偽彩色增強(qiáng)算法應(yīng)用

1、右g就空女摩數(shù)字圖像處理課程設(shè)計(jì)學(xué) 號(hào)：學(xué)生所在學(xué)院：學(xué)生姓名：任課教師：教師所在學(xué)院：2012年6月2011級(jí)偽彩色增強(qiáng)算法的應(yīng)用南昌航空大學(xué)控制工程專業(yè)摘要:偽彩色增強(qiáng)是把黑白圖像的各個(gè)不同灰度級(jí)按照線性或非線性的 映射函數(shù)變換成不同的彩色，得到一幅彩色圖像的技術(shù)。使原圖像細(xì)節(jié) 更易辨認(rèn)，目標(biāo)更容易識(shí)別。本文應(yīng)用密度分割法和空間域灰度級(jí)一彩 色變換法對(duì)灰度圖像進(jìn)行處理。人眼一般能夠區(qū)分的灰度級(jí)只有二十幾 個(gè)，而對(duì)不同亮度和色調(diào)的彩色圖像分辨能力卻可達(dá)到灰度分辨能力的百 倍以上。利用這個(gè)特性人們就可以把人眼不敏感的灰度信號(hào)映射為人眼靈 敏的彩色信號(hào)，從而增強(qiáng)了人對(duì)圖像中細(xì)微變化的分辨力。【關(guān)

2、鍵詞】 偽彩色；灰度分割；圖像增強(qiáng)；彩色轉(zhuǎn)換；1.偽彩色處理的原理偽彩色處理技術(shù)， 處理的對(duì)象雖然是灰度圖像， 但生成的結(jié)果卻是 彩色圖像，眾所周知，人的視覺系統(tǒng)對(duì)色彩非常敏感，人眼一般能區(qū)分 的灰度級(jí)只有二十多個(gè)， 但能區(qū)分不同亮度、 色度和飽和度的幾千種顏 色人的彩色。根據(jù)人的這一特點(diǎn)，可將彩色用于增強(qiáng)中，以提高圖像的 可鑒別性。因此，如果能將一幅灰度圖像變成彩色圖像，就可以達(dá)到增 強(qiáng)圖像的視覺效果。 常用的偽彩色處理技術(shù)的實(shí)現(xiàn)方法有多種， 如灰度 分割法、灰度級(jí)一彩色變換法等等。密度分割法是把灰度圖像的灰度級(jí)從黑到白分成 N 個(gè)區(qū)間,給每個(gè) 區(qū)間指定一種彩色，這樣便可以把一幅灰度圖像變成

3、一幅偽彩色圖像。 該方法比較簡(jiǎn)單、直觀。缺點(diǎn)是變換出的彩色數(shù)目有限 。空間域灰度級(jí) -彩色變換法，與密度分割不同，空間域灰度級(jí) -彩色 變換是一種更為常用，更為有效的偽彩色增強(qiáng)方法。其根據(jù)色學(xué)原理， 將原圖像 f(x,y) 的灰度范圍分段，經(jīng)過紅、綠、藍(lán)三種不同變換，變成 三基色分量 R(x,y) 、G(x,y) 、B(x,y) ，然后用它們分別去控制彩色顯示 器的紅、綠、藍(lán)電子槍，便可以在彩色顯示器的屏幕上合成一幅彩色圖 像。3 個(gè)變換是獨(dú)立的，彩色的含量由變換函數(shù)的形式?jīng)Q定。本設(shè)計(jì)采用2.圖像處理過程本設(shè)計(jì)采用matlab 實(shí)現(xiàn)，將圖 1 進(jìn)行偽彩色增強(qiáng)，得到增強(qiáng)后的彩色圖像。圖1的彩色圖

4、像。圖1設(shè)計(jì)原2.1密度分割發(fā)原圖像是256級(jí)灰度圖像，將256級(jí)灰度對(duì)應(yīng)到8種顏色，灰度級(jí)分布與顏色對(duì)應(yīng)如表1所示。灰布與顏色對(duì)應(yīng)如表1所示?；叶燃?jí)色0326496112815519223431639527154191233255黑藍(lán)青色品紅白色色色色色灰度級(jí)與顏色對(duì)照表表1：各個(gè)顏色的RGB組合如表2所示。顏色紅色成分綠色成分藍(lán)色成分黑色000-藍(lán)色00255綠色02550青色0255255紅色25500品紅色2550255-黃色-2552550-白色-255255255表2： RGB顏色組合表密度分割法可以采用兩種方法進(jìn)行處理，方法一調(diào)用find函數(shù)，方法二利用for函數(shù)進(jìn)行點(diǎn)運(yùn)算處理。

5、根據(jù)表1和表2數(shù)據(jù)，可以將圖像處理過程分為三步完成，即藍(lán)色 成分處理，綠色成分處理，紅色成分處理。211密度分割法(方法一)第一步：imread函數(shù)讀取圖像，figure函數(shù)進(jìn)行繪圖，subplot函 數(shù)建立確定繪圖位置，imshow函數(shù)顯示函數(shù)。將圖像轉(zhuǎn)換為 double 類型從而進(jìn)行像素值的運(yùn)算。第二步：zeros(size(I)函數(shù)建立跟原圖像大小相同的全零矩陣， ones(size(I)*255建立跟原圖像大小相同且數(shù)據(jù)都是255的矩陣。調(diào)用 find函數(shù)，確定符合find函數(shù)內(nèi)部約束條件的像素點(diǎn)的坐標(biāo)位置，并 記錄在pos中，在矩陣d中取出坐標(biāo)點(diǎn)的數(shù)據(jù)給矩陣c對(duì)應(yīng)坐標(biāo)位置數(shù) 據(jù)賦值，

