图像伪彩色处理方法研究讲解
伪彩色图像处理
伪彩色图像处理一、伪彩色处理的原理伪彩色处理是指将黑白图像转化为彩色图像，或者是将单色图像变换成给定彩色分布图像。
由于人眼对彩色的分辨能力远远高于对灰度的分辨能力，所以将灰度图像转化成彩色表示，就可以提高对图像细节的辨别力。
因此，伪色彩处理的主要目的是为了提高人眼对图像细节的分辨能力，以达到图像增强的目的。
伪彩色处理的基本原理是将黑白图像或者单色图像的各个灰度级匹配到彩色空间中的一点，从而使单色图像映射成彩色图像。
对黑白图像中不同的灰度赋予不同的彩色。
设f(x,y)为一幅黑白图像，R(x,y),G(x,y),B(x,y)为f值得注意的是，伪彩色虽然能将黑白灰度转化为彩色，但这种彩色并不是真正表现图像的原始颜色，而仅仅是一种便于识别的伪彩色。
伪彩色处理技术的实现方法有多种，如密度分层法、灰度级-彩色变换法、频域滤波法等等。
其中灰度级-彩色变换伪色彩处理技术可以将灰度图像变为具有多种颜色渐变的连续彩色图像。
该方法先将灰度图像送入具有不同变换特性的红、绿、蓝三个变换器，然后再将三个变换器的不同输出分别送到彩色显像管的红、绿、蓝枪，再合成某种颜色。
同一灰度由三个变换器对其实施不同变换，使三个变换器输出不同，从而不同大小灰度级可以合成不同颜色。
这种方法变换后的图像视觉效果好。
二、伪彩色处理之灰度级-彩色变换法以上是一组典型的灰度级-彩色变换的传递函数。
其中图（a ）、（b ）、（c ）分别表示红色、绿色、蓝色的传递函数，图（d ）是三种彩色传递函数组合在一起的情况。
由图（a ）可见，凡灰度级小于L/2的像素将被转变为尽可能的暗红色，而灰度级位于L/2到3L/4之间的像素则取红色从暗到亮的线性变换。
凡灰度级大于3L/4的像素均被转变成最亮的红色。
其他的颜色以此类推。
三、灰度级-彩色变换法的Matlab 实现，其程序如下：I=imread(' F:\yyu\happy\DSC01015.jpeg'); %读入灰度图像image2g.jpgI=double(I);[M,N]=size(I);L=256;for i=1:Mfor j=1:Nif I(i,j)<L/4R(i,j)=0;G(i,j)=4*I(i,j);B(i,j)=L;else if I(i,j)<=L/2R(i,j)=0;G(i,j)=L;;B(i,j)=-4*i(i,j)+2*L;else if I(i,j)<=3*L/4R(i,j)=4*I(i,j)-2*L;G(i,j)=L;B(i,j)=0;elseR(i,j)=L;G(i,j)=-4*I(i,j)+4*L;B(i,j)=0;endendendendendfor i=1:Mfor j=1:NG2C(i,j,1)=R(i,j);G2C(i,j,2)=R(i,j);G2C(i,j,3)=R(i,j);endendG2C=G2C/256;Figure;Inshow(G2C);四、总结伪彩色处理不改变像素的几何位置，而仅仅改变其显示的颜色。
伪彩色图像处理
伪彩色图像处理一、伪彩色处理的原理伪彩色处理是指将黑白图像转化为彩色图像，或者是将单色图像变换成给定彩色分布图像。
由于人眼对彩色的分辨能力远远高于对灰度的分辨能力，所以将灰度图像转化成彩色表示，就可以提高对图像细节的辨别力。
因此，伪色彩处理的主要目的是为了提高人眼对图像细节的分辨能力，以达到图像增强的目的。
伪彩色处理的基本原理是将黑白图像或者单色图像的各个灰度级匹配到彩色空间中的一点，从而使单色图像映射成彩色图像。
对黑白图像中不同的灰度赋予不同的彩色。
设f(x,y)为一幅黑白图像，R(x,y),G(x,y),B(x,y)为f值得注意的是，伪彩色虽然能将黑白灰度转化为彩色，但这种彩色并不是真正表现图像的原始颜色，而仅仅是一种便于识别的伪彩色。
伪彩色处理技术的实现方法有多种，如密度分层法、灰度级-彩色变换法、频域滤波法等等。
其中灰度级-彩色变换伪色彩处理技术可以将灰度图像变为具有多种颜色渐变的连续彩色图像。
该方法先将灰度图像送入具有不同变换特性的红、绿、蓝三个变换器，然后再将三个变换器的不同输出分别送到彩色显像管的红、绿、蓝枪，再合成某种颜色。
同一灰度由三个变换器对其实施不同变换，使三个变换器输出不同，从而不同大小灰度级可以合成不同颜色。
这种方法变换后的图像视觉效果好。
二、伪彩色处理之灰度级-彩色变换法以上是一组典型的灰度级-彩色变换的传递函数。
其中图（a ）、（b ）、（c ）分别表示红色、绿色、蓝色的传递函数，图（d ）是三种彩色传递函数组合在一起的情况。
由图（a ）可见，凡灰度级小于L/2的像素将被转变为尽可能的暗红色，而灰度级位于L/2到3L/4之间的像素则取红色从暗到亮的线性变换。
凡灰度级大于3L/4的像素均被转变成最亮的红色。
其他的颜色以此类推。
