图像伪彩色处理方法研究.docx

图像伪彩色处理方法研究.docx

《图像伪彩色处理方法研究.docx》由会员分享，可在线阅读，更多相关《图像伪彩色处理方法研究.docx（17页珍藏版）》请在冰豆网上搜索。

图像伪彩色处理方法研究

中北大学

课程设计说明书

学生：

王瑞学号：

39

学院：

信息商务学院

专业：

电子信息工程

题目：

图像伪彩色处理方法研究

指导教师：

英亮平职称:

副教授

2013年12月26日

中北大学

课程设计任务书

13/14学年第一学期

学院：

信息商务学院

专业：

电子信息工程

学生姓名：

王瑞学号：

39

学生姓名：

齐学号：

36

学生姓名：

穆志森学号：

26

课程设计题目：

专业综合实践之多维信息处理部分：

图像伪彩色处理方法研究

起迄日期：

2013年12月16日～2013年12月27日

课程设计地点：

电子信息工程专业实验室

指导教师：

英亮平

系主任：

王浩全

下达任务书日期:

2013年12月15日

课程设计任务书

1．设计目的：

人眼对彩色的分辨能力远远大于对黑白灰度的分辨率，因此伪彩色处理能够增强观察者对图像信息的检测能力。

本课题要求同学对图像颜色基本原理的基础上，利用编程语言进行图像伪彩色处理编写，实现不同增强效果的比较。

2．设计容和要求（包括原始数据、技术参数、条件、设计要求等）：

1、查阅资料，学习图像伪彩色基本原理。

2、对原始图像进行伪彩色处理，然后利用不同彩色编码进行编程。

3、不同方法的伪彩色结果进行分析比较。

4、要求三位同学各自实现不同编码。

3．设计工作任务及工作量的要求〔包括课程设计计算说明书（论文）、图纸、实物样品等〕：

课程设计说明书一份

仿真结果

课程设计任务书

4．主要参考文献：

1阮秋琦.数字图像处理学.电子工业，2001

2龚声蓉，纯平，王强 .数字图像处理与分析.清华大学，2006

3桂明，明照，戚红雨.应用matlab语言处理数字信号与数字图像.科学，2000

4向世明.VisualC++数字图像与图形处理.电子工业，2001

5．设计成果形式及要求：

毕业设计说明书

仿真结果

6．工作计划及进度：

2013年

12月16日~12月18日：

查资料；

12月19日~12月25日：

在指导教师指导下设计方案及程序设计；

12月25日~12月26日：

撰写课程设计说明书；

12月27日：

答辩

系主任审查意见：

签字：

年月日

1.1伪彩色图像处理原理…………………………………………1

1.2伪彩色增加的目的……………………………………………2

1.3伪彩色图像处理增强的方法…………………………………2

2.1源程序执行原理………………………………………………4

2.2源程序………………………………………………………5

2.3实验结果………………………………………………………6

3.1学习心得………………………………………………………7

参考文献…………………………………………………………8

1.1伪彩色图像处理原理

数字图像处理（DigitalImageProcessing）是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术，又称为计算机图像处理。

扩展了人眼的视觉围，使之跳出传统的可视界限，在人类生活发展的各个方面至关重要。

如何用计算机系统解释图像，形成了图像的理解或称为计算机视觉的理解外部世界。

所谓伪彩色图像处理，就是将图像中的黑白灰度级编程不同的彩色，如过分层越多，人眼所能提取的信息也多，从而达到图像增强的效果。

这是一种视觉效果明显，又不太复杂的图像增强技术。

伪彩色图像处理技术不仅适用于航空摄影和遥感图片，也可用于x光片及云母的判读等处理中。

实现伪彩色处理的主要方法主要有密度分割法、灰度级-伪彩色变换法、频域伪彩色处理等多种方法。

我们在这里主要介绍了各种方法的基本原理并重点介绍了灰度级-伪彩色变换法的序设计。

伪彩色图像处理（又称假彩色）有三种：

第一种是把真实景物图像的像素逐个地映射为另一种颜色，使目标在原图像中更突出；第二种是把多光谱图像中任意三个光谱图像映射为可见光红、绿、蓝三种可见光谱段的信号，再合成为一幅彩色图像；第三种是把黑白图像，用灰度级映射或频谱映射而成为类似真实彩色的处理，相当于黑白照片的人工着色方法。

