利用Matlab軟件對醫學彩色圖像的空間轉換

張蘭鳳　郭丹

摘 要：目的：介紹Matlab軟件對免疫組化彩色圖像的空間轉換。方法：通過Matlab軟件中的工具箱來對免疫組化的圖像進行處理。結果：將彩色圖像從RGB彩色空間轉換為HSI彩色空間。結論：Matlab軟件中的工具箱能成功地將免疫組化的彩色圖像從RGB彩色空間轉換為HSI彩色空間。

關鍵詞：Matlab軟件；免疫組化彩色圖像；免疫組化彩色圖像

在Matlab軟件中常用的有紅、綠、藍三基色（RGB）彩色空間、YUV（YCbCr）彩色空間、YIQ（Brightness Intensity Saturation）彩色空間、HSV（Hue Saturation Value）彩色空間以及HSI（Hue Saturation Intensity）彩色空間等[1]，用可以接受的方式在執行標準下簡化彩色規范這就是彩色空間的用途[2]。用Matlab工具箱處理圖像，RGB（紅、綠、藍）彩色空間較為常用，彩色視頻等領域在該彩色空間應用較廣泛。而HSI滿足人們的顏色描述和解釋方式，此彩色空間在將圖像放入各種顏色和灰度信息上具有優勢，因而更加符合灰度處理技術要求[3-4]。每一種顏色空間都有各自的優缺點，所以在圖像處理中，人們要根據圖像本身的特點來選擇合適的顏色空間進行下一步的操作[3]。

RGB彩色空間里別的顏色都是由紅、藍、綠這三種色彩的疊加而成，每種顏色出現在原色光譜分量中，其中，紅色用R來表示，綠色用G來表示，而藍色用B來表示。一幅RGB圖像的每個像素點由三個分量構成，可以被看成是三幅灰度圖像。灰度圖像有256個亮度水平級，紅、藍、綠三種色彩疊加就可以稱為“真彩色”，形成的顏色有千萬種多。在Matlab中一幅RGB圖像是彩色像素的一個數組，在特定空間位置上每一個彩色像素點都有所對應的彩色圖像的紅、綠、藍三個分量。在RGB彩色空間中，由三種顏色疊加可以形成其它的顏色，所以也稱為加色模式。而HSI彩色空間是從人的視覺系統出發，在對色彩的描述中用色調（Hue）、飽和度（Saturation）和亮度（Intensity）來表示。色調是決定顏色本質的最基本屬性；飽和度是指顏色的深淺，飽和度值的大小反映了顏色的深淺，當值越高時，顏色也就越深；亮度是指光波在視網膜作用所產生的效果，物體的反射系數決定了亮度的大小，如果反射系數大，亮度就大，反射系數小，那么亮度也就小。而免疫組化的圖像最開始多是RGB彩色空間，為了在圖像處理中能達到最佳的效果，必須要進行空間轉換。

在文章實驗中用Matlab工具箱中的rgbTohsi（）函數將RGB原圖圖像轉換為HSI灰度圖像。把采集的免疫組化彩色圖像在不同區域用RGB三基色的顏色值分析，提取獲得陽性細胞特征在RGB三色空間中的分布概況，每個陽性像素在坐標上的紅（R）、綠（G）、藍（B）RGB三色分布差異。在理論上棕褐色的R分量值要大于B分量值；而藍色或紫色的B分量值會比R分量值大，因此陽性細胞圖像上的每一個像素都會出現R>B[5]。在Matlab7.6（2013a）環境下對Ki-67實際圖像進行像素的顏色檢測，分析陽性像素的色彩信息。在圖像中隨機抽取了50個陽性像素點進行分析，各像素的R、G、B值關系如圖1所示。對免疫組化彩色圖像在進行預處理之前先將彩色圖像從RGB彩色空間轉換為HSI彩色空間，在HSI彩色空間可以減少圖像處理和分析的工作量。免疫組化彩色圖像的RGB彩色空間轉換為HSI彩色空間后，應用Matlab工具箱中的直方圖處理增強后可以發現陽性細胞區域的背景相比原圖得到了較大的增強，而且在顏色上也發生了變化，如圖2所示。這是由于在圖像增強的同時，它們所對應的同一個像素上的R、G、B三個分量也都有變化，相對數值也發生了變化，圖像的顏色也就會發生變化。

處理后的在HSI色彩空間圖像顏色對比更加鮮明，在應用計算機視覺算法對彩色圖像處理過程中，HSI色彩空間比RGB色彩空間更加符合人的視覺特性，而且HSI色彩空間是相互獨立的，可以分開對圖像進行處理[6]，也為后面的圖像處理奠定基礎。而且在應用計算機視覺算法對彩色圖像處理過程中，HSI色彩空間比RGB色彩空間更加符合人的視覺特性，而且HSI色彩空間是相互獨立的，可以分開對圖像進行處理。

參考文獻

[1]馬曉路，劉倩，胡開云，等.MATLAB圖像處理從入門到精通[M].北京：中國鐵道部出版社，2013.

[2]雷健，楊靜宇，曹雨龍.肺癌細胞識別彩色圖像處理系統[J].自動化學報，1996，22（3）：382-38.

[3]羅述謙，周果宏.醫學圖像處理與分析[M].北京：科學出版社，2010.

[4]姚敏.數字圖像處理[M].北京：機械工業出版社，2006.

[5]王慧，江鋒，葉永安，等.基于混合顏色空間的免疫組化圖像分割研究[J].計算機工程，2011，5（37）：22-24.

[6]李靜.免疫組化顯微圖像分割與分析技術的研究[D].山東：濟南大學，2010，19-20.

作者簡介：張蘭鳳（1978-），女，江西新余人，贛南醫學院，講師，碩士，主要研究方向：醫學圖像數字化處理和人體解剖學教學。

郭丹（1979-），女，江西南康人，贛南醫學院，講師，碩士，主要研究方向：組織學和胚胎學教學。