【图像处理】数字图像处理之颜色

青旅半醒 2023-01-18 12:22 11阅读 0赞

## 00. 目录 ##

### 文章目录 ###

*   *  00. 目录
     *  01. 什么是颜色
     *  02. 颜色的数字化
     *  03. 常见颜色模型
     *  04. 颜色模型分类
     *  05. 附录

## 01. 什么是颜色 ##

颜色是通过眼、脑和我们的生活经验所产生的对光的视觉感受，我们肉眼所见到的光线，是由波长范围很窄的电磁波产生的，不同波长的电磁波表现为不同的颜色，对色彩的辨认是肉眼受到电磁波辐射能刺激后所引起的视觉神经感觉。

1666年，牛顿发现，当一束太阳光通过一个玻璃棱镜时，显示的光束不再是白光，而是由一端为紫色而另一端为红色的连续色谱组成。如下图所示，为白光通过棱镜看到的色谱。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RlbmdqaW4yMDEwNDA0MjA1Ng_size_16_color_FFFFFF_t_70]

光的色散示意图  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RlbmdqaW4yMDEwNDA0MjA1Ng_size_16_color_FFFFFF_t_70 1]

可见光电磁波谱的波长组成部分，我们能感受到的可见光的光谱范围只占电磁波的一小部分。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RlbmdqaW4yMDEwNDA0MjA1Ng_size_16_color_FFFFFF_t_70 2]

## 02. 颜色的数字化 ##

只需要选定三原色，并且对三原色进行量化，那就可以将人的颜色知觉量化为数字信号了。三色加法模型中，如果某一种颜色©，和另外一种三色混合色，给人的感觉相同时，这三种颜色的份量就称为该颜色©的三色刺激值。对于如何选定三原色、如何量化、如何确定刺激值等问题，国际上有一套标准——CIE标准色度学系统。

CIE（国际照明委员会）是位于欧洲的一个国际学术研究机构，1931年，CIE(Commission International Eclairage)在会议上根据之前的实验成果提出了一个标准——CIE1931-RGB标准色度系统。

CIE1931-RGB系统选择了700nm® 546.1nm(G) 435.8nm(B) 三种波长的单色光作为三原色。之所以选这三种颜色是因为比较容易精确地产生出来（汞弧光谱滤波产生，色度稳定准确）。  
![在这里插入图片描述][20210506111710991.png]

从上图可以看到，三个颜色的刺激值R、G、B如何构成某一种颜色：例如580nm左右(红绿线交叉点)的黄色光，可以用1:1(经过亮度换算…)的红绿两种原色混合来模拟。

如果要根据三个刺激值R、G、B来表现可视颜色，绘制的可视图形需要是三维的。为了能在二维平面上表现颜色空间，这里需要做一些转换。颜色的概念可以分为两部分：亮度（光的振幅，即明暗程度）、色度（光的波长组合，即具体某种颜色）。我们将光的亮度(Y)变量分离出来，之后用比例来表示三色刺激值：这样就能得出r+g+b=1。由此可见，色度坐标r、g、b中只有两个变量是独立的。这样我们就把刺激值R、G、B转换成r、g、Y(亮度)三个值，把r、g两个值绘制到二维空间得到的图就是色域图。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RlbmdqaW4yMDEwNDA0MjA1Ng_size_16_color_FFFFFF_t_70 3]

上图中，马蹄形曲线就表示单色的光谱（即光谱轨迹）。例如540nm的单色光，可以看到由r=0、g=1、b=(1-r-g)=0三个原色的分量组成。再例如380-540nm波段的单色光，由于颜色匹配实验结果中红色存在负值的原因，该段色域落在了r轴的负区间内。自然界中，人眼可分辨的颜色，都落在光谱曲线包围的范围内。

CIE1931-RGB标准是根据实验结果制定的，出现的负值在计算和转换时非常不便。CIE假定人对色彩的感知是线性的，因此对上面的r-g色域图进行了线性变换，将可见光色域变换到正数区域内。CIE在CIE1931-RGB色域中选择了一个三角形，该三角形覆盖了所有可见色域，之后将该三角形进行如下的线性变换，将可见色域变换到(0,0)(0,1)(1,0)的正数区域内。即假想出三原色X、Y、Z，它们不存在于自然界中，但更方便计算。  
![在这里插入图片描述][20210506111726182.png]

