基于机器视觉的图像灰度化方法比较分析-德赢Vwin官网网

1引言

由于现代工业生产中大部分的工件是彩色物件，而对于计算机来说彩色图片包含的信息太多，以至于对于计算机来说任务过于繁重。处理图像的时候，要分别对RGB三种分量进行处理，实际上RGB并不能反映图像的形态特征，只是从光学的原理上进行颜色的调配。因此选择一种合适的并且使用的灰度化算法作为预处理的方式对于工业生产和信息处理具有非常重大的意义。

2图像灰度化的定义

将RGB图像转化成为灰度图像的过程成为图像灰度化。对于一般的工件来说CCD获得的工件通常是RGB图像，对于每个图像来说，每个像素通常有三通道组成，也就是RGB三通道。而对于彩色图像来说在传到计算机时传入的信息太多，这对于计算机来说直接处理彩色图像难度非常大。当R=G=B时，图像仅由一个分量就可以表示出来，这对于计算机来说减少了很多的任务量。

灰度图像上每个像素的颜色值又称为灰度，指黑白图像中点的颜色深度，范围一般从0到255，白色为255，黑色为0。所谓灰度值是指色彩的浓淡程度，灰度直方图是指一幅数字图像中，对应每一个灰度值统计出具有该灰度值的象素数。

灰度就是没有色彩，RGB色彩分量全部相等。如果是一个二值灰度图像，它的象素值只能为0或1，我们说它的灰度级为2。用个例子来说明吧：一个256级灰度的图像，如果RGB三个量相同时，如：RGB(100,100,100)就代表灰度为100，RGB(50,50,50)代表灰度为50。

现在大部分的彩色图像都是采用RGB颜色模式，处理图像的时候，要分别对RGB三种分量进行处理，实际上RGB并不能反映图像的形态特征，只是从光学的原理上进行颜色的调配。

图像灰度化处理可以作为图像处理的预处理步骤，为之后的图像分割、图像识别和图像分析等上层操作做准备。

3图像灰度化的方法

图像灰度化常用以下几种方法：

（1）分量法

将彩色图像的三个分量的亮度作为三个灰度图像的灰度值，根据实际需要选择一种灰度图像。公式如下：

（2）最大值法

（3）平均值法

将彩色图像的三个分量亮度求平均得到一个灰度值：

（4）加权平均法

根据重要性和其他的指标，将三个分量用不同的权值进行加权平均。对于人类来说，人眼对于绿色的敏感程度最高，对于蓝色的敏感程度最低，因此，按照以下公式对RGB三个分量进行加权平均得到比较合理的灰度图像。

4Matlab对比仿真

待仿真的源程序如下：

firstpic =imread('C:gongjian.jpg');

figure(1);

imshow(Firstpic); MyFirstGrayPic = rgb2gray(Firstpic);figure(2);

imshow(firstpic);

[rows , cols , colors] = size(Firstpic);MidGrayPic1 = zeros(rows , cols);

MidGrayPic1= uint8(MidGrayPic1);

for i =1:rows

for j = 1:cols

sum = 0;

for k = 1:colors

sum = sum + Firstpic(i , j , k) /3;

end

MidGrayPic1(i , j) = sum;

end

figure(3);

imshow(MidGrayPic1);

MidGrayPic2 = zeros(rows , cols); MidGrayPic2= uint8(MidGrayPic2) for i = 1:rows

for j = 1:cols

MidGrayPic2(i , j)=max(Firstpic(i,j,:));

end

figure(4);

imshow(MidGrayPic2);

MidGrayPic3= zeros(rows , cols);

MidGrayPic3= uint8(MidGrayPic3);

for i =1:rows

for j = 1:cols

MidGrayPic3(i , j) = Firstpic(i , j ,1)*0.30+Firstpic(i , j , 2)*0.59+Firstpic(i , j , 3)*0.11;

end

figure(5);

imshow(MidGrayPic3);

5仿真结果对比

经过仿真后，不同图像灰度化的方法各结果。

由于此次工件选择的是金色物体，我们发现对于Matlab自带函数进行的灰度化，得到的图片能够满足一般的信息处理要求，但是整体有一些偏白。对于本次处理平均值法对比度有一些差，此次对比后得出加权平均值法灰度化和最大值法灰度化得到的结果最好，图片的对比度得到了改善，细节也处理得较为妥当。

6结束语

图像灰度化作为图像预处理的重要步骤之一，可以说是图像处理的第一步，得到好的图像对于以后的信息获取、物件定位及抓取物件起到非常重要的作用，本文给出了三种灰度化方法，对于不同类型的物件应选择一种合适的物件进行选取，通过对比分析对于以后的图像处理起到重要作用。

此文章来源《智能机器人》选辑，作者：齐鲁工业大学（山东省科学院）高韩、曲阜远东职业技术学院陈慧程

审核编辑：汤梓红

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表德赢Vwin官网网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。举报投诉

