林福宗 清华大学 计算机科学与技术系 linfz@mail.tsinghua.edu.cn 2008年9月 2019年5月5日 多媒体技术教程 第4章 彩色数字图像基础 林福宗 清华大学 计算机科学与技术系 linfz@mail.tsinghua.edu.cn 2008年9月

第4章 彩色数字图像基础目录 4.5 伽马(γ)校正 4.6 图像文件格式 参考文献和站点 4.1 视觉系统对颜色的感知 2019年5月5日 第4章 彩色数字图像基础目录 4.1 视觉系统对颜色的感知 4.2 图像的颜色模型 4.2.1 显示彩色图像用RGB相加混色模型 4.2.2 打印彩色图像用CMY相减混色模型 4.3 图像的三个基本属性 4.3.1 图像分辨率 4.3.2 像素深度与阿尔法(α)通道 4.3.3 真彩色、伪彩色与直接色 4.4 图像的种类 4.4.1 矢量图与位图 4.4.2 灰度图与彩色图 4.5 伽马(γ)校正 4.5.1 γ的概念 4.5.2 γ校正 4.6 图像文件格式 4.6.1 BMP文件格式 4.6.2 GIF文件格式 4.6.3 PNG格式 参考文献和站点 2019年5月5日 第4章 彩色数字图像基础

4.1 视觉系统对颜色的感知 颜色是什么 视觉系统对可见光的感知结果 颜色只存在于眼睛和大脑 2019年5月5日 4.1 视觉系统对颜色的感知 颜色是什么 视觉系统对可见光的感知结果 可见光是波长在380～780 nm之间的电磁波，我们看到的大多数光不是一种波长的光，而是由许多不同波长的光组合成的，因此有多种颜色的感觉 颜色只存在于眼睛和大脑 人的视网膜有对红、绿、蓝颜色敏感程度不同的三种锥体细胞 杆状体细胞在光功率极低的条件下才起作用 在计算机图像处理中，三种锥体细胞扮演重要角色，杆状细胞则未扮演什么角色 2019年5月5日 第4章 彩色数字图像基础

4.1 视觉系统对颜色的感知(续) 视觉系统对颜色感知的特性 眼睛本质上是一个照相机 2019年5月5日 4.1 视觉系统对颜色的感知(续) 视觉系统对颜色感知的特性 眼睛本质上是一个照相机 人的视网膜(human retina)通过神经元感知外部世界的颜色，每个神经元是一个对颜色敏感的锥体(cone) 红、绿和蓝三种锥体细胞对不同频率的光的感知程度不同，对不同亮度的感知程度也不同 这就意味着，人们可以使用数字图像处理技术来降低表示图像的数据量而不使人感到图像质量有明显下降。 从理论上说，自然界中的任何一种颜色都可以由R，G，B这三种颜色值之和来确定，它们构成一个三维的RGB矢量空间 这就是说，R，G，B的数值不同，混合得到的颜色就不同，也就是光波的波长不同 2019年5月5日 第4章 彩色数字图像基础

4.2 图像的颜色模型 显示彩色图像用RGB相加混色模型 一个能发出光波的物体称为有源物体，它的颜色由该物体发出的光波决定 2019年5月5日 4.2 图像的颜色模型 显示彩色图像用RGB相加混色模型 一个能发出光波的物体称为有源物体，它的颜色由该物体发出的光波决定 CRT使用3个电子枪分别产生红(red)、绿(green)和蓝(blue)三种波长的光，如图4-1所示，并以各种不同的相对强度组合产生不同的颜色 RGB相加混色模型 组合红、绿和蓝光波来产生特定颜色的方法叫做相加混色法(additive color mixture) ，即RGB相加混色模型 相加混色是计算机应用中定义颜色的基本方法 任何一种颜色都可用三种基本颜色按不同的比例混合得到 颜色＝R(红的百分比)＋G(绿的百分比)＋B(蓝的百分比) 2019年5月5日 第4章 彩色数字图像基础

