图像处理-Colours & Colour Image Processing -

图像处理-Colours & Colour Image Processing

Colours and attributes

Colours definition: An attribute of objects.

Colour depends on:

Spectral characteristic of light source (e.g. Sun)

Spectral characteristic of object (Reflectance)

Spectral characteristic of imaging sensors (e.g. Eye)


正如之前提到过的颜色在设备一定是由RGB构成:

在数字图像和彩色显示器(图中的 Color monitor)中,任何彩色图像都是由 红(Red)、绿(Green)、蓝(Blue) 三个独立通道叠加而成的。

  • 左侧的三张图,分别只提取了画面中的“红色分量”、“绿色分量”和“蓝色分量”。
  • 在单通道里,图像只用明暗(灰度)来表示该颜色光的强弱:越白的地方表示该颜色光越强,越黑的地方表示越弱。
  • 例如:最终画面里的黄玫瑰,在“红通道”和“绿通道”里都是偏白的(红+绿光=黄),而在“蓝通道”里是偏黑的。

光的三原色(加色法RGB)与颜料的三原色(减色法,印刷CMYK)

Colour of light:光的三原色(加色法)

原理(Additive primaries):光是“越加越亮”,红(Red)、绿(Green)、蓝(Blue)是光的原色。这直接对应上张图里彩色显示器的发光原理,也契合人眼的L、M、S视锥细胞。

混合结果:红+绿=黄(Yellow),绿+蓝=青(Cyan),红+蓝=品红(Magenta),三者全加等于白(White)。

Colours of Pigments(颜料):颜料的三原色(减色法)

原理(Subtractive primaries):颜料/染料(Pigments)本身不发光,而是吸收(减去)某些光,反射剩余的光。所以是“越混越暗”。颜料原色是青(Cyan)、品红(Magenta)、黄(Yellow)

混合结果:青+黄=绿,品红+黄=红,青+品红=蓝,三者全混理论上吸收所有光,呈现黑(Black)。

CMY模型:印刷界常用,显示器用RGB发光,打印机用CMY吸光。公式表示在归一化(0~1)色彩值中,青(C) = 1 - 红(R),品红(M) = 1 - 绿(G),黄(Y) = 1 - 蓝(B)。数值上完全互补。

\[\begin{bmatrix}C\\M\\Y\end{bmatrix}=\begin{bmatrix}1\\1\\1\end{bmatrix}-\begin{bmatrix}R\\G\\B\end{bmatrix}。 \]

纯CMY三色叠印理论上才是纯黑,但实际油墨有杂质,叠出来偏深褐。为了印刷省墨、成本低且黑得更纯正,实际印刷会单独加入黑色油墨(Key/Black),这就成了日常所说的 CMYK 色彩模式。


Chromaticity「色度」

The characteristics used to distinguish colours are:

brightness, hue, and saturation(亮度、色调和饱和度)

色调与饱和度共同构成色度:Hue and saturation taken together are called chromaticity.

一种颜色可通过其明度和色度来表征:A colour may be characterized by its brightness and chromaticity.

red, green and blue to form a colour ->tristimulus values: X,Y,Z.

A colour is specified by its trichromatic coefficients(三色系数)

\[\begin{aligned}&x=\frac{X}{X+Y+Z}\quad y=\frac{Y}{X+Y+Z}\quad z=\frac{Z}{X+Y+Z}\\&x+y+z=1\end{aligned} \]

x+y+z就代表了总亮度,在计算 x,y,z(三色系数)时,公式把光的总量(亮度)作为分母“整体约掉”了,只保留了各颜色的相对比例,这说明 x,y,z只关心“红绿蓝各占百分之几”,不关心“总共发了多少光”;亮度(Brightness):是光的强弱(物理上的能量大小)

色度(Chromaticity):是颜色的种类(比如是“大红”还是“粉红”)和鲜艳度;

其中saturation代表饱和度,饱和度描述的是:一种颜色里“纯色光”占多少,“白光(灰)”占多少:

  • 饱和度越高 → 颜色越纯、越鲜艳、越“正”(比如正红、正绿)
  • 饱和度越低 → 颜色越灰、越淡、越“脏”(比如暗红→粉红→灰白)

hue,hue代表的是颜色的基底,颜色种类,所以严禁修改hue除非有特殊需求

简言之:色调决定“是什么颜色”,饱和度决定“这个颜色有多纯多艳”,亮度决定“有多亮”。 三者合在一起,才完整描述了一个颜色。

属性 改了之后变了什么 类比
色调 Hue 颜色种类变了(红→橙→黄) 换了个人
饱和度 Saturation 鲜艳度变了(正红→粉红→灰红) 同一个人,化了妆 vs 素颜
亮度 Brightness 明暗变了(正红→暗红) 同一个人,在阳光下 vs 在阴影里

