮度增强（执行速度较慢）
clc
clear
fc=imread（'E:
\maomao.jpg'）;
figure
（1）;
imshow（fc）
title（'原始真彩色（256*256*256色）图像'）
fr=fc（:
:
1）;
fg=fc（:
:
2）;
fb=fc（:
:
3）;
%imshow（fr）
%title（'红色分量图像'）
%imshow（fg）
%title（'绿色分量图像'）
%imshow（fb）
%title（'蓝色分量图像'）
h=rgb2hsi（fc）;
H=h（:
:
1）;
S=h（:
:
2）;
I=h（:
:
3）;
I=I*1.5;
%imshow（H）
%title（'色调分量图像'）
%imshow（S）
%title（'饱和度分量图像'）
%imshow（I）
%title（'亮度分量图像'）
h=cat（3,H,S,I）;%cat函数是拼接数组的函数，这里将在第3维上进行拼接。
f=hsi2rgb（h）;%增强亮度分量后的rgb图像
f=min（f,1）;%保证元素值最大为1,因为按公式转换为rgb后可能出现大于1的情况
figure
（2）;
imshow（f）
title（'仅增强HSI图像的亮度分量所得到的RGB图像'）
基于matlab以增强对比度的方法进行真彩色增强代码：
%%例6.8彩色图像亮度增强（执行速度较慢）
clc
clear
fc=imread（'I:
\maomao.jpg'）;
figure
（1）;
imshow（fc）
title（'原始真彩色（256*256*256色）图像'）
fr=fc（:
:
1）;
fg=fc（:
:
2）;
fb=fc（:
:
3）;
%imshow（fr）
%title（'红色分量图像'）
%imshow（fg）
%title（'绿色分量图像'）
%imshow（fb）
%title（'蓝色分量图像'）
h=rgb2hsi（fc）;
H=h（:
:
1）;
S=h（:
:
2）;
I=h（:
:
3）;
S=S*2.0;
%imshow（H）
%title（'色调分量图像'）
%imshow（S）
%title（'饱和度分量图像'）
%imshow（I）
%title（'亮度分量图像'）
h=cat（3,H,S,I）;%cat函数是拼接数组的函数，这里将在第3维上进行拼接。
f=hsi2rgb（h）;%增强亮度分量后的rgb图像
f=min（f,1）;%保证元素值最大为1,因为按公式转换为rgb后可能出现大于1的情况
figure
（2）;
imshow（f）
title（'增强HSI图像的对比度所得到的RGB图像'）
基于matlab以增强亮度和饱和度的方法进行真彩色增强的图像
%%例6.8彩色图像亮度增强（执行速度较慢）
clc
clear
fc=imread（'I:
\maomao.jpg'）;
figure
（1）;
imshow（fc）
fr=fc（:
:
1）;
fg=fc（:
:
2）;
fb=fc（:
:
3）;
%imshow（fr）
%title（'红色分量图像'）
%imshow（fg）
%title（'绿色分量图像'）
%imshow（fb）
%title（'蓝色分量图像'）
h=rgb2hsi（fc）;
H=h（:
:
1）;
S=h（:
:
2）;
I=h（:
:
3）;
I=I*2.0;
S=S*2.0;
%imshow（H）
%title（'色调分量图像'）
%imshow（S）
%title（'饱和度分量图像'）
%imshow（I）
%title（'亮度分量图像'）
h=cat（3,H,S,I）;%cat函数是拼接数组的函数，这里将在第3维上进行拼接。
f=hsi2rgb（h）;%增强亮度分量后的rgb图像
f=min（f,1）;%保证元素值最大为1,因为按公式转换为rgb后可能出现大于1的情况
figure
（2）;
imshow（f）
rgb图像转化为hsi图像的代码：
rgb2hsi（rgb）
functionhsi=rgb2hsi（rgb）
%RGB2HSIConvertsanRGBimagetoHSI.
%HSI=RGB2HSI（RGB）convertsanRGBimagetoHSI.Theinputimage
%isassumedtobeofsizeM-by-N-by-3,wherethethirddimension
%accountsforthreeimageplanes:
red,green,andblue,inthat
%order.IfallRGBcomponentimagesareequal,theHSIconversion
%isundefined.Theinputimagecanbeofclassdouble（withvalues
%intherange[0,1]）,uint8,oruint16.
