图像灰度化.docx

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：
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。
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 ))
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)) / 3
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)= R ( x, y )+ ( x, y)+ ( 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 为对图 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。
function I = rgb2gray(varargin) threeD