2019年5月5日 4.2 图像的颜色模型(续1) 三种颜色的光强越强，到达我们眼睛的光就越多，它们的比例不同，我们看到的颜色也就不同。没有光到达眼睛，就是一片漆黑 当三基色等量相加时，得到白色；等量的红绿相加而蓝为0时得到黄色；等量的红蓝相加而绿为0时得到品红色；等量的绿蓝相加而红为0时得到青色。这些三基色相加的结果如图4-2所示 图4-1 彩色显像产生颜色的原理 图4-2 相加混色 2019年5月5日 第4章 彩色数字图像基础

4.2 图像的颜色模型(续2) 彩色图像 一幅彩色图像可以看成是由许多的点组成的，如图4-3所示 2019年5月5日 4.2 图像的颜色模型(续2) 彩色图像 一幅彩色图像可以看成是由许多的点组成的，如图4-3所示 图像中的单个点称为像素(pixel)，每个像素都有一个值，称为像素值，它表示特定颜色的强度 一个像素值通常用R，G，B三个分量表示。如果每个像素的每个颜色分量 “1”和“0”表示，即每种颜色的强度是100%或0%，每个像素显示的颜色是8种颜色之一，见表4-1 表4-1相加色 R G B 颜色 黑 1 蓝 绿 青 红 品红 黄 白 图4-3 一幅图像由许多像素组成 2019年5月5日 第4章 彩色数字图像基础

4.2 图像的颜色模型(续3) 打印彩色图像用CMY相减混色模型 一个不发光波的物体称为无源物体，它的颜色由该物体吸收或者反射哪些光波决定用 2019年5月5日 4.2 图像的颜色模型(续3) 打印彩色图像用CMY相减混色模型 一个不发光波的物体称为无源物体，它的颜色由该物体吸收或者反射哪些光波决定用 用彩色墨水或颜料进行混合，绘制的图画是一种无源物体，用这种方法生成的颜色称为相减色 CMY相减混色模型 用三种基本颜色即青色(cyan)、品红(magenta)和黄色(yellow)的颜料按一定比例混合得到颜色的方法，通常写成CMY，称为CMY模型 从理论上说，任何一种颜色都可以用青色(cyan)、品红(magenta)和黄色(yellow)混合得到 用这种方法产生的颜色之所以称为相减混色，是因为它减少了为视觉系统识别颜色所需要的反射光 2019年5月5日 第4章 彩色数字图像基础

4.2 图像的颜色模型(续4) 在相减混色中, 当三基色等量相减时得到黑色；……。三基色相减结果如图4-4所示 2019年5月5日 4.2 图像的颜色模型(续4) 在相减混色中, 当三基色等量相减时得到黑色；……。三基色相减结果如图4-4所示 按每个像素每种颜色用1位表示，相减法产生的8种颜色如表4-3所示 表4-3 相减色 C(青色) M(品红) Y(黄色) 相减色 白 1 黄 品红 红 青 绿 蓝 黑 图4-4 相减混色 2019年5月5日 第4章 彩色数字图像基础

4.2 图像的颜色模型(续5) 相加色与相减色是互补色 相加混色和相减混色之间成对出现互补色, 见表4-4 2019年5月5日 4.2 图像的颜色模型(续5) 相加色与相减色是互补色 相加混色和相减混色之间成对出现互补色, 见表4-4 利用它们之间的关系，可把显示的颜色转换成打印的颜色 在RGB中的颜色值为1的地方，在CMY对应的位置上，其颜色值为0。例如，RGB为0∶1∶0时，对应CMY为1∶0∶1 表4-4 相加色与相减色的关系 相加混色(RGB) 相减混色(CMY) 生成的颜色 000 111 黑 001 110 蓝 010 101 绿 011 100 青 红 品红 黄 白 2019年5月5日 第4章 彩色数字图像基础

