色彩增强不同于彩色图像增强，图像增强的一般处理方式为直方图均衡化等，目的是为了增强图像局部以及整体对比度。而色彩增强的目的是为了使的原有的不饱和的色彩信息变得饱和、丰富起来。对应于Photoshop里面的“色相/饱和度”调节选项里面对饱和度的操作。色彩增强的过程，并不改变原有彩色图像的颜色以及亮度信息。

    在我的色彩增强算法模块里面，始终只针对色彩饱和度(Saturation)信息做研究，调整。这样的话，那就不得不介绍HSV颜色空间了，H代表Hue（色彩），S代表Saturation（饱和度），V代表Value，也可用B表示（Brightness，明度），HSV空间也可称作HSB空间。

    HSV空间在wikipedia上的介绍，https://en.wikipedia.org/wiki/HSL_and_HSV 

    下面根据自己的理解介绍一下HSV空间，以及其各通道在Matlab和OpenCV中的不同。

    HSV的圆柱模型

    HSV的圆锥模型

    从上图可以看出，在HSV空间中，Hue通道的取值从0-360°变化时，颜色从红->黄->绿->青->蓝逐步变化。Saturation从0->1变化时，色彩逐渐加深变成纯色（pure）。Value值从0->1变化时，图像整体亮度增加，V值为0时，图像为全黑，V值为1时，图像为全白。

    Matlab RGB色彩空间向HSV转换，采用函数rgb2hsv,转换后的hsv各通道的元素取值范围为[0,1];OpenCV中彩色图像向HSV空间中转换，cvtColor(src,srcHsv,CV_BGR2HSV),转换后H的取值范围为[0,180],S,V的取值范围为[0,255].

   下面介绍自己的算法处理思路，后面会给出完整的Matlab代码： 

   步骤一、给出一张原图src，用PS进行饱和度(Saturation)+40处理后另存为src_40;

   步骤二、将以上两张图像分别转换到hsv空间，提取出饱和度信息，分别为S，S_40;

   步骤三、统计饱和度增加40后，原色彩饱和度与饱和度增量之间的对应关系，即S -- (S_40-S);

   步骤四、对关系S -- (S_40-S)进行二次多项式曲线拟合，得到二次曲线f(x) = p1*x^2 + p2*x + p3；

   为什么是二次？1.对应关系呈现出抛物线形状；2.更高次曲线并没有明显改善拟合性能，且计算消耗会变高。

   步骤五、任意给定输出图像input，根据其色彩饱和度信息，即可进行色彩增强40处理，新的饱和度信息可以表示为S'(x) = S(x) + f(x),得到增强后的色彩信息后返回RGB图像输出；

   步骤六、分别对原图+20，+40，+60后进行饱和度信息统计，并得到相应拟合参数，设置为色彩增强的低、中、高三挡，在实际处理过程中，根据输入图像input自身色彩饱和度信息(均值)自适应选取相应参数进行色彩增强；

   步骤七、按需对某一单独颜色通道进行色彩增强处理，例如绿色范围为105°-135°，在对该范围进行增强的同时，还需对75°-105°,135°-165°进行一半强度的增强，这样才会保证色彩的连续性，不会出现色斑；

   步骤八、按需对色彩(Hue)进行转换；

   代码部分：第一部分用作估计拟合参数，在Curve fitting tool里面对X，Y进行拟合，得到曲线参数。

src1_hsv = rgb2hsv(src1); src2_hsv = rgb2hsv(src2);

h1 = src1_hsv(:,:,1); s1 = src1_hsv(:,:,2); v1 = src1_hsv(:,:,3);

h2 = src2_hsv(:,:,1); s2 = src2_hsv(:,:,2); v2 = src2_hsv(:,:,3); % meanS1 = mean(s1(😃); varS1 = std2(s1); % meanS2 = mean(s2(😃); varS2 = std2(s2); % deltaS = s2 - s1; deltaV = v2 - v1;

%% test1 : 观测“原饱和度-饱和度调整增量”的关系 saturation and delta saturation figure; oriS = zeros(101,2); s3 = s1; j = 1; for i = 0: 0.01 : 1 oriS(j,1) = i + 0.01; oriS(j,2) = mean(deltaS(find(s1 > i & s1< i + 0.01))); j = j + 1; end X = oriS(:,1); Y = oriS(:,2); XX = oriS(:,1) * 255; YY = oriS(:,2) * 255; plot(XX,YY)

   第二部分，对输入图像进行高、中、低三级自适应增强处理

   添加OpenCV代码段：

Group2.原图->R通道增强->颜色通道改变R2B

Group3.原图->增强后->颜色通道改变R2B

完！下篇讲Local Tone Mapping。