【正文】 可以辨別幾千種顏色色調(diào)和亮度 ? 只能辨別幾十種灰度層次 √ 有用的描繪子 ? 簡化目標物的區(qū)分 ? 目標識別：根據(jù)目標的顏色特征 第二章 數(shù)字圖像處理基礎(chǔ)知識 1. 彩色規(guī)范（顏色模型） ― RGB 模型和 HSI模型 顏色模型： 抽象表示和描述顏色的方法 ― RGB 模型 ― CMYK 模型 ― CIE 模型 ― HSI 模型 第二章 數(shù)字圖像處理基礎(chǔ)知識 1) RGB模型 楊 ― 赫姆霍爾茲視覺三基色假說 : C = R + G + B 視網(wǎng)膜錐體細胞感紅感綠感藍色素，對光的響應峰值分別在紅、綠、藍區(qū)，由此綜合形成色覺信息。 第二章 數(shù)字圖像處理基礎(chǔ)知識 ( 3 ) 假彩色圖像 ( false color ) 根據(jù)波長的不同賦予不同的彩色的處理為假彩色圖像處理。 0 255 r s （ c) 超過了動態(tài)范圍 第二章 數(shù)字圖像處理基礎(chǔ)知識 （ 2） 如圖所示，為了確定二值化的 閾值 ，可以利用直方圖。此時，并沒有用到 256級的全部，帶來了實質(zhì)上的級數(shù)降低。 ( 2 ) 偽彩色圖像 ( pseudo color ) 把單色圖像的不同灰度賦予不同顏色的處理為偽彩色圖像處理。 Zi+1 Z Zi1 Qi+1 Q Qi1 連續(xù)的灰度值 量化值（整數(shù)值） 量化 黑色 灰色 白色 從白到黑的 連續(xù)變化 黑色 灰色 白色 灰度標度 255 254 ? 128 ? 1 0 0 1 ? 128 ? 254 255 灰度級的分配 把從白到黑的灰度值 (gray level)量化成 8比特 第二章 數(shù)字圖像處理基礎(chǔ)知識 若將樣點量化為 Q級， Q如何取值 ： 1) Q總是取 2的整數(shù)次冪，如 Q=2b； 2) b取值越大，重建圖像失真越小，若要完全不失真重建圖像 ， b必須取無窮大，否則一定存在失真。 光度學 ：亮度形成機制。 最直接的方法是使用紅，綠，藍的亮度值，大小限定到一定范圍，如 0到 1或 0到 255。 彩色到彩色的映射。在圖中，因為直方圖具有符合對象的明確的雙峰性。 0 255 （ a)恰當?shù)貥硕? 第二章 數(shù)字圖像處理基礎(chǔ)知識 （ b）是圖像對比度低的情況，圖中 p， q部分的灰度級未能被有效地利用。 第二章 數(shù)字