三、灰度级-彩色变换法的Matlab 实现，其程序如下：I=imread(' F:\yyu\happy\DSC01015.jpeg'); %读入灰度图像image2g.jpg I=double(I);[M,N]=size(I);L=256;for i=1:Mfor j=1:Nif I(i,j)<L/4R(i,j)=0;G(i,j)=4*I(i,j);B(i,j)=L;else if I(i,j)<=L/2R(i,j)=0;G(i,j)=L;;B(i,j)=-4*i(i,j)+2*L;else if I(i,j)<=3*L/4R(i,j)=4*I(i,j)-2*L;G(i,j)=L;B(i,j)=0;elseR(i,j)=L;G(i,j)=-4*I(i,j)+4*L;B(i,j)=0;endendendendendfor i=1:Mfor j=1:NG2C(i,j,1)=R(i,j);G2C(i,j,2)=R(i,j);G2C(i,j,3)=R(i,j);endendG2C=G2C/256;Figure;Inshow(G2C);四、总结伪彩色处理不改变像素的几何位置，而仅仅改变其显示的颜色。
数字图像处理实验05图像的伪彩色处理
一、数字图像处理实验实验五 图像的伪彩色处理一、实验目的学习和掌握伪彩色处理基本方法，将灰度图像转换为多种颜色的彩色图像。
根据图像特点，了解伪彩色处理技术在实际中的应用。
二、实验内容1．编写密度分割函数，实现灰度图像的伪彩色显示。
2．编写灰度级彩色变换函数，实现灰度图像的伪彩色显示三、实验原理伪彩色处理是一种将二维图像像素逐点映射到由三基色确定的三维色度空间中的技术，其目的在于利用人眼对色彩的敏感性，应用伪彩色技术使图像中的不同物体具有一定的色差，从而提高人对图像的分辩能力。
伪彩色处理可以分为空域增强和频域增强两种。
空域伪彩色处理实际上是将图像的灰度范围划分为若干等级区间，每一个区间映射为某一种颜色。
频域伪彩色处理是基于频域运算基础上的伪彩色处理方法。
输入图像经过傅立叶变换得到图像的频谱，然后将频谱的各个分量分别送到R 、G 、B 三个通道进行滤波，最后对各通道作傅立叶反变换，得到空域的R 、G 、B 分量，最终产生彩色图像。
1. 密度分割设一幅灰度图像),(y x f ，若将图像灰度级用M 个切割平面切割，就会得到M 个不同灰度级的区 域M S S S ,,,21L 。
对这M 个区域中的像素人为分配给M 种不同颜色，这样就可以得到具有M 种颜色的伪彩色图像，如图1.14所示。
图 1.14 多灰度伪彩色分割示意图(彩色)2. 灰度级彩色变换该伪彩色处理技术可以将灰度图像变成具有多种颜色渐变的连续彩色图像。
设图像),(y x f 灰度级在L ~0之间变化，R I 、B I 、G I 为红、绿、篮3个变换器，当不同大小灰度级经过3个变换器时，一定可以有不同的彩色输出，从而合成不同的彩色图像。
其原理如图1.15所示。
图 1.15 伪彩色连续变换 图中可看出，若0),(=y x f ，则L y x I B =),(，0),(),(==y x I y x I G R ，从而显示蓝色。
同样，若2),(L y x f =，则L y x I G =),(，0),(),(==y x I y x I B R ，显示绿色。
图像伪彩色处理解析
数字图像处理课程实践灰度图像的伪彩色处理学院：物电学院班级：11级电信班指导老师：小组成员：目录1.1伪彩色图像处理原理 (1)1.2伪彩色增加的目的 (2)1.3伪彩色图像处理增强的方法 (2)2.1 源程序执行原理 (4)2.2 源程序 (5)2.3实验结果 (6)3.1学习心得 (7)参考文献 (8)1.1伪彩色图像处理原理数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术，又称为计算机图像处理。
扩展了人眼的视觉范围，使之跳出传统的可视界限，在人类生活发展的各个方面至关重要。
如何用计算机系统解释图像，形成了图像的理解或称为计算机视觉的理解外部世界。
所谓伪彩色图像处理，就是将图像中的黑白灰度级编程不同的彩色，如过分层越多，人眼所能提取的信息也多，从而达到图像增强的效果。
这是一种视觉效果明显，又不太复杂的图像增强技术。
伪彩色图像处理技术不仅适用于航空摄影和遥感图片，也可用于x光片及云母的判读等处理中。
实现伪彩色处理的主要方法主要有密度分割法、灰度级-伪彩色变换法、频域伪彩色处理等多种方法。
我们在这里主要介绍了各种方法的基本原理并重点介绍了灰度级-伪彩色变换法的序设计。
伪彩色图像处理（又称假彩色）有三种：第一种是把真实景物图像的像素逐个地映射为另一种颜色，使目标在原图像中更突出；第二种是把多光谱图像中任意三个光谱图像映射为可见光红、绿、蓝三种可见光谱段的信号，再合成为一幅彩色图像；第三种是把黑白图像，用灰度级映射或频谱映射而成为类似真实彩色的处理，相当于黑白照片的人工着色方法。
伪彩色处理是根据特定的准则对灰度值赋以彩色的处理。
由于人眼对彩色的分辨率远高于对灰度差的分辨率，所以这种技术可用来识别灰度差较小的像素。
这是一种视觉效果明显而技术又不是很复杂的图像增强技术。
灰度图像中，如果相邻像素点的灰度相差大，人眼将无法从图像中提取相应的信息，因为人眼分辨灰度的能力很差，一般只有几十个数量级，但是人眼对彩色信号的分辨率却很强，这样将黑白图像转换为彩色图像后，人眼可以提取更多的信息量。
实验5伪彩色增强实验报告
实验五伪彩色增强一、实验目的●理解彩色图像的基本概念●掌握伪彩色增强的方法二、实验要求1.读入灰度图像2.对该灰度图像做伪彩色增强三、实验原理伪彩色增强是将一个波段或单一的黑白图像变换为彩色图像，从而把人眼不能区分的微小的灰度差别显示为明显的色彩差异，更便于解译和提取有用信息。
