真彩色图转灰度图及RGB转HSV

1、-. z数字图像处理实验报告一*：_121310401_*：_华婧专业：机械设计制造及其自动化课序号：_ 0 计算机科学与技术学院-. z实验1颜色空间变换一、实验学时：4学时本局部占实验成绩的20%二、实验目的：1、理解并掌握颜色的原理及相互之间的转换算法；2、掌握并编程实现颜色空间的互相转换；3、学会Matlab有关图像处理的根本操作。三、必须学习和掌握的知识点：颜色空间的特性及相互转换。四、实验题目：1. 真彩色图像转换成8位灰度图像；2. 编程实现图像由RGB色彩空间到YUV的变换。注：输入为RGB空间的彩色图像，输出图像将Y、U、V三个通道分别显示。五、思考题：选做，有加分颜色空间的

2、表示方法有很多种。例如，常说的真彩色图像指的就是24位RGB图像。而CMYK颜色表示则常用于印刷、油画等。还有很多种其他的表示方法，如HSI、HSV、YCbCr等。它们与RGB之间均有相应的转换公式。除了完成实验题目之外，建议大家尝试完成如下实验思考题：1、RGBYCbCr，要求转换得到的三个通道分别显示；2、RGBHSV，要求转换得到的三个通道分别显示；六、实验报告：请按照要求完成下面报告容并提交相关材料。1、请详细描述本实验的原理：1.24位真彩色图转换灰度图的原理彩色位图是由R/G/B三个分量组成，如果是24位真彩图，则每个点是由三个字节分别表示R/G/B，所以这里直接跟着图像的色彩信息

3、；灰度图是指只含亮度信息，不含色彩信息的图象，就象我们平时看到的黑白照片：亮度由暗到明，变化是连续的。因此，要表示灰度图，就需要把亮度值进展量化。通常划分成0到255共256个级别，其中0最暗(全黑)，255最亮(全白)。在表示颜色的方法中， YUV的表示方法，Y分量的物理含义就是亮度，Y分量包含了灰度图的所有信息，只用Y分量就能完全能够表示出一幅灰度图来。24位真彩色的图像直接使用像素表示颜色，不带调色板，只需要把图像数据按每个点的位数都转换成一样的灰度值即可2.RGB转YUV在表示颜色的方法中，除了RGB外，还有一种叫YUV的表示方法。电视信号中用的就是一种类似于YUV的颜色表示方法。其中

4、Y表示明亮度Luminance或Luma，也就是灰阶值；而U和V表示的则是色度Chrominance或Chroma，作用是描述影像色彩及饱和度，用于指定像素的颜色。亮度是透过RGB输入信号来建立的，方法是将RGB信号的特定局部叠加到一起。色度则定义了颜色的两个方面色调与饱和度，分别用Cr和Cb来表示。其中，Cr反映了RGB输入信号红色局部与RGB信号亮度值之间的差异。而Cb反映的是RGB输入信号蓝色局部与RGB信号亮度值之间的差异。从 RGB 到 YUV 空间的 Y 转换公式为：Y = 0.299R+0.587G+0.114BRGB图象存储机制: R:表示红色信息,占用1个字节(8bit) G

5、:表示绿色信息,占用1个字节(8bit) B:表示蓝色信息,占用1个字节(8bit) R:G:B=8:8:8YUV与RGB图象之间的变换关系: Y=0.2990R+0.5870G+0.1140B U=-0.1687R-0.3313G+0.5000B+128 V=0.5000R-0.4187G-0.0813B+128 反变换关系: R=1.0Y+0+1.402(V-128) G=1.0Y-0.34413(U-128)-0.71414(V-128) B=1.0Y+1.772(U-128)+0 另一种变换关系: Y= U=R-G V=B-G 反变换: G=Y- R=U+G B=V+G 说明:式中表示

