图像的颜色模型

颜色是视觉系统对可见光的感知结果。可见光是波长在380nm-780nm之间的电磁波。

我们看到的大多数光不是一种波长的光，而是由许多不同波长的光组合成的。人的视网膜有对红、绿、蓝颜色敏感程度不同的三种锥体细胞，另外还有一种在光功率极端低的条件下才起作用的杆状体细胞，杆状细胞主要提供视野的整体视象，对低照度较敏感。具体如下图所示。

而我们人眼能看到的只是可见光部分，下图很好地阐述了不用频率与光之间的关系。

红、绿、蓝种锥体细胞对不同频率的光的感知程度不同，对不同亮度的感知程度也不同，因此才能感应出不同的色彩。

常用的颜色模型

常用的颜色模型分为下面几类：

面向设备，如:CMY、RGB、YUV、YIQ、YCrCb等

面向视觉系统，如:HSV、HIS等

RGB相加混色模型

计算机显示器使用的阴极射线管CRT (cathode ray tube)是一个有源物体。CRT使用3个电子枪分别产生红(Red)、绿(Green)和蓝(Blue)三种波长的光，并以各种不同的相对强度综合起来产生颜色。

从理论上讲，任何一种颜色都可用三基色按不同的比例混合得到。它们的比例不同，我们看到的颜色也就不同。某一种颜色和这三种颜色之间的关系可用下面的式子来描述:

某一彩色=rR + gG + bB

其中r, g, b分别为RGB分量的份数。

CMY相减混色模型

用彩色墨水或颜料进行混合，这样得到的颜色称为相减色。在理论上说，任何一种颜色都可以用三种基本颜料按一定比例混合得到。这三种颜色是青色 (Cyan)、品红(Magenta)和黄色(Yellow)，通常写成CMY，称为CMY模型。用这种方法产生的颜色之所以称为相减色，乃是因为它减少了为视觉系统识别颜色所需要的反射光。

彩色打印机采用的就是这种原理，印刷彩色图片也是采用这种原理。由于彩色墨水和颜料的化学特性，用等量的三基色得到的黑色不是真正的黑色，因此在印刷术中常加一种真正的黑色(black ink)，所以CMY又写成CMYK。

两个模型的示意图：

YUV与YIQ模型

在彩色电视制式中，使用YUV和YIQ模型来表示彩色图像。电视信号在发射时，转换成YUV或YIQ形式，接收时再还原成RGB三基色信号，由显像管显示。
YUV：Y表示亮度，UV用来表示色差，U、V是构成彩色的两个分量； (PAL制和SECAM)

由于亮度信号(Y)和色度信号 (U、V)是相互独立的，也就是Y信号分量构成的黑白灰度图与用U、V信号构成的另外两幅单色图是相互独立的。由于Y、U、V是独立的，所以可以对这些单色图分别进行编码。
可以利用人眼的特性来降低彩色图像所需要的储存容量。

YIQ：其中的Y表示亮度，I、Q是两个彩色分量。 (NTSC制)

HSI模型

这个模型基于两个重要的事实:其一，I分量与图像的彩色信息无关；其二，H和S分量与人感受颜色的方式是紧密相连的。这种彩色系统格式的设计反映了人类观察彩色的方式。如：红色又分为浅红和深红色等等。

I(Intensity)——亮度

I(Intensity) ——亮度。表示光照强度。它确定了像素的整体亮度，而不管其颜色是什么。通常用0% (黑色) -100% (白色) 的百分比来度量。若I从0%-100%，即从黑变到白。对任一个I， R=G=B。 (灰度图)降低亮度时，颜色就暗，相当于掺入黑色。

H (Hue) ——色调

H (Hue) ——色调。反映了该颜色的光谱波长。

在HIS模型中由角度表示。0为红色，1200为绿色，2400为蓝色。0到2400覆盖了所有可见光谱的颜色，240到300是人眼可见的非光谱色 (紫色)。

S(Saturation) -饱和度

S(Saturation) -饱和度。它反映的是纯色中加入白光的多少。

饱和度参数是色环的原点到彩色点的半径长度。在环的外围圆周是纯的或称饱和的颜色，其饱和度值为1。在中心是中性(灰)影调，即饱和度为0。

HSI模型特点

亮度 (I) 分量与图像的彩色信息无关；反映物体的明暗程度；色调 (H) 和饱和度(S)分量与人感受颜色的方式紧密相连。

借助人的视觉系统来感知彩色特性的图像处理算法，面向以彩色处理为目的的应用，如：动画中的彩色图形等。

CIE色度图

前面已说明了几种选择三基色的方法，实用中要求三基色必须容易获得，且配出的颜色要尽可能多。为此国际照明委员会(CIE)规定红、绿、蓝三原色的波长分别为700nm、546.1nm、435. 8nm。

这种物理三基色使用起来不便，用它计算各种彩色时，三色系数有时会出现负值(这是因为待配色为单色光，其饱和度很高，而三原色光混合后饱和度必然降低，无法和待配色实现匹配)。
为此，CIE提出了一种虚拟的计算三基色——(XYZ)标准色度系统。

