可以把任何RGB点转换为相应的HSl彩色模型的点

关于图6.l2立方体结构和相应HSI空间的关键一点是，垂 直强度轴和位于垂直于该轴的平面的彩色点轨道表示HSI 空间。当平面沿强度轴向上或向下移动时，由平面与立方 体表面构成的横截面决定的边界不是呈三角形就是六边形。

在这个平面中可以看到原色是按120o分隔的，二次色与原色相隔 60o，这意味着二次色之间也相隔120o。 图6.13(b)显示了相同的六边形和任意的一个彩色点(用一点显示)。 该点的色调由来自某参考点的一个角度来决定。通常(不总是)与红轴的0o 角指定0色调，从这里开始色调逆时针增长。饱和度(距垂直轴的距离)是 从原点到该点的向量长度。注意，原点是由彩色横截面与垂直强度轴定义 的。HSI彩色空间的重要分量是垂直强度轴、到一彩色点的向量长度和这 一向量与红轴的角度。 因此，如图6.13(c)和(d)所示，HSI平面以刚刚讨论的六边形、三角 形，甚至一个圆形的形式出现并不奇怪。实际上选择什么形状并没关系， 因为这些形状中的任何一个都可以通过几何变换变为其他两种。图6.14显 示了基于彩色三角形和圆形的HIS模型。




从RGB到HSl的彩色转换
给定一幅RGB彩色格式的图像，每一个RGB像素和H分量 可用下面的公式得到：

色饱和度分量由下式绐出：

最后，强度分量由下式给出：



从HSI到RGB的转换 在[0，1]内给出HSI值，现在要在相同的值域找到RGB值， 可利用H值公式。在原始色分割中有3个相隔120o的扇形 (见图6.13)。从H乘以360o开始，这时色调值返回原来的 [0o，360o]的范围。 RG扇形(0o≤H<120o)：当H位于这一扇形区时，RGB分 量由下式给出：
第六章 彩色图像处理

彩色图像处理分为两个领域：全彩色和伪彩色图像处理。
6.1彩色基础
1666年，艾萨克· 牛顿(Isaac.newton)
6个宽的区域：紫色、蓝色、绿色、黄色、橘红色和红色

人类和某些其他动物接收的一个物体的颜色由物体反射光 的性质决定。 可见光是由电磁波谱中相对较窄的波段组成的。
等量的颜料原色(青、深红和黄色)可以产生黑色。实际 上，为打印组合这些颜色产生的黑色是不纯的。因此，为了产 生真正的黑色(在打印中起主要作用的颜色)加入了第四种颜 色——黑色，提出了CMYK彩色模型。这样当出版商说到“四 色打印”时，是指CMY彩色模型的三种原色再加上黑色。


3.HSI彩色模型
问题引出：正如我们所见到的那样，在RGB和CMY模型 下产生彩色和从一种模型转换到另一种模型是一种较简单 的过程。如上所述，这些彩色系统对硬件实现很理想。 另外，RGB系统与人眼很强地感觉红、绿、蓝三原色 的事实能很好地匹配。 遗憾的是，RGB，CMY和其他类似的彩色模型不能很 好地适应实际上人解释的颜色。例如，首先，它没有涉及 用组成其颜色的每一原色的百分比给出一辆汽车的颜色。 此外，我们不认为彩色图像是由3幅原色图像合成一幅单 一图像。


光特性是颜色科学的核心。
用3个基本量用来描述彩色光源的质量：辐射率，光强和 亮度。

辐射率是从光源流出能量的总量，通常用瓦特(w)度 量。
光强用流明度量，它给出了观察者从光源接收的能量 总和的度量。 亮度是一个主观描绘子，它实际上是不可能度量的。 它具体化了彩色强度的概念并是描述彩色感觉的一个关键 参数。

GB扇区(1200≤H<240o)：如果给定的H值在这一扇区， 首先从H中减去120o，即：
然后RGB分量为：

BR扇区(240o≤H<360o)：最后，如果H在这一扇区，从 H中减去240o： 然后RGB分量为：

例6.2 对应于BGB立方体的图像的HSI值 图6.15显示了图6.8中所示的RGB图像的色调、饱和度和强 度。


216种安全彩色的每一种如以前一样都可以由RGB值形成， 但每一个值仅可能取0，51，102．153，204或255。 这样，RGB三元组数值给出(6)3=216可能值(注意所有 值都可被3除)。通常这些值可用16进制数系统来表示。
16进制数0，l，2，…，9，A，B，C，D，E，F对应10 进制数0，1，2，…，9，10，11，12，13，14，15。 还可发表示为(0)16=(0000)2和(F)16=(1111)2。例如， (FF)16=(255)10=(11111111)2。并且两个16进制数组 构成8比特的一个字节。
蓝=435.8nm，



绿=546.1nm，
红=700nm。 二次色：光和颜料混合


通常用以区别颜色的特性是亮度、色调和色饱和度。
色调与饱和度一起称为彩色，颜色用亮度和彩色表征。 形成任何特殊颜色需要的红、绿、蓝的量称做三色值，并 分别表示为置X，Y和Z。一种颜色由三色值系数定义为：

