彩色图像处理
三原色与彩色模型（RGB / CMY(K) / HSI）· 伪彩色 · 全彩色处理 · 彩色变换 · 彩色平滑与锐化。
🎯学习目标
- 理解研究彩色图像处理的意义与三原色、二次色概念；
- 掌握 RGB、CMY/CMYK、HSI 三种彩色模型及其转换关系；
- 理解伪彩色处理（强度分层、灰度到彩色变换）及应用；
- 理解全彩色处理的两种方式（分量处理 / 向量处理）；
- 掌握彩色变换（补色、色调变换、HSI 直方图均衡）；
- 理解彩色图像平滑与锐化，及在 RGB 与 HSI 中的差异。
1彩色基础与三原色
为什么研究彩色图像处理？
- 符合人类视觉特点：人能辨别几千种颜色色调和亮度，但只能辨别几十种灰度层次；
- 颜色是有用的描绘子：简化目标区分、便于目标识别。
白光经棱镜分解为连续彩色谱（红、橙、黄、绿、蓝、紫 6 个较宽区域）。
| 类别 | 颜色 |
|---|---|
| 三原色（光） | 红 R、绿 G、蓝 B |
| 二次色（原色相加） | 黄=红+绿、青=绿+蓝、深红(品红)=红+蓝 |
人眼有三种感光细胞：
- 锥状细胞L：对红光敏感
- 锥状细胞M：对绿光敏感
- 锥状细胞S：对蓝光敏感
大脑根据这三种细胞的响应比例，感知出"颜色"。
所以：任何颜色都可以用 R、G、B 三种颜色混合。
举例：
- 红色 = (255, 0, 0)
- 绿色 = (0, 255, 0)
- 蓝色 = (0, 0, 255)
- 黄色 = 红 + 绿 = (255, 255, 0)
- 白色 = 红 + 绿 + 蓝 = (255, 255, 255)
- 黑色 = 都没有 = (0, 0, 0)
2RGB 彩色模型 ⭐
直接感知 R、G、B 三个分量，是图像成像、显示、打印等设备的基础。可用单位立方体表示：
- 黑色位于原点 (0,0,0)，二次色位于另外三个角；
- 像素深度：每个像素所用比特数。24-bit RGB（每分量 8 bit）颜色数 = $(2^8)^3 = $16,777,216 ≈ 1670 万色。
RGB模型就像调色板：
- R（红）：放多少红色
- G（绿）：放多少绿色
- B（蓝）：放多少蓝色
每个分量范围：0-255。0 = 不放这个颜色，255 = 放满这个颜色。
RGB是"加色模型"：混合越多颜色 → 越亮，R+G+B = 白色。用途：显示器、相机、手机。
对比CMY（减色模型）：混合越多颜色 → 越暗，C+M+Y = 黑色。用途：打印机、颜料。
为什么显示器用RGB？显示器发光，光叠加变亮；打印机反射光，颜料叠加变暗。
RGB颜色总数：
- R有256级，G有256级，B有256级
- 总共 256×256×256 = 16,777,216 种颜色（约1600万种）
实际图像用不了这么多：
- 一张1000×1000的图只有100万个像素，最多100万种不同颜色
- 通常更少（很多像素颜色相同）
存储计算：
- 灰度图：每像素1字节（8位）
- RGB图：每像素3字节（24位）
- RGBA图：每像素4字节（32位，多一个透明通道）
例子：1920×1080 RGB图 = 1920×1080×3 ≈ 6MB；4K RGB图 = 3840×2160×3 ≈ 24MB
核心意思：
RGB = 红绿蓝三种颜色的"配方"，混合起来能表示几乎所有颜色
举个例子：
常见颜色的RGB值：
颜色 R G B 十六进制
红色 255 0 0 #FF0000
绿色 0 255 0 #00FF00
蓝色 0 0 255 #0000FF
黄色 255 255 0 #FFFF00（红+绿）