%
%Theoutputimage,HSI,isofclassdouble,where:
%hsi（:
:
1）=hueimagenormalizedtotherange[0,1]by
%dividingallanglevaluesby2*pi.
%hsi（:
:
2）=saturationimage,intherange[0,1].
%hsi（:
:
3）=intensityimage,intherange[0,1].
%Copyright2002-2004R.C.Gonzalez,R.E.Woods,&S.L.Eddins
%DigitalImageProcessingUsingMATLAB,Prentice-Hall,2004
%$Revision:
1.5$$Date:
2005/01/1813:
44:
59$
%Extracttheindividualcomponentimages.
rgb=im2double（rgb）;
r=rgb（:
:
1）;
g=rgb（:
:
2）;
b=rgb（:
:
3）;
%Implementtheconversionequations.
num=0.5*（（r-g）+（r-b））;
den=sqrt（（r-g）.^2+（r-b）.*（g-b））;
theta=acos（num./（den+eps））;
H=theta;
H（b>g）=2*pi-H（b>g）;
H=H/（2*pi）;
num=min（min（r,g）,b）;
den=r+g+b;
den（den==0）=eps;
S=1-3.*num./den;
H（S==0）=0;
I=（r+g+b）/3;
%Combineallthreeresultsintoanhsiimage.
hsi=cat（3,H,S,I）;
hsi图像转化为rgb图像的代码：
hsi2rgb（hsi）
functionrgb=hsi2rgb（hsi）
%HSI2RGBConvertsanHSIimagetoRGB.
%RGB=HSI2RGB（HSI）convertsanHSIimagetoRGB,whereHSIis
%assumedtobeofclassdoublewith:
%hsi（:
:
1）=hueimage,assumedtobeintherange
%[0,1]byhavingbeendividedby2*pi.
%hsi（:
:
2）=saturationimage,intherange[0,1].
%hsi（:
:
3）=intensityimage,intherange[0,1].
%
%Thecomponentsoftheoutputimageare:
%rgb（:
:
1）=red.
%rgb（:
:
2）=green.
%rgb（:
:
3）=blue.
%Copyright2002-2004R.C.Gonzalez,R.E.Woods,&S.L.Eddins
%DigitalImageProcessingUsingMATLAB,Prentice-Hall,2004
%$Revision:
1.5$$Date:
2003/10/1301:
01:
06$
%ExtracttheindividualHSIcomponentimages.
hsi=im2double（hsi）;
H=hsi（:
:
1）*2*pi;
S=hsi（:
:
2）;
I=hsi（:
:
3）;
%Implementtheconversionequations.
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<=H<4*pi/3）.
idx=find（（2*pi/3<=H）&（H<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<=H）&（H<=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））;
%CombineallthreeresultsintoanRGBimage.Clipto[0,1]to
%compensateforfloating-pointarithmeticroundingeffects.
rgb=cat（3,R,G,B）;
rgb=max（min（rgb,1）,0）;
直接在RGB空间进行图像增强
clear
clc
A=imread（'C:
\Users\liuxinju\Desktop\maomao.jpg'）;%读入原始RGB图像
whos;
figure;
imshow（A）:
title（'originalimage'）;%显示图像
[rcd]=size（A）;%计算图像大小
%------计算红色分量并显示分解图------%
red（:
:
1）=A（:
:
1）;
red（:
:
2）=zeros（r,c）;
red（:
:
3）=zeros（r,c）;
red=uint8（red*2.0）;
whos;
figure;
imshow（red）
title（'RedComponent'）;
%-------计算绿色分量并显示分解图-------%
green（:
:
2）=A（:
:
2）;
green（:
:
1）=zeros（r,c）;
green（:
:
3）=zeros（r,c）;
green=uint8（green*2.0）;
figure;
imshow（green）
title（'GreenComponent'）;
%--------计算蓝色分量并显示分解图-------%
blue（:
:
3）=A（:
:
3）;
blue（:
:
1）=zeros（r,c）;
blue（:
:
2）=zeros（r,c）;
blue=uint8（blue*2.0）;
figure;
imshow（blue）
title（'BlueComponent'）;
%------------合成-------------%
B（:
:
1）=red（:
:
1）;
B（:
:
2）=green（:
:
2）;
B（:
:
3）=blue（:
:
3）;
figure;
imshow（B）:
title（'compositionimage'）
升级会员 