学习数字图像处理(6)——彩色图像处理

6.1 彩色基础

人们区分不同颜色的能力依靠亮度、色调和饱和度这三个特性。

亮度指的是颜色的明暗程度，也就是色彩的明亮程度。在视觉上，亮度决定了我们感知到的颜色是明亮还是暗淡。不同颜色的亮度可以用来区分它们在灰度图像中的明暗程度。亮度主要由颜色中的灰度成分决定。

色调是指颜色的基本属性，也就是我们所说的颜色名称，比如红色、绿色、蓝色等。色调是由光谱中的波长决定的，不同波长的光会呈现不同的色调。在视觉上，色调决定了我们感知到的颜色是属于红、橙、黄、绿、蓝、靛、紫等的哪一种。

饱和度指的是颜色的纯度或者说是颜色的强度。它描述了颜色的鲜艳程度，是指一种颜色中所含灰色成分的少多。高饱和度表示颜色较纯净，而低饱和度则表示颜色较灰暗。在视觉上，饱和度决定了我们感知到的颜色是鲜艳还是黯淡。

光三基色和颜料三基色是描述颜色形成的两种不同方式。

光三基色（Additive Primary Colors）

光三基色是指通过不同强度的红色、绿色和蓝色光的混合来产生其他颜色的过程。这三种颜色被称为红色、绿色和蓝色的原色，它们是光学颜色混合的基础。当这三种颜色以相等的强度混合时，它们会产生白光。在光学领域，光三基色常用于显示器、电视和舞台灯光等领域。

颜料三基色（Subtractive Primary Colors）

颜料三基色是指通过不同颜料的混合产生其他颜色的过程。颜料三基色是品红、黄色和青色。这三种颜色是通过吸收光的不同波长而产生的，它们的混合会减少光的波长范围，因此称为减色混合。当这三种颜色以相等的强度混合时，它们会产生黑色。颜料三基色常用于绘画、印刷和染料工业中。

RGB彩色模型是一种加色模型，其中R、G、B分别代表红色、绿色和蓝色。这三种颜色被称为原色，可以混合生成其他所有颜色。

在RGB模型中，颜色的强度范围通常是0到255。例如，纯红色可以表示为(255, 0, 0)，纯绿色为(0, 255, 0)，纯蓝色为(0, 0, 255)。当红色、绿色和蓝色的强度都为0时，结果颜色为黑色；当它们的强度都为255时，结果颜色为白色。

RGB模型常用于电视和计算机屏幕，因为它们使用红色、绿色和蓝色的光来生成所有其他颜色。在编程中，我们通常使用RGB模型来处理颜色，因为大多数图像处理库（如OpenCV和PIL）都使用这种模型。

CMY是一种次色彩模型，它使用青色（Cyan）、品红（Magenta）和黄色（Yellow）三种颜色成分来表示各种颜色。CMY模型是通过对这三种颜色成分的不同强度和组合来呈现各种颜色的。

在CMY模型中，每种颜色成分的强度通常用一个介于0到1之间的数字来表示，其中0表示没有该颜色成分的强度，1表示该颜色成分的最大强度。CMY模型通常用于打印和涂料行业，因为这些领域的颜色混合方式与光学显示器相反。

CMY模型也经常与K（黑色）组合成CMYK模型，其中K表示黑色。在印刷行业中，使用CMYK模型可以更准确地表示颜色，因为黑色（K）的添加可以帮助调节颜色的深度和对比度，同时减少使用彩色油墨的成本。

HSI模型是一种用于表示颜色的模型，它将颜色分解为色调（Hue）、饱和度（Saturation）和亮度（Intensity）三个参数。这种模型能够更直观地描述人类对颜色的感知方式，因此在图像处理和计算机视觉领域中得到广泛应用。

色调（Hue）：色调指的是颜色的种类或者说是颜色的名称，比如红色、绿色、蓝色等。在HSI模型中，色调用一个角度值（通常是0°到360°）来表示，将整个颜色圆环等分为360个色调。色调不受亮度和饱和度的影响，只取决于颜色本身的性质。
饱和度（Saturation）：饱和度指的是颜色的纯度或者说是颜色的强度，它描述了颜色的浓淡程度。在HSI模型中，饱和度通常用一个百分比值（0%到100%）来表示，0%表示灰度（即无色彩），100%表示颜色的最大纯度。
亮度（Intensity）：亮度指的是颜色的明暗程度，它描述了颜色的明亮程度。在HSI模型中，亮度通常用一个百分比值（0%到100%）来表示，0%表示黑色，100%表示白色。

HSI模型的优点在于它更符合人类对颜色的感知方式，能够将颜色的属性分离开来，并且更容易进行颜色的分析和处理。在图像处理中，HSI模型常常用于颜色分割、颜色识别和图像增强等任务中。

YUV是一种用于表示彩色图像的模型，通常用于电视系统和视频压缩等领域。它将颜色信息与亮度信息分开，有助于在保留图像质量的同时减小数据量。

亮度（Y）：Y分量代表图像的亮度信息，即灰度信息。它决定了图像的明暗程度，对应于黑白电视的信号。Y分量占据了图像信息的大部分，因为人眼对亮度变化更为敏感。因此，即使只有Y分量，图像也能够呈现出大致的内容和轮廓。
色度（UV）：UV分量包含了颜色信息。U和V分量描述了蓝色和红色与亮度Y的差值。这种编码方式称为色度编码，它利用了人眼对亮度变化更为敏感的特性，从而减小了颜色信息的数据量。

YUV模型的优点在于它能够有效地分离亮度和颜色信息，这对于视频压缩和传输是非常有利的。在数字视频处理中，YUV模型经常用于压缩算法（比如MPEG）中，通过对亮度和色度分量的压缩，实现了对彩色图像的高效编码和传输。

需要注意的是，YUV并不是一个绝对的颜色空间，而是一种颜色编码方式，它可以根据具体的应用场景来选择不同的色度编码方式，比如Y'UV、YCbCr等。

伪彩色处理是一种图像处理技术，它通过将单通道（灰度）图像映射到伪彩色图像来增强可视化效果。这种技术常用于医学成像、地质勘探、红外热成像和其他科学图像处理领域。

在伪彩色处理中，通常使用伪彩色表（也称为调色板）来将灰度图像中的像素值映射到彩色值上。这样做的目的是为了更直观地表现出图像中的信息，使人们能够更容易地分辨不同的特征和区域。

常见的伪彩色表包括热度图（从冷色到热色表示数值从低到高）、彩虹色表（通过红、橙、黄、绿、蓝、靛、紫等颜色表示数值变化）、灰度变换（将灰度图像映射到一种单色调的伪彩色图像）等。选择合适的伪彩色表取决于具体的应用和需求。

在医学成像中，伪彩色处理常用于增强图像的对比度，使医生更容易识别和分析图像中的组织结构和病变区域。在红外热成像中，伪彩色处理可以将温度信息映射到彩色图像中，以便更直观地显示热分布情况。