第6章彩色图像处理
;为什么研究彩色图像;颜色基础;-一个纯黑白物在特定条件下表现为不同的颜色（Benham黑白园板）;RGB显示器的颜色显示范围;彩色基础;人眼中红绿蓝锥状体的波长吸收系数;三基色假说(格拉斯曼定律)：
;颜色的描述;方法二：CIE色度图;彩色模型;RGB正方体模型的展开;图像的R、G、B分解示例;rgb=imread(F:\数字图像处理与MATLAB\picture\cat.jpg);
%可以通过下面的程序看一幅图的RGB三个通道
R=rgb(:,:,1);%红色分量
G=rgb(:,:,2);%绿色分量
B=rgb(:,:,3);%蓝色分量
R1=rgb(:,:,1)*0;%将图像的三维矩阵的每1页清零
G1=rgb(:,:,2)*0;
B1=rgb(:,:,3)*0;
R_img=cat(3,R,G1,B1);
G_img=cat(3,R1,G,B1);
B_img=cat(3,R1,G1,B);
subplot(1,4,1);imshow(rgb);title(原图);
subplot(1,4,2);imshow(R_img);title(R红);
subplot(1,4,3);imshow(G_img);title(G绿);
subplot(1,4,4);imshow(B_img);title(B蓝);;2、HSV彩色模型;3、HSI彩色模型;HSI模型;色调（H）的效果示意图;HSI模型的优势;模型转换;RGB分量和与之对应的HIS图像分量;2、HSI→RGB;RGB分量和与之对应的HIS图像分量;伪彩色处理;1、强度分层技术;例1、甲状腺模型及其强度分层图;;强度与月平均降雨量对应的灰度图像;2、灰度级到彩色转换;行李的X光单色图像;木星的伪彩色图像;全彩色处理;彩色图像处理基础;输入图像(RGB);彩色图像的常规处理—彩色变换;1、变换函数：;草莓和咖啡杯的全彩色图像;3、补色;例6计算彩色图像的补色;4、彩色分层;例7、彩色分层技术;5、色调和彩色校正;例9、彩色平衡;6、HIS空间下的直方图均衡;平滑和尖锐;例11、彩色图像平滑;HSI分量图像;5X5平均模板平滑图像的结果;彩色图像的平滑处理;2、彩色图像尖锐化;例12、拉普拉斯尖锐化;彩色图像的锐化处理;彩色分割;选择在欧式空间的距离度量：;;例14、RGB空间分割(微红色区域);彩色图像的常规处理—图像分割;;彩色图像噪声;思考题与作业;;两种算法的效果比较;欢迎提
任何问题;第七章图像特征检测;目录;基础知识;基础知识;基础知识;基础知识;72;基本的全局化阈值处理;基本的全局化阈值处理;原始图像;Otsu阈值化处理;Otsu阈值化处理;Otsu阈值化处理;Otsu阈值化处理;局??阈值处理;基于局部图像特性的阈值处理;基于局部图像特性的阈值处理;基于移动平均法的阈值处理;动机：全景图像拼接
给定两张图像，如何拼成大图?
;步骤1：检测特征点;步骤1：检测特征点;;点特征用于：
图像对齐
3D重建
运动跟踪
机器人导航
索引和数据库检索
对象识别;;孤立点检测;可以通过一个小窗口识别角点
向任何方向移动窗口应该会产生很大的强度变化
;假设窗口W发生位置偏移(u,v);
比较偏移前后窗口中每一个像素点的灰度变化值;
使用误差平方和定义误差函数E(u,v)
窗口函数w(x,y):
;Harris算子用Taylor展开I(x+u,y+v)去近似任意方向：
于是，E(u,v)可以重写为：
;M是2×2的矩阵，它是关于x和y的二阶函数，E(u,v)是一个椭圆方程
椭圆的尺寸由M的特征值λmax和λmin决定，它们表征了灰度变化最快和最慢的两个方向
椭圆的方向由M的特征矢量决定
;二阶矩矩阵的可视化;根据M的2个特征值大小对图像点进行分类:;角点应该满足的基本性质：最小特征值尽量大
角点响应R=λmin;比R=λmin更有效的角点响应函数：;Harris角点检测的步骤:
1.将原图像I使用w(x,y)进行卷积，并计算图像梯度Ix与Iy;
2.计算每一个图像点的自相关矩阵M;
3.计算角点响应R=det(M)-αtrace(M)2;
4.选择R大于阈值且为局部极大值的点作为角点。;角点;;计算角响应R;查找角响应较大的点：RThreshold;只取R的局部最大值的点;Harris角点检测;Harris检测子获得的角点可能在图像上分布不均匀(对比度高的区域角点多)
改进方法:Adaptivenon-maximalsuppression(ANMS)，只保留半径r内角点响应比其他点大10%的点作为角点。(Brown,Szeli