基于MATLAB的彩色圖像灰度化處理

1、-I-成績數(shù)字圖像處理期末考試題目基于Matlab的彩色圖像灰度化處理專業(yè)、班級11電信一班姓名錢葉輝學(xué)號1109121025基于Matlab的彩色圖像灰度化處理-i-基于Matlab的彩色圖像灰度化處理摘要在計算機(jī)領(lǐng)域中，灰度數(shù)字圖像是每個像素只有一個采樣顏色的圖像。這類圖像通常顯示為從最暗的黑色到最亮的白色的灰度，盡管理論上這個采樣可以是任何顏色的不同深淺，甚至可以是不同亮度上的不同顏色?；叶葓D像與黑白圖像不同，在計算機(jī)圖像領(lǐng)域中黑白圖像只有黑色與白色兩種顏色；灰度圖像在黑色與白色之間還有許多級的顏色深度。但是，在數(shù)字圖像領(lǐng)域之外，“黑白圖像”也表示“灰度圖像”，例如灰度的照片通常叫做“黑

2、白照片”。在一些關(guān)于數(shù)字圖像的文章中單色圖像等同于灰度圖像，在另外一些文章中又等同于黑白圖像。彩色圖像的灰度化技術(shù)在現(xiàn)代科技中應(yīng)用越來越廣泛，例如人臉目標(biāo)的檢測與匹配以及運動物體目標(biāo)的監(jiān)測等等，在系統(tǒng)預(yù)處理階段，都要把采集來的彩色圖像進(jìn)行灰度化處理，這樣既可以提高后續(xù)算法速度，而且可以提高系統(tǒng)綜合應(yīng)用實效，達(dá)到更為理想的要求。因此研究圖像灰度化技術(shù)具有重要意義。關(guān)鍵詞：灰度化；灰度數(shù)字圖像；單色圖像基于Matlab的彩色圖像灰度化處理- -、設(shè)計原理將彩色圖轉(zhuǎn)化成為灰度圖的過程稱為圖像的灰度化處理。彩色圖像中的每個像素的顏色有R、G、B三個分量決定，而每個分量有255個中值可取，這樣一個像素點

3、可以有1600多萬(255*255*255)的顏色的變化范圍。而灰度圖像是R、G、B三個分量相同的一種特殊的彩色圖像，其中一個像素點的變化范圍為255種，所以在數(shù)字圖像處理中一般先將各種格式的圖像轉(zhuǎn)變成灰度圖像以使后續(xù)的圖像的計算量變得少一些?；叶葓D像的描述與彩色圖像一樣仍然反映了整幅圖像的整體和局部的色度和亮度等級的分布和特征。在RGB模型中，如果R=G=B時，則彩色表示一種灰度顏色，其中R=G=B的值叫做灰度值。因此，灰度圖像每個像素只需一個字節(jié)存放灰度值(又稱強度值、亮度值)，灰度范圍為0-255。本設(shè)計采用三種方法對圖像進(jìn)行灰度化處理。加權(quán)平均法；平均值法；最大值法。二、彩色圖像的灰度

4、化處理2.1加權(quán)平均法根據(jù)重要性及其它指標(biāo)，將R、G、B三個分量以不同的權(quán)值進(jìn)行加權(quán)平均。由于人眼對綠色的敏感度最高，對藍(lán)色敏感度最低。因此，在MATLAB中我們可以按下式系統(tǒng)函數(shù)對RGB三分量進(jìn)行加權(quán)平均能得到較合理的灰度圖像。f(i,j)=0.30R(i,j)+0.59G(i,j)+0.11B(i,j)(2-1)程序首先讀取一個RGB格式的圖象,然后調(diào)用已有的函數(shù)rgb2gray()來實現(xiàn)彩色圖像灰度化。圖2.1加權(quán)平均法的圖像灰度處理2.2平均值法將彩色圖像中的R、G、B三個分量的亮度求簡單的平均值，將得到均值作為灰度值輸出而得到灰度圖。其表達(dá)式見下式：f(i,j)=(R(i,j)+G(

5、i,j)+B(i,j)/3(3-2)用size函數(shù)讀取原圖像圖像的尺寸，并以該尺寸構(gòu)建一個全零矩陣來存儲用下面的方法產(chǎn)生的灰度圖像。由于在此之前的語句創(chuàng)建之后圖像為雙精度型，因而我們采用uint8()將其轉(zhuǎn)化成無符號整型。然后對原圖像中的像素逐點處理，首先采用的是均值法，即將每個像素點上的R，G,B分量取其平均，將處理后均值作為該像素點的灰度值輸出，對應(yīng)代碼中MyYuanLaiPic(i,j,k)/3語句，在對所有像素點處理完畢后即可實現(xiàn)彩色圖像的灰度化處理。圖2.2平均值法的圖像灰度處理2.3最大值法將彩色圖像中的R、G、B三個分量中亮度的最大值作為灰度圖的灰度值。其表達(dá)式(2-3)見下式：