4.3 图像的三个基本属性 图像分辨率(resolution) 屏幕分辨率(screen resolution) 2019年5月5日 4.3 图像的三个基本属性 图像分辨率(resolution) 屏幕分辨率(screen resolution) 衡量显示设备再现图像时所能达到的精细程度的度量方法。也称显示分辨率 用“水平像素数×垂直像素数”表示，如640×480表示显示屏分成480行，每行显示640个像素，整个显示屏含有307200个显像点 常见的屏幕分辨率: 640×480，800×600，1024×768，1280×1024 传统电视屏幕的宽高比为4:3；高清晰度电视屏幕的宽高比为16∶9 图像分辨率(image resolution) 图像精细程度的度量方法。对同样尺寸的一幅图，如果像素数目越多，则说明图像的分辨率越高，看起来就越逼真。相反，图像显得越粗糙 图像分辨率也称空间分辨率(spatial resolution)和像素分辨率(pixel resolution) 2019年5月5日 第4章 彩色数字图像基础

4.3 图像的三个基本属性(续1) 在图像显示应用中的图像分辨率表示法 在图像数字化和打印应用中的图像分辨率表示法 2019年5月5日 4.3 图像的三个基本属性(续1) 在图像显示应用中的图像分辨率表示法 (1) 物理尺寸：每毫米线数(或行数) (2) 行列像素：像素/行×行/幅，如640像素/行×480行/幅 (3) 像素总数：如数码相机上标的500万像素 (4) 单位长度上的像素：如像素每英寸(pixels per inch，PPI) (5) 线对(line pair)数：以黑白相邻的两条线为一对，如5对线 在图像数字化和打印应用中的图像分辨率表示法 通常用多少点每英寸(dots per inch，DPI)表示，如300 DPI 分辨率越高，图像质量就越高，像素就越多，要求存储容量就越大 图像分辨率与屏幕分辨率是两个不同的概念 从行列像素角度看，图像分辨率是构成一幅图像的像素数目，而屏幕分辨率是显示图像的区域大小 2019年5月5日 第4章 彩色数字图像基础

4.3 图像的三个基本属性(续2) 像素深度与阿尔法(α)通道 存储每个像素所用的位数 2019年5月5日 4.3 图像的三个基本属性(续2) 像素深度与阿尔法(α)通道 存储每个像素所用的位数 例如，用R，G，B三个分量表示的彩色图像，若每个分量用8位表示，那么一个像素共用24位表示，就说像素深度为24位 像素深度决定彩色图像的每个像素可能有的颜色数，或者确定灰度图像的每个像素可能有的灰度级数 例如，像素深度为24位时，每个像素可以是224=16 777 216种颜色中的一种 像素深度越深，表达的颜色数目就越多，所占用的存储空间也越大。相反，如果像素深度太浅，则影响图像的质量，图像看起来让人觉得很粗糙和很不自然 由于受到设备和人眼分辨率的限制，不一定要追求特别深的像素深度 2019年5月5日 第4章 彩色数字图像基础

4.3 图像的三个基本属性(续3) 阿尔法(α)通道 2019年5月5日 4.3 图像的三个基本属性(续3) 阿尔法(α)通道 在每个像素用32位表示的图像表示法中的高8位，其余24位是颜色通道，红色、绿色和蓝色分量各占一个8位的通道 用于表示像素在对象中的透明度 例如，用两幅图像A和B混合成一幅新图像，新图像(New)的像素为：New pixel =(alpha)(pixel A color) +(alpha)(pixel B color) 又如，一个像素(A，R，G，B)的四个分量都用规一化的数值表示时， 像素值为(1，1，0，0)时显示红色，表示红色强度为1 像素值为(0.5，1，0，0)时，使用α通道中的预乘数0.5与R，G，B相乘，其结果为(0.5,0.5,0,0)，表示红色强度为0.5 2019年5月5日 第4章 彩色数字图像基础

