1引言

由于現代工業生產中大部分的工件是彩色物件，而對于計算機來說彩色圖片包含的信息太多，以至于對于計算機來說任務過于繁重。處理圖像的時候，要分別對RGB三種分量進行處理，實際上RGB并不能反映圖像的形態特征，只是從光學的原理上進行顏色的調配。因此選擇一種合適的并且使用的灰度化算法作為預處理的方式對于工業生產和信息處理具有非常重大的意義。

2圖像灰度化的定義

將RGB圖像轉化成為灰度圖像的過程成為圖像灰度化。對于一般的工件來說CCD獲得的工件通常是RGB圖像，對于每個圖像來說，每個像素通常有三通道組成，也就是RGB三通道。而對于彩色圖像來說在傳到計算機時傳入的信息太多，這對于計算機來說直接處理彩色圖像難度非常大。當R=G=B時，圖像僅由一個分量就可以表示出來，這對于計算機來說減少了很多的任務量。

灰度圖像上每個像素的顏色值又稱為灰度，指黑白圖像中點的顏色深度，范圍一般從0到255，白色為255，黑色為0。所謂灰度值是指色彩的濃淡程度，灰度直方圖是指一幅數字圖像中，對應每一個灰度值統計出具有該灰度值的象素數。

灰度就是沒有色彩，RGB色彩分量全部相等。如果是一個二值灰度圖像，它的象素值只能為0或1，我們說它的灰度級為2。用個例子來說明吧：一個256級灰度的圖像，如果RGB三個量相同時，如：RGB(100,100,100)就代表灰度為100，RGB(50,50,50)代表灰度為50。

現在大部分的彩色圖像都是采用RGB顏色模式，處理圖像的時候，要分別對RGB三種分量進行處理，實際上RGB并不能反映圖像的形態特征，只是從光學的原理上進行顏色的調配。

圖像灰度化處理可以作為圖像處理的預處理步驟，為之后的圖像分割、圖像識別和圖像分析等上層操作做準備。

3圖像灰度化的方法

圖像灰度化常用以下幾種方法：

（1）分量法

將彩色圖像的三個分量的亮度作為三個灰度圖像的灰度值，根據實際需要選擇一種灰度圖像。公式如下：

（2）最大值法

（3）平均值法

將彩色圖像的三個分量亮度求平均得到一個灰度值：

（4）加權平均法

根據重要性和其他的指標，將三個分量用不同的權值進行加權平均。對于人類來說，人眼對于綠色的敏感程度最高，對于藍色的敏感程度最低，因此，按照以下公式對RGB三個分量進行加權平均得到比較合理的灰度圖像。

4Matlab對比仿真

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

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

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

end

figure(5);

imshow(MidGrayPic3);

5仿真結果對比

經過仿真后，不同圖像灰度化的方法各結果。

由于此次工件選擇的是金色物體，我們發現對于Matlab自帶函數進行的灰度化，得到的圖片能夠滿足一般的信息處理要求，但是整體有一些偏白。對于本次處理平均值法對比度有一些差，此次對比后得出加權平均值法灰度化和最大值法灰度化得到的結果最好，圖片的對比度得到了改善，細節也處理得較為妥當。

6結束語

圖像灰度化作為圖像預處理的重要步驟之一，可以說是圖像處理的第一步，得到好的圖像對于以后的信息獲取、物件定位及抓取物件起到非常重要的作用，本文給出了三種灰度化方法，對于不同類型的物件應選擇一種合適的物件進行選取，通過對比分析對于以后的圖像處理起到重要作用。

此文章來源《智能機器人》選輯，作者：齊魯工業大學（山東省科學院）高韓、曲阜遠東職業技術學院陳慧程

審核編輯：湯梓紅