- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
6.1 RGB 图像
令 rgb_ image代表一幅 RGB 图像，下面的 命令可以提取出三幅分量图像： fr = rgb_image(:,:,1) fg = rgb_image(:,:,2) fb = rgb_image(:,:,3) 注：直接将fr,fg,fb显示，则得不到单色图的 视频效果。只是将三个颜色成份取出分别当成灰度 图来保存到三个变量中，所以显示出来看到的是三 个灰度图。 必需分别将原图的其它任意两个置零只留一种 种颜色成分，则可得到单色的图以适合视觉效果。
三色学说
一种假设：在人眼视网膜中有 3种对颜色敏感的锥体细胞，它 们分别对红、绿、蓝3种颜色最 敏感。 第1种锥体细胞专门感受红光 第2种锥体细胞专门感受绿光 第3种锥体细胞专门感受蓝光 三者共同作用，使人们产生 了不同的颜色感觉
人眼对3种颜 色的敏感度
三色学说
三色学说是真实感图形学的生理视觉基础。 计算机图形学中采用颜色模型都是根据这个学说提出 来的。 由三色学说，任何一种颜色可以通过红、绿、蓝三原 色按照不同比例混合来得到。 自然界中各种颜色都能由 这3 种原色光按一定的比 例混合而成(RGB系统)： C=rR+gG+bB
第六章
颜色论——光谱
CIE（国际照明委员会）规定的标准红、绿、蓝三种光 的波长分别为： 红光（R）λR=700μm 绿光（G）λG=546.1μm 蓝光（B）λB=435.8μm。
颜色论——物理参数
从光学的角度出发，颜色的客观物理量分别 为： 主波长（ dominant wavelength）：主波 长是产生颜色光的波长，对应于视觉感知的 色调 纯度（purity）：光的纯度对应于色饱和度 明度（luminance）：明度就是光的亮度。 这是从两个不同方面来描述颜色的特性。
(3)用于彩色广播电视系统的YIQ模型
另一些模型是以易用性为目的，为用户提供更 直觉的颜色参数，如HSV模型。
原色系统
最基础和最重要的是两种原色混合系统：
基于红（Red）、绿（Green）、蓝（Blue）三原色定义 RGB加色系统
基于青（Cyan）、品红（Magenta）和黄（Yellow）CMY 减色系统
颜色论——颜色双锥体
色饱和度，从圆心向圆周过渡 表示同一色调下色饱和度的提 高。在颜色双锥体的一个平面 圆形上，它们的色调和色饱和 度不同，而亮度是相同的。 例如，颜色点C， 半径S决定C点颜色的色饱 和度 与水平轴S的夹角H决定C 点颜色的色调， C点所在平面的高度L决定 C点的亮度。
颜色论——颜色双锥体
双锥体表示颜色的三 种基本特性。 亮度，在颜色双锥体 的垂直轴线上表示黑 白系列的亮度变化， 顶部是白色，底部是 黑色，由下往上，亮 度越来越大。
颜色论——颜色双锥体
色调（俗称色相） 由水平圆周表示，圆周上 不同角度的点代表了不同 色调的颜色，如红、橙、 黄、绿、青、蓝、紫等。 圆周中心的色调是中灰色， 它的亮度和该水平圆周上 各色调的亮度相同。
6.2 索引图像
6.2 索引图像
常用的索引颜色缩写
6.1.2 索引图像
f = imread('2000.jpg'); imshow(f); whitebg('b'); % whitebg('green'); whitebg([1 0 1]);
6.1.3 操作RGB和索引图像的IPT函数
6.3表列出了RGB和索引图像的转换操作IPT函数。
6.1.3 操作RGB和索引图像的IPT函数
For clarity of notation in this section , we use rgb_image to denote RGB images , gray_image to denote gray-scale images , bw to denote black and white images , and x , to denote the data matrix component of indexed images . Recall that an indexed image is composed of an interger data matrix and a colormap matrix . Function dither is applicable both to gray-scale and color images . Dithering is a process used mostly in the printing and publishing industry to give the visual impression of shade variations on a printed page that consists of dots .