CCD

CCD

+关注

关注
32

文章
879

浏览量
142219
计算机

计算机

+关注

关注
19

文章
7488

浏览量
87847
机器视觉

机器视觉

+关注

关注
161

文章
4369

浏览量
120277
RGB

RGB

+关注

关注
4

文章
798

浏览量
58460

DSP教学实验箱_数字图像处理操作_案例分享:5-13 灰度图像二值化

是使用直方图方法（也叫双峰法）来寻找二值化阈值，直方图是图像的重要特质。直方图方法认为图像由前景和背景组成，在

发表于 07-25 15:03

不可忽视色彩对机器视觉系统的影响

图像提供了强大的软件支持，VisionBuilderAI以及VDM中均包括多种黑色图像处置函数，能够直接基于原始的黑色图像完成定位，模式匹配，黑色分割，色谱分析等功能。　　这正是目前国

发表于 12-14 11:12

机器视觉系统核心技术之数字图像处理

——中值滤波器，即把局部区域中灰度的中值作为输出灰度，并将其与统计学理论结合起来，使用迭代方法，比较理想地将图像从噪声中恢复出来，并且能保护

发表于 11-27 15:27

机器视觉系统核心技术之数字图像处理

中灰度的中值作为输出灰度，并将其与统计学理论结合起来，使用迭代方法，比较理想地将图像从噪声中恢复出来，并且能保护

发表于 03-13 14:37

机器视觉与计算机视觉的关系简述

，这种方法并不去刻意模拟人类视觉系统内部结构，而是从分析人类视觉过程的功能着手，仅考虑系统的输入和输出，并采用现有的可行的手段实现系统功能。机器

发表于 05-13 14:57

机器视觉技术

、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。机器视觉系统的特点是提高生产的柔性和自动

发表于 01-17 07:56

机器视觉图像处理之角点检测技术

角点是图像很重要的特征，对图像图形的理解和分析有很重要的作用。角点检测(Corner Detection)是计算机视觉系统中用来获得图像特征

发表于 01-22 13:46

【LabVIEW懒人系列教程-视觉入门】2.8LabVIEW视觉助手之灰度图像的转换

今天给大家讲解视觉助手中作为图像处理较为常用的一个算法步骤《灰度化》，灰度化就是将彩色原图转换为

发表于 08-12 21:16

【LabVIEW懒人系列教程-视觉入门】2.9LabVIEW视觉助手之二值化

进行操作，如同他的名字，二值化就是将图像的像素点由灰度的0-255变成只有两个值，要么是0要么是1，二值化的操作有着众多的专用处理函数，比如，膨胀，腐蚀，填充，滤波，区域

发表于 08-12 21:20

【LabVIEW懒人系列教程-视觉入门】2.10LabVIEW视觉助手之灰度分析

`前两章讲解对于图像处理的转换方式，彩色图像至灰度图的转换，灰度图至二值图的转换，以及他们的基本性质，本章所讲的算法是基于灰度

发表于 08-16 15:26

四元数数控：深圳机器视觉技术是图像处理吗？

从某种意义上说，图像处理分析属于机器视觉的一部分，但是图像处理拎开来讲，又是一门更广的学科，所以实际上只能说

发表于 12-23 14:35

基于视觉感兴趣区的图像质量评价方法

该文把人眼对图像中的不同区域具有视觉选择特性与客观图像质量评价方法结合起来，提出基于视觉感兴趣区的图像

发表于 08-11 09:58 •16次下载

机器视觉技术检测方法及表面缺陷检测机特点

无锡市东富达机器视觉技术的缺陷检测方法，即利用图像处理和分析对产品可能存在的缺陷进行检测。在检测产品存在缺陷时，其

发表于 12-17 14:20 •3453次阅读

为什么图片识别要将彩色图像灰度化？

先前在为大家介绍OCR识别技术时，在图像预处理部分提到了灰度化，大家可能会产生疑惑：为什么做图片识别要将彩色图像灰度

发表于 05-28 11:36 •1984次阅读

基于机器视觉的图像灰度化方法比较分析

由于现代工业生产中大部分的工件是彩色物件，而对于计算机来说彩色图片包含的信息太多，以至于对于计算机来说任务过于繁重。

发表于 07-17 11:49 •736次阅读

搜索历史

基于机器视觉的图像灰度化方法比较分析

评论

DSP教学实验箱_数字图像处理操作_案例分享:5-13 灰度图像二值化

不可忽视色彩对机器视觉系统的影响

机器视觉系统核心技术之数字图像处理

机器视觉系统核心技术之数字图像处理

机器视觉与计算机视觉的关系简述

机器视觉技术

机器视觉图像处理之角点检测技术

【LabVIEW懒人系列教程-视觉入门】2.8LabVIEW视觉助手之灰度图像的转换

【LabVIEW懒人系列教程-视觉入门】2.9LabVIEW视觉助手之二值化

【LabVIEW懒人系列教程-视觉入门】2.10LabVIEW视觉助手之灰度分析

四元数数控：深圳机器视觉技术是图像处理吗？

基于视觉感兴趣区的图像质量评价方法

机器视觉技术检测方法及表面缺陷检测机特点

为什么图片识别要将彩色图像灰度化？

基于机器视觉的图像灰度化方法比较分析