第六章 彩色圖像處理 2

第六章彩色圖像處理（二）6.3全彩色圖像處理基礎(chǔ)全彩色圖像處理研究分為兩大類。第一類是分別處理每一分量圖像，然后，從分別處理過的分量圖像形成合成彩色圖像。第二類是直接對彩色像素處理。全彩色圖像至少有3個(gè)分量，彩色像素實(shí)際上是一個(gè)向量。令c代表RGB彩色空間中的任意向量：

這個(gè)公式指出：c的分量是一幅彩色圖像在一點(diǎn)上的RGB分量?？梢赃@樣認(rèn)為，彩色分量是坐標(biāo)(x,y)的函數(shù)，表示為：對大小為M×N的圖像，有MN個(gè)這樣的向量，c(x,y),x=0，1，2，…，M-1；y：0，1，2，…，N-1。分量是x和y的空間變量我們感興趣的用x和y公式化的圖像處理技術(shù)像素是彩色像素。在其最簡單的公式中允許用標(biāo)準(zhǔn)的灰度圖像處理方法去分別處理彩色圖像的每一分量。

問題，單獨(dú)的彩色分量的處理結(jié)果并不總等同于在彩色向量空間的直接處理，在這種情況，就必須采取新的公式化方法。為了使每一彩色分量處理和基于向量的處理等同，必須滿足兩個(gè)條件：

第一,處理必須對向量和標(biāo)量都可用，

第二，對向量每一分量的操作對于其他分量必須是獨(dú)立的。顯示了鄰域灰度空間處理和全彩色處理。

6.4彩色變換涉及在單一彩色模型的范圍中處理彩色圖像分量，而不是模型間的那些分量的轉(zhuǎn)換。

1.公式

灰度變換

f(x,y)是彩色輸入圖像，g(x,y)是變換或處理過的彩色輸出圖像，T是在空間鄰域(x,y)上對f的操作。而彩色圖像處理中，像素值是從彩色空間選擇的3元組或4元組，用來描述圖像。類似于以前講述的灰度變換，有下列式子：ri和si是f(x,y)和g(x,y)在任何點(diǎn)處彩色分量的變量，{T1,T2,…,Tn}是一個(gè)ri對操作產(chǎn)生si的變換或彩色映射函數(shù)集，注意到n個(gè)變換Ti合并執(zhí)行上式中的單一變換函數(shù)T。

所選擇的用于描述f和g像素的彩色空間決定n的值。如果選擇RGB彩色空間，則n=3，r1,r2和r3分別表示輸入圖像的紅、綠、藍(lán)分量。如果選擇CMYK或HSI彩色空間，則n=4或n=3。例圖6.30

上圖顯示了一碗草莓和一個(gè)咖啡杯的高分辨率彩色圖像。這是從大幅(4“×5”)彩色負(fù)片數(shù)字化的圖像。圖中的第二行包含原始的CMYK掃描分量圖像。在這些圖像的每一個(gè)CMYK彩色分量中，白用1表示，黑用0表示。這樣，我們看到草莓是由大量的深紅和黃色組成的，因?yàn)閷?yīng)于這兩種CMYK分量的圖像最亮。黑色較少并通常限于咖啡和草莓碗中的陰影。當(dāng)CMYK圖像被轉(zhuǎn)換為RGB時(shí)，如圖中第三行所示，可以看到草莓包含大量的紅色和很少的綠色與藍(lán)色。最后一行顯示了用式計(jì)算出的HSI分量圖像。如期望的那樣，強(qiáng)度分量是全彩色原像的單色復(fù)現(xiàn)。另外，草莓在彩色方面相對較純凈。它們具有最高的飽和度或圖像中色調(diào)被白光稀釋得最少。最后注意到說明色度分量時(shí)的某些困難。問題包含這樣一些事實(shí)：(1)在HSI模型中，0o和360o相遇處有一個(gè)不連續(xù)點(diǎn)．(2)色調(diào)對于0飽和度沒定義(對白、黑和純灰)。模型的不連續(xù)點(diǎn)多出現(xiàn)在草莓周圍，它們用接近白(1)和黑(0)的灰度值描述。其結(jié)果是不希望的高對比灰度級的混合去描述單顏色——紅色。

理論上，任何變換都可在任何模型中執(zhí)行。然而，實(shí)際上，某些操作對特定的模型比較適用。對給定的變換，表達(dá)式之間轉(zhuǎn)換的代價(jià)必須轉(zhuǎn)換為與彩色空間有關(guān)的判決，然后在該空間執(zhí)行該轉(zhuǎn)換。例如，假設(shè)要改進(jìn)圖6.30(a)圖像的亮度，使用