青色 0 255 255 #00FFFF（绿+蓝）
品红 255 0 255 #FF00FF（红+蓝）
白色 255 255 255 #FFFFFF（全混）
黑色 0 0 0 #000000（都没有）
颜色混合规律：
红 + 绿 = 黄
绿 + 蓝 = 青
红 + 蓝 = 品红
红 + 绿 + 蓝 = 白色
存储计算：
每个像素 = 3字节（R、G、B各1字节）
1920×1080图像 = 1920×1080×3 = 6,220,800字节 ≈ 6MB
生活类比：
RGB就像调色板上的三种颜料，不同比例混合能调出不同颜色。显示器就是用无数个RGB小灯组成的。
为什么这样设计：
因为人眼有三种锥状细胞，分别对红、绿、蓝最敏感。所以用这三种颜色就能混合出人眼能感知的几乎所有颜色。
3CMY / CMYK 模型
CMY（青 Cyan、深红 Magenta、黄 Yellow）用于在纸上沉积颜料的设备，如彩色打印机/复印机。RGB 与 CMY 值都归一化到 [0,1]：
RGB → CMY： $$C = 1 - R, M = 1 - G, Y = 1 - B$$
CMYK：打印中主要颜色是黑色，等量 CMY 理论上产生黑色但不纯，故在 CMY 基础上加入纯黑 K，形成 CMYK 彩色空间（n=4）。
核心意思：
CMY = 青品黄，是印刷用的"减色模型"，和RGB相反
举个例子：
RGB是加色（光叠加变亮）：
红光 + 绿光 = 黄光
红 + 绿 + 蓝 = 白光
CMY是减色（颜料叠加变暗）：
青 + 品红 = 蓝（吸收了绿）
青 + 黄 = 绿（吸收了红）
品红 + 黄 = 红（吸收了蓝）
青 + 品红 + 黄 = 黑（理论上）
CMYK的K是什么？
理论上C+M+Y=黑，但实际印刷：
- 三种颜料混合不纯，会变成深棕色
- 所以单独加一个黑色（K=Key）
- 黑色用得最多，单独加更省墨
RGB转CMY：
C = 255 - R
M = 255 - G
Y = 255 - B
例子：
红色(255,0,0) → 青色(0,255,255)
白色(255,255,255) → 黑色(0,0,0)
生活类比：
RGB像手电筒照在白墙上，光叠加变亮；CMY像颜料调色，颜料叠加变暗。显示器用RGB（发光），打印机用CMYK（反射光）。
为什么这样设计：
印刷和显示的物理原理不同。显示器自己发光，光混合越来越亮（加色）；印刷品靠反射环境光，颜料吸收光，混合越多吸收越多，越来越暗（减色）。
4HSI 彩色模型 ⭐
HSI（Hue 色调、Saturation 饱和度、Intensity 亮度）更符合人描述颜色的方式：
| 分量 | 含义 |
|---|---|
| H 色调 | 描述一种纯色的颜色属性（纯红、纯黄…） |
| S 饱和度 | 纯色被白光稀释的程度 |
| I 亮度 | 发光强度的消色概念（主观），与彩色信息无关 |
RGB → HSI（$$R,G,B$$ 归一化）：
$$I = (R+G+B)/3$$
$$S = 1 - 3 \cdot \min(R,G,B)/(R+G+B)$$
$$H = \theta$$ (当 $$B \leq G$$) 其中
$$H = 360° - \theta$$ (当 $$B > G$$) $$\theta=\arccos\left\{ \frac{(R-G)+(R-B)}{2} \Big/ \sqrt{(R-G)^2+(R-B)(G-B)} \right\}$$
RGB的问题：
- 不直观（(200,100,50)是什么颜色？）
- 难以调整（想变亮一点怎么改？）