伪彩色处理是根据特定的准则对灰度值赋以彩色的处理。

由于人眼对彩色的分辨率远高于对灰度差的分辨率，所以这种技术可用来识别灰度差较小的像素。

这是一种视觉效果明显而技术又不是很复杂的图像增强技术。

灰度图像中，如果相邻像素点的灰度相差大，人眼将无法从图像中提取相应的信息，因为人眼分辨灰度的能力很差，一般只有几十个数量级，但是人眼对彩色信号的分辨率却很强，这样将黑白图像转换为彩色图像后，人眼可以提取更多的信息量。

伪彩色虽然能将黑白灰度转化为彩色，但这种彩色并不是真正表现图像的原始颜色，而仅仅是一种便于识别的伪彩色。

伪彩色处理技术的实现方法有多种，如灰度分层法、灰度级-彩色变换法、频域滤波法等等。

1.2伪彩色增强的目的

伪彩色增强是把黑白图像的各个不同灰度级按照线性或非线性的映射函数变换成不同的彩色，得到一幅彩色图像的技术。

使原图像细节更易辨认，目标更容易识别，能够成为。

伪彩色增强的方法主要有密度分割法、灰度级一彩色变换和频率域伪彩色增强三种。

图1：

原理框图

1.3伪彩色图像处理增强的方法

1.灰度分割法

密度分割法是把灰度图像的灰度级从0（黑）到M0（白）分成N个区间Ii（i=1，2，…，N）,给每个区间Ii指定一种彩色Ci，这样，便可以把一幅灰度图像变成一幅伪彩色图像。

该方法比较简单、直观。

缺点是变换出的彩色数目有限。

灰度是描述灰度图像容的最直接的视觉特征，它指黑白图像中点的颜色深度，围一般从0到255白色为255，黑色为0，中间的数字从小到大表示由黑到百的过渡色，即可以表示不同的灰度等级。

灰度切分示意图如右图。

设原始黑白图像的灰度围为：

0≤f（x,y）≤L

用k+1灰度等级把该灰度围分为k段：

I0，I1,...,IkI0=0（黑），Ik=L（白）

映射每一段灰度成一种颜色，映射关系为

ɡ（x,y）=C1（I（i-1）≤f（x，y）≤I（i）；i=1，2...k）这里ɡ（x,y）为输出的伪彩色图像；Ci为灰度在[I（i-1）,I（i）]中时所映射成的彩色。

经过这种映射处理后，原始黑白图像f（x，y）就变成了伪彩色图像ɡ（x,y）。

若原始图像f（x，y）就编程了伪彩色图像ɡ（x,y）。

若原始图像f（x，y）的灰度分布遍及上述k个灰度段，则伪彩色图像ɡ（x,y）就具有k中彩色。

图2：

灰度切分示意图

2.空间域灰度级一彩色变换

根据色度学原理，将原图像f（x,y）的灰度围分段，经过红、绿、蓝三种不同变换TR（?

）、TG（?

）和TB（?

），变成三基色分量IR（x,y）、IG（x,y）、IB（x,y），然后用它们分别去控制彩色显示器的红、绿、蓝电子枪，便可以在彩色显示器的屏幕上合成一幅彩色图像。

图3：

伪彩色处理变换曲线

由上图可以总结出一下的映射函数。

下式表示R（x，y）、G（x,y）、B（x，y）的R、G、B通道的颜色值，其中，f（x，y）表示特定点灰度图像的灰度值，f式所选灰度图像的灰度值。

0≤f≤63时R（x，y）=0，G（x，y）=4f（x，y）B（x，y）=255；

64≤f≤127时R（x，y）=0，G（x，y）=255，B（x，y）=511-4f（x，y）；

128≤f≤191时R（x，y）=4f（x，y）-511，G（x，y）=255，B（x，y=0；

192≤f≤255时R（x，y）=255，G（x，y）=1023-4f（x，y），B（x，y）=0；

通过上面的映射变换曲线，可以实现对灰度图像的着色。

最后再将每一个像素三个通道得到的值相加，就可以将每一个像素进行伪彩色处理。

最终得到伪彩色图像。

3.频率域伪彩色增强

频率域伪彩色增强的方法是：

把灰度图像经傅立叶变换到频率域，在频率域用三个不同传递特性的滤波器分离成三个独立分量；然后对它们进行逆傅立叶变换，便得到三幅代表不同频率分量的单色图像，接着对这三幅图像作进一步的处理（如直方图均衡化）最后将它们作为三基色分量分别加到彩色显示器的红、绿、蓝显示通道，得到一幅彩色图像。

