与灰度图像相比，彩色图像除含有较大的信息量外，它的表示方式和存储结构也不相同，因此，不能将灰度图像的处理技术简单地直接应用于彩色图像。
与单色图像相比，多光谱图像含有丰富的光谱信息，对地物分析和识别有非常重要的作用。
对于无彩色(消色)图像来说，亮度(也即灰度)是唯一的属性。
对于有彩色图像来说，通常用亮度、色调及饱和度表示颜色的特性。
亮度反映了该颜色的明亮程度。颜色中掺入的白色越多亮度就越大，掺入的黑色越多亮度就越小。
色调用于描述纯色(如纯黄色、纯红色)，反映了观察者接收到的主要颜色。
饱和度给出一种纯色被白光稀释的程度的度量，与加入到纯色(色调)中的白光成正比(由于加入了白光，观察者接收到的不再是某种纯色，而是反应该纯色属性的混合颜色)。
常用的彩色模型可分成两类：
(1)面向诸如彩色监视器、彩色视频摄像机和彩色打印机的硬件设备。
面向硬件设备的彩色模型主要有RGB模型、CMY(青、品红、黄)模型和CMYK(青、品红、黄、黑)模型。
RGB模型主要用于彩色监视器和彩色视频摄像
CMYK主要用于彩色打印机。
(2)面向诸如彩色动画图形创作等的彩色处理应用。面向彩色处理应用的模型主要是HSI模型(hue-saturation-intensity，即色调、亮度和饱和度)。
RGB彩色模型
RGB色系：
HSI彩色模型
HSI(hue-saturation-intensity)彩色模型比较适合于人用色调(H)、饱和度(S)和亮度(I)描述被观察物体颜色的解释，对于开发基于彩色描述的图像处理方法是一个理想的工具。
HSI色系 —— 色度分量H
H：表示色度，由角度表示。反映了该颜色最接近什么样的光谱波长。0o为红色，120o为绿色，240o为蓝色。
上图为基于圆形彩色平面的HSI彩色模型
HSI色系 —— 饱和度分量S
S：表示饱和度，饱和度参数是色环的原点到彩色点的半径长度。
在环的外围圆周是纯的或称饱和的颜色，其饱和度值为1。在中心是中性(灰)色，即饱和度为0。
上图： HSI彩色模型中的色调和饱和度
RGB彩色模型到HSI彩色模型的转换
彩色变换
反色是指与某种色调互补的另一种色调。
颜色间的互补关系
彩色图像的反色变换
彩色图像的灰度化
将彩色图像转变为灰度图像的处理称为彩色图像的灰度化处理。 将彩色图像转换为灰度图像的实质，就是通过对图像R、G、B分量的变换，使得每个像素点的R、G、B分量值相等。
彩色图像的灰度化方法主要包括：
1.最大值法
2.平均值法
3.加权平均值法
人眼对绿光的亮度感觉仅次于白光，是三基色中最亮的，红光次之，蓝光最低。
如果权值ωG、ωR、ωB满足条件ωG>ωR>ωB，将会得到比较合理的灰度化结果。
相关研究表明，当ωG=0.587、ωR=0.299、ωB=0.114时，得到的灰度化图像较合理，此时公式(11.26)就变为：
真彩色转变为256色
将真彩色图像转化为256色图像会有大量的颜色信息损失掉，因此，在转换过程中要找到合适的映射关系，使得变化后的256种颜色在原图像中最具代表性或出现的频率最高。
两种常用的转化算法：
1)中位切分法
2)流行色法
1. 中位切分法
首先，将RGB彩色空间中的3个坐标轴进行均匀量化，把每个坐标轴分为256个级别，0为最暗，255为最亮，这样真彩色图像的各种颜色就可以用坐标空间的各个量化点来表示。
然后，将彩色立方体划分为256个小立方体，使各立方体包含相同的颜色数。
最后，求出这256个小立方体的中心点的颜色。
2. 流行色法
首先，对原彩色图像中各颜色出现的概率进行统计。
然后，按照由大到小的顺序选择出前256种颜色。
