数字图像颜色模式及其分割影响

数字图像中根据每个像素点所使用的存储位数的差别，可以将图像分为黑白图像、灰度图像和彩色图像。黑白图像是最简单的一种，每个像素点用一个二进制位来表示，其所需存储空间也最小。灰度图像将黑到白之间的过渡颜色分为256个等级，用于表示图像的颜色差异，因此灰度图像的每个像素点需要8个二进制位。目前彩色图像中普遍用24个二进制位来表示一个像素点的颜色，统称为真彩色图像。随着每个像素点所需存储位数的提高，图像的色彩信息也更多、更丰富。但是无论采用哪一种表示方式，数字图像都是自然图像色彩的近似和模拟，不能完全反映图像的真实色彩，因此很多计算机表示的彩色图像称为伪彩色图像。然而基于人眼的视觉特性，一般情况下24个二进制位表示的伪彩色图像能够满足绝大部分图像的应用。同时基于不同的图像格式和应用场景的差别，伪彩色图像又细分为多个颜色模型，以此来提高图像在各个领域的应用。总体上来说，每一种颜色模型都是三维空间中的可见光子集，但是任何一个颜色模型都不可能穷举出所有的可见光光谱。本节将首先介绍几种常见的颜色模型，然后分析不同颜色模型对图像分割质量的影响，并进一步给出大概解决思路和框架。

1）RGB模型

RGB分别是Red、Green和Blue的首字母缩写，根据艺术学色彩原理，采用不同的红、绿、蓝三基色比例可以混合出所有的可见光颜色，但是计算机的存储位数有限，在24位伪彩色图像中，一般每个基色使用8个二级制位来表示，因此每种基色只有256个等级，因此可以混合出256×256×256中不同的颜色，在现有软硬件环境下，这些色彩已经足够反映数字图像的色彩信息。

这种颜色模型可以用一个正方体来表示，该正方体主对角线上的两个顶点分别表示黑和白，从黑色顶点开始，其发射的三条边分别代表红、绿、蓝三基色的比例，从而整个封闭的正方体可以表示出该颜色模型下的所有颜色。

RGB颜色模型是一种加色模型，这也是目前绝大多数图像采用的颜色模型，而图像分割中也主要以红绿蓝三基色作为初始数据，通过某一颜色分量或者三种颜色分量的整体分析，将图像划分为不同的区域。在彩色图像分割中，这种颜色模型的最大问题在于三种颜色通道如何统一，如果仅采用某一颜色通道，由于它对图像区域的信息表述不完整，其分割结果可能存在较大误差。而如果三个颜色通道全部使用，则存在另一个问题，基于三个颜色通道的分割结果可能不一致，这时候如何协调三个通道数据成为一个难点。目前通常采用的方法是将彩色图像灰度化，以单一灰度信息作为基础进行区域分割。

2）Lab模型

Lab颜色模型是由国际照明委员会制定的一种彩色模式。L表示亮度，a表示从洋红色到绿色的等级划分，b表示从黄色到蓝色的等级范围。自然图像的各种颜色可以用这三个分量表达出来，从而形成一个完整的Lab颜色空间。与RGB颜色模型相比，该颜色模型表示的颜色空间更大，而且它是一种与设备无关的颜色表示系统，更符合人眼视觉感应模型。

在图像分割应用中，主要以亮度分量作为初始数据进行区域划分，a、b分量作为上下文环境或补充数据参与区域划分。因此在这种颜色模式下，如果通过亮度分量不能获得较好的分割效果，其应用价值受限。在这种情况下，可能需要颜色模型变换，比如变换到RGB颜色模型，通过三基色模型进行区域分割。

3）HSV模型(https://www.xing528.com)

HSV颜色模型中的每种颜色由色相、饱和度和色度三个分量来表示。该颜色模型可以用一个圆柱体坐标系表示，圆柱体的高度从0过渡到1，表示颜色的色度，而圆柱体的每一个切片圆表示颜色的色相和饱和度。其中每个扇形区域的圆心角表示色相，从圆心到圆周的距离表示饱和度。

在图像分割应用中，HSV模型较少采用，因为从逻辑上讲，该颜色模型的三个分量均不能有效地将区域划分出来，尤其是在一些场景较为复杂的图像中，其区域区分度将受到很大限制。只有在一些偏单色系的图像中，可以使用色度分量进行简单区域分割。因此这种颜色模型在图像分割中一般作为辅助或补充信息。

4）HSI模型

HSI颜色模型由色调、饱和度和亮度三个分量来表示。从其表现形式来看，类似于Lab和HSV颜色模型的混合体。总体上来说，这种颜色模型可以用一个圆锥空间来表示，圆锥的角度与圆锥高垂直的切面表示色调和饱和度，圆锥的高度表示亮度信息。这种颜色模型的最大优势在于可以将色调、饱和度和亮度信息进行完整的表达，但是其表示方式相对复杂。

HSI颜色模型更加符合人的视觉特性（对亮度的敏感程度远高于对颜色的敏感程度），相较于RGB颜色模型，它更符合人眼的生理和心理特性，因此在图像分割中，这种颜色模型的应用仅次于RGB模型，完全可以用亮度信息作为基础输入数据进行区域划分，其他颜色信息进行补充。其不利的地方在于，常见的图像格式较少采用这种颜色模型进行存储，因此可能需要进行颜色模式转换。

5）其他颜色模型

除上述颜色模型以外，在数字图像中经常采用的颜色模型还有XYZ颜色模型、YUV颜色模型、CMYK颜色模型、HSL颜色模型、HSB颜色模型、Ycc颜色模型等。这些颜色模型在色彩表示方式、应用场景方面差别较大，一般情况下，在图像分割中最常采用的颜色模型为RGB模型，这也是大部分数字图像存储格式在存储数据时所使用的模型。一旦在图像分割中遇到不同颜色模型，通常的处理方法为将图像颜色模型变换为RGB模型。在少数文献中，也出现了将RGB颜色模式转换为Lab或HIS模型的情况，具体哪种颜色模型更有利于图像分割，不仅取决于颜色模型本身的特性，还与图像存储格式和分割算法的设计密切相关。