真彩色图像处理

第四部分 真彩色增强

一、真彩色增强方法

图4.1 真彩色增强原理图

1、对HSI图像亮度增强

⑴、将R，G，B分量图转化为H，S，I分量图；

⑵、利用对灰度图增强的方法增强其中的I分量图；

⑶、再将结果转化为用R，G，B分量图来显示。

以上方法并不改变原图的彩色内容，但增强后的图看起来会有些不同。这是因为尽管色调和饱和度没有变化，但亮度分量得到了增强，整个图会比原来更亮一些。

图4.3是基于matlab以增强亮度的方法进行真彩色增强的图像，其代码见附录 彩色图像（RGB）

RGB模型变换为HSI模型

色调H 亮度I 饱和度S

直方图修改

HSI模型变换为RGB模型

增强的彩色图像RGB

（a） 增强前图像

（b） 增强后图像

图4.2 对HSI进行亮度增强结果

结论：图（b）明显比图（a）要亮的多，在视觉效果上，图（b）比较让人觉得美好。

2、对HSI图像进行对比度增强

图4.4是基于matlab以增强对比度的方法进行真彩色增强的图像，其代码见附录

图4.3 对HSI增强对比度增强的

结论：图（b）的视觉效果明显比图（a）要好的多，清晰的多，颜色比（a）要深。

3、对HSI图像进行亮度和饱和度的增强

图4.5是基于matlab以增强亮度和饱和度的方法进行真彩色增强的图像，其代码见附录

图4.4 对HSI图像进行增强结果

结论：这是对前两个方法的综合， 很显然，图（b）比图（a）要亮，要清晰，视觉效果比以上两种方法分别做要好的多。

二、直接在rgb空间对图像增强

图4.6是基于matlab在rgb空间增强图像，其代码见附录

图4.5 对RGB图像进行增强结果 以下是基于matlab以增强亮度的方法进行真彩色增强的代码：

%% 彩色图像亮度增强 （执行速度较慢）

clc

clear

fc = imread('E:\maomao.jpg');

figure(1);

imshow(fc)

title('原始真彩色（256*256*256色）图像')

fr = fc(:,:,1);

fg = fc(:,:,2);

fb = fc(:,:,3);

% imshow(fr)

% title('红色分量图像')

% imshow(fg)

% title('绿色分量图像')

% imshow(fb)

% title('蓝色分量图像')

h = rgb2hsi(fc);

H = h(:,:,1);

S = h(:,:,2);

I = h(:,:,3);

I =I*1.5;

% imshow(H)

% title('色调分量图像')

% imshow(S)

% title('饱和度分量图像')

% imshow(I)

% title('亮度分量图像')

h = cat(3,H,S,I);%cat函数是拼接数组的函数，这里将在第3维上进行拼接。

f = hsi2rgb(h);%增强亮度分量后的rgb图像

f = min(f,1);%保证元素值最大为1,因为按公式转换为rgb后可能出现大于1的情况

figure(2);

imshow(f)

title('仅增强HSI图像的亮度分量所得到的RGB图像')

基于matlab以增强对比度的方法进行真彩色增强代码：

%% 例6.8 彩色图像亮度增强 （执行速度较慢）

clc

clear

fc = imread('I:\maomao.jpg');

figure(1);

imshow(fc)

title('原始真彩色（256*256*256色）图像') fr = fc(:,:,1);

fg = fc(:,:,2);

fb = fc(:,:,3);

% imshow(fr)

% title('红色分量图像')

% imshow(fg)

% title('绿色分量图像')

% imshow(fb)

% title('蓝色分量图像')

h = rgb2hsi(fc);

H = h(:,:,1);

S = h(:,:,2);

I = h(:,:,3);

S=S*2.0;

% imshow(H)

% title('色调分量图像')

% imshow(S)

% title('饱和度分量图像')

% imshow(I)

% title('亮度分量图像')

h = cat(3,H,S,I);%cat函数是拼接数组的函数，这里将在第3维上进行拼接。

f = hsi2rgb(h);%增强亮度分量后的rgb图像

f = min(f,1);%保证元素值最大为1,因为按公式转换为rgb后可能出现大于1的情况

figure(2);

imshow(f)

title('增强HSI图像的对比度所得到的RGB图像')

基于matlab以增强亮度和饱和度的方法进行真彩色增强的图像

%% 例6.8 彩色图像亮度增强 （执行速度较慢）

clc

clear

fc = imread('I:\maomao.jpg');

figure(1);

imshow(fc)

fr = fc(:,:,1);

fg = fc(:,:,2);

fb = fc(:,:,3);

% imshow(fr)

% title('红色分量图像')

% imshow(fg)

% title('绿色分量图像')

% imshow(fb)

% title('蓝色分量图像')

h = rgb2hsi(fc); H = h(:,:,1);

S = h(:,:,2);

I = h(:,:,3);

I =I*2.0;

S =S*2.0;

% imshow(H)

% title('色调分量图像')

% imshow(S)

% title('饱和度分量图像')

% imshow(I)

% title('亮度分量图像')

h = cat(3,H,S,I);%cat函数是拼接数组的函数，这里将在第3维上进行拼接。

f = hsi2rgb(h);%增强亮度分量后的rgb图像

f = min(f,1);%保证元素值最大为1,因为按公式转换为rgb后可能出现大于1的情况

figure(2);

imshow(f)

rgb图像转化为hsi图像的代码：rgb2hsi(rgb)

function hsi = rgb2hsi(rgb)

%RGB2HSI Converts an RGB image to HSI.

% HSI = RGB2HSI(RGB) converts an RGB image to HSI. The input image

% is assumed to be of size M-by-N-by-3, where the third dimension

% accounts for three image planes: red, green, and blue, in that

% order. If all RGB component images are equal, the HSI conversion

% is undefined. The input image can be of class double (with values

% in the range [0, 1]), uint8, or uint16.

%

% The output image, HSI, is of class double, where:

% hsi(:, :, 1) = hue image normalized to the range [0, 1] by

% dividing all angle values by 2*pi.

% hsi(:, :, 2) = saturation image, in the range [0, 1].

% hsi(:, :, 3) = intensity image, in the range [0, 1].

% Copyright 2002-2004 R. C. Gonzalez, R. E. Woods, & S. L. Eddins

% Digital Image Processing Using MATLAB, Prentice-Hall, 2004

% $Revision: 1.5 $ $Date: 2005/01/18 13:44:59 $

% Extract the individual component images.

rgb = im2double(rgb);

r = rgb(:, :, 1);

g = rgb(:, :, 2);

b = rgb(:, :, 3);

% Implement the conversion equations.

num = 0.5*((r - g) + (r - b));