HSI的优势：
- H（色调）= 什么颜色（红/绿/蓝/黄...）
- S（饱和度）= 颜色有多纯（鲜艳/灰暗）
- I（亮度）= 有多亮（明/暗）
类比：
- H = 选什么颜色的颜料
- S = 颜料纯不纯（纯色 vs 加了白色）
- I = 灯光亮不亮
举例：
- 鲜艳的红花：H=红色，S=高，I=中
- 灰色的墙：H=任意，S=低，I=中
- 黑暗中的红点：H=红色，S=高，I=低
调整图像更直观：想变亮？只调I。想更鲜艳？只调S。想换颜色？只调H。
核心意思：
HSI = 色调、饱和度、亮度，更符合人类描述颜色的方式
举个例子：
描述一辆红色汽车：
用RGB（不直观）：
(200, 50, 30) ← 这是什么颜色？要算一下才知道
用HSI（很直观）：
H = 0°（红色）
S = 85%（很鲜艳）
I = 40%（比较暗）
HSI的三个分量：
H（Hue）= 色调 = "什么颜色"
0° = 红色
120° = 绿色
240° = 蓝色
360° = 又回到红色
S（Saturation）= 饱和度 = "有多鲜艳"
0% = 灰色（没有颜色）
100% = 纯色（最鲜艳）
I（Intensity）= 亮度 = "有多亮"
0% = 黑色
100% = 最亮
调整图像更直观：
想变亮？只调I（亮度）
想更鲜艳？只调S（饱和度）
想换颜色？只调H（色调）
生活类比：
H像选什么颜色的颜料，S像颜料纯不纯（纯色 vs 加了白色），I像灯光亮不亮。
为什么这样设计：
因为人类描述颜色就是说"红色的、鲜艳的、亮的"，而不是说"(200,50,30)"。HSI把亮度和颜色分开，这样调整亮度不会改变颜色本身，处理起来更符合直觉。
5伪彩色图像处理
伪彩色（假彩色）处理：根据一定准则对灰度值赋以彩色。原因：人能辨别上千种颜色，却只能辨别二十几种灰度，赋色便于观察解释。两种技术：
强度分层
Intensity Slicing灰度→彩色变换
Gray-to-Color核心意思：
伪彩色 = 把灰度图"上色"，让不同的灰度显示不同的颜色
举个例子：
原始灰度图（医学CT）：
0 = 黑色（背景）
100 = 深灰（肌肉）
200 = 浅灰（骨骼）
255 = 白色（金属）
伪彩色映射：
0 → 黑色（背景）
50 → 蓝色（低密度）
100 → 绿色（肌肉）
150 → 黄色（中等密度）
200 → 红色（骨骼）
255 → 白色（金属）
效果：
原本灰蒙蒙的CT图
→ 不同组织显示不同颜色
→ 更容易区分肌肉、骨骼、病变
常见伪彩色方案：
热力图：黑→红→黄→白
彩虹图：红→橙→黄→绿→蓝→紫
铁蓝色：黑→蓝→青→白
生活类比：
伪彩色像给黑白照片"上色"，不是真的颜色，是"假"的颜色。目的是让人眼更容易区分不同的灰度。
为什么这样设计：
人眼只能辨别二十几种灰度，但能辨别上千种颜色。把灰度映射成彩色，原本看起来差不多的灰度差异就能一眼看出来。常用于医学图像（让病变更明显）、热成像（温度用颜色表示）、地形图（海拔用颜色表示）。
6全彩色图像处理基础
全彩色处理研究分两大类：
| 方式 | 做法 |
|---|---|
| 分量处理 | 分别处理每一分量图像，然后合成彩色图像 |
| 向量处理 | 直接对彩色像素处理：3 个颜色分量构成像素向量 c=[R,G,B]ᵀ |
核心意思：
全彩色处理 = 对RGB三个通道分别处理，或者转换到HSI空间处理
举个例子：
方法1：分别处理RGB通道
原图：R、G、B三个矩阵
对每个通道单独做处理：
R' = 处理(R)
G' = 处理(G)
B' = 处理(B)