Normalised colour

R+G+B就为某一个像素亮度的总和,可以粗略理解为“这个像素一共有多少光”。不过它不区分颜色,只表示整体有多亮、多暗。

例如 (R,G,B)=(100,50,25) ,R+G+B=100+50+25=175 ,使用归一化得:

\[(r^{\prime},g^{\prime},b^{\prime})=\left(\frac{100}{175},\frac{50}{175},\frac{25}{175}\right)=(0.57,0.29,0.14) \]

这三个值表示红、绿、蓝在总强度中的占比,而不再表示绝对亮度。

例如这里深蓝色实际上是因为亮度的原因导致人眼认为是黑色,实际上将亮度消去后得到的是一件底色为蓝色的衣服。

幻灯片里的 R+G+B 是一种简化的亮度表示。严格来说,人眼对绿色最敏感,真正的亮度通常会用加权公式,例如:

\[Y=0.299R+0.587G+0.114B \]


色域(Gamut)

最外圈代表人眼可视光:范围380nm到780nm

三角形区域(Monitor colours / 显示器色彩RGB):显示器通过“加色法”(混合红绿蓝三色光)来呈色。三角形内部的面积就是该显示器能呈现的所有颜色。它覆盖了较大面积的鲜艳色彩,但依然远小于人眼可见的全部颜色

Printer Inks / 印刷油墨色彩:印刷品是通过油墨吸收/反射光线来呈色的。可以看出,印刷的色域明显小于显示器,尤其是在鲜艳的绿色、青蓝色区域,印刷往往无法达到屏幕显示的那种高饱和度,这也是为什么“屏幕上的颜色印出来会变暗/变淡”的原因

五个三角形(RGB 色彩空间):图例展示了 5 种常见的色彩标准,面积越大代表能显示/记录的颜色越多:

  • sRGB:面积最小,是互联网、普通显示器和手机的“通用标准”,兼容最好但色彩范围窄。
  • Adobe RGB:专业摄影常用,色域比 sRGB 宽(尤其青绿色),更适合高质量印刷。
  • Apple RGB / ColorMatch RGB:早期苹果设备或印刷业的历史标准,色域介于中间。
  • Wide Gamut RGB:图中面积最大的三角形,能覆盖极广的色彩,接近人眼可见范围。

黄线(HDTV rec.709):传统高清电视(1080p)的标准,其色域范围其实基本等同于 sRGB(覆盖人眼可见色域约 35.9%)。

黑线(UHDTV rec.2020):4K/8K 超高清电视的标准。它的三角形大得多,覆盖了人眼可见色域的约 75.8%,能呈现极其鲜艳的红、绿、蓝


Colour Models

下图为RGB和Ycbcr的色彩模型(Color Models)以及像素深度

RGB 色彩模型:RGB(红、绿、蓝)是发光设备(如手机屏、显示器、相机传感器)使用的“加色法”模型

立方体图解:三维立方体的三个轴代表 R、G、B

原点 (0,0,0):黑色(无光)

顶点 (1,1,1):白色(三色光全满叠加)

三个轴端点:纯红、纯绿、纯蓝

其他顶点:青色(绿+蓝)、品红(红+蓝)、黄色(红+绿)

主对角线(Gray scale):从黑到白的对角线,上面的点 R=G=B,呈现不同深浅的灰色

YCbCr 色彩模型:为视频压缩和传输设计的模型(常用于 JPEG 图片、网络视频、电视广播)

Y(亮度):图像的黑白骨架,人眼对亮度最敏感;Cb(蓝色色差)、Cr(红色色差):色彩信息

利用“人眼对亮度敏感、对色彩边缘不敏感”的特性,在压缩时保留全部 Y 细节,减少 Cb/Cr 数据(色度子采样,如 4:2:0),能大幅节省带宽和存储,观感却几乎不变。图中标注 Y=255, Cb=Cr=128即代表纯白(亮度最高,无色差);相机拍到 RGB 后,通常会转成 YCbCr 进行压缩存储,显示时再转回 RGB


