MATLAB图像处理(一)：图像转灰度图及图像采样和量化_matlab2014版灰度图像处理

一、定义

灰度图：实现将RGB图像或彩色图转换为灰度图像。

采样：将（空域或时域）连续的图像离散化为离散采样点（像素），从中均匀间隔或不均匀间隔地选择。

量化：将像素的灰度（浓淡）变换成离散的整数值（黑为0，白为255）。量化的细致程度决定灰度级数（浓淡层次）的丰富程度。

二、思路

将图像读取后转化为数字矩阵。

消除图像色调和饱和度，同时保留亮度。

注：区别于二值图（二者也有联系，二值图见主页）

三、代码实现

3.1 灰度图转化

实际是将RGB三维图转化为二维图。

I = imread('keyan.jfif') ; % 读取图像信息-- I 是三维矩阵
subplot(121)
imshow(I); % 输出原图
title('原始图像(256色)')
Ih=rgb2gray(I); % 三维彩图转化为二维灰度图
subplot(122)
imshow(Ih) % 输出灰度图

灰度图的转化结果如下：

3.2 采样

如果不用rgb2gray命令转化为二维灰度图，则采样时会出现RGB三个方向上的三张采样图。

采样时可以进行间隔采样，选取原来矩阵中的部分数据。

I = imread('keyan.jfif') ; % 读取图像信息-- I 是三维矩阵
subplot(231)
imshow(I); % 输出原图
title('原始图像(256色)')
 
Ih=rgb2gray(I); % 三维彩图转化为二维灰度图
subplot(232)
imshow(Ih) % 输出灰度图
title('灰度图')
 
I2=Ih(1:2:end,1:2:end);    % 行列方向分别每隔一位采样一个点
subplot(233);    
imshow(I2)
title('采样图像（128*128）');
 
I3=Ih(1:4:end,1:4:end);    % 行列方向分别每隔三位采样一个点
subplot(234)
imshow(I3)
title('采样图像（64*64）');
 
I4=Ih(1:8:end,1:8:end); 	  
subplot(235);
imshow(I4)
title('采样图像（32*32）');
 
I5=Ih(1:16:end,1:16:end);
subplot(236);
imshow(I5)
title('采样图像（16*16）');

灰度图的采样结果如下：

随采样点数减少，图像越加模糊，采样越细，像素越小，越能精细地表现图像。若图像含有丰富的细节，则需尽可能多选取采样点。

3.3 量化

由于MATLAB图像为RGB三色，量化图像时所得到的信息是三维，故也需先转化为二维灰度图。

量化时可调用histeq() 函数来改变图像的灰度级数。

注：'histeq' 需要工具箱 Image Processing Toolbox.

I1=histeq(Ih,64); % 将图像灰度级数改为64
I2=histeq(Ih,32);
I3=histeq(Ih,16);
I4=histeq(Ih,4);
I5=histeq(Ih,2); % 这也是二值图的命令
subplot(2,3,2),imshow(I1),title('量化图像（64色）');
subplot(2,3,3),imshow(I2),title('量化图像（32色）');
subplot(2,3,4),imshow(I3),title('量化图像（16色）');
subplot(2,3,5),imshow(I4),title('量化图像（4色）');
subplot(2,3,6),imshow(I5),title('量化图像（2色）');

量化结果如下：

随着灰度级数的降低，图片细节越来越不清晰。二值图甚至出现假轮廓。当图像色彩变化较缓，细节很少时，可以采用细量化以避免图像出现假轮廓。