(6.5.3)這里0<k<1。在HSI彩色空間，可以做簡單變換

（6.5.4）這里s1=r1,s2=r2，僅僅HSI亮度分量r3被改變。在RGB彩色空間，3個(gè)分量都必須變換：CMY空間要求一個(gè)相似的線性變換集：

Si

=kri

i=1，2，3

（6.5.5）CMY空間要求一個(gè)相似的線性變換集雖然HSI變換包含最少的操作，把RGB或CMYK圖像轉(zhuǎn)換為HSI空間所要求的計(jì)算大大抵消了簡單變換的優(yōu)點(diǎn)，即轉(zhuǎn)換計(jì)算量比亮度變換本身計(jì)算量大。然而，不考慮所選擇的彩色空間，其輸出是相同的。

例：圖6.31注意式(6.5.4)到式(6.5.6)所定義的每一變換僅依賴于其彩色空間的一個(gè)分量，這一點(diǎn)很重要。例如，紅的輸出分量S，在式(6.5.5)中獨(dú)立于綠和藍(lán)輸入，它只依賴于紅輸入。正如在開始討論提到的那樣，這類變換是最簡單的和最常用的彩色處理工具，并可以以每個(gè)彩色分量為基礎(chǔ)進(jìn)行。

2.補(bǔ)色

在圖6.32的彩色環(huán)上，與一種色調(diào)直接相對立的另一種色調(diào)稱為補(bǔ)色。對補(bǔ)色的興趣源于一個(gè)事實(shí)，即補(bǔ)色類似于灰度負(fù)值。正如在灰度情況下那樣，補(bǔ)色對于增強(qiáng)嵌在彩色圖像暗區(qū)的細(xì)節(jié)，特別是在大小上占支配地位的細(xì)節(jié)很有用。例6.7

計(jì)算彩色圖像的補(bǔ)色圖6.33(a)和(c)顯示了來自圖6.30(a)的圖像和它的補(bǔ)色圖像。用于計(jì)算補(bǔ)色的RGB變換畫在圖6.33(b)中。等同于定義的灰度變換。注意，計(jì)算補(bǔ)色使人想到通常照片的彩色負(fù)片。原圖像的紅色在補(bǔ)色中用青色代替，當(dāng)原始圖像是黑色時(shí)，補(bǔ)色是白的，等等。補(bǔ)色圖像中每種色調(diào)都可從原圖像用圖6.32的彩色圖來預(yù)測。涉及補(bǔ)色計(jì)算的每一個(gè)RGB分量變換僅是對應(yīng)的輸入彩色分量的一個(gè)函數(shù)。不像圖6.31的亮度變換，在這個(gè)例子中使用的RGB補(bǔ)色變換函數(shù)沒有直接的HSI空間等效當(dāng)量。補(bǔ)色的飽和度分量不能單獨(dú)從輸入圖像的飽和度分量計(jì)算出來。圖6.33(d)提供了一種使用圖6.33(b)給出的色調(diào)、飽和度和亮度變換的補(bǔ)色的一種近似。注意，輸入圖像的飽和度分量是不可改變的，它對圖6.33(c)和(d)之間的視覺差別有響應(yīng)。

