第十三章 彩色影像處理.

Presentation on theme: "第十三章 彩色影像處理."— Presentation transcript:

1 第十三章 彩色影像處理

2 內容 13.1 前言 13.2 RGB彩色模式轉換為CIE Lu’v’彩色模式 13.3 彩色影像調色盤的最佳對應 13.4 彩色影像測邊
改良式的Prewitt測邊算子 以向量排序統計為基礎的彩色測邊器 13.5 彩色影像的分割 13.6 彩色影像的對比加強 13.7 馬賽克影像回復

3 13.1 前言 在本章中，我們首先介紹如何將RGB彩色模式轉換為CIE Lu’v’彩色模式。接下來，我們介紹 彩色影像調色盤的對應
測邊與分割 彩色對比加強 馬賽克影像回復

4 13.2 RGB彩色模式轉換為Lu’v’彩色模式 範例1：如何將RGB色彩模式轉換為CIE Lu'v'彩色模式 解答：
， 範例1：如何將RGB色彩模式轉換為CIE Lu'v'彩色模式 解答： Y可以視為色彩的亮度L，得到 解答完畢 (13.2.1) (13.2.2)

5 範例2：一個RGB彩色模式轉換到CIE Lu’v’彩色模式的例子 解答： 解答完畢
117 62 70 162 101 115 136 73 132 97 102 116 159 100 156 113 154 93 (a) L u’ v’ 71.82 0.2629 0.5916 111.94 0.2478 0.5577 84.44 0.2609 0.587 81.26 0.2620 0.5895 112.76 0.2470 0.5557 110.60 0.2471 0.5559 107.61 0.2480 0.5582 109.48 0.2444 0.55 (b)

6 CIE u’v’色彩分布 其中三頂點R’、G’及B’座標分別為： 、 及 ，在三角形內部的點 則是被對應到白色點。

7 範例4：如何由CIE Lu’v’彩色模式轉回成RGB彩色模式 解答：
首先，我們將CIE Lu’v’ 彩色模式先透過式(13.2.3)轉換到CIE xyY彩色模式： 之後，我們便可以利用x、y和Y得到到CIE XYZ中三個元素值，其轉換式如下： 在式(13.2.4)中， 及 。最後再透過式(13.2.1)的逆過程便可將CIE Lu’v’彩色模式轉回成RGB彩色模式。 解答完畢 (13.2.3) (13.2.4)

8 13.3　彩色影像調色盤的最佳對應 彩色影像調色盤 彩色影像上，假設一個像素的可能顏色有n種，調色盤的用意在於利用一個整數集將這些顏色對應起來，例如，假設只有四種顏色可用，顯示於圖13.3.1，如果將各個顏色賦予一個整數編號，則可得到圖13.3.2的調色盤圖表。 R G B 100 255 200 編號 R G B 1 100 2 255 3 200 圖 一個例子 圖 賦予編號

9 範例2：小例子以明白調色盤的功用 解答： 有了編號圖後，根據調色盤圖表自然很容易將編號圖轉換回原色彩影像。 解答完畢 200 255 100 圖13.3.3一個子影像 3 2 1 圖13.3.4按編號轉換

10 範例3：改變調色盤圖表中的顏色及對應關係，是否可達到壓縮效果? 解答： JPEG-LS壓縮標準中，

11 編號 R G B 200 1 2 255 3 100 1 2 3 圖13.3.5改良後的編號圖 圖13.3.6改良後的對應表
將13.3.4編號圖改變成圖13.3.5的編號圖，的確可達到鄰近像素值較接近的效果。 編號 R G B 200 1 2 255 3 100 1 2 3 圖13.3.5改良後的編號圖 圖13.3.6改良後的對應表 解答完畢

12 範例4：利用圖論的技巧設計出有效的調色盤對應關係。 解答： 假設某一4×4 的子影像經調色盤的對應轉換為 依據列優先的掃描次序，我們得到序列〈3, 3, 3, 2, 2, 1, 1, 1, 2, 1, 0, 0, 3, 3, 0, 0〉。可得到下列的兩兩關係圖 3 2 1 1 2 3

13 述的兩兩關係圖可表示為 找出一條最重的漢彌頓路徑(Heaviest Hamiltonian Path) 如此一來，我們就取得〈0, 1, 2, 3〉和〈0, 3, 2, 1〉的對應了。依據此調色盤新的對應關係，原子影像就可以轉換為 就左預測而言，上述的新調色盤對應關係可達到較好的壓縮效果。 解答完畢 1 2 3 1 2 3 1 2 3

14 13.4 彩色影像的測邊 13.4.1 改良式的Prewitt測邊算子 (a) 水平面罩 (b) 垂直面罩

15 範例2：利用改良式Prewitt測邊算子測得的水平反應值H和平均垂直 反應值V來決定像素為可能邊點。
解答： 只需計算出合成的值即可，下式是常用的計算方式 解答完畢 邊的方向性也可透過下式求得 ( ) ( )

16 範例3：利用局部最大(Local Maxima)的概念只濾出較細的邊出來。
解答： 若一可能為邊點E( x, y)同方向性的兩邊點其合成反應值M皆小於E( x, y) 的合成反應值，則E( x, y)就可成為真正的邊點。圖 為此情形之示意圖。