伪彩色增强的方法主要有以下三种：1.密度分割法2.空间域灰度级－彩色变换3.频率域伪彩色增强本实验主要运用方法二，即空间域灰度级－彩色变换空间域灰度级－彩色变换是一种更为常用的、比密度分割更有效的伪彩色增强法。
它是根据色度学的原理，将原图像的灰度分段经过红、绿、蓝三种不同变换，变成三基色分量，然后用它们分别去控制彩色显示器的红、绿、蓝电子枪，便可以在彩色显示器的屏幕上合成一幅彩色图像。
彩色的含量由变换函数的形状而定。
四、实验思路首先设置和图片大小相同的R,G,B三幅图像。
然后对原图每个像素点进行遍历，按照不同的对应曲线将像素点的灰度值进行转换，即可得到R,G,B三个矩阵。
再使用cat()函数就可以将三幅矩阵进行合并了。
五、实验结果1、实验代码x=im2double(rgb2gray(imread('lena.bmp')));[m,n]=size(x);r=zeros(m,n);g=zeros(m,n);b=zeros(m,n);l=max(max(x));for i=1:mfor j=1:nif x(i,j)<=l/4r(i,j)=0;g(i,j)=4*x(i,j);b(i,j)=l;else if x(i,j)<=l/2r(i,j)=0;g(i,j)=l;b(i,j)=-4*x(i,j)+2*l;else if x(i,j)<=(3/4*l)r(i,j)=4*x(i,j)-2*l;g(i,j)=1;b(i,j)=0;elser(i,j)=l;g(i,j)=(-4)*x(i,j)+4*l;b(i,j)=0;endendendendendRGB=cat(3,r,g,b);imshow(RGB),title('伪彩色图像');2、实验结果3、实验结果分析由上图可以看出，其实伪彩色只能辨别出不同区域的灰度值区别，并不是像真彩色那样能够很好地还原图像的真实色彩。
伪彩色
§3－5 图像的伪彩色处理前面讨论的均是单色图像的增强处理。
由于人眼只能区分出由黑到白的十多种到二十多种不同的灰度级，而人眼对彩色的分辨可以达到几百种甚至上千种。
所谓伪彩色处理，就是将图像中的黑白灰度级变成不同的彩色，如果分层越多，人眼所能提取的信息也多，从而达到图像增强的效果。
这是一种视觉效果明显，又不太复杂的图像增强技术。
伪色彩图像处理技术不仅适用于航空摄影和遥感图片，也可用于x 光片及云图的判读方面。
可以用pc 机去做，也可用硬件设备来实现。
3－5－1 灰度分层法伪彩色处理let 原始黑白图像的灰度范围为0(,)f x y L ≤≤用1k +灰度等级把该灰度范围分为k 段：01230,,,,, 0() ()k k l l l l l l l L == 黑，白映射每一段灰度成一种颜色，映射关系为1(,) ((,); 1,2,,)i i i g x y c l f x y l i k -=≤≤=这里(,)g x y 为输出的伪色彩图像；i c 为灰度在[]1,i i l l -中时所映射成的彩色。
经过这种映射处理后，原始黑白图像(,)f x y 就变成了伪色彩图像(,)g x y 。
若原始图像(,)f x y 的灰度分布遍及上述k 个灰度段，则伪彩色图像(,)g x y 就具有k 种彩色。
3－5－2 灰度变换法的彩色处理依据三基色原理：每一彩色由红、绿、蓝三基色适当按比例合成。
利用变换法对黑白图像进行伪彩色处理表达式：{}{}{}(,)(,)(,)(,)(,)(,)R G B R x y T f x y G x y T f x y B x y T f x y =⎫⎪=⎬⎪=⎭(,)R x y ，(,)G x y ，(,)B x y 分别表示伪彩色中三基色分量的数值；(,)f x y 为处理前图像的灰度值；R T ，G T ，B T 表示三基色与原灰度值(,)f x y 的变换关系。
所以，变换法的实现过程：对输入图像的灰度值实行三种独立的变换{}{}{},,,R G B T T T 得到对应的红、绿、蓝三基色。
伪彩色显示的基本原理
伪彩色显示的基本原理
伪彩色显示（Pseudo color display）是一种通过某种方法将灰度图像转换为彩色图像进行显示的技术。
它的基本原理如下：
1. 灰度图像：首先，需要有一幅灰度图像作为输入。
灰度图像是一种只包含亮度信息的图像，每个像素的取值范围通常为0-255。
较暗的像素值表示较低的亮度，而较亮的像素值表示较高的亮度。
2. 伪彩色映射表：为了将灰度图像转换为彩色图像，需要定义一种映射关系，将灰度值映射到彩色值上。
这种映射关系通常以伪彩色映射表的形式存在，其中每个灰度值对应一个特定的彩色值。
3. 映射过程：将灰度图像中的每个像素的灰度值通过伪彩色映射表进行查找，找到对应的彩色值。
然后，使用这些彩色值替换灰度图像中的像素值，形成彩色图像。
4. 彩色显示：最后，使用彩色显示设备将伪彩色图像进行显示。
彩色显示设备能够根据彩色值显示对应的颜色，从而呈现出彩色图像。
值得注意的是，伪彩色显示只是一种将灰度图像转换为彩色图像进行显示的技术，并不改变图像的原始信息。
因此，伪彩色图像仍然只包含亮度信息，而不包含真正的彩色信息。
它的主要应用领域包括地质勘探、医学影像等。
基于区域分割的DSA图像伪彩色处理技术的研究及应用
