RGB彩色图像转化成灰度图像的基本原理

俄国科学家罗蒙洛索夫于 1756 年首先提出三基色(RGB)的假设,奠定了认识色觉的基础。罗蒙洛索夫认为,肉眼的锥状细胞是由红、绿、蓝三种感光细胞组成的。锥状细胞将光信号转化为神经脉冲的感光化学特性可区分为三种形式,即锥状细胞将电磁光谱的可见部分分为三个波段:红、绿和蓝。这三种颜色被称为人类视觉的三基色。当一束光射入肉眼时,三种锥状细胞就产生不同反应。不同颜色的光对三种细胞的刺激量是不同的,这就产生了不同的颜色。肉眼感觉到的各种颜色就是不同波长的光刺激三基色细胞的结果。

RGB颜色模型作为一种常用的彩色图像表示模型,它分别用红(R)、绿(G)、蓝(B)三原色的组合来表示每个像素的颜色。RGB彩色图像每一个像素的颜色值(由RGB三原色表示)直接存放在图像矩阵中,因为RGB彩色图像的每一像素的颜色需由R、G、B三个分量来表示,设用N与M分别表示图像的高度与宽度,则该图像要用三个二维矩阵来分别表示各个像素的R、G、B三个颜色分量。RGB图像的数据类型一般为 8 位无符号整形,通常用于表示和存放真彩色图像,当然也可以存放灰度图像。例如,在实验中的原图像是真彩色位图,图像中每个像素占 3 个字节,转换的目标图像是 256 级灰度图,即每个像素用 8bit表示,显示出来的图像是黑白效果,最黑的像素的灰度(也叫作亮度)值为“0”,最白的像素的灰度值为“255”,整个图像各个像素的灰度值随机的分布在“0”到“255”的区间中,越黑的像素,其灰度值越接近于“0”,越白(即越亮)的像素,其灰度值越接近于“255”。

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。由于彩色图像中的每个像素的颜色由R、G、B三个分量决定,而每个分量有 256 个不同的值可取,这样一个像素点可以有 1 600 多万(256×256×256)的颜色的变化范围。而灰度图像则可以看作是R、G、B三个分量相同的一种特殊的彩色图像,其中一个像素点的变化范围为 256 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能够反映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颜色模型中,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 3 种转化方案。

方法 1:加权平均法

所谓加权平均法就是根据三基色的重要性及其他指标,将R、G、B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,可以按式(8.1)对R、G、B三分量进行加权平均,则能得到较合理的灰度图像。

方法 2:平均值法

所谓平均值法就是对彩色图像的每个像素中的R、G、B三个分量的值进行简单的算术平均,将得到平均值作为灰度图像对应像素的亮度值,其计算式为

方法 3:最大值法

所谓最大值法就是将彩色图像中每个像素的R、G、B三个分量中的最大值作为灰度图对应像素的灰度值。其计算式如下:

根据以上三种处理方法,即加权平均法、平均值法和最大值法,通过编程均能将彩色图像转化成灰度图像。

版权声明:本篇文章(包括图片)来自网络,由程序自动采集,著作权(版权)归原作者所有,如有侵权联系我们删除,联系方式(QQ:452038415)。http://www.apmygs.com/2471.html
返回顶部