图像灰度化

图像灰度化处理彩色图像是由三个不同的分量组成，我们称之为三通道图像。对彩色图像进行处理时，我们往往需要对三个通道依次进行处理，时间开销将会很大。因此，为了达到提高整个应用系统的处理速度的目的，需要减少所需处理的数据量。在图像处理中，图像的灰度化的就是把由RGB三通道的数据的彩色图像变为单通道的数据的灰度图像。在上述的RGB模型中，如果R,G,B他们的值相等，即使是三通道数据，也是表现中一种灰度颜色，灰度值就是R,G,B的值。灰度图像中各个像素位置的灰度范围为0-255。可以发现，当R,G和B他们三者相等时，我们只需一个字节存放该灰度值即可，对于R,G,B不同的三通道图像，也可以进行灰度化。目前，最常用的是以下四种彩色图像灰度化方法：1.单分量法三通道图像中R,G,B三个分量的值可以分别作为灰度图像的灰度值。我们可以根据实际应用的需要选择其中一个作为灰度图像即可。此时，灰度化公式如下：f(x,y)=R(x,y)f(x,y)=G(x,y)f(x,y)=B(x,y)其中f(x,y)为灰度化后的灰度图像在位置(x,y)的像素值,R(x,y),G(x,y),B(x,y)分别表示三个分量的值。2.最大值法：该方法首先计算各个像素位置的三个分量的最大值，然后将最大者作为灰度化后的结果，即：f(x,y)=max((R(x,y),G(x,y),B(x,y))3.平均值法：对于彩色图像，该方法首先计算三个通道分量的平均值，然后将该平均值作为图像的灰度值，即：f(x,y)=(R(x,y)+G(x,y)+B(x,y))/34.加权平均法上述三种方法实现简单，都是对三个分量做同等处理，然而并没有考虑不同分量的重要性。根据三个分量的各自的重要性或者其他需要，可以对三个分量分配不同的权值，然后计算加权结果，并将加权后的均值作灰度化的结果。即可以按下式对输入的图像信号进行灰度化：f(x,y)=0.30R(x,y)+0.59G(x,y)+0.11B(x,y)在图像灰度化时，加权平均法是目前最常用的方法。因为其灰度化结果更为合理，更符合实际应用的需要。图2.1.b为对图2.1.a中的彩色图像，采用上述的加权平均法进行灰度化后的结果。functionI=rgb2gray(varargin)threeD=(ndims(X)==3);T=inv([1.00.9560.621;1.0-0.272-0.647;1.0-1.1061.703]);coef=T(1,:);ifthreeDifisa(X,'double')||isa(X,'single')X=reshape(X(:),origSize(1)*origSize(2),3);sizeOutput=[origSize(1),origSize(2)];I=X*coef';I=min(max(I,0),1);I=reshape(I,sizeOutput);elseI=imapplymatrix(coef,X,class(X));endelseI=X*coef';I=min(max(I,0),1);I=[I,I,I];end