6、f(i,j)=max(R(i,j),G(i,j),B(i,j)調(diào)用max()函數(shù)讀取像素點上RGB分量中的最大值作為該點灰度值輸出，從而實現(xiàn)彩色圖像的灰度化處理。圖2.3最大值法的圖像灰度處理稍作比較即可發(fā)現(xiàn)，以三種方法得到的處理結(jié)果并不完全相同，這是由于不同的處理方法對于灰度值的選取不同，考慮庫函數(shù)rgb2gray(),其轉(zhuǎn)化是依據(jù)亮度方程f(i,j)=0.30R(i,j)+0.59G(i,j)+0.11B(i,j)來實現(xiàn)的，即依據(jù)人眼對不同顏色的敏感度不同，對RGB分量以不同系數(shù)的加權(quán)平均，得到較為合理的灰度化結(jié)果。而采用方法二處理是對RGB三個分量取簡單的平均，從而得到對應(yīng)灰度值，而方法

7、三則是直接取用RGB分量中最大值作為灰度值輸出。觀察如上對比結(jié)果可以發(fā)現(xiàn)，對于前兩種方法處理得到的兩圖中紅色分量灰度化之后基本沒有區(qū)別，這是由于采用加權(quán)平均法對紅色分量R的加權(quán)系數(shù)為0.30,而采用簡單平均法的紅色分量系數(shù)為0.33,故兩者對于紅色分量的處理結(jié)果區(qū)別不大，而對于figure4，其采用最大值法，故在亮度現(xiàn)實上明顯大于前面二者。接下來，選取一綠色分量為主的圖像進(jìn)行處理分析，結(jié)果如圖2.5所示。圖2.4綠色圖像灰度化對比觀察如上對比圖像結(jié)果可以發(fā)現(xiàn)，圖3的亮度明顯低于圖2,而圖4的亮度則為三個處理結(jié)果中最大的。稍加分析，不難發(fā)現(xiàn)，這是由于在方法一的處理中，其對于綠色分量的加權(quán)系數(shù)為0

8、.59,而方法二中綠色分量的系數(shù)約為0.33,加之上圖中物體部分顏色為綠色，故作處理后，方法一所得的灰度值大于方法二處理得到的灰度值，因而在顯示上，方法一對應(yīng)的圖2較之方法二對應(yīng)的圖3更亮；而對于方法三所得的圖4,因其取的是最大值，故最終的灰度值也最大，所以顯示最亮。2.4結(jié)果分析本課程設(shè)計中采用的三種不同設(shè)計方法對同一彩色圖像的灰度化處理結(jié)果不相同，究其原因是由于它們在對同一像素點的灰度值確定上采取的手段不一。對于方法一，其轉(zhuǎn)換公式為f(i,j)=0.30R(i,j)+0.59G(i,j)+0.11B(i,j)(2-4)其對于不同顏色分量RGB的加權(quán)系數(shù)不相同，對比方法二中采用的f(i,j)

9、=(R(i,j)+G(i,j)+B(i,j)/3(2-5)其采用的加權(quán)系數(shù)約為0.33，且對于RBG三個分量采用統(tǒng)一加權(quán)系數(shù)，所以，當(dāng)一幅圖像中紅色分量居多的時候，由于對于紅色分量，公式(2-4)計算結(jié)果與公式(2-5)計算結(jié)果基本相同，即對應(yīng)點像素灰度值基本一致，故處理結(jié)果在亮度顯示上區(qū)別不大;而對于綠色分量，公式(2-4)計算結(jié)果大于公式(2-5)計算結(jié)果，也即處理所得的像素灰度值更大，所以在綠色分量居多的圖像中，兩者在處理后，方法一所得圖像亮度大于方法二處理得到的圖像；同理，對于藍(lán)色分量居多的圖像，其方法一處理所得的圖像在亮度顯示上會低于方法二處理得到的圖像。對于方法三，由于其對灰度值的選取上取的是最大值，故在最終顯示上也最亮。根據(jù)上文分析，也就不難解釋在圖像2.1,2.2和2.3之間顯示不同的問題。由于原圖是一七彩圖，其包含了紅、綠、藍(lán)以及這三者組合得到的其他顏色分量，故在最終顯示上，由方法一所得的圖3.1可在對比方法二所得的圖2.2時，有些部分偏亮，而有些部分則偏暗，這都是由于兩種方法中對不RGB三個不同分量的加權(quán)平均系數(shù)不一致而造成的。而對于方法三，由于它只是簡單的選取