像素深度(Pixel depth):表示一个像素用多少“位(bit)”存储。

全彩图像(Full-color / 真彩色):24-bit RGB。 红(R)、绿(G)、蓝(B)各占 8 位(即 0~255 级亮度)。 总色彩数:(28)3=256×256×256=16,777,216(约 1677 万色),已接近人眼分辨极限。


RGB和Ycbcr可以相互转换,在标清电视(SDTV)标准下的具体算法:

Ycbcr到RGB:

\[\begin{bmatrix}\mathrm{Y}\\\mathrm{Cb}\\\mathrm{Cr}\end{bmatrix}=\begin{bmatrix}16\\128\\128\end{bmatrix}+\begin{bmatrix}0.257&0.504&0.098\\-0.148&-0.291&0.439\\0.439&-0.368&-0.071\end{bmatrix}\cdot\begin{bmatrix}\mathrm{R}\\\mathrm{G}\\\mathrm{B}\end{bmatrix} \]

\[R/G/B[0...255],Y[16...235],\text{Cb/Cr[16...240]} \]

RGB到Ycbcr:

\[\begin{bmatrix}\mathrm{R}\\\mathrm{G}\\\mathrm{B}\end{bmatrix}=\begin{bmatrix}1.164&0.000&1.596\\1.164&-0.392&-0.813\\1.164&2.017&0.000\end{bmatrix}\cdot\begin{bmatrix}\mathrm{(Y-16)}\\\mathrm{(Cb-128)}\\\mathrm{(Cr-128)}\end{bmatrix} \]

\[\mathrm{Ranges:}Y[16...235],\text{Cb/Cr[16...240]},\text{R/G/B[0...255]} \]


HSI/HSV colour model:

HSV 中的 V (Value) 偏向“明度”(最亮为纯色,最暗为黑)。

HSI 中的 I (Intensity) 偏向“光强/平均亮度”(常定义为 RGB 三通道均值,更接近物理光强)。

两者几何形态略有不同,但核心思想一致

人类对颜色的描述并非 RGB 或 CMYK——人类对颜色的描述包括色相、饱和度与明度:

色相:颜色属性

饱和度:颜色的纯度

明度:关于强度或值的无彩色概念

HSV 更适合人用(调色直观),HSI 更适合机器用(光照不变性更好,便于算法分割物体)

V (亮度值):等于max{R,G,B},谁最亮谁决定明度。纯黑是 0,只要有一个通道亮,V 就大于 0。

S(饱和度/纯度):RGB 三个值“差距越大越鲜艳”(纯黑定义为0):

\[S=\frac{\max-\min}{\max},纯色(如 1,0,0):差最大,S=1;灰色(如 0.5, 0.5, 0.5):差为 0,S=0(完全无色) \]

H(色相):

\[H=\frac{G-B}{\max-\min},or2+\frac{B-R}{\max-\min},or4+\frac{R-G}{\max-\min},then: H=H×60degree \]

若 R 最大(红区):用第一段 max−min G−B,结果在 0~1 之间(对应 0°~60° 或 300°~360°)。

若 G 最大(绿区):用第二段 2+max−min B−R,结果在 1~3 之间(对应 60°~180°)。

若 B 最大(蓝区):用第三段 4+max−min R−G,结果在 3~5 之间(对应 180°~300°)。

因为色环每 120°(即 2/6 和 4/6)换一个主色。公式先算 0~6 的“扇区”,最后乘 60°

颜色 (Color) RGB 值 HSV 值 转换规律与参数解析
White (白) [255, 255, 255] [0, 0, 100%] R=G=B,V=100% (最亮),S=0 (无纯度),H 无定义(记0)
Black (黑) [0, 0, 0] [0, 0, 0] 全零,V=0 (最暗),S 无定义(记0),H 无定义(记0)
Red (红) [255, 0, 0] [0°, 100%, 100%] R最大,V=100%,S=100%,R主导第一段,H=0°
Green (绿) [0, 255, 0] [120°, 100%, 100%] G最大,V=100%,S=100%,G主导第二段,H=120°
Blue (蓝) [0, 0, 255] [240°, 100%, 100%] B最大,V=100%,S=100%,B主导第三段,H=240°
Yellow (黄) [255, 255, 0] [60°, 100%, 100%] R/G并列最大,V=100%,S=100%,介于红绿间,H=60°

根据上述计算的HSV数据,此时就可以制作一个锥体,将HSV映射到RGB中(H代表角度,V代表高度,S代表距离黑白轴距离)

