首页 理论教育 常见的色彩空间及其应用

常见的色彩空间及其应用

时间:2023-06-20 理论教育 版权反馈
【摘要】:RGB色彩空间美国国家电视系统委员会为显示器上显示彩色图像而提出的RGB彩色系统模型是最重要的工业颜色模型。可以说,HSV模型中的V轴对应于RGB颜色空间的主对角线。由于人的视觉对亮度的敏感程度远强于对颜色浓淡的敏感程度,为了便于色彩处理和识别,人的视觉系统经常采用HSI颜色空间,它比RGB颜色空间更符合人的视觉特性。RGB色彩空间和HSI色彩空间可以相互转换。

常见的色彩空间及其应用

为了用计算机来表示和处理颜色,必须采用定量的方法来描述颜色,即建立颜色模型来支持数字图像的生成、存储、处理及显示。为了方便对彩色图像的研究,研究者建立了多种不同色彩空间对应的不同处理和转换。目前广泛采用的颜色模型有三大类,即计算颜色模型、工业颜色模型和视觉颜色模型。计算颜色模型又称为色度学颜色模型,主要应用于纯理论研究和计算推导;工业颜色模型侧重于实际的实现技术,广泛应用于计算机图形学和图像处理中,其通常采用RGB基色体系。

(1)RGB色彩空间

美国国家电视系统委员会(NTSC)为显示器上显示彩色图像而提出的RGB彩色系统模型是最重要的工业颜色模型。RGB彩色系统构成了一个三维的彩色空间(R,G,B)坐标系中的一个立方体RGB是彩色空间的三个坐标轴,每个坐标都量化为0~255,0对应最暗,255对应最亮。这样所有的颜色都将位于一个边长为256的立方体内。彩色立方体中任意一点都对应一种颜色,黑色(0,0,0)位于坐标系原点,其中0≤R≤255,0≤G≤255,0≤B≤255,如图3-2所示。

978-7-111-42352-2-Chapter03-2.jpg

图3-2 RGB彩色立方体

RGB颜色空间是图像处理中最基础的颜色模型,它是在配色实验的基础上建立起来的,RGB颜色空间建立的主要依据是人的眼睛有红、绿、蓝三种色感细胞,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,由此推出任何彩色都可以用红、绿、蓝三种基色来配置。

(2)HSV色彩空间

如图3-3所示,HSV(Hue,Saturation,Value)色彩空间的模型对应于圆柱坐标系中的一个圆锥形子集,圆锥的顶面对应于V=1。它包含RGB模型中的R=1、G=1、B=1三个面,所代表的颜色较亮。色彩H由绕V轴的旋转角给定。红色对应于角度0°,绿色对应于角度120°,蓝色对应于角度240°。在HSV颜色模型中,每一种颜色和它的补色相差180°。饱和度S取值为0~1,所以圆锥顶面的半径为1。在圆锥的顶点(原点)处,V=0,HS无定义,代表黑色;圆锥的顶面中心处S=0,V=1,H无定义,代表白色;从该点到原点代表亮度渐暗的灰色,即具有不同灰度的灰色。对于这些点,S=0,H的值无定义。可以说,HSV模型中的V轴对应于RGB颜色空间的主对角线。在圆锥顶面的圆周上的颜色,V=1,S=1,这种颜色是纯色。

由于HSV模型可以只用反映色彩本质特性的色度、饱和度来进行各种颜色的聚类,将亮度信息和灰度信息从色彩中提取出去,从而去掉光照的影响,将颜色和亮度分开处理,使程序具有更强的鲁棒性,比RGB模型具有更好的识别效果。色度和饱和度属性能比较准确地反映颜色种类,对外界光照条件的变化敏感程度低。

978-7-111-42352-2-Chapter03-3.jpg

图3-3 HSV彩色立方体

颜色从RGB到HSV转换为非线性变换,其转换关系如下。

978-7-111-42352-2-Chapter03-4.jpg

式中,rgb分别为图像的三基色的灰度值;hsv分别为图像的色度、饱和度、亮度。

(3)YUV空间

YUV色彩空间利用了人眼对亮度信息更加敏感的特点,把由视觉传感器采集得到的彩色图像信号,经分色后分别放大校正得到RGB图像,再经过矩阵变换电路得到亮度信号Y和两个色差信号B-YCb)、R-YCr),最后发送端将亮度和色差三个信号分别进行编码,用同一信道发送出去,用公式表示如下:

978-7-111-42352-2-Chapter03-5.jpg

其中,K为加权因子。显然,Cb+Cr+Cg=常数,因此,只要知道CbCrCg中两项即可。因此,RGB空间转换为YUV空间可以通过下面的公式来转换。

978-7-111-42352-2-Chapter03-6.jpg

YUV空间到RGB空间的转换公式为:

978-7-111-42352-2-Chapter03-7.jpg(www.xing528.com)

其中,Kb=0.114;Kr=0.299。

YUV空间中,常用的格式有4∶4∶4,4∶2∶2,4∶2∶0等。以4∶2∶2格式为例,它对每个像素的亮度(Y)进行采集,而对色差U和V则每两个像素采集一次,其在内存中的存放格式如表3-1所示。

表3-1 YUV422格式在内存中的形式

978-7-111-42352-2-Chapter03-8.jpg

(4)HSI色彩空间

HSI颜色空间从人的视觉系统出发,用色调(Hue)、色饱和度(Saturation或Chroma)和亮度(Intensity或Brightness)来描述色彩。HSI颜色空间可以用一个圆锥空间模型来描述。

通常把色调饱和度通称为色度,用来表示颜色的类别与深浅程度。由于人的视觉对亮度的敏感程度远强于对颜色浓淡的敏感程度,为了便于色彩处理和识别,人的视觉系统经常采用HSI颜色空间,它比RGB颜色空间更符合人的视觉特性。在图像处理和计算机视觉中,大量算法都可以在HSI颜色空间中方便地使用,由于HSI三个分量相互独立,可以将它们分开处理。因此,使用HSI颜色空间可以大大简化图像分析和处理的工作量。

RGB色彩空间和HSI色彩空间可以相互转换。假设RGB分别代表RGB颜色空间的三个分量,HSI空间的三个分量HSI计算如下。

978-7-111-42352-2-Chapter03-9.jpg

其中,978-7-111-42352-2-Chapter03-10.jpg

(5)灰度空间

颜色可分为黑白色和彩色。黑白色指不包含任何的彩色成分,仅由黑色和白色组成。在RGB颜色模型中,如果R=G=B,则颜色(R,G,B)表示一种黑白颜色;其中R=G=B的值叫做灰度值,所以黑白色又叫做灰度颜色。彩色和灰度之间可以互相转化,由彩色转化为灰度的过程叫做灰度化处理。

灰度化就是使彩色的R、G、B分量值相等的过程。由于R、G、B的取值范围是0~255,所以灰度的级别只有256级,即灰度图像仅能表现256种颜色(灰度)。

灰度化处理的方法有如下3种。

➢最大值法:使R、G、B的值等于3值中最大的一个。最大法会形成很高色亮度图像。

➢平均值法:使R、G、B的值等于求出平均值。平均值法会形成较柔和的灰度图像。

➢加权平均法:根据重要性或其他指标给R、G、B赋予不同的权值,并使R、G、B的值加权平均,即

R=G=B=(WrR+WgG+WbB)/3

其中,WrWgWb分别为RGB的权值。WrWgWb取不同的值,加权平均法就将形成不同的灰度图像。由于人眼对绿色的敏感度最高,红色次之,对蓝色的敏感度最低,因此,使Wr>Wg>Wb将得到合理的灰度图像。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