合并：新图 = (R', G', B')
方法2：转换到HSI空间
原图 RGB → 转换 → HSI
只处理亮度I：
I' = 处理(I)
转换回 RGB：
(H, S, I') → 转换 → 新的RGB
对比：
方法 优点 缺点
分别处理RGB 简单 可能改变颜色
HSI空间处理 保持颜色不变 需要转换
边缘检测在彩色图像：
方法1：对R、G、B分别检测，取平均
方法2：转成灰度再检测
方法3：在HSI空间只对I通道检测（推荐）
生活类比：
分别处理RGB像分别调整三个滑块，HSI处理像先提取亮度只调整亮度。HSI更符合直觉，不会改变颜色本身。
为什么这样设计：
有些操作（如去噪、增强）如果在RGB空间做，会改变三个通道的比例关系导致偏色。转到HSI空间只处理亮度I，就能在改善图像质量的同时保持原有色彩不变。
7彩色变换
彩色变换 $s_i = T_i(r_1, r_2, \ldots, r_n)$，$r_i$、$s_i$ 是输入/输出的彩色分量。所选彩色空间决定 $n$：RGB 时 $n=3$，CMYK 时 $n=4$。
补色
彩色环上与某色调直接相对的色调为补色。RGB 映射下：红↔青、黑↔白。作用：增强嵌在彩色图像暗区的细节（区域占优势时尤佳）。
色调与对比度变换
可使平淡图像变亮/变暗，或增强对比度（亮的更亮、暗的更暗）。
HSI 空间下的直方图均衡化
彩色图像直方图均衡只处理强度分量 $I$，保持 $H$、$S$ 不变。否则会改变彩色。注意：强度改变会影响图像彩色状态，常需适当调整饱和度。
补色（负片）效果：
- 原理：用255减去原来的值
- R' = 255 - R，G' = 255 - G，B' = 255 - B
- 效果：黑变白，红变青，绿变品红
色调分离（海报化）：
- 原理：减少颜色数量（比如从256级减到4级）
- 效果：像海报画，色块分明
边缘检测在彩色图像：
- 方法1：对每个通道分别检测，再合并
- 方法2：转成灰度再检测
- 方法3：在HSI空间只对I通道检测
8彩色图像平滑与锐化 ⭐
彩色平滑
令 S_xy 为以 (x,y) 为中心的邻域坐标集，RGB 平滑即对邻域内 R、G、B 三分量分别求平均。
RGB 平滑 vs HSI 仅平滑 I
- RGB 平滑：对三分量分别平均 —— 是不同彩色的平均；
- HSI 仅平滑强度 I：只平均亮度，原彩色（H、S）保持不变。
- 两者结果不同（存在差别图像）：RGB 平均会混入邻域不同颜色，HSI 只平均亮度。
彩色锐化（拉普拉斯）
- RGB 锐化：分别计算每一分量图像的拉普拉斯变换 —— 是不同彩色的锐化；
- HSI 仅锐化 I：只对强度分量做拉普拉斯，H、S 不变。
⭐重点例题
解：$C=1-R=0.8$，$M=1-G=0.4$，$Y=1-B=0.0$ $\Rightarrow$ $CMY=$(0.8, 0.4, 0)（偏青色）。
解：$I=(R+G+B)/3=R$；$S=1-3 \cdot \min/(R+G+B)=1-3R/3R=$0。即无彩色（灰色）饱和度为 0，色调 $H$ 无定义。
解：$(2^8)^3 = 256^3 = $16,777,216 种（约 1670 万色）。
🎯自测（点击展开）
人能辨别的颜色数与灰度数大致是多少？为什么研究彩色处理？
光的三原色和二次色分别是什么？
RGB → CMY 的转换公式？
HSI 三个分量各代表什么？最大优势是什么？
伪彩色处理的两种技术是什么？
RGB 平滑与 HSI 仅平滑 I 的结果为什么不同？
📝强化题库
选择题点选即时判分；填空题输入后"检查"或"显示答案"。