原图的纯色区(红、绿、蓝)及两两重叠区(黄、青、品红)饱和度最高(S=100%),H 有明确角度:

  • 红=0°,黄=60°,绿=120°,青=180°,蓝=240°,品红=300°。
  • 在灰度映射中,这些角度被拉伸到 0~255 的灰度级。例如绿(120°)和蓝(240°)的 H 值较大,显示较亮;红(0°)及靠近红的区域 H 值小,显示较暗。这就形成了图中不同深浅的灰色重叠。

图像显示中,100%饱和度被映射为纯白。两两重叠区(黄、青、品红)是两个通道满值、一个为0,差值依然最大,所以也呈现全白。


Colour Processing

伪彩色图像处理:

– 根据指定标准将灰度值映射为颜色 (Assign colours to grey values based on a specified criterion)

– 用于人类对灰度事件的可视化与解读 (For human visualization and interpretation of grey-scale events)

方法:

– 强度切片 (Intensity slicing)

– 灰度级到颜色的转换(Grey level to colour transformations)


伪彩色图像处理(Pseudo-colour image processing:)

工业应用 Industrial Applications

– 焊接 /Welding

– 断层扫描 /Tomography(断层摄影术,体层摄影术(通过 X 线等获得人体或物体内部某一断面图像的成像技术)

意思是将图片根据灰度区间(由黑到白)进行划分后,根据设定的颜色区间进行填充(这里是JET填充):

伪彩色 = 灰度图 + 自定义 RGB 映射函数

真彩色:直接由 RGB 三通道拍摄/合成(如你前几轮看的 RGB 重叠圆)。

伪彩色:输入本身是单通道灰度图 f(x,y)(如 X 光机图像),通过人为赋予不同灰度值不同的颜色,来突出特定目标。这类似 HSV 中按“明度/强度”重新映射,但更强调“语义着色”

输入 f(x,y)是原始灰度图像

同时送入三个独立变换器: 红色变换 → 输出 fR(x,y) 绿色变换 → 输出 fG(x,y) 蓝色变换 → 输出 fB(x,y)

最终组合成一张彩色 RGB 图像。本质就是:给不同灰度级分配不同的 (R,G,B) 组合

图下红字点明:这是之前“机场扫描仪中映射爆炸物”所用的变换函数。即:通过设计红/绿/蓝的变换曲线,让“爆炸物”的灰度区间映射成醒目颜色(如红色),“衣物”映射成其他色,“背景”映射成暗色,从而辅助安检员肉眼识别(这里是x光)[爆炸物本身是有机物,X 光机按“原子序数”把它标成橙色/红色(伪彩色),这是算法刻意做的“高亮标记”,而非它外表真的五颜六色]


全彩图像处理:

– 分别对每种色彩分量进行处理

– 直接对色彩向量进行处理

面对 RGB 彩色图像,通常有两种处理方式:

  • 分通道单独处理:把 R、G、B 拆开,当三个独立的灰度图处理(类似你之前看的伪彩色分通道变换)。
  • 直接处理色彩向量:把每个像素的 (R,G,B) 当作一个整体向量,在空间掩膜(图1下方图示)中联合处理,避免颜色失真。

但是不能独立做直方图均衡化:如果对彩色图的 R(红)、G(绿)、B(蓝)三个通道单独操作,相当于把红绿蓝的比例打乱了。

为了既提升对比度又不偏色,要把图像转到之前学的 HSV 空间:

  • Uniform Intensity (只改 I/V 通道):I/V 就是“明度(亮度)”。只对亮度做均衡化,画面变清晰了,但颜色本身没动。
  • Hue unchanged(色相不变):色相就是“这是什么颜色”(红、黄、蓝)。保持原色,天空还是蓝,草地还是绿,不会变色。
  • Saturation may be changed or not(饱和度随意):饱和度是“颜色鲜艳度”。因为亮度变了,鲜艳度可能会跟着微调(比如变亮后显得淡一点),这很正常,不影响大局。

这里是修改I/V通道,所以饱和度会自动进行变更(我们允许这种数学变化导致的波动):

\[S=\frac{\max-\min}{\max},纯色(如 1,0,0):差最大,S=1;灰色(如 0.5, 0.5, 0.5):差为 0,S=0(完全无色) \]

无论是提高亮度(Intensity)还是增强饱和度(Saturation x4),本质上都是逐像素(或局部邻域)的数学映射:

posted @ 2026-11-10 06:36  narilove  阅读(15)  评论(0)    收藏  举报