3.彩色分層

作用：突出圖像中特殊的彩色區(qū)域、從其周圍分離出目標(biāo)物。

基本思路是：(1)顯示感興趣的顏色以便從背景中把它們分離出來；(2)像模板那樣使用由彩色定義的區(qū)域，以便進(jìn)一步處理。

最直接的方法沿用灰度分層技術(shù)。然而，因?yàn)橐粋€(gè)彩色像素是一個(gè)n維參量，彩色變換函數(shù)比相對應(yīng)的灰度變換函數(shù)要復(fù)雜得多，事實(shí)上，所要求的變換比到目前為止考慮的彩色分量變換也復(fù)雜得多。這是因?yàn)樗械牟噬謱臃椒ǘ家?，每個(gè)像素變換后的彩色分量是所有n個(gè)原始像素彩色分量的函數(shù)。對一幅彩色圖像分層的最簡單的方法之一是，把某些感興趣區(qū)域以外的區(qū)域的彩色映射為不突出的自然色。如果感興趣的顏色由寬為W，中心在原彩色(平均)點(diǎn)并具有分量(a1,a2,…,an)的立方體(或超立方體，n>3)I所包圍，則必要的變換集是（6.5.7）這些變換用強(qiáng)迫其他顏色為參考彩色空間的中點(diǎn)(任意選取的中性點(diǎn))突出原型周圍的顏色。例如，對于RGB彩色空間一個(gè)合適的自然點(diǎn)是灰度或彩色的中點(diǎn)(0.5，0.5，0.5)。如果用一個(gè)圓球確定感興趣的顏色，式(6.5.7)變?yōu)椋海?.5.8）這里R0是封閉球形的半徑(或超級球形，n>3)，(a1,a2,…,an)是其中心的分量(原彩色)。式(6.5.7)和式(6.5.8)另外有用的變化包括實(shí)現(xiàn)多彩色模型和在感興趣區(qū)之外的區(qū)域減小彩色亮度，而不是賦以中性值。例6.8彩色分層的一種說明式(6.5.7)和式(6.5.8)可用于圖6.30(a)中，以分離出草莓食品。圖6.34(a)和(b)顯示使用兩種變換的結(jié)果，在每種情況中，從最突出的草莓中選擇具有RGB坐標(biāo)(0.6863，0.1608，0.1922)的原始紅色；選擇W和R0，則重點(diǎn)區(qū)域不必?cái)U(kuò)展到不希望的圖像區(qū)域。實(shí)際值W=0.2549，R0=0.1765可用交互的方式確定。注意，式(6.5.8)基于球形的變換在包含更多的草莓紅色區(qū)域的意義下稍好一些。半徑為0.1765的球形不完全包圍寬度為0.2549的立方體，但它本身也不被立方體完全包圍。4.色調(diào)和彩色校正

彩色變換可在多數(shù)臺(tái)式計(jì)算機(jī)上進(jìn)行。與數(shù)字?jǐn)z像機(jī)、平面掃描儀及噴墨打印機(jī)相配合，就由個(gè)人計(jì)算機(jī)構(gòu)成了數(shù)字暗室，該系統(tǒng)可以進(jìn)行色調(diào)調(diào)整和彩色校正，高級彩色重現(xiàn)系統(tǒng)不需要配備傳統(tǒng)的濕式處理(暗室)設(shè)備就可進(jìn)行這些處理。雖然色調(diào)和彩色校正在其他成像域也很有用，但現(xiàn)在討論的焦點(diǎn)集中在最通用的照片增強(qiáng)和彩色重現(xiàn)上。在本節(jié)研究的變換效果歸根到底是在打印中評價(jià)。因?yàn)榇饲把芯俊⒏倪M(jìn)和評價(jià)的那些變換都是在監(jiān)視器上，在所用的監(jiān)視器和最終輸出設(shè)備之間保持高度的彩色一致性是必要的。事實(shí)上，監(jiān)視器上的彩色應(yīng)該準(zhǔn)確地顯示任何數(shù)字掃描的原圖像以及最后打印輸出，這可用獨(dú)立于設(shè)備的彩色模型實(shí)現(xiàn)，該模型與監(jiān)視器的色移、輸出設(shè)備以及其他設(shè)備有關(guān)。這一方法隨用來把設(shè)備映射到模型及模型本身的彩色分布質(zhì)量變化。許多彩色處理系統(tǒng)((CMS)選擇的橫型是CIEL*a*b*模型，也稱做CIELAB(CIE[I978]，Robertson[1977])。L*a*b*彩色分量由下式給出：XW，YW和ZW是參考的白色三激勵(lì)值——在CIE標(biāo)準(zhǔn)D65(圖6.5的CIE色度圖中，由x=0.3127，y=0.3290定義)照明下典型的完美漫反射白色。

