【数字图像处理之（二）】图像的分类

在计算机中，按照颜色和灰度的多少可以将图像分为 灰度图像、 二值图像、 索引图像和 RGB图像四种基本类型。在计算机中，通常是以数组（或矩阵）的形式储存图像的。

灰度图像：

• 灰度图像矩阵元素的取值范围通常为[0，255]。因此其数据类型一般为8位无符号整数的【uint8】，这就是人们经常提到的256灰度图像。“0”表示纯黑色，“255”表示纯白色，中间的数字从小到大表示由黑到白的过渡色。
• 然而，在某些领域（例如医学成像），要求提供超出【uint8】的动态范围；会采用【uint16】和【int16】数据类型；
• 针对计算灰度的操作（例如傅里叶变换），会使用 【double】 和【single】类型；如果图像是【double】或【single】数据类型，灰度图像的值通常被归一化标定位【0-1】范围内，0代表黑色，1代表白色，0到1之间的小数表示不同的灰度等级。二值图像可以看成是灰度图像的一个特例。

    ( 注意：图像的类型，和图像的数据类型是完全不同的概念，前者代表图像的本身，后者只是图像在计算机上的存储方式而已)

二值图像：

• 一幅二值图像的二维矩阵仅由0、1两个值构成，“0”代表黑色，“1”代白色。由于每一像素（矩阵中每一元素）取值仅有0、1两种可能，所以计算机中二值图像的数据类型通常为1个二进制位。
• 在MATLAB中，二值图像具有非常特殊的意义，只有逻辑数据类型【logical】才被认为是二值图像，就算是只包含0和1的数据类的数组（例如【uint8】），在MATLAB中都不认为是二值图像。可以使用logical将其他类型的数组转换为二值图像：B = logical（A）

索引图像：

• 索引图像包括一个数据矩阵X，一个颜色映像矩阵Map。其中Map是一个包含三列、若干行的数据阵列，其中每个元素的值均为[0, 1]之间的双精度浮点型数据。Map矩阵的每一行分别表示红色、绿色和蓝色的颜色值。在MATLAB中，索引图像是从像素值到颜色映射表值的“直接映射”。像素颜色由数据矩阵X作为索引指向矩阵Map进行索引，例如，值1指向矩阵Map中的第一行，值2指向第二行，以此类推。
• 一般索引图像只能显示256种颜色（由数据矩阵X的取值范围决定），与灰度图像不同的是，灰度图像的颜色表的值是从0到255连续的值，所以灰度图像的数据我们即可以看成是实际的像素值，也可以看成是索引值。
• 索引图的优点是存储所需容量小，且索引图像一般用于存放色彩要求比较简单的图像，如Windows中色彩构成比较简单的壁纸多采用索引图像存放，如果图像的色彩比较复杂，就要用到RGB真彩色图像。

RBG图像：

• RGB图像与索引图像一样都可以用来表示彩色图像。与索引图像一样，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。但与索引图像不同的是，RGB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；
• 由于每一像素的颜色需由R、G、B三个分量来表示，一副大小为M*N的RGB图像需要3个M*N大小的矩阵表示，每一个矩阵代表一个颜色通道。RGB图像的数据类型一般为【uint】数据类型（也可以是【double】），通常用于表示和存放真彩色图像（有2^24种颜色），当然也可以存放灰度图像（如果3个通道的值都是一样的，则为灰度图像）。 
• 在MATLAB中用cat操作将3通道合成彩色图像：rab_image = cat(3, R, G, B);
• 用下面这些命令可以提取出三个通道的图像：
  • R = rgb_image（：，：，1）;
  • G = rgb_image（：，：，2）;
  • B = rgb_image（：，：，3）;