1、 1 彩色图像的灰度化处理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 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（255*255*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，
2、其中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。 在 RGB 模型中，如果 R=G=B 时，则彩色表示一种灰度颜色，其中 R=G=B 的值叫做 灰度值。因此，灰度图像每个像素只需一个字节存放灰度值（又称强度值、亮度 值），灰度范围为 0-255。图像的灰度化处理，一般有以下三种设计方案： 1、加权平均法 根据重要性及其它指标，将三个分量以不同的权值进行加权平均。由于人眼对绿 色的敏感最高，对蓝色敏感最低，因此，对 RGB
3、 三分量进行加权平均能得到较合理的 灰度图像。 2、平均值法 求出每个像素点的 R、G、B 三个分量的平均值，然后将彩色图像中的这个平均值 赋予给这个像素的三个分量。 3、最大值法 2 将彩色图像中的三分量亮度的最大值作为灰度图的灰度值。 本课程设计分别采用了以上三种设计方案，即加权平均法、平均值法和最大值 法。在 MATLAB 中，通过编程实现了彩色图像的灰度化处理。 3 相关知识 1、设计平台 本次设计采用的平台是 MATLAB 7.0。MATLAB 编程语言被业界称为第四代计算机 语言，它允许按照数学推导的习惯编写程序。MATLAB7.0 的工作环境包括当前工作窗 口、命令历史记录窗口、
4、命令控制窗口、图形处理窗口、当前路径选择菜单、程序编 辑器、变量查看器、模型编辑器、GUI 编辑器以及丰富的函数库和 MATLAB 附带的大量 M 文件。 MATLAB 是由美国 Math Works 公司生产的一个为科学和工程计算专门设计的交互 式大型软件，是一个可以完成各种计算和数据处理的、可视化的、强大的计算工具。 它集图示和精确计算于一身，在应用数学、物理、化工、机电工程、医药、金融和其 他需要进行复杂计算的领域得到了广泛应用。MATLAB 作为一种科学计算的高级语言之 所以受欢迎，就是因为它有丰富的函数资源和工具箱资源，编程人员可以根据自己的 需要选择函数，而无需再去编写大量繁琐的程
5、序代码，从而减轻了编程人员的工作负 担，被称为第四代编程语言。 在 MATLAB 设计环境中，图像处理工具箱提供一套全方位的参照标准算法和图形 工具，用于进行图像处理、分析、可视化和算法开发。可用其对有噪声图像或退化图 像进行去噪声或还原、增强图像以获得更高清晰度、提取特征、分析形状和纹理以及 对两个图像进行匹配。工具箱中大部分函数均以开放式 MATLAB 语言编写。这意味着 可以检查算法、修改源代码和创建自定义函数。图像处理工具箱在生物测定学、遥 感、监控、基因表达、显微镜技术、半导体测试、图像传感器设计、颜色科学及材料 科学等领域为工程师和科学家提供支持。它也促进了图像处理技术的教学。 2
6、、发展前景 在计算机领域中，灰度数字图像是每个像素只有一个采样颜色的图像。这类图像 通常显示为从最暗的黑色到最亮的白色的灰度，尽管理论上这个采样可以是任何颜色 的不同深浅，甚至可以是不同亮度上的不同颜色。灰度图像与黑白图像不同，在计算 3 机图像领域中黑白图像只有黑色与白色两种颜色；灰度图像在黑色与白色之间还有许 多级的颜色深度。但是，在数字图像领域之外，“黑白图像”也表示“灰度图像”， 例如灰度的照片通常叫做“黑白照片”。在一些关于数字图像的文章中单色图像等同 于灰度图像，在另外一些文章中又等同于黑白图像。 彩色图像的灰度化技术在现代科技中应用越来越广泛, 例如人脸目标的检测与匹 配以及运动物体目标的监测等等, 在系统预处理阶段, 都要把采集来的彩色图像进行 灰度化处理, 这样既可以提高后续算法速度, 而且可以提高系统综合应用实效, 达到 更为理想的要求。因此研究图像灰度化技术具有重要意义。 4 详细设计 本设计采用的三种方法，都实现了对彩色图像的灰度化处理。下面分别对其作具 体分析如下： 方法一：加权平均法 根据重要性及其它指标，将 R、G、B 三个分量以不同的权值进行加权平均。由
