图像灰度化模板.doc

图像灰度化处理
彩色图像是由三个不一样分量组成，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。所以，为了达成提升整个应用系统处理速度目标，需要降低所需处理数据量。在图像处理中，图像灰度化就是把由 RGB 三通道数据彩色图像变为单通道数据灰度图像。在上述 RGB 模型中，假如 R, G, B 她们值相等，即使是三通道数据，也是表现中一个灰度颜色，灰度值就是 R, G, B 值。灰度图像中各个像素位置灰度范围为 0-255。能够发觉，当 R,G 和 B 她们三者相等时，我们只需一个字节存放该灰度值即可，对于 R, G, B 不一样三通道图像，也能够进行灰度化。
现在，最常见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 三个分量值能够分别作为灰度图像灰度值。我们可
以依据实际应用需要选择其中一个作为灰度图像即可。此时，灰度化公式以下：
f ( x, y ) = R( x, y)
f ( x, y ) =G ( x, y)
f ( x, y )= B( x, y)
其中f ( x, y)
为灰度化后灰度图像在位置(x, y)像素值, R(x, y), G(x, y), B(x,y)分别表示三个分量值。
：该方法首先计算各个像素位置三个分量最大值，然后将最大
者作为灰度化后结果，即：
f (x, y)= max ((R ( x, y ) , G ( x, y ) , B ( x, y ))
：对于彩色图像，该方法首先计算三个通道分量平均值，然后将
该平均值作为图像灰度值，即：
f ( x, y ) = ( R( x, y ) +G ( x, y ) + B( x, y)) / 3

上述三种方法实现简单，全部是对三个分量做相同处理，然而并没有考虑不一样分
量关键性。依据三个分量各自关键性或其它需要，能够对三个分量分配
不一样权值，然后计算加权结果，并将加权后均值作灰度化结果。即能够按
下式对输入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，加权平均法是现在最常见方法。因为其灰度化结果更为
合理，更符合实际应用需要。图 为对图 中彩色图像，采取上述
加权平均法进行灰度化后结果。
function I = rgb