6、將矩陣c的全部數(shù)據(jù)賦值給矩陣f的藍(lán)色分量，從而完成彩色 圖像的藍(lán)色成分處理。紅色成分處理和綠色成分處理跟藍(lán)色成分處理過程相同， 只是 find函數(shù)的約束條件根據(jù)處理的彩色成分不同而發(fā)生變化。 藍(lán)色成分處理程 序如下所示。處理結(jié)果如圖 2 所示。圖2密度分割法一處理結(jié)果clear all;I=imread(D:CSimage1bmp);figure,subplot(1,2,1);imshow(I);title(原圖像);I=double(I);c=zeros(size(I);d=ones(size(I)*255;pos=find(I=32)&(Iv63)|(I=96)&(Iv127) |(I=1

7、54)&(Iv191)|(I= 234)&(Iv=255);c(pos)=d(pos);f（：，：，3）=c； 2.1.2密度分割法（方法二）第一步的處理過程跟方法一完全相同，這里不再重復(fù)。第二步：利用 size 函數(shù)得到圖像的空間分辨率大小，給M，N 賦 值，利用 for 循環(huán)遍歷圖像的每一個(gè)像素， 如果圖像符合 if 語句的約束 條件，則對(duì)矩陣 b 進(jìn)行賦值，從而得到矩陣 b 的藍(lán)色分量，完成彩色 圖像的藍(lán)色成分處理。紅色成分和綠色成分的處理過程跟藍(lán)色成分處理過程相同，只是 if語句的約束條件改變。藍(lán)色成分處理過程中第二步程序如下所示。處 理結(jié)果如圖3所示。M,N=size(I);for

8、i=1:Mfor j=1:Nif(I(i,j)=32)&(I(i,j)V63)|(I(i,j)=96)&(I(i,j)=154)&(I(i,j)=234)& (I(i,j)=255)b(i,j,3)=255;endendend圖 3 密度分割法一處理結(jié)果2.2空間域灰度級(jí) -彩色變換法第一步對(duì)圖像的讀取過程跟密度分割法相同，不再敘述。第二步設(shè)計(jì)紅色，綠色，藍(lán)色的變換函數(shù)，如圖 4所示。第二步設(shè)計(jì)紅色，綠色，藍(lán)色的變換函數(shù)，如圖 4所示。圖4紅、綠、藍(lán)變換函數(shù)第三步：利用size函數(shù)獲取圖像的空間分辨率，賦值給 M和N， 原圖像為256灰度級(jí)，故設(shè)L為256，利用for循環(huán)遍歷圖像的每一個(gè) 像素

9、，利用if語句在每一個(gè)像素進(jìn)行判斷，圖像的像素值是在 0L4,L4L/2,L23L/4,3L/4L 四個(gè)區(qū)間中的那一個(gè)區(qū)間，根據(jù)第二步 設(shè)計(jì)的函數(shù)，對(duì)每個(gè)像素將要變換到的彩色圖像的紅色分量，綠色分量， 藍(lán)色分量賦值，即對(duì)函數(shù)R(x,y),G(x,y),B(x,y)進(jìn)行賦值。第四步：利用for循環(huán)，把第三步記錄的紅色分量，綠色分量，藍(lán)色分量賦值給矩陣C(ij,1), C(ij,2) ,C(ij,3)，用imshow函數(shù)將矩陣輸出為圖像，就可以得到彩色圖像，如圖5所示。圖5空間域灰度級(jí)彩色變換法第二步第三步程序如下所示：M,N=size(I);L=256;for i=1:Mfor j=1:Nif

10、I(i,j)V=L/4;R(i,j)=0;G(i,j)=4*I(i,j);B(i,j)=L;elseif I(i,j)=L/2;R(i,j)=0;G(i,j)=L;B(i,j)=-4*I(i,j)+2*L;elseif I(i,j)=32)&(IV63)|(I=96)&(I=154)&(I=234)&(I=64)&(I=96)&(I=192)&(I=234)&(I =128)&(I=154)&(I=192)&(I=234) &(I=32) & (I(i,j)=96) &( I(i,j)=154) & (I(i,j)=234) & (I(i,j)=64)&(I(i,j)=192)&(I(i,j)

11、=128)&(I(i,j)255)b(i,j,1)=255;endendend b=uint8(b);subplot(1,2,2);imshow(b);clear all;I=imread(D:CSimage1.bmp); figure,subplot(1,2,1);imshow(I);title(原圖); I=double(I);M,N=size(I);L=256;for i=1:Mfor j=1:Nif I(i,j)=L/4;R(i,j)=0;G(i,j)=4*I(i,j);B(i,j)=L;elseif I(i,j)=L/2;R(i,j)=0;G(i,j)=L;B(i,j)=-4*I(i,j)+2*L;elseif I(i,j)=3*L/4 R(i,j)=4*I(i,j)-2*L; G(i,j)=L;B(i,j)=0;elseR(i,j)=L;G(i,j)=-4*I(i,j)+4*L; B(i,j)=0;endendendendendfor i=1:Mfor j=1:NC(i,j,1)=R(i,j);C(i,j,2)=G(i,j);C(i,j,3)=B(i,j);endendendC=