基于Matlab的彩色图像分量处理

摘 要： 应用于图像处理的计算机软件技术平台很多，如VC++，Matlab等，Matlab从本质上就可以提供对图像处理的技术支持。在对彩色图像进行概述的基础上，提出彩色分量处理的方法，利用Matlab中的函数对其进行滤波处理，主要是进行平滑和锐化，经过仿真得出其方法效果明显，可改善图像的视觉效果的结论。

关键词： 彩色图像分量处理； 平滑处理； 锐化处理； Matlab

中图分类号： TN911.73?34 文献标识码： A 文章编号： 1004?373X（2013）09?0074?02

0 引 言

图像处理是人类视觉延续的重要手段，使人能够看见任意波长上所测得的图像，如伽马相机、X光机、红外和超声图像等；可以看到内部图像，例如，用CT可看到断层图像，可看到立体图像和剖视图像。数字图像处理在实际中得到了广泛的应用，特别在遥感、航空、航天、通信、生物医学、安全监控等领域，在国家安全、经济发展和日常生活中已经起到了越来越重要的作用。

1 彩色图像概述

自然界的光谱是由许多不同波长的光组合而成的，形成的图像是多光谱图像。进入人眼的光是由各种波长的光组合成的混合光，但人眼所能看见的光谱范围，只是电磁辐射范围的很小一部分，其波长范围为380～780 nm，这段波长称为可见光谱，如图1所示。

不同波长的光呈现出的颜色各不相同，随着波长由长到短，呈现的颜色依次为红、橙、黄、绿、青、蓝、紫，这些颜色形成了人不同的色彩感觉。单一波长的光称为单色光，包含有两种或两种以上波长的光称为复合光，复合光作用于人眼，呈现混合色。不同强度的光及不同强度分布的光刺激人眼，在人脑中将产生不同的光强、颜色和形状等视觉信息[1]。

为了有效地描述或者混合各种颜色，人们提出了RGB模型、HSI模型、YCbCr模型等等，以适应不同应用的需求。

2 基于彩色分量的处理

2.1 基于彩色分量处理的原理

由于彩色图像有多个分量，所以其处理方法相对于灰度图像来说有一些不同，但他们的原理还是相似的。用于彩色图像处理的方法有两种，一种是基于彩色分量的处理方法，一种是基于彩色向量的处理方法[2]。

基于彩色分量的处理方法是将彩色图像看成是几幅单独的分量图像，然后对这些分量图像分别进行处理，处理完毕后再将它们合并成彩色图像的处理方法。RGB彩色空间是目前常用的一种彩色信息表达方式，其中有3个颜色分量，分别为红、绿、蓝三原色，处理时，可以先将这3个分量图像提取出来，然后再将他们分别当做灰度图像进行处理。当然，彩色图像并不仅仅可以用RGB彩色空间来表示，也可以用YCbCr空间来表示，YCbCr空间也可以将Y，Cb，Cr三个分量提取出来，然后分别进行处理[3]。

基于彩色分量的处理方式经常用于彩色图像的平滑、锐化等滤波操作，而且使用RGB空间和使用YCbCr空间的处理结果有些区别，区别的大小随着滤波模板的增大而增大[4]。如果在RGB空间中对彩色分量分别进行处理，则邻近像素之间的颜色会由于得到滤波处理，而混合在一起，如果在YCbCr空间中对彩色分量进行处理，则仅仅是邻近像素之间的亮度得到滤波处理，而保留了原有的颜差。可以根据需要选择在何种彩色空间中进行处理。

2.2 基于彩色分量处理的Matlab实现

在RGB空间中对彩色图像进行平滑、锐化等空域滤波的函数仍然为imfilter函数，只是输入图像为RGB的图像矩阵即可。在其他的彩色空间的处理，如YCbCr空间，就需要先将图像从RGB空间转换到其他的彩色空间，然后分别对其中的分量进行处理，最后再变换回RGB空间[5]。

在RGB空间和YCbCr空间分别对彩色图像进行平滑处理的代码如下：