L*a*b*彩色空間是比色的(即與感覺色相匹配的編相同的碼)、感覺一致的(即在各種色調(diào)中感覺彩色差別一致——見MacAdams的經(jīng)典論文[1942])和獨(dú)立于設(shè)備的。雖然沒有直接可顯示的格式(需要變換到另外的彩色空間)，其色域包括全部可見光譜并可以準(zhǔn)確描述任何顯示、打印或輸入設(shè)備的彩色。類似HSI系統(tǒng)，L*a*b*系統(tǒng)是一個(gè)優(yōu)秀的亮度和彩色分離器(L*表示亮度，a*表示紅減綠，b*表示綠減藍(lán))，使得它在圖像操作(色調(diào)和對比度編輯)和圖像壓縮方面很有用。標(biāo)定圖像系統(tǒng)的主要意義是，它允許對灰度和不平衡的彩色交互和獨(dú)立地校正——它是按兩個(gè)順序操作，在諸如過飽和及欠飽和這樣的彩色不規(guī)則問題解決之前，先校正圖像灰度范圍。一幅圖像的灰度范圍也叫做“主調(diào)型”，它提供一般彩色強(qiáng)度的分布信息。高主調(diào)圖像的多數(shù)信息集中在高亮度處，低主調(diào)圖像的彩色主要位于低亮度處，中間主調(diào)圖像位于其中問。正像在單色情況下，最好是彩色圖像亮度在高亮度和陰影之間等同分布。下面的例子說明了對于灰度和彩色不平衡校正的各種彩色變換。例6．9灰度變換改善圖像色調(diào)的變換通常交互地選擇。其概念是實(shí)驗(yàn)性地調(diào)整圖像亮度和對比度以在合適的亮度上提供最大的細(xì)節(jié)，彩色本身并不改變。在RGB和CMY(K)空間，這意味著用相同的變換函數(shù)映射3(或4)個(gè)彩色分量；在HSI彩色空間，則僅改進(jìn)亮度分量。圖6.35顯示了典型的用于校正3個(gè)通常的灰度不平衡(即平淡的、亮的和暗的圖像)的變換。在圖6.35的第一行，S形曲線對提升對比度較理想，它們中點(diǎn)固定，因此，高亮和陰影區(qū)可分別被加亮和變暗(該曲線反過來可用于校正對比度過大)。圖中的第二和第三行中的變換校正亮的和暗的圖像，并使人想起平方率變換。雖然彩色分量是離散的，如現(xiàn)在實(shí)際的變換函數(shù)，但它們本身以連續(xù)量顯示和操作——典型情況是，從分段線性或高階(對平滑的映射)多項(xiàng)式構(gòu)造。注意，圖6.35中圖像的關(guān)鍵部分是直接可見的，它們還可以用圖像彩色分量的直方圖確定。例6.10

彩色平衡在一幅圖像的灰度特性已正確地確立了之后，就可著手進(jìn)行彩色平衡的工作了。雖然彩色平衡可以客觀地通過分析(用光譜儀)一幅圖像中已知彩色來決定，當(dāng)存在白色區(qū)域，即這里RGB或CMY(K)分量應(yīng)當(dāng)相等時(shí)，準(zhǔn)確的視覺鑒定是可能的。正如在圖6.36所看到的，對視覺彩色鑒別，皮膚色調(diào)是優(yōu)秀的對象，因?yàn)槿藢σ欢ǖ哪w色高度敏感。鮮明的彩色，如亮紅色物體，當(dāng)做視覺彩色鑒別時(shí)沒有什么價(jià)值。當(dāng)存在彩色不平衡時(shí)，有很多方法來校正它。在調(diào)整一幅圖像的彩色分量時(shí)，完成的每一個(gè)步驟都影響圖像的全部彩色平衡，這一點(diǎn)很重要。這就是說，對一種顏色的感覺受到周圍彩色的影響。盡管圖6.32的彩色輪可用于預(yù)測一個(gè)彩色分量如何影響其他彩色，例如，基于彩色輪，任何彩色的比例可用減小圖像中相對色(或補(bǔ)色)總量的方式增加。類似地，可以提高兩個(gè)直接鄰接的彩色比例或減小兩個(gè)鄰接的彩色補(bǔ)色的百分比。例如，假定在RGB圖像中有過多的深紅色，則可以用(1)移去紅和藍(lán)，或(2)增加綠的方法減少它。圖6.36顯示了用于校正簡單的CMYK輸出不平衡的變換。注意，變換是校正圖像所要求的函數(shù)。使其反函數(shù)用來產(chǎn)生相關(guān)聯(lián)的彩色不平衡。同時(shí)說明圖像類似于暗室環(huán)境下的彩色印相，并且作為識(shí)別彩色打印問題的參考工具很有用。例如，過度的深紅色導(dǎo)致太多的紅色(左下圖像)或太少的青色(如第二行最右邊的圖像)。