2.1源程序执行原理

伪彩色图像的含义是，每个像素的颜色不是由每个基色分量的数值直接决定，而是把像素值当成彩色，查找表的表项入口地址，去查找一个显示图像时使用的R，G，B强度值，用查找出的R，G，B强度值产生的彩色称为伪彩色。

给定灰度-彩色转换函数，对一灰度图像进行伪彩色处理。

转换函数

如下表：

输入灰度级

0～31：

淡黄色；

32～63：

黄色；

64～95：

橙色；

96～127：

红色；

128～159：

紫色；

160～191：

淡蓝色；

192～223：

绿色；

224～255：

蓝色。

彩色查找表CLUT是一个事先做好的表，表项入口地址也称为索引号。

例如16种颜色的查找表，0号索引对应黑色，…，15号索引对应白色。

彩色图像本身的像素数值和彩色查找表的索引号有一个变换关系，利用这个关系可以得出图像。

2.2源程序

灰度分割法程序

I=imread（'123.bmp'）;

J=zeros（256,256,3）;

I=double（I）;

fori=1:

256

forj=1:

256

if0<=I（i,j）&&I（i,j）<=15

R（i,j）=1;G（i,j）=8;B（i,j）=255;

elseif16<=I（i,j）&&I（i,j）<=31

R（i,j）=2;G（i,j）=48;B（i,j）=254;

elseif32<=I（i,j）&&I（i,j）<=47

R（i,j）=4;G（i,j）=112;B（i,j）=252;

elseif48<=I（i,j）&&I（i,j）<=63

R（i,j）=8;G（i,j）=160;B（i,j）=248;

elseif80<=I（i,j）&&I（i,j）<=95

R（i,j）=16;G（i,j）=192;B（i,j）=240;

elseif96<=I（i,j）&&I（i,j）<=111

R（i,j）=32;G（i,j）=224;B（i,j）=224;

elseif112<=I（i,j）&&I（i,j）<=127

R（i,j）=64;G（i,j）=248;B（i,j）=192;

elseif128<=I（i,j）&&I（i,j）<=143

R（i,j）=128;G（i,j）=255;B（i,j）=160;

elseif144<=I（i,j）&&I（i,j）<=159

R（i,j）=160;G（i,j）=255;B（i,j）=128;

elseif160<=I（i,j）&&I（i,j）<=175

R（i,j）=192;G（i,j）=248;B（i,j）=64;

elseif176<=I（i,j）&&I（i,j）<=191

R（i,j）=224;G（i,j）=224;B（i,j）=32;

elseif192<=I（i,j）&&I（i,j）<=207

R（i,j）=240;G（i,j）=192;B（i,j）=16;

elseif208<=I（i,j）&&I（i,j）<=223

R（i,j）=248;G（i,j）=160;B（i,j）=8;

elseif224<=I（i,j）&&I（i,j）<=239

R（i,j）=252;G（i,j）=112;B（i,j）=4;

elseif240<=I（i,j）&&I（i,j）<=255

R（i,j）=254;G（i,j）=48;B（i,j）=2;

elseif64<=I（i,j）&&I（i,j）<=79

R（i,j）=255;G（i,j）=8;B（i,j）=1;

end

end

end

end

end

end

end

end

end

end

end

end

end

end

end

end

end

end

J（:

:

1）=R;J（:

:

2）=G;J（:

:

3）=B;

imshow（uint8（J））

;

I=imread（'d:

\33.jpg'）;

%I=double（I）;

[M,N]=size（I）;

L=256;

fori=1:

M

forj=1:

