DIP实验报告-彩色图像处理.doc

课程：数字图像处理 课程作业实验报告 实验名称：Color Image Processing 实验编号： 签 名： 姓 名： 学 号： 截止提交日期：年月日 摘 要：本次实验学习一些基本的彩色图像增强处理方法，主要有两部分：一是编写一个程序实现将一个灰度级范围显示为指定的彩色，其余的像素以 RGB 形式显示为与输入图像对应像素相同的灰度色；二是用直方图均衡化程序对 R, G 和 B分量图分别进行直方图均衡化，然后将结果图转换回 jpg 格式；用三个直方图构成一个平均直方图，以此直方图为基础得到单一的直方图均衡化强度变换函数。将该函数分别单独作用到 R, G 和 B 分量图上，将结果图转换为 jpg 格式。比较并两个图像的差异。 图1 伪彩色处理框图 在RGB颜色模型中，任何一种颜色都可以由红、绿、蓝三基色按不同比例来合成，因此灰度图像的伪彩色处理首先要设定红、绿、蓝三个变换函数，用下面的配色方程表示就是： （2.1） （2.2） （2.3） 式中分别显示三色值，对映射算子。为一幅黑白平面图像上其对应点(x，y)上的光点强度即灰度值。通过公式可得到相应灰度值的R，G，B颜色分量值。 本次实验要求将给定范围的灰度值转换为彩色，其他保持不变，这样就比较简单，只需找出要处理的灰度值范围，用彩色代替即可。在实验中，通过改变灰度值范围来达到最佳效果。 原图像是256级灰度图像，将256级灰度对应到指定的几种颜色，灰度级分布与颜色对应如表1所示。 灰度级 0~31 32~63 64~95 96~127 128~154 155~191 192~233 234~255 颜色 黑色 蓝色 绿色 青色 红色 品红色 黄色 白色 表1：灰度级与颜色对照表 各个颜色的RGB组合如表2所示。 颜色 红色成分 绿色成分 蓝色成分 黑色 0 0 0 蓝色 0 0 255 绿色 0 255 0 青色 0 255 255 红色 255 0 0 品红色 255 0 255 黄色 255 255 0 白色 255 255 255 表2：RGB颜色组合表 根据表1和表2数据，可以将图像处理过程分为三步完成，即蓝色成分处理，绿色成分处理，红色成分处理。 第一步：imread函数读取图像，figure函数进行绘图，subplot函数建立确定绘图位置，imshow函数显示函数。将图像转换为double类型从而进行像素值的运算。 第二步：zeros(size(I))函数建立跟原图像大小相同的全零矩阵，ones(size(I))*255建立跟原图像大小相同且数据都是255的矩阵。调用find函数，确定符合find函数内部约束条件的像素点的坐标位置，并记录在pos中，在矩阵d中取出坐标点的数据给矩阵c对应坐标位置数据赋值，将矩阵c的全部数据赋值给矩阵f的蓝色分量，从而完成彩色图像的蓝色成分处理。 红色成分处理和绿色成分处理跟蓝色成分处理过程相同，只是find函数的约束条件根据处理的彩色成分不同而发生变化。 2、RGB分量直方图均衡化处理 本次实验将输入图像的R、G、B分量图分别进行直方图均衡化处理，然后再由处理后的三个分量图合成图像。直方图均衡化的作用是扩展输入图像的动态范围，提高图像的对比度和亮度。对比度增强源于直方图在整个亮度标度上的显著扩展；亮度的增强源于均衡化后的图像的直方图中灰度级平均值高于原始值。在本次的实验结果中，可以看到其显著的作用。 在求得三个分量的均衡化直方图后，将其平均化得到一均值化直方图，从这个单一的直方图可以求得一变换函数。将该函数分别作用于R、G、B三个分量图，然后合成新的图像。在实验中，可以得到该变换函数，从该函数图可以看到其均衡化效果不是很明显，故用该函数分别处理三个分量图后的输出结果并不会有太大的改变。 实验结果及讨论 实验结果如图（2）~图（10）所示： 图（2）、图（3）分别是Figure1.10(4)原图和伪彩处理后的图像，结果很明显：河流部分容易辨别，其余部分均保持不变。实验中通过改变河流部分的灰度值范围，尽可能的消除了图中孤立的黄色部分。 图（4）、图（5）分别是Figure6.35(5)原图与其RGB三个分量图。 图（6）为RGB三分量直方图均衡化处理后的结果，从图可见：处理后的图形亮度与对比度明显增强，观感质量更好。 图（7）、图（8）分别为RGB三分量的均衡化后的直方图与对应的转换函数图。均衡化直方图的转换函数是一个阶梯状的，它是一个叠加的过程，在此给出是为