彩色图像灰度化沈阳理工大学.doc

彩色图像的灰度化处理 1 设计目的 1、通过MATLAB仿真软件，实现彩色图像的灰度化处理； 2、学习并熟悉MATLAB编程环境的一般操作和运用； 3、在加深对数字图像处理课本知识理解的基础上，学会运用已学的知识设计彩色图像灰度化的处理方法并对结果进行分析。 2 设计方案 3 相关知识 4 详细设计 6 功能仿真图及分析 图6-1原彩色图 图6-2采用加权平均法得到的灰度图 图6-3 采用均值法得到的灰度图 图6-3采用最大值法得到的灰度图 稍作比较即可发现，以三种方法得到的处理结果并不完全相同，这是由于不同的处理方法对于灰度值的选取不同，考虑库函数rgb2gray(),其转化是依据亮度方程f(i,j)=0.30R(i,j)+0.59G(i,j)+0.11B(i,j))来实现的，即依据人眼对不同颜色的敏感度不同，对RGB分量以不同系数的加权平均，得到较为合理的灰度化结果。而采用方法二处理是对RGB三个分量取简单的平均，从而得到对应灰度值，而方法三则是直接取用RGB分量中最大值作为灰度值输出。 为作进一步说明问题，我们可以分别选用红色图，绿色图以及蓝色图用如上方法处理后来进一步比较说明。 首先，我们选用以红色分量较多的图像进行处理，结果如图6-4所示。 图6-4 红色图像灰度化对比 观察如上对比结果可以发现，对于前两种方法处理得到的figure2和figure3，两图中红色分量灰度化之后基本没有区别，这是由于采用加权平均法对红色分量R的加权系数为0.30，而采用简单平均法的红色分量系数为0.33，故两者对于红色分量的处理结果区别不大，而对于figure4，其采用最大值法，故在亮度现实上明显大于前面二者。 接下来，选取一绿色分量为主的图像进行处理分析，结果如图6-5所示。 图6-5 绿色图像灰度化对比 观察如上对比图像结果可以发现，figure3的亮度明显低于figure2，而figure4的亮度则为三个处理结果中最大的。稍加分析，不难发现，这是由于在方法一的处理中，其对于绿色分量的加权系数为0.59，而方法二中绿色分量的系数约为0.33，加之上图中物体部分颜色为绿色，故作处理后，方法一所得的灰度值大于方法二处理得到的灰度值，因而在显示上，方法一对应的figure2较之方法二对应的figure3更亮；而对于方法三所得的figure4，因其取的是最大值，故最终的灰度值也最大，所以显示最亮。 最后，选取一蓝色分量为主的图像进行处理，结果如图6-6所示。（此处仅给出灰度图之间的对比，原彩色图见附录彩页） 图6-6 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。 本课程设计中采用的三种不同设计方法对同一彩色图像的灰度化处理结果不相同，究其原因是由于它们在对同一像素点的灰度值确定上采取的手段不一。对于方法一，其转换公式为 f(i,j)=0.30R(i,j)+0.59G(i,j)+0.11B(i,j)) （6-1） 其对于不同颜色分量RGB的加权系数不相同，对比方法二中采用的 f(i,j)=(R(i,j)+G(i,j)+B(i,j)) /3 （6-2） 其采用的加权系数约为0.33，且对于RBG三个分量采用统一加权系数，所以，当一幅图像中红色分量居多的时候，由于对于红色分量，公式（6-1）计算结果与公式（6-2）计算结果基本相同，即对应点像素灰度值基本一致，故处理结果在亮度显示上区别不大；而对于绿色分量，公式（6-1）计算结果大于公式（6-2）计算结果，也即处理所得的像素灰度值更大，所以在绿色分量居多的图像中，两者在处理后，方法一所得图像亮度大于方法二处理得到的图像；同理，对于蓝色分量居多的图像，其方法一处理所得的图像在亮度显示上会低于方法二处理得到的图像。对于方法三，由于其对灰度值的选取上取的是最大值，故在最终显示上也最亮。 根据上文分析，也就不难解释在图像6