确定颜色的另一种方法是用CIE色度图。该图以x(红)和y(绿) 函数表示颜色组成。对于x和y的任何值，其相应的(蓝)值可从 式z=1-(x+y)得到。


因为取三个数形成RGB彩色，每个安全色由表6.1中的三 个两位16进制数形成。例如，最纯净的红色是FF0000。 000000和FFFFFF分别表示黑色和白色。类似的结果可用 更熟悉的十进制表示得到。例如，最亮的红色在十进制表 示中为R=255(FF)和G=B=0。

图6.10(a)显示了由RGB转换而来的216种安全颜色。第 一行左上角方块数值是FFFFFF(白)，它右边的方块数值 为FFFFCC，第三块为FFFF99，等等。同一阵列的第二行 其值是FFCCFF．FFCCCC，FFCC99，等等。阵列中最 后一个方块为FF0000(可能是最亮的红色)。第二阵l列的 右边正好由cccccc开始，并阻相同的方式前进，剩下的4 个阵列也是一样。最后一个阵i列的最后一个方块(底部右 方)为000000(黑)。 注意，不是所有8比特灰色都包含在216种安全色中，这 一点很重要。



这里再次假设所有的彩色值都归一化为[0，1]范围。式 (6.2.1)显示了从涂覆青色颜料的表面反射的光不包含红色(即 公式中C=1-R)。与此相似，纯深红色不反射绿色，纯黄色不 反射蓝色。式(6.2.1)还显示RGB值可以很容易地通过1减去 CMY值从CMY集中得到，在图像处理中，这一模型主要用于 产生硬拷贝输出，因此，从CMY到RGB反向操作通常没有实 际意义。
彩色子系统，其合理的与观察者无关的硬件性能可保证彩 色的真实再现。这种彩色子系统称为安全RGB彩色子集， 或者全系统安全彩色集。在网络应用中叫做无损web彩 色，或者无损监视彩色。 假定256种颜色是最小颜色数，这些颜色可用任何系 统真实再现。该系统可以显示所希望的彩色，用可接受的 标准符号来表示这些颜色是很有用的。已知256种颜色中 的40种用各种操作系统进行不同的处理，仅留下216种颜 色是各种系统通用的。这216种颜色成为事实上的安全彩 色，特别是在网络应用中更是如此。无论在何时应用，希 望大多数人观察到的颜色都一样。


现在所用的大多数彩色模型都是面向硬件的(如：彩 色监视器和打印机)或是面向应用的。


1.RGB彩色模型 在RGB模型中，每种颜色出现在红、绿、蓝的原色光谱分 量中。


图中，R，G，B位于3个角上；青、深红和黄位于另外3个角上，黑 色在原点处，白色位于离原点最远的角上。在该模型中，灰度等级沿 这两点的连线分布。在本模型中，不同的颜色处在立方体上或其内部， 并可用从原点分布的向量来定义。



人眼的锥状细胞是负责彩色视觉的传感器，在人眼中的 6～7百万锥状细胞中可分为3个主要的感觉类别，它们对 应红、绿和蓝。大约65％的锥状细胞对红光敏感，33％ 对绿光敏感，只有2％对蓝光敏感(但是蓝锥状细胞对蓝光
更敏感)。

为标准化起见，CIE(国际照明委员会)在1931年设计了下面 的特定波长值为主原色：


例如，图6.17(a)的图像是把对应于图6.16(b)的蓝、绿区域的像素变为0得 到的。图6.17(b)的图像是图6.16(c)分量图像S中青色区域的饱和度减少一半得到 的图像。图6.17(c)是把图6.16(d)的强度图像中心的白区域强度减少一半的图像。 把改进的HSI图像变换回RGB的结果显示在图6.17(d)中。正如预期的那样，在 这些图中可以看到，所有圆形的外部区域是红的，青区域的强度减小，中心 区变灰而不是白色。显然这些结果很简单，却显示出HSI模型独立控制色调、 饱和度和强度的能力，当描述彩色时，会十分熟悉这些量。




当人观察一个彩色物体时，用色调、色饱和度和亮度描述 它。所以提出的这个模型叫做HSI(色调、饱和度和强度) 彩色模型，该模型可在彩色图像中从携带的彩色信息(色 调和饱和度)里消去强度分量的影响。
结果，HSI模型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，这种彩色描述对人来说是自然的、直观 的。然后人们便可发展和使用这些算法。 可以说RGB对图像彩色的产生是理想的(用彩色摄像机捕 获图像或者把图像显示在监视器屏幕上),但是对彩色描述 上的应用有较多的限制。

HSI分量图像处理 在下面的讨论中，考察HSI分量图像处理的几个简单技术， 以便帮助熟悉这些分量，并可以加深对HSI彩色模型的理解。 图6.16(a)显示了一幅由RGB基色和二次色合成的图像。图 6.16(b)到(d)显示了这幅图像的H，S和I分量。这些图像是 用式(6.2.2)到式(6.2.4)产生的。 回顾一下本章早些时候的讨论：图6.16(b)中灰度值对应于 角度；例如，因为红色对应0o，则图6.16(a)中的红区域映 射到色调图像中的黑区域。类似地，图6.16(c)中的灰度级 对应饱和度(显示时划分等级为[0，255])，图6.16(d)中的 灰度级是平均强度。