4.3 图像的三个基本属性(续4) 真彩色、伪彩色与直接色 真彩色(true color) 伪彩色(pseudo color) 2019年5月5日 4.3 图像的三个基本属性(续4) 真彩色、伪彩色与直接色 真彩色(true color) 每个像素的颜色值用红(R)、绿(G)和蓝(B)表示的颜色 通常用24位表示，其颜色数224＝16 777 216种。也称24位颜色(24-bit color)或全彩色(full color) 伪彩色(pseudo color) 不是物体固有的而是人为的颜色 将像素值当作彩色查找表(color look-up table，CLUT)的表项入口地址，查找显示图像时要使用的R，G，B值，用查找出的R，G，B值产生的彩色 使用查找得到的R，G，B数值显示的彩色是真的，但不是图像本身真正的颜色，它没有完全反映原图的颜色 直接色(direct color) 每个像素值由R，G，B分量构成，每个分量作为单独的索引值对它做变换，用变换后的R，G，B值产生的颜色 2019年5月5日 第4章 彩色数字图像基础

4.4 图像的种类 矢量图(vector graphics) 根据数学规则描述而生成的图 优点 局限性 2019年5月5日 4.4 图像的种类 矢量图(vector graphics) 根据数学规则描述而生成的图 一幅图用数学描述的点、线、弧、曲线、多边形和其他几何实体和几何位置来表示，创建的图是对象的集合而不是点或像素模式的图，如图4-5(a)所示 绘制和显示矢量图的软件通常称为绘图程序(draw programs)；存放矢量图的存储格式称为矢量图格式；存储的数据主要是绘制图形的数学描述 优点 目标图像的移动、缩小或放大、旋转、拷贝、属性(如线条变宽变细、颜色)变更都很容易做到 相同或类似的图可以把它们当作图的构造块，并把它们存到图库中，这样不仅可加速矢量图的生成，而且可减小矢量图的文件大小 局限性 很难用数学方法来描述真实世界的彩照，这就要用位图法表示 2019年5月5日 第4章 彩色数字图像基础

2019年5月5日 4.4 图像的种类(续1) 图4-5 矢量图与位图 2019年5月5日 第4章 彩色数字图像基础

4.4 图像的种类(续2) 位图(bitmap，bitmapped image ) 用像素值阵列表示的图，如图4-5(b)所示 特性 2019年5月5日 4.4 图像的种类(续2) 位图(bitmap，bitmapped image ) 用像素值阵列表示的图，如图4-5(b)所示 对位图进行操作时，只能对图中的像素进行操作，而不能把位图中的物体作为独立实体进行操作。也称光栅图(raster graphics) 画位图或编辑位图的软件称为画图程序(paint programs)；存放位图的格式称为位图格式；存储的内容是描述像素的数值 特性 位图的获取通常用扫描仪、数码相机、摄像机、录像机、视像光盘和相关的数字化设备 位图文件占据的存储空间比较大 影响位图文件大小的因素 图像分辨率：分辨率越高，表示组成一幅图的像素就越多，图像文件就越大 像素深度：像素深度越深，表达单个像素的颜色和亮度的位数越多，图像文件就越大 2019年5月5日 第4章 彩色数字图像基础

4.4 图像的种类(续3) 图形图像(graphical image ) 表示图形的位图，即用矢量图表示的图形转换成用像素表示的图像 2019年5月5日 4.4 图像的种类(续3) 图形图像(graphical image ) 表示图形的位图，即用矢量图表示的图形转换成用像素表示的图像 也称矢量图像(vector based image) 用像素值阵列表示的位图边沿较光滑；用矢量图转换成的位图边沿较粗糙 位图 图形图像 2019年5月5日 第4章 彩色数字图像基础