6.1 RGB 图像
RGB 彩色空间常常用一个RGB 彩色立方体加以图解展 示，如图 6 . 2 所示。这个立方体的顶点是光的原色（红、 绿、蓝）和合成色（青、品红、黄）
6.1 RGB 图像
RGB颜色模型可以用一个三维立方体来表示，如图10-2 所示。顶点（0，0，0）代表黑色，顶点（1，1，1）代表 白色。坐标轴上的三个立方体顶点（1，0，0）、（0，1， 0）、（0，0，1）分别表示RGB三原色，余下的三个顶点 （1，0，1）、（1，1，0）、（0，1，1）则表示每一个原 色的补色，它们分别由同一平面上的两个相邻的顶点
fg
fb
frr
fgg
fbb
6.2 索引图像
索引图像有两个分量，整数的数据矩阵x和彩 色映射矩阵map。 矩阵map是一个大小为mx3，且范围在[0,1] 之间的浮点值构成的double类数组。 m同颜色数 目相等。每一行都定义一种颜色的红、绿、蓝三个 分量。 索引图像将像素的数据矩阵中的整数值直接映 射到map中的彩色值。每个像索的颜色由对应的整 数矩阵 x 的值作为指向 map 的一个指针决定。 如果x中的像素值为1，则该像素的颜色为 map中的第一种颜色，如果为2，则为map中的第 2颜色，依此类推。
在立方体的主对角线上，颜色从黑色原点过渡到白色 顶点，各原色的变化数量相等，产生了由暗到明的颜色变 化，这称为灰度颜色。
在具体实现时，可以使RGB函数的三个分量保持相等， 就生成灰度色。例如(0,0,0)代表黑色，(255,255,255)代 表白色，而(128,128,128)代表其中一个灰度， 但当R、G、B三种颜色的数值变化不同步时，就会显示 出彩色。
6.1.3 操作RGB和索引图像的IPT函数
In the case of gray-scale images , dithering attempts to capture shades of gray by producing a binary image of black dots on a white background ( or vice versa ) . The sizes of the dots vary , from small dots in light areas to increasingly larger dots for dark areas . The key issue in implementing a dithering algorithm is a tradeoff between accuracy of visual perception and computational complexity . The dithering approach used in IPT is based on the Floyd Steinberg algorithm.
在计算机图形学中，为了对颜色进行融合以 产生透明效果，往往还给RGB模型添加一个Alpha 分量，形成RGBA模型。当两种颜色进行融合时， Alpha因子决定了两种颜色为融合操作各贡献了多 少颜色成分。
在计算机上进行颜色设计时，可以选择RGB颜 色模型。每个原色分量用一个字节表示，最大强 度为255，最小强度为0。MATLAB将颜色强度规范 化为浮点数闭区间[0.0，1.0]范围内，使用时将 颜色分量直接乘以常数255，再转换为字节类型就 可以使用RGB函数来显示颜色。
6.1 RGB 图像
f = imread('2000.jpg'); %1 fr = f(:,:,1); fg = f(:,:,2);fb = f(:,:,3); %2 imshow(fr), title('fr'); %3 figure,imshow(fg), title('fg'); %4 figure,imshow(fb);title('fb'); %5 frr = f; frr(:,:,2) =0; frr(:,:,3) =0; figure,imshow(frr);title('frr'); %6 fgg=f; fgg(:,:,1) =0; fgg(:,:,3)=0; figure,imshow(fgg);title('fgg');%7 fbb = f; fbb(:,:,1) =0; fbb(:,:,2) =0; figure,imshow(fbb);title('fbb'); %8
两种系统的颜色互为补色：青-红、品红-绿、黄-蓝， 但习惯上把红、绿、蓝作为原色。
6.1 RGB 图像
用来代表这些分量图像像素值的比特数决定了 一幅 RGB 图像的比特深度。 例如，若每个分量图像都是 8 比特的图像， 则对应的 RGB 图像的深度就是 24 比特，所有分 量图像的比特数都是相同的。 在这种情况下，一幅 RGB 图像可能有的色彩 数就是(2b)3 ，其中是每个分量图像的比特数。对 于 8 比特的例子，颜色数(28)3即为167772160