用x，y，z画出相对色系数图称为：XYZ色度图。由于x+y+z=1，所以只要画出x, y坐标，z的坐标可以计算出来。

在色度图中：

舌形图中每点对应一种可见颜色。
边界上的点为饱和色(纯色)，非边界上的点为非饱和色。

色度图中任意两点的连线表示这两种颜色能混合出来的颜色，如下图所示。

你看到的图像

色觉理论主要有两种：

三色学
- 三种视色素，对光的影响峰值分别在红、绿、蓝区，综合后形成色觉信息。
四色学说
- 三对视色素(白-黑，红-绿，黄-蓝)，它们的组合响应产生色觉信息

下图表示眼睛成像的原理。

视觉信息的加工处理

简单型细胞
- 检测图像的明暗边界和线条的位置和方向，
复杂型细胞
- 对直线和边界的运动方向敏感，
- 低级超复杂型细胞检测直线和边界的长度、宽度，
- 而高级超复杂型细胞可以检测曲线和边缘曲度等

视觉阈值效应和掩盖效应

视觉阈值：正好可以被看到的刺激（干扰或失真）值，它是一个统计值，在图像质量的主观评价中有广泛的应用。

视觉阈值随图像内容的变化而变化，在平坦区阈值低，对失真也敏感；在边缘和纹理区，视觉存在掩盖效应，对失真不敏感。

视觉亮度对比与颜色对比

视觉的主观亮度取决于视野中心(目标)与周围环境之间光照的相对强度。

马赫带效应：

马赫带：在视觉图像的明暗过渡带的两侧看到的亮带与暗带。

心理学实验表明，人眼感受到的亮度不是光强的简单函数，如马赫带效应和同时对比效应。

马赫带效应：基于视觉系统有趋向于过高或过低估计不同亮度区域边界值的现象(如图)

同时对比度现象：表明人眼对某个区域感觉到的亮度不仅仅依赖它的强度，而与环境亮度有关。下图其实中间的颜色都是一样深，但是我们只管感觉却是四种颜色深浅不一。

类似，还有下面空间错觉的例子：

空间错觉

到这里，图像入门的一些内容差不多就告一段落了，最后我们看看我们生活中哪里运用了图像。其实只要细细观察，你会发现她无处不在。

我们能做什么？

从可见光谱扩展到各波段：
遥感图像的多光谱处理、侧视雷达遥感图像处理、红外波段的图像处理（如夜视仪、热像仪等）、超声图像处理。

从静止图像到运动图像的处理：
如运动模糊图像的恢复、心脏搏动序列图像的处理、对运动目标的跟踪、巡航导弹的地形识别及瞄准等。

从物体的外部到内部图像的处理：
如人体的无损检测设备CT、MRI及宇航用密封零件的无损检测、海关用的集装箱不开箱检查等。

从整体到局部图像的处理（ROI技术）：
有选择性地对人类感兴趣的局部图像进行处理，如空间、灰度、颜色、频域都可以开窗口进行加工处理(如放大、变换、校正等)。

提取图像中特征的处理：
从图像中抽出感兴趣的区域、物体以特征的形式表现出来，以便计算机识别控制。

人工智能化的图像处理：
用计算机去理解图像，并进行景物分析，即计算机视觉系统
如机动车自动驾驶系统和机器人的视觉操纵系统等。

人脸识别

疾病诊断

美颜

无人驾驶

图像入门——3. 图像处理的视觉基础与应用相关推荐

利用python进行图像视觉基础练习
练习内容为: 1. 对于图像进行均值滤波和中值滤波: 2. 对于图像的第二个波段,进行灰度图自适应均衡化,输出为单波段影像: 3. 对于图像的第三个波段进行阈值处理和自适应阈值处理,输出为单波段影像: ...
计算机视觉入门之图像处理＜六＞：图像锐化处理
往期文章回顾: 计算机视觉入门之<零> 计算机视觉入门之图像处理<一>:图像处理基础概念计算机视觉入门之图像处理<二>:图像处理基础概念计算机视觉入门之图像处理 ...
三维视觉基础之世界坐标系、相机坐标系、图像坐标系和像素坐标系之间的转换关系
三维视觉基础之世界坐标系.相机坐标系.图像坐标系和像素坐标系之间的转换关系一.各坐标系介绍二.世界坐标系和相机坐标系之间的转换三.相机坐标系和图像坐标系之间的转换四.图像坐标系和像素坐标系之间 ...
图像处理与计算机视觉基础、经典以及最近发展
图像处理与计算机视觉基础,经典以及最近发展 By xdyang(杨晓冬xdyang.ustc@gmail.com) 一. 绪论 1. 为什么要写这篇文章从2002年到现在,接触图像快十年了.虽然没有 ...
图像处理与计算机视觉基础相关领域的经典书籍以及论文
原文的链接是http://www.iask.sina.com.cn/u/2252291285/ish. 我非常感谢原作者杨晓冬辛勤地编写本文章,并愿意共享出来.我也希望转载本文的各位朋友,要注明原作者 ...
(转...)图像处理与计算机视觉基础、经典以及最近发展
[-] 图像处理与计算机视觉基础经典以及最近发展一绪论为什么要写这篇文章图像处理和计算机视觉的分类图像处理和计算机视觉开源库以及编程语言选择本文的特点和结构以及适合的对象二图像处理与计 ...
图像处理与计算机视觉基础，经典以及最近发展
原作者博客主页:http://blog.csdn.net/dcraw 一. 绪论 1. 为什么要写这篇文章从2002年到现在,接触图像快十年了.虽然没有做出什么很出色的工作,不过在这个领域摸爬滚打了 ...
图像处理与计算机视觉基础、经典以及到13年的发展
**************************************************************************************************** ...
图像处理与计算机视觉基础、经典以及最近发展
图像处理与计算机视觉基础,经典以及最近发展 By xdyang(杨晓冬xdyang.ustc@gmail.com) 一. 绪论 1. 为什么要写这篇文章从2002年到现在,接触图像快十年了.虽然没有 ...

图像入门——3. 图像处理的视觉基础与应用