龙源期刊网 http://www.qikan.com.cn
颜色空间在彩色图像增强中的应用分析
作者：徐光明
来源：《电脑知识与技术》2011年第25期
摘要：在图像处理与分析中，图像增强是一个重要的预处理过程。在特定的应用中，增强的侧重点不同，选择合适的颜色空间是非常重要的。直方图均衡化仍然是目前最为有效的图像增强算法之一。文章基于直方图均衡化方法，对常用颜色空间RGB、HSI、HSV中彩色图像增强进行了实验结果比较，并作了应用分析。 关键词：图像增强；颜色空间；应用分析
中图分类号：TP391文献标识码：A文章编号：1009-3044(2011)25-6207-02 Application Analysis of Color Space in Image Enhancement XU Guang-ming
(Guilin University of Technology, Guilin 541004, China)
Abstract: In image processing and analysis, Image enhancement is a important pretreatment course. Choosing the suitable color space is very important. Based on histogram equalization, the enhancement effect of common color spaces was compared and the applicability was analysed. Key words: image enhancement; color Space; application Analysis
图像增强是图像分析与处理的一个重要的预处理过程，是利用各种数学方法和变换手段来提高图像的对比度和清晰度，以突出人或其他接收系统感兴趣的部分[1]。在图像分析中，彩色是一种能简化目标提取和分类的重要参数。而在图像处理中，常常借助彩色来处理图像以达到对人眼来说增强了的视觉效果，因为人的眼睛只能分辨几十种不同深浅的灰度级却能分辨几千种不同的颜色。因此，彩色图像增强有着重要的意义。
彩色图像增强是近几年关注的一个热点，提出了许多不同的方式方法，概括起来主要有有两类：一类是将彩色图像经过颜色空间转换，将图像从颜色分量密切相关的RGB空间转变到基本不相关的颜色空间(如HSI或HSV)，对亮度作相应的处理，再转换到RGB 空间[2]。另一种方法是不进行空间的转换，将RGB的3个分量进行相同的缩放和平移，从而达到色调不变的目的[3]。由于直方图均衡化仍然是目前最为有效的图像增强算法之一，本文基于直方图均衡化方法，对常用颜色空间RGB、HSI、HSV中彩色图像增强进行了实验结果比较，并作了应用分析。
1 常用颜色空间
龙源期刊网 http://www.qikan.com.cn
颜色空间是用来表示颜色的数学模型，颜色通常使用代表3 个参数的三维坐标来指定，这个坐标描述了颜色在特定颜色空间中的位置。颜色空间把抽象的、主观的视觉感受具体化为三维空间中的位置、向量，使各种彩色图像、彩色设备的颜色特性都能实现可视化，成为色彩研究的重要工具。对颜色空间的研究与应用产生了许多不同的颜色空间，如加法混色的RGB颜色空间，减法混色的CMY颜色空间，视频系统用的YIQ、YUV 和YCrCb 颜色空间，面向色调的由颜色心理三属性表示的HSV和HSI颜色空间等。
在彩色图像处理中最常用的颜色空间包括RGB颜色空间和HSI或HSV颜色空间。前者常用于计算机输入输出设备（包括扫描仪和数码相机等）中，后者则更符合人类描述和解释颜色的方式。在RGB颜色空间中，每种颜色出现在红(Red)、绿(Green)、蓝(Blue)的原色光谱分量中，其模型基于笛卡儿坐标系统。在此颜色空间，所表示的图像由三个图像分量(RGB)组成。HSI颜色空间通过色度(Hue)、饱和度(Saturation)和亮度(Intensity)来表示物体的颜色，其模型基于柱坐标系统。色度H定义了颜色的波长，反映了颜色最接近哪种光谱波长，既光的不同颜色。饱和度S表示颜色的深浅程度，S越高，颜色越深。I表示强度或亮度，I与颜色信息无关，而H和S包含了颜色信息。HSV 空间与HSI 类似，区别只是亮度分量(V或I)的计算不同。由于HSI或HSV颜色空间中I或V分量与颜色信息无关，而H和S分量与人眼获得颜色的方式密切相关，因此比较适合于彩色图像处理 2 实验对比分析