4.4 图像的种类(续4) 灰度图(gray-scale image或intensity image) 2019年5月5日 4.4 图像的种类(续4) 灰度图(gray-scale image或intensity image) 只有明暗不同的像素而没有彩色像素组成的图像 只有黑白两种颜色的图像称为单色图像(monochrome/bit image)，如图4-6(a)所示 每个像素的像素值用一位存储，其值是“0”或“1” 用一个字节表示一个像素的灰度图(256级灰度)如图4-6(b)所示 一幅640×480的灰度图像需要占据300 KB的存储空间 图4-6 (a) 标准单色图 图4-6(b) 标准灰度图 2019年5月5日 第4章 彩色数字图像基础

4.4 图像的种类(续5) 彩色图像(color image) 每个像素包含颜色信息的图像。 可按照颜色的数目划分 2019年5月5日 4.4 图像的种类(续5) 彩色图像(color image) 每个像素包含颜色信息的图像。 可按照颜色的数目划分 256色图像(如图4-7)：每个像素的R、G和B值用一个字节来表示，一幅640×480的彩色图像需要300 KB的存储空间 真彩色图像(如图4-8)：每个像素的R，G，B分量分别用一个字节表示，一幅640×480的真彩色图像需要900 KB的存储空间 图4-7 256色标准图像 图4-8 24位标准图像 2019年5月5日 第4章 彩色数字图像基础

4.5 伽马( )校正 校正(gamma correction) 为补偿显示设备非线性的显示特性而采用的校正技术 2019年5月5日 4.5 伽马( )校正 校正(gamma correction) 为补偿显示设备非线性的显示特性而采用的校正技术 显示设备产生的光亮度与输入给它的电压之间呈现的关系为 光亮度 ＝ (输入电压)γ 其中，γ是幂函数的指数，是一个常数，用来衡量非线性部件的转换特性 在把输入电压送到显示设备之前对它做一次变换，使输入到显示设备的电压′= (输入电压)γ ，这个变换称为校正 显示设备不同，γ的值也有所不同。阴极射线管(CRT)典型的值在2.25～2.45之间 2019年5月5日 第4章 彩色数字图像基础

2019年5月5日 4.5 伽马( )校正(续1) 2019年5月5日 第4章 彩色数字图像基础

2019年5月5日 4.5 伽马( )校正(续2) 2019年5月5日 第4章 彩色数字图像基础

2019年5月5日 4.5 伽马( )校正(续3) 2019年5月5日 第4章 彩色数字图像基础

4.6 图像文件格式 图像文件格式是存储图形或图像数据的数据结构 4.6.1 BMP文件格式 bitmap的简写 2019年5月5日 4.6 图像文件格式 图像文件格式是存储图形或图像数据的数据结构 4.6.1 BMP文件格式 bitmap的简写 微软公司开发的在Windows环境下的标准位图文件格式 与设备无关的位图(DIB)文件格式 device-independent bitmap的缩写 像素存储顺序和像素深度与具体设备无关 文件扩展名是.BMP或.bmp 2019年5月5日 第4章 彩色数字图像基础

4.6 图像文件格式(续1) 文件结构 BMP位图文件可看成由4个部分组成 数据结构各部分的名称见表4-14 表4-14 BMP图像文件结构 2019年5月5日 4.6 图像文件格式(续1) 文件结构 BMP位图文件可看成由4个部分组成 位图文件头(bitmap-file header) 位图信息头(bitmap-information header) 彩色表(color table) 位图的字节(byte)阵列 数据结构各部分的名称见表4-14 表4-14 BMP图像文件结构 组成部分的名称 数据结构的名称 位图文件头(bitmap-file header) BITMAPFILEHEADER 位图信息头(bitmap-information header) BITMAPINFOHEADER 彩色表(color table) RGBQUAD 图像数据阵列字节(byte) BYTE 2019年5月5日 第4章 彩色数字图像基础