N

ifI（i,j）

R（i,j）=0;

G（i,j）=4*I（i,j）;

B（i,j）=L;

elseifI（i,j）<=L/2

R（i,j）=0;

G（i,j）=L;;

B（i,j）=-4*I（i,j）+2*L;

elseifI（i,j）<=3*L/4

R（i,j）=4*I（i,j）-2*L;

G（i,j）=L;

B（i,j）=0;

else

R（i,j）=L;

G（i,j）=-4*I（i,j）+4*L;

B（i,j）=0;

end

end

end

end

end

fori=1:

M

forj=1:

N

G2C（i,j,1）=R（i,j）;

G2C（i,j,2）=G（i,j）;

G2C（i,j,3）=B（i,j）;

end

end

G2C=G2C;

figure;

imshow（G2C,[]）;

I=imread（'Miss256G.bmp'）;

figure

（1）;

 imshow（I）;

 title（'原始图像'）;

 J=zeros（256,256,3）;

 I=double（I）;

 for i=1:

256

for j=1:

256 

if 0<=I（i,j）&&I（i,j）<=63 

R（i,j）=0;G（i,j）=4*I（i,j）;B（i,j）=255;

else if 63<=I（i,j）&&I（i,j）<=127

R（i,j）=0;G（i,j）=255;B（i,j）=511-4*I（i,j）;

 else if 128<=I（i,j）&&I（i,j）<=191 

R（i,j）=4*I（i,j）-511;G（i,j）=255;B（i,j）=0;

else if 192<=I（i,j）&&I（i,j）<=255 

R（i,j）=255;G（i,j）=1025-4*I（i,j）;B（i,j）=0;                   

  end                  

end

             end 

       end

end

 end   

J（:

:

1）=R;J（:

:

2）=G;J（:

:

3）=B; 

figure

（2）;

 imshow（uint8（J））;

 title（'变换后图像'）;

2.3实验结果

灰度分割法

原始图像1变换后的图像1

原始图像2变换后图像2

3.1学习心得

通过此次课程设计，使我更加扎实的掌握了有关图像处理方面的知识，在设计过程中虽然遇到了一些问题，但经过一次又一次的思考，一遍又一遍的检查终于找出了原因所在，也暴露出了前期我在这方面的知识欠缺和经验不足。

实践出真知，通过亲自动手制作，使我们掌握的知识不再是纸上谈兵。

在做数字图像处理课程设计以前，我一直认为这门学科很简单，但是通过课程设计的学习，我明白了学习跟掌握是两个完全不同的层次，纸上学来终是浅，实践方是万物源。

在课设设计学习过程中，我们通过讨论得到了一个较好的结果，更使我们体验到团队学习工作的重要性，因为大家往一处使劲握们才能获得最后的成功，也增进了彼此的友谊。

通过总结我明白了：

事情不能被它的表面现象蒙蔽，只要我们以严肃认真对待，终有海阔天空的时候。

这一经验必将会在我们的工作生活中发挥巨大作用。

最后要感我们的导师，是她让我们在思维短路时茅塞顿开，有了研究的方向，.顺利的完成了这一课题的研究。

.也更使我喜爱上图像与设计这门课程。

此次设计也让我明白了思路即出路，有什么不懂不明白的地方要及时请教或上网查询，只要认真钻研，动脑思考，动手实践，就没有弄不懂的知识，收获颇丰。

我认为，在这学期的实验中，不仅培养了独立思考、动手操作的能力，在各种其它能力上也都有了提高。

更重要的是，在实验课上，我们学会了很多学习的方法。

而这是日后最实用的，真的是受益匪浅。

要面对社会的挑战，只有不断的学习、实践，再学习、再实践。

这对于我们的将来也有很大的帮助。

以后，不管有多苦，我想我们都能变苦为乐，找寻有趣的事情，发现其中珍贵的事情。

就像中国提倡的艰苦奋斗一样，我们都可以在实验结束之后变的更加成熟，会面对需要面对的事情。

参考文献

1.数字图像处理学电子工业贾永红2003

2.数字图像处理（Matlab版）电子工业冈萨雷斯2006

3.其他数字图像处理和matlab编程方面的书籍及相关学习资料