当前位置：首页 > news >正文

【计算机视觉】图像形成与颜色

news 来源：原创 2024/7/27 15:44:39

图像形成与颜色

光照及阴影

辐射度学

颜色

颜色信息反映了入射光的能量分布与波长，可见光的波长在400nm到760nm之间。

RGB

RGB分别代表三个基色（R-红色、G-绿色、B-蓝色），如(0,0,0)表示黑色、(255, 255, 255)表示白色。其中255表示色彩空间被量化成255个数，最高亮度值为255（255 = 2^8 - 1，即每个色彩通道用8位表示）。

CMYK

CMY是色料三原色，分别是青(Cyan)、品红(Magenta)、黄(Yellow)，再增加一个独立的黑色(K)

RGB 转换至CMYK

CMYK 转换至 RGB

Lab

Lab是基于人对颜色的感觉来设计的，更具体地说，它是感知均匀（perceptual uniform）的，如果数字（L、a、b这三个数）变化的幅度一样，那么它给人带来视觉上的变化幅度也差不多。

HSI

色调H（Hue）：与光波的频率有关，它表示人的感官对不同颜色的感受，如红色、绿色、蓝色等。

饱和度S（Saturation）：表示颜色的纯度，纯光谱色是完全饱和的，加入白光会稀释饱和度。饱和度越大，颜色看起来就会越鲜艳，反之亦然。

亮度I（Intensity）：对应成像亮度和图像灰度，是颜色的明亮程度。

RGB转HSI：

HSI转RGB：

HSV

H (Hue)色相：取值范围 [0, 360]

S (Saturation)饱和度，即色彩纯净度，0饱和度为白色；取值范围：[0, 1]

V (Value):明度，0明度为纯黑色；取值范围：[0, 1]

HSV转换至RGB：

RGB转换至HSV

色彩还原

全世界目前主流使用8位每通道SRGB色彩描述体系来记录我们的颜色信息，8位的灰阶256非常有限。人眼的特点是对暗部更为敏感。如果用256灰阶直

接记录物理渐变的话，那么暗部只有56个灰阶，暗部就会出现巨大的色阶断层。如果我们做一次非线性映射，也就是Gamma矫正。把0.218的光信号提到中间。那么亮部和暗部各会分配到128个色阶。

光度处理

直方图处理

手工实现直方图均衡化
了解直方图均衡化的原理之后，我们以一个简单的例子来手工计算均衡化后的图像。这里我们假设存在以下这张图像（假定图像的灰度级范围是 [0, 9]）：

计算过程如下：

原文链接：https://blog.csdn.net/qq_15971883/article/details/88699218

图像融合

直接剪切粘贴技术（cut-and-paste)：

ps抠图

Alpha融合：

实现平滑过渡的更好方法是在图像中央选择一个宽度w，并使alpha掩模在这w个像素上从0平滑过渡到1，这个过程被称为羽化，能够实现更平滑的混合。线性减小或增大的混合函数会导致梯度不连续，从平滑区域过渡到线性区域时产生被称为马赫带的可见噪声。

拉普拉斯金字塔：

综合考虑混合函数对特征大小和平滑度的约束，混合图像的理想方法是多

分辨率混合。可以用拉普拉斯金字塔进行这种多分辨率分解，其中金字塔的每一层提供不同的分辨率，而组合所有层能恢复原图像

全景图像生成：

两个相邻图像的区域进行混合

光度立体视觉

光度立体法的用途是可以重建出物体表面的法向量，以及物体不同表面点的反射率，最关键的是它不像传统的几何重建（例如立体匹配）方法那样需要去考虑图像的匹配问题，因为所需要做的只是采集三张以上，由不同方向的光照射物体的图像。这个过程中，物体和相机都不动，因此图像天然就是对齐的，这使得整个过程非常的简洁。