4.6 图像文件格式(续2) 4.6.2 GIF——图形文件交换格式 Graphics Interchange Format的缩写 2019年5月5日 4.6 图像文件格式(续2) 4.6.2 GIF——图形文件交换格式 Graphics Interchange Format的缩写 CompuServe公司开发的图像文件存储格式 1987年开发的版本号为GIF87a 1989年扩充后的版本号为GIF89a。 图像的相关信息以数据块(block)为单位 一个GIF文件由表示图形/图像的数 据块、数据子块以及显示图形/图像的控制信息块组成 在一个文件中可存放多幅彩色图形/图像，并可像幻灯片那样显示或像动画那样演示 采用LZW压缩算法来压缩图像数据 用户可为图像设置透明(transparency)的背景 2019年5月5日 第4章 彩色数字图像基础

4.6 图像文件格式(续3) 4.6.3 PNG格式——便携网络图形格式 2019年5月5日 4.6 图像文件格式(续3) 4.6.3 PNG格式——便携网络图形格式 Portable Network Graphic Format的简称 20世纪90年代中期开始开发的图像文件存储格式，其目的是企图替代GIF和TIFF文件格式，同时增加一些GIF文件格式所不具备的特性 名称来源于非官方的“PNG‘s Not GIF”，是一种位图文件(bitmap file)存储格式 用来存储灰度图像时，灰度图像的深度可多达16位，存储彩色图像时，彩色图像的深度可多达48位，并且还可存储多达16位的α通道数据 PNG使用从LZ77派生的数据无损压缩算法 2019年5月5日 第4章 彩色数字图像基础

4.6 图像文件格式(续4) 保留的GIF文件格式特性 使用彩色查找表或称调色板，支持256种颜色的彩色图像 2019年5月5日 4.6 图像文件格式(续4) 保留的GIF文件格式特性 使用彩色查找表或称调色板，支持256种颜色的彩色图像 流式读/写性能(streamability)：允许连续读出和写入图像数据，这个特性很适合于在通信过程中生成和显示图像 逐次逼近显示(progressive display)：可使在通信链路上传输图像文件的同时就在终端上显示图像，把整个轮廓显示出来之后逐步显示图像的细节，也就是先用低分辨率显示图像，然后逐步提高它的分辨率 透明性(transparency)：可使图像中某些部分不显示，以创建一些有特色的图像 辅助信息(ancillary information)：可用来在图像文件中存储一些文本注释信息 独立于计算机软硬件环境 使用无损压缩。 2019年5月5日 第4章 彩色数字图像基础

4.6 图像文件格式(续5) 增加的GIF文件格式所没有的特性： 每个像素为48位的真彩色图像 每个像素为16位的灰度图像 2019年5月5日 4.6 图像文件格式(续5) 增加的GIF文件格式所没有的特性： 每个像素为48位的真彩色图像 每个像素为16位的灰度图像 可为灰度图和真彩色图添加α通道 添加图像的γ信息 使用循环冗余码(cyclic redundancy code，CRC)检测损害的文件 加快图像显示的逐次逼近显示方式。 标准的读/写工具包 2019年5月5日 第4章 彩色数字图像基础

第4章 彩色数字图像基础参考文献 γ校正：http://www.inforamp.net/~poynton/ 2019年5月5日 第4章 彩色数字图像基础参考文献 γ校正：http://www.inforamp.net/~poynton/ 各种文件格式参考站点：http://www.wotsit.org/ (1) 包含各种图像文件格式规范等的站点：http://www.audre.org/GraphicFAQ/ 或 镜像站点：http://www.martinreddy.net/gfx/ (2) PNG (Portable Network Graphics)格式站点：http://www.libpng.org/pub/png/ 张维谷 小宇宙工作室著，林福宗 改编. 图像文件格式(上、下)—Windows编程. 北京：清华大学出版社出版，1996.9 2019年5月5日 第4章 彩色数字图像基础

2019年5月5日 END 第4章 彩色数字图像基础