color image process

与灰度图像相比，彩色图像除含有较大的信息量外，它的表示方式和存储结构也不相同，因此，不能将灰度图像的处理技术简单地直接应用于彩色图像。
与单色图像相比，多光谱图像含有丰富的光谱信息，对地物分析和识别有非常重要的作用。

对于无彩色(消色)图像来说，亮度(也即灰度)是唯一的属性。
对于有彩色图像来说，通常用亮度、色调及饱和度表示颜色的特性。

亮度反映了该颜色的明亮程度。颜色中掺入的白色越多亮度就越大，掺入的黑色越多亮度就越小。
色调用于描述纯色(如纯黄色、纯红色)，反映了观察者接收到的主要颜色。
饱和度给出一种纯色被白光稀释的程度的度量，与加入到纯色(色调)中的白光成正比(由于加入了白光，观察者接收到的不再是某种纯色，而是反应该纯色属性的混合颜色)。

常用的彩色模型可分成两类：
(1)面向诸如彩色监视器、彩色视频摄像机和彩色打印机的硬件设备。
面向硬件设备的彩色模型主要有RGB模型、CMY(青、品红、黄)模型和CMYK(青、品红、黄、黑)模型。
RGB模型主要用于彩色监视器和彩色视频摄像
CMYK主要用于彩色打印机。

(2)面向诸如彩色动画图形创作等的彩色处理应用。面向彩色处理应用的模型主要是HSI模型(hue-saturation-intensity，即色调、亮度和饱和度)。

RGB彩色模型

RGB色系：

HSI彩色模型

HSI(hue-saturation-intensity)彩色模型比较适合于人用色调(H)、饱和度(S)和亮度(I)描述被观察物体颜色的解释，对于开发基于彩色描述的图像处理方法是一个理想的工具。

HSI色系 —— 色度分量H

H：表示色度，由角度表示。反映了该颜色最接近什么样的光谱波长。0o为红色，120o为绿色，240o为蓝色。

上图为基于圆形彩色平面的HSI彩色模型

HSI色系 —— 饱和度分量S

S：表示饱和度，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)色，即饱和度为0。

上图： HSI彩色模型中的色调和饱和度

---

RGB彩色模型到HSI彩色模型的转换

---

彩色变换

反色是指与某种色调互补的另一种色调。

颜色间的互补关系

彩色图像的反色变换

---

彩色图像的灰度化

将彩色图像转变为灰度图像的处理称为彩色图像的灰度化处理。  将彩色图像转换为灰度图像的实质，就是通过对图像R、G、B分量的变换，使得每个像素点的R、G、B分量值相等。

彩色图像的灰度化方法主要包括：
1.最大值法
2.平均值法
3.加权平均值法

人眼对绿光的亮度感觉仅次于白光，是三基色中最亮的，红光次之，蓝光最低。
如果权值ωG、ωR、ωB满足条件ωG>ωR>ωB，将会得到比较合理的灰度化结果。
相关研究表明，当ωG=0.587、ωR=0.299、ωB=0.114时，得到的灰度化图像较合理，此时公式(11.26)就变为：

---

真彩色转变为256色

将真彩色图像转化为256色图像会有大量的颜色信息损失掉，因此，在转换过程中要找到合适的映射关系，使得变化后的256种颜色在原图像中最具代表性或出现的频率最高。
两种常用的转化算法：
1)中位切分法
2)流行色法

1. 中位切分法
    首先，将RGB彩色空间中的3个坐标轴进行均匀量化，把每个坐标轴分为256个级别，0为最暗，255为最亮，这样真彩色图像的各种颜色就可以用坐标空间的各个量化点来表示。
    然后，将彩色立方体划分为256个小立方体，使各立方体包含相同的颜色数。
    最后，求出这256个小立方体的中心点的颜色。

2. 流行色法
   首先，对原彩色图像中各颜色出现的概率进行统计。
    然后，按照由大到小的顺序选择出前256种颜色。
    最后，将其它颜色按照与这256种颜色就近的原则进行转换，用这256种颜色代替原真彩色图像中的颜色。