为了对以上常用颜色空间在彩色图像增强中的应用进行分析比较，采用灰度图像的直方图均衡化方法对彩色图像进行增强，并对增强的效果进行比较分析。 2.1 实验方法和步骤
彩色数字图像的存储和显示一般采用RGB形式，所以常常需要进行RGB颜色空间和HSI或HSV颜色空间的相互转换。关于RGB和HSI或HSV的相互转换公式有不同的形式，但基本思想是相同的。从彩色图像处理的角度，只要色度是一个角度，饱和度和亮度独立，转换是可逆的，不会影响处理的结果。
1) 在RGB空间内独立地进行每个彩色图像分量的直方图均衡化。
2) 在HSI空间内仅对亮度进行直方图均衡化，而保持色度和饱和度不变。以下给出的是由RGB到HSI转换的一种形式，由HSI到RGB的转换计算略。
给定一幅RGB彩色图像，色度分量H依据B和G的关系而定，当B≤G时，H=arccos{0.5×[(R-G)+(R-B)]÷[(R-G)2+ (R-B)2+(G-B)2]0.5}，当B＞G时，H=2π- arccos{0.5×[(R-G)+(R-B)]÷[(R-G)2+(R-B)2+(G-B)2]0.5}；饱和度分量S=1-[3÷(R+G+B)]×[min(R,G,B)]；亮度分量I=(R+G+B)÷3。
龙源期刊网 http://www.qikan.com.cn
3) 在HSV空间内仅对亮度进行直方图均衡化，而保持色度和饱和度不变。以下给出的是由RGB到HSV转换的一种形式，由HSV到RGB的转换计算略。
给定一幅RGB彩色图像，色度分量H依据B和G的关系而定，当B≤G时，H=arccos{0.5×[(R-G)+(R-B)]÷[(R-G)2+ (R-B)2+(G-B)2]0.5}，当B＞G时，H=2π- arccos{0.5×[(R-G)+(R-B)]÷[(R-G)2+(R-B)2+(G-B)2]0.5}；饱和度分量S=1-[3÷(R+G+B)]×[min(R,G,B)]；亮度分量V=max(R,G,B)。 2.2 实验方法和步骤
依以上实验方法和步骤，分别对两幅原图在不同颜色空间进行增强，结果如图1和图2。 图1不同颜色空间增强结果1 图2不同颜色空间增强结果2
1) 在RGB空间内独立地进行每个彩色图像分量的直方图均衡化，由于三个分量RGB相关性高，增强后的图像产生了一定程度的色彩失真。在HSI和HSV空间内仅对亮度进行直方图均衡化，由于HSI或HSV颜色空间中I或V分量与颜色信息无关，而H和S分量与人眼获得颜色的方式密切相关，增强后的图像更接近人的视觉感知。因此，对于以图像处理为目的的增强，针对人类心理感知的彩色空间HSI或HSV更有优越性，能够得到更好增强效果。 2) 在RGB空间内独立地进行每个彩色图像分量的增强，从图中的效果看，增强后的图像亮度较高、颜色较艳、清晰度较好，只是图像产生了一定程度的色彩失真。在图像分析中，如果颜色的真实不是主要的因素，直接在RGB空间内进行图像的增强可以得到更多的图像细节。
3) HSI与 HSV 空间相似，区别只是亮度分量(V或I)的计算不同。HSI空间由于I是随着R，G，B而变化的，因此更适合参照成熟的灰度图像处理技术，如直方图均衡化、直方图规定化等；HSV空间由于亮度（也导致饱和度）的动态范围更大，因此更适合于控制色度和饱和度，如突出一些有意义的色彩。 3 小结
在图像处理与分析中，图像增强是一个重要的预处理过程。由于在处理与分析中有不同的特定应用，增强的侧重点不同，因此选择合适的颜色空间是非常重要的。此外，由于颜色空间相互变换的计算量较小(几乎可以忽略)，因此可以通过空间转换以及选择合适的空间来降低其复杂度和计算量，同时采用现有成熟的灰度图像处理技术达到特定目的的增强。 参考文献：