5.直方圖處理

與前邊章節(jié)的交互式增強(qiáng)方法不同，灰度直方圖處理變換可以以自動(dòng)的方式作用于彩色圖像。回憶一下，直方圖均衡自動(dòng)地確定一種變換，這種變換試圖產(chǎn)生具有均勻的灰度值的直方圖。在單色圖像情況下，顯示出處理低、高和中等主調(diào)的圖像很合理、成功，因?yàn)椴噬珗D像是由多個(gè)分量組成的，所以，必須考慮適應(yīng)多于一個(gè)分量的直方圖的灰度級技術(shù)。正像所預(yù)料的那樣，獨(dú)立地進(jìn)行彩色圖像分量的直方圖均衡通常是不明智的，這將產(chǎn)生不正確的彩色。一個(gè)更合乎邏輯的方法是均勻地?cái)U(kuò)展彩色強(qiáng)度，保留彩色本身(即色調(diào))不變。下面的例子顯示出HSI彩色空間是適合該種情況的理想方法。例6.11在HIS彩色空間的直方圖均衡圖6.37(a)顯示了包括調(diào)味瓶和搖杯的調(diào)味瓶架臺(tái)的彩色圖像，其強(qiáng)度分量的范圍值為[0，1](歸一化后的)。正如在處理前的[圖6.37(b)]強(qiáng)度分量直方圖中看到的。圖像包含大量的暗彩色，使中央強(qiáng)度減少到0.36。不改變色調(diào)和飽和度，均衡強(qiáng)度分量的結(jié)果示于圖6.37(e)。注意到所有圖像有效地加亮了，并且一些調(diào)味瓶和放調(diào)味瓶的木桌紋理現(xiàn)在都能看見。圖6.37(b)顯示了新圖像的直方圖以及用于均衡強(qiáng)度分量的變換。雖然強(qiáng)度均衡處理沒有改變圖像的色調(diào)和飽和度值，但它的確影響了整體圖像的彩色感觀。注意，(特別是不振動(dòng)時(shí))瓶中的油和醋。圖6.37(d)顯示了采用增加圖像的飽和度分量，然后通過圖6.37(b)的變換進(jìn)行直方圖均衡這一特殊校正的結(jié)果。這類調(diào)整在HSI空間處理強(qiáng)度分量時(shí)是很適用的。因?yàn)閺?qiáng)度改變通常影響到圖像的彩色狀態(tài)。6.5平滑和尖銳化1.彩色圖像平滑

灰度級圖像平滑可以看做是空間濾波處理。在這一處理中濾波模板的系數(shù)都是1。當(dāng)模板滑過圖像時(shí)，圖像被平滑了，每一像素由模板定義的鄰域中像素的平均值代替。正如圖6.29(b)所見到的，這一概念很容易擴(kuò)展到全彩色圖像處理。主要差別是代替灰度標(biāo)量值，必須處理式(6.4.2)給出的分量向量。令Sxy表示在RGB彩色圖像中定義一個(gè)中心在(x,y)的鄰域的坐標(biāo)集，在該鄰域中RGB分量的平均值為：

(6.6.1)它效仿式(6.4.2)，向量的附加特性為

(6.6.2)可以看出，如標(biāo)量圖像那樣，該向量分量可以用傳統(tǒng)的灰度鄰域處理單獨(dú)地平滑RGB圖像的每一平面得到。這樣可以得出結(jié)論：用領(lǐng)域平均值平滑可以在每個(gè)彩色平面的基礎(chǔ)上進(jìn)行。其結(jié)果與用RGB彩色向量執(zhí)行平均是相同的。例6.12用鄰域平均進(jìn)行彩色圖像平滑考慮顯示于圖6.38(a)中的彩色圖像，在圖6.38(b)到(d)描繪了該圖像的紅、綠、藍(lán)3個(gè)平面。圖6.39(a)到(c)顯示圖像的HSI分量。與前節(jié)討論的一樣，可用5×5的灰度平均模板平滑圖6.38的RGB圖像。簡單地單獨(dú)平滑RGB彩色平面的每一個(gè)，然后混合處理過的平面，以形成一幅平滑的全彩色結(jié)果。這樣計(jì)算過的圖像示于圖6.40(a)。在6.2節(jié)指明HSI彩色模型的重要優(yōu)點(diǎn)是解除了強(qiáng)度和彩色信息的關(guān)系(與灰度關(guān)系密切)。這就使得許多灰度處理技術(shù)適合彩色處理，并且可能僅對圖6.39中HSI描述的強(qiáng)度分量平滑更有意義。為了說明這一方法的優(yōu)點(diǎn)和重要性，下邊僅對強(qiáng)度分量進(jìn)行平滑(保留色調(diào)和飽和度分量不變)并把處理結(jié)果變換為RGB圖像加以顯示。平滑后的圖像顯示于圖6.40(b)。注意到它與圖6.40(a)很相似，但是正如從圖6.40(c)不同圖像看到的那樣是有差別的。這是由于兩個(gè)不同顏色的像素平均是兩種彩色的混合，而不是原色混合。僅對強(qiáng)度平滑，圖6.40(b)的圖像保留了它的原色調(diào)和飽和度——即保留了它的原彩色。最后，注意到，其差別(在這個(gè)例子中是平滑后的結(jié)果)將隨著平滑模板的增加而增加。2.彩色圖像尖銳化

