颜色特征的分析（数字图像处理课件）.pptx

单目标果实识别2.1颜色空间分析颜色空间基础采集的图像是以R、G、B格式存储，并且图像中含有大量的背景，如果想要方便视觉系统的后续处理，就需要将背景和目标分离，提取出感兴趣的区域。真彩色的图像处理要遵循两个原则：一是选择合适的色彩空间，二是确定合适的分割策略。 单目标果实识别2.1颜色空间分析1. RGB颜色空间国际照明委员会（CIE）规定以700nm（红）、546.1nm（绿）、435.8nm（蓝）三个色光为三基色，又称物理三基色。RGB模式是色光的彩色模式，R代表红色，G代表绿色，B代表蓝色，三种色彩叠加可以混合出其他颜色。 单目标果实识别2.1颜色空间分析(1) RGB模型 RGB颜色空间是图像处理中最基础的颜色模型，它是在配色实验基础上建立的。RGB颜色空间的主要观点是人的眼睛有红、绿、蓝3种色感细胞，它们的最大感光灵敏度分别落在红色、蓝色和绿色区域，其合成的光谱响应就是视觉曲线，由此可推论出任何彩色都可以用红、绿、蓝3种基色来配制。 其中[C]为未知色光，[N]，[P]，[Q]为三基色光，c，n，p，q 为调匹系数。 单目标果实识别2.1颜色空间分析RGB颜色空间是图像处理中最基础、最常用、面向硬件设备的颜色空间。它是基于笛卡尔坐标系统的一种立方体空间结构模型 单目标果实识别2.1颜色空间分析 单目标果实识别2.1颜色空间分析注意：R表示红色分量，在提取近红色的果实目标时，可以加大红色分量（R分量）的权重，因此可以如下几种颜色空间模型：2*R-G-B2*R-G2*R-B 单目标果实识别2.1颜色空间分析2. HSI颜色空间HSI空间是Munseu（孟塞尓）提出的一种颜色系统格式，它非常接近人对色彩感知的描述，是一种非常直观的方法。它由色调、饱和度、亮度来度量。色调(Hue)主要由可见光光谱中各分量成分的波长来确定，即不同的颜色饱和度(Saturation)反映了彩色的浓淡，即颜色的深浅亮度(Intensity)表示颜色的明暗程度，它和光的颜色无关 单目标果实识别2.1颜色空间分析HSI颜色空间对应于圆柱坐标系中的一个圆锥形子集，色调绕I轴旋转，从0到360度涵盖了所有的可见光谱的颜色。饱和度为色环圆心到颜色点的半径长度。亮度是I轴，由黑到白。 单目标果实识别2.1颜色空间分析 单目标果实识别2.1颜色空间分析HIS颜色空间是比RGB颜色空间更符合人的视觉特性，它克服了RGB颜色空间不直观的缺点。它有两个特点：其一，I分量与图像的彩色信息无关，因此对彩色信息处理只需考虑其他两个分量；其二，H和S分量与人感知颜色的方式非常接近。因此HSI颜色空间非常适用于借助于人的视觉系统来感知彩色特性的图像处理算法。 单目标果实识别2.1颜色空间分析HSI颜色空间与RGB颜色空间的转换公式如下： 单目标果实识别2.1颜色空间分析 单目标果实识别2.1颜色空间分析HSI颜色空间存在奇异性：当R=G=B=0时，I=0，而且S是没意义的；当R=G=B时，S=0，对应着无色的中心点，此时H没有意义。总之，当R、G、B三个量相近时，亮度H是不确定的，在奇异点(R=G=B)处，即使R、G、B的值有很小的波动，也会一起H的较大波动注意:由于色调(Hue)主要由可见光光谱中各分量成分的波长来确定，在处理目标与背景有较大差异的图像时，可以将H分量提出用于分割