Ｍ Ｎ ｉｇｒｎ Ｅ Ｇ Ｑｎ — ｉ ａ
（ ａａ ｉ ｅｔ ｌ ｓｉｌＴ ｉ ７ ００ Ｃ ｉａ Ｔ ｉ Ｃｔ Ｃ ｎｒ ｐｔ ，ａａ ２ １０ ｈｎ ） ｎ ｙ ａ Ｈｏ ａ ｎ
关键词 ： 区域 分 割 ； 彩 色 ； Ｓ ； 状 动脉 伪 ＤＡ 冠 中 图 分 类 号 ： ５ １４ 文献 标 识 码 ： 文 章 编 号 ：０ ４７ １ （０ ８ １ － ８ －３ Ｒ４． Ａ １０ —１５ ２ ０ ）０ ７ ２０ ０
Ｒｅ ｉ ｎａｌ ｖｓ ｏ — ｓ ｄ ｇ ｏ ｌ ｄｉ ｉｉ ｎ— ｃ ｓ ｉ ｙ ｐｓ ｕｄ — ｏ ｏ ｍ ｇ ｏ ｅ ｓｎｇ
Ｄ Ａ ｖ ｓ ｕ ａ ｍａ ｉ ｇ ｒ ｇｏ ａ ｄ ｖｓｏ ｓ ｍａ ｅ ｔ ｒ ｕ ｈ ｗａｅ ｓ ｅ ｌｏ ｉ ｍ －ｗｉ ｈ ａ ｎ ｏ ｏｏ ｏ ｅ ｏ ｈ ｓ ｕ ｏ Ｓ ａ ｃ ｌ ｒｉ ｇｎ ｅ ｉｎ ｌ ｉ ｉｉｎ ｗａ ｄ ｈ ｏ ｇ ｔｒ ｈ ｄ ａｇ ｒ ｈ ｔ ｔ ｔｅ ｒ ｉ ｂ ｗ ｃ ｌ ｒｃ ｄ ｓｆｒｔ ｅ ｐ ｅ ｄ ｈ
ｃ ｌ ｒｉ ｇ ｒ ｃ ｓ ｉｇ ｓ ｓ ｍ ，ｔ ｏ ａ ｅ ａ ｄ ａ ａ ｙ ｅ ｔｅ ｉ ｇ ｕ ｌ ｙ ｉ ｈ ｒ ｏ ｏ ｍａ ｅ ｐ ｏ ｅ ｓｎ ｙ ｔ ｅ ｏ ｃ ｍｐ ｒ ｎ ｎ ｌ ｚ ｈ ｍａ ｅ ｑ ａｉ ｔ ｅ ｐ ｅ— ａ ｄ ｔ ｅｐ ｓ —ｐ ｏ ｅ ｓｎ ，ａ ｄｅ ａ ｕ ｔ ｎ ｎ ｏ ｔ ｒ ｃ ｓｉ ｇ ｎ ｖ ｌ — ｈ
ｗａ ｅ ｉ ｎ ｄ ａ ｄ ｄ ｖ ｌ ｐ ｄ，ａ ｄ ｔｅ ｐ ｅ—ａ ｄ ｐ ｓ —ｐ ｏ ｅ ｓｎ ｍａ ｅ ｑ ａ ｉ ｆ３ ａ ｅ ａ ｏ ａ ｅ ｎ ｎ ｌｚ ｄ ｉ ｓ ｄ ｓｇ ｅ ｎ ｅ ｅ ｏ ｅ ｎ ｈ ｒ ｎ ｏｔ ｒｃ ｓ ｉ ｇ ｉ ｇ ｕ ｌ ｙ ｏ ０ ｃ ｓ ｓ ｗ ｓ ｃ ｍｐ ｒｄ ａ ｄ ａ ａｙ ｅ ｎ ｔ ｔｅ ｃ ｒ ｎ ｒ ｅ ｒ Ａ ｍａ ｅ ｐ ｏ ｅ ｓｎ ．Ｒｅ ｕ ｔ ：Ｏ ｈ ０ ｅ ｓ ｓｏ ｅ ｉ ｇ ｓ ｐ ｏ ｅ ｓ ｄ ｈ ｕ ｌ ｙ ｏ ４ ｉ ｇ ｓ ｗ ｓ ｈ ｏ ｏ ａ ｈ ａ ＤＳ ｉ ｇ ｒ ｃ ｓ ｉｇ ｙ ｔ ｓｌ ｓ ｆｔ ｅ ３ ａ ｅ ｆｔ ｍａ ｅ ｒ ｃ ｓｅ 。ｔｅ ｑ ａ ｉ ｆ ｍａ ｅ ａ ｈ ｔ ２ ｓ ｎ ｆ ａ ｔ ｍｐ ｏ ｅ ｉ ｉ ｃ ｎ ｌ ｉ ｒ ｖ ｄ，ｔ ａ ｆｔ ｅ４ ｃ ｓ ｓｗａ ｌｏｉ ｒ ｖ ｄ，ａ ｄ ｔ ｅ ｅｆｃ ｉｅ ｒ ｔ ａ ３ ３ ％ ．Ｃ ｎ ｌ ｓ ｎ：Ｔ ｅ ｒ ｇｏ — ｇ ｉ ｙ ｈ ｔ ａ ｅ ｓａｓ ｍｐ ｏ ｅ ｏ ｈ ｎ ｈ ｆｅ ｔ ａｅ ｗ ｓ９ ． ３ ｖ ｏ ｃｕ ｉ ｏ ｈ ｅｉｎ
伪彩色图像处理
伪彩色处理技术：
－－把灰度图像变成彩色图像或把一种彩色图 像变成另一种彩 色分布的图像
人眼分辨图像： 灰度图像：灰度级介于十几到二十几级之间 彩色图像：彩色分辨能力却可达到灰度分辨
能力的百倍以上，能达几百种甚 至上千种
✓ 灰度分层法伪彩色处理举例1
用颜色突出降雨水平 图a：图像的强度值直接与降雨相对应，目测困难
图b：蓝色表示低降雨量，红色表示高降雨量 图c和图d更加清楚
➢ 灰度变换法伪彩色处理
原理：利用变换法对灰度图像进行伪彩色处理，所形成的 彩色比较丰富它依据的原理是三基色原理，每一种彩 色可由红绿蓝三基色按适当比例来合成
f(x,y)
TR(·) TG(·) TB(·)
R(x,y) G(x,y) B(x,y)
✓ 典型的灰度伪彩色变换
R
G
B
✓ 灰度变换法伪彩色处理举例
➢ 频域伪彩色处理
滤波
FFT-1
R 附加处理
FFT
滤波
FFT-1
附加处FT-1 附加处理
可见光 彩色图像
红外图像
融合图像
数字图像处理-伪彩色处理讲解30页PPT
谢谢！
数字图像处理-伪彩色处理讲解
21、没有人陪你走一辈子，所以你要 适应孤 独，没 有人会 帮你一 辈子， 所以你 要奋斗 一生。 22、当眼泪流尽的时候，留下的应该 是坚强 。 23、要改变命运，首先改变自己。
24、勇气很有理由被当作人类德性之 首，因 为这种 德性保 证了所 有其余 的德性 。--温 斯顿． 丘吉尔 。 25、梯子的梯阶从来不是用来搁脚的 ，它只 是让人 们的脚 放上一 段时间 ，以便 让，也会招来人们的反感轻蔑和嫉妒。——培根 22、业精于勤，荒于嬉；行成于思，毁于随。——韩愈
23、一切节省，归根到底都归结为时间的节省。——马克思 24、意志命运往往背道而驰，决心到最后会全部推倒。——莎士比亚
数字图像处理-伪彩色处理讲解
伪彩色的主要应用是为了人目视观察和解释一幅 图像或序列图像中的灰度目标。人类可以辨别上 千种颜色和强度，但只能辨别二十几种灰度。
伪彩色处理的意义 进入21世纪以来，随着微电子技术、计算机技术、现
代通信技术的飞速发展，人类社会正健步迈入信息化时代。 在人类所接收到的全部信息中，70％以上是通过视觉得到 的。因此对数字图像进行有效的处理变的十分重要。而目 前彩色图像占很大的比例，所以，对彩色图像的处理显得 尤为重要。其中伪彩色处理技术就是一项重要的图像处理 技术。
数字图像处理
伪彩色处理
