标签：领域 感受 科学 sum 根据 赋值 二值图像 度量 表白
光特性是颜色科学的核心，描述彩色光的3个基本量：
人眼中的600—700万个锥状体分别对红色、绿色和蓝色敏感：65%对红光敏感、 33%对绿光敏感、 2%对蓝光敏感。红色、绿色和蓝色是波形，而非一个值，只是人为确定一个值而已。
自然界常见的各种颜色光，都是由红(R)($\lambda$=700nm)、绿(G) ($\lambda$=546nm)、蓝(B)($\lambda$=435.8nm)三种颜色光按不同比例相配而成，同样绝大多数颜色也可以分解成红、绿、蓝三种单色光，这就是色度学中最基本的原理—三基色原理。（红色+绿色=黄色，红色+蓝色=品红，绿色+蓝色=青色，红色+绿色+蓝色=白色）
区别颜色的特性：亮度、色调、色饱和度。
颜色通常用亮度和彩色表征，色调和饱和度统称为彩色色度。
RGB 24比特彩色立方体，用3个字节来表示颜色。
人类可以辨别上千种颜色和强度，只能辨别二十几种灰度，根据一定的准则对灰度值赋以彩色的处理（区分：伪彩色图像、真彩色图像、单色图像），也叫假彩色图像处理。
令$[0,L-1]$表示灰度级，使$l_0$代表黑色（$f(x,y)=0$），$l_{L-1}$代表白色（$f(x,y)=1$）。假设垂直于强度轴的$P$个平面定义为量级$l_1,l_2,\ldots,l_p$，将灰度级分为$P+1$个间隔，$V_1,V_2,\ldots,V_{P+1}$，则灰度级到彩色的赋值关系：$f(x,y)=c_k,f(x,y)\in V_k$，$c_k$是与强度间隔$V_k$级强度相关的颜色，$V_k$是由$l=k-1$和$l=k$分割平面定义的。
对任何输入像素的灰度级执行3个独立变换，3个变换结果分别送入彩色监视器的红、绿、蓝三个通道，产生一幅合成图像。
全彩色图像处理研究分为两大类:
彩色变换函数：$g(x,y)=T[f(x,y)]$，$T$是在空间领域$(x,y)$上对$f$的操作。
补色：在如图所示的彩色环上，与一种色调直接相对立的另一色调称为补色。可以增强嵌在彩色图像暗区的细节。
令$s_{x,y}$表示在RGB彩色图像中定义一个中心在$(x, y)$
的邻域的坐标集，在该邻域中RGB分量的平均值为$\overline{c}(x,y)=\frac{1}{k}\sum_{(x,y)\in s_{x,y}}c(x,y)$
RGB彩色空间，分别计算每一分量图像的拉普拉斯变换，再合并
门限产生的二值图像：饱和度图像中门限值等于最大饱和度的10%，大于门限的像素赋1，其它赋0
令z代表RGB空间中的任意一点，a是分割颜色样本集的平均颜色向量$D(z,a)=|\vec{z}-\vec{a}|$。D0是距离（欧氏距离）阈值，如果$D(z,a)\le D_0$，则z和a相似；如果$D(z,a)>D_0$,则$z$和$a$不相似。
处理3个独立平面形成的合成梯度图可导致错误的结果！Di Zenzo提出处理方法。
标签：领域 感受 科学 sum 根据 赋值 二值图像 度量 表白
原文地址：https://www.cnblogs.com/lutaishi/p/12088507.html