最后，将其它颜色按照与这256种颜色就近的原则进行转换，用这256种颜色代替原真彩色图像中的颜色。
彩色平衡
景物中物体的颜色偏离了原来的真实色彩，原因是由于颜色通道中不同的敏感度、增光因子、偏移量等使图像的3个分量发生了不同的线性变换，导致图像的三基色“不平衡”。
常用的彩色平衡方法有：
● 白平衡法
● 最大颜色值法
1. 白平衡法
（11.28）
（11.29）
彩色图像增强
在得到的彩色图像中，有时会存在对比度低、颜色偏暗、局部细节不明显等问题，为了改善图像的视觉效果、突出图像的特征，利于进一步的处理，需要对图像进行增强处理。
彩色图像增强依据处理对象的不同可分为：
● 真彩色增强；
● 伪彩色增强；
● 假彩色增强。
真彩色增强的处理对象是具有种颜色的彩色图像(又称全彩色图像)。真彩色的增强通常选择在HSI模型下进行。
依据选择增强分量和增强目的的不同，可将真彩色增强分为：
● 亮度增强
● 色调增强
● 饱和度增强
1)亮度增强
彩色图像的亮度增强是仅对彩色图像的亮度分量进行处理的增强方法，它的目的是通过对图像亮度分量的调整使得图像在合适的亮度上提供最大的细节。
亮度增强可以在其亮度分量上使用第四章介绍的灰度图像的增强算法，如灰度变换法、直方图增强法等
2)色调增强
色调增强是通过增加颜色间的差异来达到图像增强的目的，一般可以通过对彩色图像每个点的色度值加上或减去一个常数来实现。
3)饱和度增强
饱和度增强可以使彩色图像的颜色更为鲜明。
饱和度增强可以通过对彩色图像每个点的饱和度值乘以一个大于1的常数来实现；反之，如果对彩色图像每个点的饱和度值乘以小于1的常数，则会减弱原图像颜色的鲜明程度。
伪彩色增强
伪彩色增强的处理对象是灰度图像。
伪彩色增强就是将一幅具有不同灰度级的图像通过一定的映射转变为彩色图像，来达到增强人对图像的分辨能力。
伪彩色增强可分为空域增强和频域增强两种，在这两种算法中，密度分层法、灰度级-彩色变换法和频率滤波法是三种较为常用的算法。
图11.18 密度分层法空间示意图 图11.19 密度分层法平面示意图
2)灰度级-彩色变换法
灰度级-彩色变换伪彩色增强法的基本思想是：对图像中每个像素点的灰度值采用不同的变换函数进行3个独立的变换，并将结果映射为彩色图像的R、G、B分量值，由此就可以得到一幅RGB空间上的彩色图像
由于灰度级-彩色变换法在变换过程中用到了三基色原理，与密度分层法相比，该算法可有效地拓宽结果图像的颜色范围。
图11.21 灰度级-彩色变换法示意图
3)频率滤波法
首先对原灰度图像进行傅立叶变换，然后用3种不同的滤波器分别对得到的频率(谱)图像进行独立的滤波处理，处理完后再用傅立叶逆变换将得到三种不同频率的图像映射为单色图像，经过一定的后处理，最后把这三幅灰度图像分别映射为彩色图像的R、G、B分量，这样就可以得到一幅RGB空间上的彩色图像
与密度分层法和灰度级-彩色变换法两种算法相比，频率滤波法输出的伪彩色与灰度图像的灰度级无关，仅与灰度图像不同空间频率成分有关。
假彩色增强是从一幅初始的彩色图像或者从多谱图像的波段中生成增强的彩色图像的一种方法，其实质是从一幅彩色图像映射到另一幅彩色图像，由于得到的彩色图像不再能反映原图像的真实色彩，因此称为假彩色增强。
应用：
◆画家通常把图像中的景物赋以与现实不同的颜色，以达到引人注目的目的。
◆对于一些细节特征不明显的彩色图像，可以利用假彩色增强将这些细节赋以人眼敏感的颜色，以达到辨别图像细节的目的。
◆在遥感技术中，利用假彩色图像可以将多光谱图像合成彩色图像，使图像看起来逼真、自然，有利于对图像进行后续的分析与解译。
假彩色增强可以看作是一个从原图像到新图像的线性坐标变换。
（11.23）
