Matlab中计算图像的灰度值

在生活中，我们经常遇见RGB（红色、绿色和蓝色）组成的色彩空间内的图像，然而我们想要进一步对其进行处理时，往往需要先将其转换为灰度图像，那么什么是灰度图像呢？

一、灰度图像

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黑色到最亮的白色的灰度，尽管理论上这个采样可以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，在计算机图像领域中黑白图像只有黑白两种颜色，灰度图像在黑色与白色之间还有许多级的颜色深度。

因此，可以这样理解灰度图像，灰度图像即为一张单通道颜色组成的图像，每个像素可以拥有不同的颜色深度。

二、灰度值的计算

根据不同的计算方法，我们就可以得到不同的灰度值大小，如下所示。

1、加权平均值

由于人眼对绿色较为敏感，所以我们往往在计算灰度值时赋予绿色通道较大的权重，例如，matlab中内嵌的rgb2gray函数就是采用了如下公式进行计算：

2、算数平均

算数平均采用如下公式：

3、几何平均

几何平均采用如下公式：

4、调和平均

调和平均采用如下公式：

5、最小值

公式如下：

6、最大值

公式如下：

7、最大最小值均值

公式如下：

8、中值

公式如下：

三、代码实现

上述各种灰度值计算的代码如下所示：

% Matlab

% Read Image
A = imread('ngc6543a.jpg');

% rgb2gray (weighted mean)
A_rg = rgb2gray(A);
subplot(2,4,1)
image(A_rg)
title('weighted mean')

% Arithmetic mean
A_am = mean(A,3);
subplot(2,4,2)
image(A_am)
title('arithmetic mean')

% Geometric mean
A_gm = prod(A,3).^(1/3);
subplot(2,4,3)
image(A_gm)
title('geometric mean')

% Harmonic mean
A_hm = 3./sum(1/A,3);
subplot(2,4,4)
image(A_hm)
title('harmonic mean')

% min
A_min = min(A,[],3);
subplot(2,4,5)
image(A_min)
title('min')

% max
A_max = max(A,[],3);
subplot(2,4,6)
image(A_max)
title('max')

% (min+max)/2
A_maxmin = (max(A,[],3)+min(A,[],3))/2;
subplot(2,4,7)
image(A_maxmin)
title('(min+max)/2')

% median
A_median = median(A,3);
subplot(2,4,8)
image(A_median)
title('median')

% Histogram
figure
subplot(2,4,1)
histogram(A_rg,256)
title('weighted mean')

subplot(2,4,2)
histogram(A_am,256)
title('arithmetic mean')

subplot(2,4,3)
histogram(A_gm,256)
title('geometric mean')

subplot(2,4,4)
histogram(A_hm,256)
title('harmonic mean')

subplot(2,4,5)
histogram(A_min,256)
title('min')

subplot(2,4,6)
histogram(A_max,256)
title('max')

subplot(2,4,7)
histogram(A_maxmin,256)
title('(min+max)/2')

subplot(2,4,8)
histogram(A_median,256)
title('median')

效果如下：

 从图中可以发现，使用rgb2gray函数的效果较佳，其余几种计算方法都不能较好的区分色彩信息。