该色度图所示意的颜色包含了一般人可见的所有颜色，即人类视觉的色域。色域的马蹄形弧线边界对应自然界中的单色光。色域下方直线的边界只能由多种单色光混合成。

在该图中任意选定两点，两点间直线上的颜色可由这两点的颜色混合成。给定三个点，三点构成的三角形内颜色可由这三个点颜色混合成。

给定三个真实光源，混合得出的色域只能是三角形（例如液晶显示器的评测结果），绝对不可能完全覆盖人类视觉色域。

这就是CIE1931-XYZ标准色度学系统。该系统是国际上色度计算、颜色测量和颜色表征的统一标准，是几乎所有测色仪器的设计与制造依据。

## 03. 常见颜色模型 ##

颜色模型就是描述用一组数值来描述颜色的数学模型。例如coding时最常见的RGB模型，就是用RGB三个数值来描述颜色。通常颜色模型分为两类：设备相关和设备无关。

设备无关的颜色模型：这类颜色模型是基于人眼对色彩感知的度量建立的数学模型，例如上面提到的CIE-RGB、CIE-XYZ颜色模型，再比如由此衍生的CIE-xyY、CIE-Luv、CIE-Lab等颜色模型。这些颜色模型主要用于计算和测量。

设备相关的颜色模型：以最长见的RGB模型为例，一组确定的RGB数值，在一个液晶屏上显示，最终会作用到三色LED的电压上。这样一组值在不同设备上解释时，得到的颜色可能并不相同。再比如CMYK模型需要依赖打印设备解释。常见的设备相关模型有：RGB、CMYK、YUV、HSL、HSB(HSV)、YCbCr等。这类颜色模型主要用于设备显示、数据传输等。

## 04. 颜色模型分类 ##

为了使用颜色空间，首先应该了解各种颜色空间的特性。颜色空间的分类有多种方法。

**（1）按使用类别分类**

**彩色色度学模型**：CIE-RGB、CIE-XYZ、均匀色差彩色模型（CIE 1976Luv和CIE Lab）

**工业彩色模型**：RGB彩色显示模型、CMYK彩色印制模型、彩色传输模型YUV（PAL）、YIQ（NTSC）、YCrCb（数字高清晰度电视）

**视觉彩色模型**：HVC（孟赛尔）、HSB（Photoshop）、HLS（Windows画图和Apple Color Picker）、HSI（图像分割）、HSY（电视）、Ohta（图像分割）等。

**（2）按颜色感知分类**

**混合颜色模型**：按3种基色的比例混合而成的颜色。RGB、CMYK、XYZ等

**非线形亮度/色度颜色模型**：用一个分量表示非色彩的感知，用两个分量表示色彩的感知，这两个分量都是色差属性。Lab、Luv、YUV、YIQ等。

**强度/饱和度/色调模型**：用强度描述亮度或灰度等光强的感知，用饱和度和色调描述色彩的感知，这两个分量接近人眼对颜色的感觉。如HIS、HSL、HSV、LCH等

## 05. 附录 ##

参考：[数字图像处理(2): 颜色空间/模型—— RGB, CMY/CMYK, HSI, HSV, YUV][2_ _ RGB_ CMY_CMYK_ HSI_ HSV_ YUV]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RlbmdqaW4yMDEwNDA0MjA1Ng_size_16_color_FFFFFF_t_70]: /images/20221021/3d2e3e764d964526b6c307e0dce7d7a2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RlbmdqaW4yMDEwNDA0MjA1Ng_size_16_color_FFFFFF_t_70 1]: /images/20221021/e2a85154cc0a4c0cb3a556d15aadd6c7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RlbmdqaW4yMDEwNDA0MjA1Ng_size_16_color_FFFFFF_t_70 2]: /images/20221021/f5f0f5338de745beafd0366bed2be19b.png
[20210506111710991.png]: /images/20221021/2745212f453a408a92e6241e5ce51281.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RlbmdqaW4yMDEwNDA0MjA1Ng_size_16_color_FFFFFF_t_70 3]: /images/20221021/84a5cadd44ef4e999e1903f8f391defb.png
[20210506111726182.png]: /images/20221021/63376099782740babbff130e6a6777ba.png
[2_ _ RGB_ CMY_CMYK_ HSI_ HSV_ YUV]: https://blog.csdn.net/zaishuiyifangxym/article/details/89429221