• 什么是伪彩色处理 • 伪彩色处理的目的 • 伪彩色处理的意义 • 伪彩色处理所使用的技术 • 伪彩色处理的应用
主要内容
• 伪彩色处理的定义
伪彩色图像处理（又称假彩色）是根据特定的准 则对灰度值赋以彩色的处理。伪彩色处理技术， 是将黑白图像变成彩色图像，也可以将原来有彩 色的图像变换成给定彩色分布的图像。
f (x, y) Vk
• 强度分层技术的另一种解释
• 灰度级到彩色转换
基本概念：对任何输入像素的灰度级执行3个独立变 换，然后将3个变换的结果分别送到彩色电视监视器的红、 绿、蓝通道。这种方法产生一幅合成图像，其彩色内容受 变换函数特性调制。
单幅图像
安检扫描中伪彩色技术的应用
• 安检扫描用x光透视出的图像都是灰度图像 • 在安检的过程中都是靠人眼去识别包裹中的物品 • 通过使用伪彩色处理技术能够更好的发现包裹的问题，减
• 强度分层
强度分层技术（有时又称密度分层）和彩色编码是伪 彩色图像处理最简单的例子之一。如果一幅图像被描述为 三维函数（作为空间坐标的强度），则分层方法可以看成 是放置一些平行于图像坐标面的平面，然后每个平面在相 交的区域中切割图像函数。
伪彩色图像处理
伪彩色图像处理一、伪彩色处理的原理伪彩色处理是指将黑白图像转化为彩色图像，或者是将单色图像变换成给定彩色分布图像。
由于人眼对彩色的分辨能力远远高于对灰度的分辨能力，所以将灰度图像转化成彩色表示，就可以提高对图像细节的区分力。
因此，伪色彩处理的主要目的是为了提高人眼对图像细节的分辨能力，以达到图像增强的目的。
伪彩色处理的根本原理是将黑白图像或者单色图像的各个灰度级匹配到彩色空间中的一点，从而使单色图像映射成彩色图像。
对黑白图像中不同的灰度赋予不同的彩色。
设f(x,y)为一幅黑白图像，R(x,y),G(x,y),B(x,y)为f值得注意的是，伪彩色虽然能将黑白灰度转化为彩色，但这种彩色并不是真正表现图像的原始颜色，而仅仅是一种便于识别的伪彩色。
伪彩色处理技术的实现方法有多种，如密度分层法、灰度级-彩色变换法、频域滤波法等等。
其中灰度级-彩色变换伪色彩处理技术可以将灰度图像变为具有多种颜色渐变的连续彩色图像。
该方法先将灰度图像送入具有不同变换特性的红、绿、蓝三个变换器，然后再将三个变换器的不同输出分别送到彩色显像管的红、绿、蓝枪，再合成某种颜色。
同一灰度由三个变换器对其实施不同变换，使三个变换器输出不同，从而不同大小灰度级可以合成不同颜色。
这种方法变换后的图像视觉效果好。
二、伪彩色处理之灰度级-彩色变换法以上是一组典型的灰度级-彩色变换的传递函数。
其中图〔a 〕、〔b 〕、〔c 〕分别表示红色、绿色、蓝色的传递函数，图〔d 〕是三种彩色传递函数组合在一起的情况。
由图〔a 〕可见，凡灰度级小于L/2的像素将被转变为尽可能的暗红色，而灰度级位于L/2到3L/4之间的像素如此取红色从暗到亮的线性变换。
凡灰度级大于3L/4的像素均被转变成最亮的红色。
其他的颜色以此类推。
三、灰度级-彩色变换法的Matlab 实现，其程序如下：I=imread('F:\yyu\happy\DSC01015.jpeg'); %读入灰度图像image2g.jpg I=double(I);[M,N]=size(I);L=256;for i=1:Mfor j=1:Nif I(i,j)<L/4R(i,j)=0;G(i,j)=4*I(i,j);B(i,j)=L;else if I(i,j)<=L/2R(i,j)=0;G(i,j)=L;;B(i,j)=-4*i(i,j)+2*L;else if I(i,j)<=3*L/4R(i,j)=4*I(i,j)-2*L;G(i,j)=L;B(i,j)=0;elseR(i,j)=L;G(i,j)=-4*I(i,j)+4*L;B(i,j)=0;endendendendendfor i=1:Mfor j=1:NG2C(i,j,1)=R(i,j);G2C(i,j,2)=R(i,j);G2C(i,j,3)=R(i,j);endendG2C=G2C/256;Figure;Inshow(G2C);四、总结伪彩色处理不改变像素的几何位置，而仅仅改变其显示的颜色。
伪彩色处理方法
伪彩色处理方法
嘿，你知道伪彩色处理方法吗？这可真是个超有趣的技术呢！
伪彩色处理方法呀，简单来说就是把灰度图像或者单一波段的图像转化为彩色图像的过程。
具体步骤呢，首先要选择合适的映射函数，这就像是给图像选一件合适的“衣服”，得精心挑选哦！然后将灰度值或者波段值通过这个映射函数转换为对应的彩色值。
这里要注意啦，映射函数的选择可是至关重要的，要是选错了，那可就糟糕啦！同时，在处理过程中还要注意图像的分辨率和质量，别一不小心把图像弄“花”了呀。
在这个过程中，安全性和稳定性那也是相当重要的呀！就好像走钢丝一样，得稳稳当当的。
只要我们按照正确的步骤和注意事项来操作，一般来说是不会出现什么大问题的。
当然啦，也不能掉以轻心，要时刻保持警惕呢。
那伪彩色处理方法有啥应用场景和优势呢？哇塞，那可多了去啦！比如在医学领域，可以让医生更清楚地看到病变部位；在遥感领域，可以更直观地分辨不同的地物；在工业检测中，能够快速发现问题所在。
它的优势就是能让原本单调的图像变得丰富多彩，让人一目了然呀！这就好比原本是黑白的世界突然变得五彩斑斓，多神奇呀！