17 範例4:加強細邊的連結性(Linking Property) 。 解答： 如果 則將EM中的e2加入細邊集中以便加強細邊e1的連結性。
圖 加強細邊的連結性 解答完畢

18 實作結果 給一張輸入的彩色影像，如圖13.4.1.4所示，利用上述的測邊法並細化邊圖，我們得到圖13.4.1.5的彩色測邊的結果。
圖 F16原影像 圖 F16細化邊圖

19 向量排序統計為基礎的彩色測邊器 範例2:向量式排序應用到側邊上。 解答:我們先利用一個 大小的面罩取出一塊等大的彩色子影像，像素 可為RGB彩色空間的像素。 求出像素 與其餘的像素之差異總和 ： 所得之序列為 利用 ，我們可以得到一個較簡單的測邊器。當VR (vector range)值高於一個門檻值時，我們便將面罩中心的像素視為一邊點。 解答完畢

20 範例3:提高VR測邊器的抗雜訊能力 解答:(1)將VR修改成最小化向量化(Minimum VR,MVR)測邊器。 (2)使用取平均值的方式來分散雜訊，VR可修改成Vector Dispersion (VD): (3)結合MVR與VD， 當MVD值高於一個門檻值，面罩中心的像素則可視為一個邊點。 解答完畢

21 範例4：在一張彩色影像上展示一下測邊實作結果
解答: 給一張輸入的彩色影像，如圖 示，利用上述的MVD測邊法，我們得到圖 彩色測邊的結果。 解答完畢 圖 F16原影像 圖 F16邊圖

22 13.5 彩色影像的分割 (option) 彩色影像的分割的元素 彩色影像上邊的訊息 彩色影像上的色調訊息 彩色影像上粗糙區域的訊息

23 得到彩色影像上邊和粗糙區域的訊息 先將彩色影像轉換成灰階影像。接下來，利用測邊法來求得該灰階影像的邊訊息。再利用分水嶺分割法求得灰階影像的粗糙區域。令這些粗糙的區域集為 。 利用所得的邊和粗糙區域訊息來進行粗糙區域的合併: 色調距離度= 交界邊近似度 = :界邊點數;: 交界像素數 綜合差異度

24 13.6 彩色影像的對比加強 圖13.6.1色彩飽和化示意圖 範例1： 在CIE Lu‘v’彩色模式下做彩色影像的對比加強
解答:輸入的彩色像素 。將C點沿著 移動，便會與 相交於 ，我們稱 為C的最大飽和色彩。由於在彩色區域三角形做 u’及v’的色彩飽和，並不會影響到Y值，因此 。 解答完畢 圖13.6.1色彩飽和化示意圖

25 圖13.6.2 色彩反飽和示意圖 範例2:增加飽和影像的色彩
解答： 為了增加飽和影像的色彩，我們必須對飽和影像做「反飽和」的動作，如圖13.6.2所示。 圖 色彩反飽和示意圖

26 我們透過針對Cs與W 做CIE色彩混合 ，以達到反飽和的效果，得到的色彩為 其中， ， 為整張圖片的平均亮度值，k則是由使用者自定的參數，用以調整增強後影像的亮度。 解答完畢

27 在對比增強時做保邊的處理 在保邊的處理上，我們首先必須先透過13.4.2節所介紹的測邊器求得原影像的邊圖，而後我們尋找適當的顏色以達到色彩對比加強與保邊的平衡，此平衡點稱為 ，如圖13.6.3所示。 圖 對比加強與保邊的平衡點 示意圖

28 圖13.6.4 一個被3×3的遮罩覆蓋的子影像 圖13.6.5交錯搜尋示意圖
圖13.6.4顯示一個被3×3的遮罩覆蓋的子影像，在以「列優先」的影像處理的方式之下，標示為P的像素代表已經做過加強的像素，標示為U的則為尚未加強的像素，中心標示為C的像素，即是我們正在做色彩對比加強處理的像素。 圖 一個被3×3的遮罩覆蓋的子影像 圖13.6.5交錯搜尋示意圖

29 對比加強與保邊的效果 圖13.6.11 保邊加強影像邊圖 圖13.6.6 Pepper原影像 圖13.6.8對比 加強影像
圖 保邊加強影像 圖 原影像邊圖 圖13.6.9對比加強影像邊圖 圖 保邊加強影像邊圖

30 13.7 馬賽克影像回復 為了節省彩色相機的成本，近幾年在相機市場上出現只有一個CCD(Charge Coupled Device)的數位靜態相機(Digital Still Camera, DSC)，圖13.7.1為此一類型相機較廣泛使用的拜耳濾波陣列。圖13.7.2及圖13.7.3為單一CCD及三CCD相機示意圖。 圖 拜耳彩色濾波陣列

31 圖 三個CCD的DSC相機 圖 一個CCD的CFA相機

32 範例1：傳統去馬賽克方法 解答: 圖 編號後的馬賽克影像

33 依據平均內插方式，對紅色值為R7得像素而言，其內的綠色和藍色值可被估計為
同理對綠色值為G3的像素而言，其內的藍色值為 下圖13.7.5和圖13.7.6分別為馬賽克影像與去馬賽克結果。 解答完畢

34 圖 馬賽克影像 圖 去馬賽克後的結果