6、 Y=0.257*R+0.504*G+0.098*B+16;Cb=-0.148*R-0.291*G+0.439*B+128;Cr=0.439*R-0.368*G-0.071*B+128; subplot(1,4,1);imshow(I);title(原图);subplot(1,4,2);imshow(Y);title(Y);subplot(1,4,3);imshow(Cb);title(Cb);subplot(1,4,4);imshow(V);title(Cr);4.RGBHSVI=imread(C:UsersadminDesktopphotolenna256c.bmp,bmp); H=dou

7、ble(I);%H为RGB图像 hue,s,v=rgb2hsv(H); subplot(1,4,1);imshow(I);title(原图); subplot(1,4,2);imshow(hue);title(H); subplot(1,4,3);imshow(s);title(S); subplot(1,4,4);imshow(v);title(V);%直接转为HSV三图层RGB=imread(C:UsersadminDesktopphotolenna256c.bmp,bmp);I=rgb2hsv(RGB); imshow(I),title(HSV图); H=double(I);%H为RGB

8、图像 hue,s,v=rgb2hsv(H); subplot(1,4,1);imshow(I);title(原图); subplot(1,4,2);imshow(hue);title(H); subplot(1,4,3);imshow(s);title(S); subplot(1,4,4);imshow(v);title(V);%RGB先转HSV，再转为HSV三图层3、实验结果分析要求附上结果图像：1.24位真彩色图像转灰度图像.彩色图灰度图2.RGB图像转YUV图像，分3图层输出原图YUV3.RGB转YCbCr图YCbCr图原图YCbCr原图YCbCr4.RGB转HSV图HSV图原图HSV原

9、图HSV4、实验体会：这次的实验确实收获不少。从原理的整理，程序的获取、处理和调试，每一步都能学到很多新的知识和技巧。课上听教师讲的原理，与真正用matlab进展数字图像处理实践，感觉似乎大不一样，实际却是相通的。十分赞叹matlab的强大部程序处理的功能。一个轻巧简便的rgb2gray()，查看它的定义子程序要几十行；更不用说rgb2ycbcr、rgb2hsv，还有直接分矩阵独立出3图层、可以直接引用的效果。工欲善其事，必先利其器。诚哉斯言。5、思考题局部：1、RGBYCbCr，RGB=imread(C:UserswhDesktopphotolenna512c.bmp,bmp);%读入彩色图

10、片figure(1),imshow(RGB),title(RGB图);%显示RGB图片figure(2),I=rgb2ycbcr(RGB); %rgb转化YCbCr图imshow(I),title(YCbCr图);I=imread(C:UserswhDesktopphotolenna512c.bmp);R=I(:,:,1);G=I(:,:,2);B=I(:,:,3);Y=0.299*R+0.587*G+0.114*B; Cb=0.564*(B-Y);Cr=0.713*(R-Y);subplot(1,4,1);imshow(I);title(原图);subplot(1,4,2);imshow(Y

11、);title(Y);subplot(1,4,3);imshow(Cb);title(Cb);subplot(1,4,4);imshow(V);title(Cr);I=imread(C:UsersadminDesktopphotolenna256c.bmp,bmp);R=I(:,:,1);G=I(:,:,2);B=I(:,:,3); Y=0.257*R+0.504*G+0.098*B+16;Cb=-0.148*R-0.291*G+0.439*B+128;Cr=0.439*R-0.368*G-0.071*B+128; subplot(1,4,1);imshow(I);title(原图);subp

12、lot(1,4,2);imshow(Y);title(Y);subplot(1,4,3);imshow(Cb);title(Cb);subplot(1,4,4);imshow(V);title(Cr);2.RGBHSVI=imread(C:UsersadminDesktopphotolenna256c.bmp,bmp); H=double(I);%H为RGB图像 hue,s,v=rgb2hsv(H); subplot(1,4,1);imshow(I);title(原图); subplot(1,4,2);imshow(hue);title(H); subplot(1,4,3);imshow(s);title(S); subplot(1,4,4);imshow(v);title(V);%直接转为HSV三图层RGB=imread(C:UsersadminDesktopphotolenna256c.bmp,bmp);I=rgb2hsv(RGB); imshow(I),title(HSV图); H=dou