来看看实际案例吧，在医学影像中，通过伪彩色处理，原本难以分辨的组织和器官一下子就清晰可见了，医生就能更准确地诊断病情啦！这效果，简直太惊人啦！
我觉得呀，伪彩色处理方法真的是超级棒的技术，它能让我们看到更多的细节，发现更多的美好，给我们的生活和工作带来了极大的便利呀！。
伪彩色算法
伪彩色算法
伪彩色算法是一种图像处理技术，它可以将黑白图像转换成彩色图像，从而增强图像的视觉效果。
这种算法利用了人眼对不同颜色的敏感度，通过对灰度图像进行着色处理，使得图像呈现出彩色的效果，从而提高了图像的信息表达能力。
伪彩色算法广泛应用于医学影像、地质勘探、航空航天等领域。
在医学影像方面，伪彩色算法可以将X光片、CT扫描、核磁共振等黑白医学影像转换成彩色图像，从而使医生能够更直观地观察病灶部位，提高诊断准确性。
在地质勘探领域，伪彩色算法可以将地质勘探图像进行着色处理，从而更清晰地显示地质层次和矿产分布，提高勘探效率。
在航空航天领域，伪彩色算法可以将卫星遥感图像转换成彩色图像，使得地表覆盖、植被分布等信息更加直观，提高了图像的可读性。
伪彩色算法的核心思想是根据灰度图像的灰度级别来进行颜色映射。
通常情况下，灰度图像的灰度级别范围是0-255，而彩色图像的颜色通道包括红、绿、蓝三种颜色。
因此，可以通过将灰度级别
映射到RGB颜色空间中，实现对灰度图像的着色处理。
常见的伪彩色算法包括灰度级别到颜色的线性映射、伪彩色表映射、颜色平面映射等方法，它们可以根据具体的应用需求来选择合适的映射方式，从而实现对黑白图像的着色处理。
总的来说，伪彩色算法是一种十分实用的图像处理技术，它可以将黑白图像转换成彩色图像，从而提高图像的信息表达能力。
随着科技的不断发展，伪彩色算法将会在更多领域得到广泛应用，为人们的生产生活带来更多便利。
实验二：图像锐化及伪彩色处理
实验二图像锐化及伪彩色处理有的图片为三维的（MATLAB的workspace窗口可以看到），无法生成直方图，可以读入图像后用下面的命令转换为二维图像I=I（：，：，1）；一、实验目的：1、掌握图像锐化、伪彩色处理的基本原理和基本方法，加深对其的感性认识，巩固所学理论知识。
2、编写MATLAB程序,采用不同算子对图像进行锐化处理。
3、编写MATLAB程序，实现对灰度图像的伪彩色处理。
4、学会比较图像处理结果并分析原因。
二、实验要求1.能够对单色图像进行伪彩色处理，能够分析彩色图像。
2.能够自行评价各主要算子在无噪声条件下和噪声条件下的锐化性能。
完成规定图像的处理并要求正确评价处理结果，能够从理论上作出合理的解释。
三、实验仪器PC一台，MATLAB软件。
四、实验内容(一) 试分别用roberts、sobel 、Prewitt、log四种算子编写MATLAB程序对Miss.bmp图像及添加高斯噪声的Miss图像进行锐化，提取边缘信息。
要求：1. 显示原图像和对其锐化后的各个图像，并分别为之命名为：“原始图像”、“Robert算子锐化结果”、“sobel算子锐化结果”、“Prewitt算子锐化结果”、“高斯－拉普拉斯算子锐化结果”2. 显示添加噪声的图像及对其锐化后的各个图像，并分别为之命名为：“添加噪声后的图像”、“Robert算子锐化结果”、“sobel算子锐化结果”、“Prewitt 算子锐化结果”、“高斯－拉普拉斯算子锐化结果”3.比较几种方法的锐化效果，并分析原因所用到的函数说明如下：1. 采用边缘算子分割图像函数为：[g,t]=edge(image,'method',threshold,'direction')image:输入的图像method：采用的方法类型，有roberts、sobel 、Prewitt、logthreshold：阈值，通常采用默认值，表示为[]direction: 所寻找边缘的方向，常用both ；g：返回的二值图像2.title('图像名字'); %此函数可为图像命名3.添加高斯噪声I=imnoise(image,'gaussian',0.02);（1）I=imread('Miss.bmp');[g1,t]=edge(I,'roberts',[],'both');[g2,t]=edge(I,'sobel',[],'both');[g3,t]=edge(I,'Prewitt',[],'both');[g4,t]=edge(I,'log',[],'both');subplot(231);imshow(I);title('原始图像');subplot(232);imshow(g1);title('reborts算子锐化结果');subplot(233);imshow(g2);title('sobel算子锐化结果');subplot(234);imshow(g3);title('prewitt算子锐化结果');subplot(235);imshow(g4);title('log算子锐化结果');原始图像reborts算子锐化结果sobel算子锐化结果prewit算子锐化结果log算子锐化结果（2）I=imread('Miss.bmp'); J=imnoise(I,'gaussian',0.02); [g5,t]=edge(I,'roberts',[],'both'); [g6,t]=edge(I,'sobel',[],'both'); [g7,t]=edge(I,'Prewitt',[],'both'); [g8,t]=edge(I,'log',[],'both');subplot(231);imshow(J);title('添加高斯噪声图像 '); subplot(232);imshow(g5);title('reborts 算子锐化结果‘); subplot(233);imshow(g6);title('sobel 算子锐化结果'); subplot(234);imshow(g7);title('prewit 算子锐化结果'); subplot(235);imshow(g8);title('logËã算子锐化结果');添加高斯噪声图像reborts 算子锐化结果sobel 算子锐化结果prewit 算子锐化结果log 算子锐化结果(二) 运行下列采用8个灰度级密度分割的伪彩色变换程序，观察结果，并分别采用2、16、32个灰度级进行伪彩色处理，编程后运行，观察并比较结果。
伪彩色图像处理论文
数字图像处理大作业班级：学号:：伪彩色图像处理摘要近几年来,随着多媒体技术和因特网的迅速开展和普及,数字图像处理技术受到了前所未有的广泛重视,出现了许多新的应用领域。
最显著的是数字图像处理技术已经从工业领域、实验室走入了商业领域及办公室,甚至走入了人们的日常生活。
伪彩色图像处理〔又称假彩色〕有三种：第一种是把真实景物图像的像素逐个地映射为另一种颜色，使目标在原图像中更突出；第二种是把多光谱图像中任意三个光谱图像映射为可见光红、绿、蓝三种可见光谱段的信号，再合成为一幅彩色图像；第三种是把黑白图像，用灰度级映射或频谱映射而成为类似真实彩色的处理，相当于黑白照片的人工着色方法。
伪彩色处理是根据特定的准那么对灰度值赋以彩色的处理。
由于人眼对彩色的分辨率远高于对灰度差的分辨率，所以这种技术可用来识别灰度差较小的像素。
这是一种视觉效果明显而技术又不是很复杂的图像增强技术。
灰度图像中，如果相邻像素点的灰度相差大，人眼将无法从图像中提取相应的信息，因为人眼分辨灰度的能力很差，一般只有几十个数量级，但是人眼对彩色信号的分辨率却很强，这样将黑白图像转换为彩色图像后，人眼可以提取更多的信息量。
同时MATLAB技术对于我们实现数字图像处理是一种非常有效的实用工具。
关键字：伪彩色；假彩色；灰度1. 伪彩色处理方法1.1 强度分层技术强度分层技术〔又称密度分层〕，其分层的几何解释可简要概括为以下几点：①将图像描述成一个三维函数作为空间坐标的强度。
②放置平行于〔x，y〕坐标面的平面。
③每一个平面在相交的区域切割图像函数。
设原始黑白图像f〔x，y〕的灰度围为：[0，L]，用K+1个灰度等级把此灰度围分为K段：l 0 , l1 , l 2 ,…, l k 其中l 0 =0〔黑〕，l k =L〔白〕映射每一段灰度成一种颜色，映射关系为g 〔x，y〕= c i 这里的g〔x，y〕为输出的伪色彩；c i 为灰度在[ l i-1 ，l i ] 中时所映射成的彩色。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
中北大学课程设计说明书学生姓名：王瑞学号：39学院：信息商务学院专业：电子信息工程题目：图像伪彩色处理方法研究指导教师：赵英亮陈平职称: 副教授2013 年 12 月 26 日中北大学课程设计任务书13/14 学年第一学期学院：信息商务学院专业：电子信息工程学生姓名：王瑞学号：39学生姓名：齐杨学号：36学生姓名：穆志森学号：26课程设计题目：专业综合实践之多维信息处理部分：图像伪彩色处理方法研究起迄日期：2013年12月16 日～2013年12月27日课程设计地点：电子信息工程专业实验室指导教师：赵英亮陈平系主任：王浩全下达任务书日期: 2013年12月15 日目录1.1伪彩色图像处理原理 (1)1.2伪彩色增加的目的 (2)1.3伪彩色图像处理增强的方法 (2)2.1 源程序执行原理 (4)2.2 源程序 (5)2.3实验结果 (6)3.1学习心得 (7)参考文献 (8)1.1伪彩色图像处理原理数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术，又称为计算机图像处理。
扩展了人眼的视觉范围，使之跳出传统的可视界限，在人类生活发展的各个方面至关重要。
如何用计算机系统解释图像，形成了图像的理解或称为计算机视觉的理解外部世界。
所谓伪彩色图像处理，就是将图像中的黑白灰度级编程不同的彩色，如过分层越多，人眼所能提取的信息也多，从而达到图像增强的效果。
这是一种视觉效果明显，又不太复杂的图像增强技术。
伪彩色图像处理技术不仅适用于航空摄影和遥感图片，也可用于x光片及云母的判读等处理中。
实现伪彩色处理的主要方法主要有密度分割法、灰度级-伪彩色变换法、频域伪彩色处理等多种方法。
我们在这里主要介绍了各种方法的基本原理并重点介绍了灰度级-伪彩色变换法的序设计。
伪彩色图像处理（又称假彩色）有三种：第一种是把真实景物图像的像素逐个地映射为另一种颜色，使目标在原图像中更突出；第二种是把多光谱图像中任意三个光谱图像映射为可见光红、绿、蓝三种可见光谱段的信号，再合成为一幅彩色图像；第三种是把黑白图像，用灰度级映射或频谱映射而成为类似真实彩色的处理，相当于黑白照片的人工着色方法。
