图像处理2013~2014学年国脉信息学院

图像处理2013~2014学年国脉信息学院

ID:38395780

大小:4.24 MB

页数:40页

时间:2019-06-11

图像处理2013~2014学年国脉信息学院_第1页
图像处理2013~2014学年国脉信息学院_第2页
图像处理2013~2014学年国脉信息学院_第3页
图像处理2013~2014学年国脉信息学院_第4页
图像处理2013~2014学年国脉信息学院_第5页
资源描述:

《图像处理2013~2014学年国脉信息学院》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、1、三基色原理白光通过棱镜后被分解成多种颜色逐渐过渡的色谱,色依次为红、橙、黄、绿、青、蓝、紫,这就是可见光谱。三基色是指红,绿,蓝三色,人眼对红、绿、蓝最为敏感,大多数的颜色可以通过红、绿、蓝三色按照不同的比例合成产生。同样绝大多数单色光也可以分解成红绿蓝三种色光。这是色度学的最基本原理,即三基色原理。红绿蓝三基色按照不同的比例相加合成混色称为相加混色,除了相加混色法之外还有相减混色法。可根据需要相加相减调配颜色。原理可解释如下:⑴自然界中的绝大部分彩色,都可以由三种基色按一定比例混合得到;反之,任意一种彩色均可被分解为三种基色

2、。⑵作为基色的三种彩色,要相互独立,即其中任何一种基色都不能由另外两种基色混合来产生。⑶由三基色混合而得到的彩色光的亮度等于参与混合的各基色的亮度之和。⑷三基色的比例决定了混合色的色调和色饱和度。波长为700nm的红光为红基色——R(红)波长为546.1nm的绿光为绿基色——G(绿)波长为435.8nm的蓝光为蓝基色——B(蓝)相加混色:相加混色是各分色的光谱成分相加,混色所得彩色光的亮度等于三种基色的亮度之和。自然界中绝大多数的色彩都可以用适当比例的三基原色混合组成的等效色来模拟。红+绿=黄红+蓝=品红绿+蓝=青红+绿+蓝=白2

3、、配色方案:F=R(R)+B(B)+G(G)F为任意一个彩色光;(R)、(G)、(B)为三基色单位量;R、G、B为三色分布系数。要配出彩色量F,必须将R单位的红基色、G单位的绿基色和B单位的蓝基色加以混合,R、G、B的比例关系确定了所配彩色光的色度(包含色调和饱和度),R、G、B的数值确定了所配彩色光的光通量(亮度)。R(R)、G(G)、B(B)分别代表彩色量F中所含三基色的光通量成分,又称彩色分量。配成标准白光E所需的红、绿、蓝三基色的光通量比为1∶4.5907∶0.0601。为了简化计算,规定红基色光单位量的光通量为1lm,则

4、绿基色光和蓝基色光单位量的光通量分别为4.5907lm和0.0601lm。lm是光通量的单位流明。配色实验的物理意义很明确,但进行定量计算却比较复杂,实际使用很不方便,为此进行了坐标变换引入XYZ计色制(X)=0.4185(R)-0.0912(G)+0.0009(B)(Y)=-0.1587(R)+0.2524(G)+0.0025(B)(Z)=-0.0828(R)+0.0157(G)+0.1786(B)为了统一、确切地度量彩色,引入色度图的概念。在X,Y,Z计色制中,任意彩色光的配色方程为:F=X[X]+Y[Y]+Z[Z]式中的X,

5、Y,Z为标准三色系数,[X],[Y],[Z]为标准三基色单位。并规定1.系数均为正数;2,系数Y表示亮度,X,Z不包含亮度的信息。3,色度由三色系数的相对比例确定,当X=Y=Z=1时,所配出的光为等能白光E白。在X,Y,Z计色制中,系数不能由光学实验得到,这些值通过RGB计色制的系数转换,转换关系是线性矩阵的变换,某一实际的彩色光,通过配色实验得到RGB的系数,再根据上面的公式转换成X,Y,Z的配色方程。F=X[X]+Y[Y]+Z[Z]F=R(R)+B(B)+G(G)=R+4.5907G+0.0601B一、均值降噪I=imread

6、('hdbh1.jpg')%读取原始图像subplot(2,2,1),imshow(I);%显示原始图像J=imnoise(I,'gaussian',0,0.2);%添加高斯白噪声,最小幅度是0,最大幅度是0.2subplot(2,2,2),imshow(J);%显示添加高斯白噪声之后的图像B=zeros(size(I));%产生矩阵,所有的矩阵元都是0fori=1:100%循环语句i从1到100,步径为1J=imnoise(I,'gaussian');%添加高斯白噪声J1=im2double(J);%将J图转换为双精度图片B=B

7、+J1;%图形B与J1叠加End%结束B1=B/100;%均值降噪subplot(2,2,3),imshow(B);%显示B的图片subplot(2,2,4),imshow(B1);%显示B1的图片二、图像差分(相减运算)I=imread('hdbh1.jpg')%读取原始图像J=imnoise(I,'gaussian',0,0.2);%添加高斯白噪声,最小幅度是0,最大幅度是0.2B=J-I;%像素点的灰度值相减,进行差分subplot(2,2,1),imshow(I);%显示原始图像subplot(2,2,2),imshow(

8、J);%显示添加高斯白噪声之后的图像subplot(2,2,3),imshow(B);%显示灰度值相减之后的图片三、图像的逻辑运算A=zeros(128);A(40:70,60:100)=1;%在产生的128*128的0的矩阵中,在横坐标从40到7

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。