073621013王强.docVIP

如何进行彩色图像灰度化处理 073621013 王强 摘要： 图像灰度化是指只含亮度信息, 不含色彩信息的图像,广泛应用于图像模式识别、 图像分割、 图像增强等数字图像处理的各个领域。本次设计通过可以有效地减少计算量，提高处理性能。将彩色图像转化成为灰度图像的过程称为图像的灰度化处理。彩色图像中的每个像素的颜色有R、G、B三个分量决定，而每个分量有255个中值可取，这样一个像素点可以有1600多万（255255×255）的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，其一个像素点的变化范围为255种，所以在数字图像处理中一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。 图6 蓝色图像灰度化对比 对比如上图像可以发现，此时figure3的亮度大于figure2的，而figure4的亮度依然是三个图像中最大的。这是由于在得到figure2的方法中，其对于蓝色分量的加权系数是0.11，而figure3对应的方法二中蓝色分量的系数约为0.33，加之此图像中蓝色分量居多，因而就不难解释如上现象，对于方法一处理后对应像素点的灰度值小于方法三处理后对应点的灰度值，故显示在图像上，figure2就偏暗，而figure4取的是最大值，故最终在亮度显示上最亮。 根据上文分析，不难解释在图像1, 2和3之间显示不同的问题。由于原图是一七彩图，其包含了红、绿、蓝以及这三者组合得到的其他颜色分量，故在最终显示上，由方法一所得的图1可在对比方法二所得的图2时，有些部分偏亮，而有些部分则偏暗，这都是由于两种方法中对不RGB三个不同分量的加权平均系数不一致而造成的。而对于方法三，由于它只是简单的选取三个分量中的最大值作为灰度值输出，故图3的亮度最大。 4.得出结论 通过这次的课程论文，我深深的感受到了自身的不足。不但需要多方面的知识，同时还要考验一个人的独立动脑能力和动手能力，这在课本上学不到的。另外，这还要求我们具有一定的自学能力，在面对多次错误时要能冷静，并且还要有坚定的意志力，并且使我实际中，仅仅拥有理论知识是远远不够的，如果不能把理论赋予实践，再丰富的理论知识也只能是“纸上谈兵”，只有将理论与实践相结合，才能结出智慧的果实。这次设计论文是对我们综合能力的检测，是培养我们的专业素养以及学习兴趣的很好的途径，学习把理论付诸于实现，能够让我们更加清楚的看到我们努力的结果。虽然本次设计已经结束了，但是我不会忘记从中收到的感受与启发，相信在以后的学习中，我将更加认真努力，争取从知识以及动手能力方面都能更上一层楼！ 参考文献 [1]龚声蓉,刘纯平. 数字图像处理与分析.清华大学出版社，2006.7.. [2] Rafael C.Gonzalez ，Richard E.woods. 数字图像处理[M].电子工业出版 2007.8. ??? [3] 张强，王正林. 精通MATLAB数字图像处理[M]. 电子工业出版社，2009.6. [4] 朱晓荣数字图像处理及其应用研究[D]. 河海大学;2001年 潘建江数字图像分割及变形技术研究[D]. 浙江大学2004年