在這一節(jié)考慮用拉普拉斯方法的圖像尖銳化處理。從向量分析知道向量的的拉普拉斯被定義為向量，其分量等于輸入向量的獨(dú)立標(biāo)量分量的拉普拉斯微分。在RGB彩色系統(tǒng)中，式(6.4.2)中的向量c的拉普拉斯變換為

(6.6.3)正如前節(jié)講述的，它告訴我們可以通過分別計(jì)算每一分量圖像的拉普拉斯去計(jì)算全彩色圖像的拉普拉斯。例6.13用拉普拉斯尖銳化圖6.41(a)是通過用式(3.7.6)計(jì)算圖6.38中RGB分量圖像的拉普拉斯，并混合它們產(chǎn)生尖銳化的全彩色結(jié)果產(chǎn)生的。圖6.41(b)顯示了基于圖6.39的HSI分量相似的尖銳化結(jié)果。這個(gè)結(jié)果是混合強(qiáng)度分量的拉普拉斯而色調(diào)和飽和度分量不變的結(jié)果。RGB和基于HSI的結(jié)果間的差別示于圖6.41(c)，它源于例6.12解釋的相同原因。6.6彩色圖像的噪聲

5.2節(jié)討論的噪聲模型可用于彩色圖像。通常，彩色圖像噪聲的內(nèi)容在每個(gè)彩色通道中具有相同的特性，但是，可能對不同彩色通道造成的影響不同。一種可能是個(gè)別通道的電子學(xué)故障。然而，不同的噪聲程度更像是由用于每個(gè)彩色通道的相剝照射強(qiáng)度的差異造成的。例如，CCD攝像機(jī)使用紅濾色器將減小用于紅傳感器的照射強(qiáng)度。CCD傳感器在低照明水平下就是噪聲源，因此，在這種情況下，導(dǎo)致RGB圖像紅色分量比其他兩個(gè)分量往往容易引入噪聲。例6.17一步把RGB圖像噪聲轉(zhuǎn)換為HSI的效果說明

在這個(gè)例子中，簡單看一下彩色圖像中的噪聲及當(dāng)從一個(gè)彩色模型轉(zhuǎn)換為另一個(gè)模型時(shí)如何轉(zhuǎn)移噪聲。圖6.48(a)到(c)顯示了由高斯噪聲退化的一幅RGB圖像的3個(gè)彩色平面，圖6.48(d)是合成的RGB圖像。注意，細(xì)網(wǎng)紋噪聲在彩色圖像中相比單色圖像不太容易引起注意。圖6.49(a)到(c)顯示把圖6.48(d)中的RGB圖像轉(zhuǎn)換為HSI圖像的結(jié)果。用原圖像的HSI分量(圖6.39)比較這些結(jié)果，并注意如何有效地減小噪聲圖像色調(diào)與飽和度分量。這分別是由式(6.2.2)和式(6.2.3)求余弦與取最小值操作的非線性造成的。另一方面，圖6.49(c)中的強(qiáng)度分量比3個(gè)有噪聲的RGB分量圖像中的任一個(gè)都稍微平滑一些。這是由于強(qiáng)度圖像是RGB圖像的平均，如式(6.2.4)所指出的那樣(回憶3.4.2節(jié)關(guān)于對圖像求平均減小隨機(jī)噪聲的討論)。在這種情況下，我們說，任在RGB通道受噪聲影響并轉(zhuǎn)換到HSI空間后才把噪聲散布到所有的HSI分量圖像上了。圖6.50(a)顯示了一個(gè)例子。圖6.50(a)顯示了一幅RGB圖像．其中綠圖像被椒鹽噪聲污染，椒鹽噪聲的概率為0.05，圖6.50(b)到(d)的HSI分量圖像清楚地顯示噪聲怎