伪彩色处理是根据特定的准则对灰度值赋以彩色的处理。
由于人眼对彩色的分辨率远高于对灰度差的分辨率，所以这种技术可用来识别灰度差较小的像素。
这是一种视觉效果明显而技术又不是很复杂的图像增强技术。
灰度图像中，如果相邻像素点的灰度相差大，人眼将无法从图像中提取相应的信息，因为人眼分辨灰度的能力很差，一般只有几十个数量级，但是人眼对彩色信号的分辨率却很强，这样将黑白图像转换为彩色图像后，人眼可以提取更多的信息量。
伪彩色虽然能将黑白灰度转化为彩色，但这种彩色并不是真正表现图像的原始颜色，而仅仅是一种便于识别的伪彩色。
伪彩色处理技术的实现方法有多种，如灰度分层法、灰度级-彩色变换法、频域滤波法等等。
1.2伪彩色增强的目的伪彩色增强是把黑白图像的各个不同灰度级按照线性或非线性的映射函数变换成不同的彩色，得到一幅彩色图像的技术。
使原图像细节更易辨认，目标更容易识别，能够成为。
伪彩色增强的方法主要有密度分割法、灰度级一彩色变换和频率域伪彩色增强三种。
图1：原理框图1.3伪彩色图像处理增强的方法1.灰度分割法密度分割法是把灰度图像的灰度级从0（黑）到M0（白）分成N个区间Ii(i=1，2，…，N),给每个区间Ii指定一种彩色Ci，这样，便可以把一幅灰度图像变成一幅伪彩色图像。
该方法比较简单、直观。
缺点是变换出的彩色数目有限。
灰度是描述灰度图像内容的最直接的视觉特征，它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，中间的数字从小到大表示由黑到百的过渡色，即可以表示不同的灰度等级。
灰度切分示意图如右图。
设原始黑白图像的灰度范围为：0≤f(x,y)≤L用k+1灰度等级把该灰度范围分为k段：I0，I1,...,Ik I0=0(黑)，Ik=L（白）映射每一段灰度成一种颜色，映射关系为ɡ(x,y)= C1 (I（i-1）≤f（x，y）≤I（i）；i=1，2...k) 这里ɡ(x,y)为输出的伪彩色图像；Ci为灰度在[I(i-1),I(i)]中时所映射成的彩色。
经过这种映射处理后，原始黑白图像f（x，y）就变成了伪彩色图像ɡ(x,y)。
若原始图像f（x，y）就编程了伪彩色图像ɡ(x,y)。
若原始图像f（x，y）的灰度分布遍及上述k个灰度段，则伪彩色图像ɡ(x,y)就具有k中彩色。
图2：灰度切分示意图2.空间域灰度级一彩色变换根据色度学原理，将原图像f(x,y)的灰度范围分段，经过红、绿、蓝三种不同变换TR(?)、TG(?)和TB(?)，变成三基色分量IR(x,y)、IG(x,y)、IB(x,y)，然后用它们分别去控制彩色显示器的红、绿、蓝电子枪，便可以在彩色显示器的屏幕上合成一幅彩色图像。
图3：伪彩色处理变换曲线由上图可以总结出一下的映射函数。
下式表示R（x，y）、G(x,y)、B(x，y)的R、G、B通道的颜色值，其中，f（x，y）表示特定点灰度图像的灰度值，f 式所选灰度图像的灰度值。
0≤f≤63时R（x，y）=0，G（x，y）=4f（x，y）B（x，y）=255；64≤f≤127时R（x，y）=0，G（x，y）=255，B（x，y）=511-4f（x，y）；128≤f≤191时R（x，y）=4f（x，y）-511，G（x，y）=255，B（x，y=0；192≤f≤255时R（x，y）=255，G（x，y）=1023-4f（x，y），B（x，y）=0；通过上面的映射变换曲线，可以实现对灰度图像的着色。
最后再将每一个像素三个通道得到的值相加，就可以将每一个像素进行伪彩色处理。
最终得到伪彩色图像。
3. 频率域伪彩色增强频率域伪彩色增强的方法是：把灰度图像经傅立叶变换到频率域，在频率域内用三个不同传递特性的滤波器分离成三个独立分量；然后对它们进行逆傅立叶变换，便得到三幅代表不同频率分量的单色图像，接着对这三幅图像作进一步的处理（如直方图均衡化）最后将它们作为三基色分量分别加到彩色显示器的红、绿、蓝显示通道，得到一幅彩色图像。
2.1源程序执行原理伪彩色图像的含义是，每个像素的颜色不是由每个基色分量的数值直接决定，而是把像素值当成彩色，查找表的表项入口地址，去查找一个显示图像时使用的R，G，B强度值，用查找出的 R，G，B 强度值产生的彩色称为伪彩色。
给定灰度-彩色转换函数，对一灰度图像进行伪彩色处理。
转换函数如下表：输入灰度级0～31 ：淡黄色；32～63 ：黄色；64～95 ：橙色；96～127 ：红色；128～159 ：紫色；160～191 ：淡蓝色；192～223 ：绿色；224～255 ：蓝色。
彩色查找表CLUT 是一个事先做好的表，表项入口地址也称为索引号。
例如16 种颜色的查找表，0 号索引对应黑色，…，15 号索引对应白色。
彩色图像本身的像素数值和彩色查找表的索引号有一个变换关系，利用这个关系可以得出图像。
2.2 源程序灰度分割法程序I=imread('123.bmp');J=zeros(256,256,3);I=double(I);for i=1:256for j=1:256if 0<=I(i,j)&&I(i,j)<=15R(i,j)=1;G(i,j)=8;B(i,j)=255;else if 16<=I(i,j)&&I(i,j)<=31R(i,j)=2;G(i,j)=48;B(i,j)=254;else if 32<=I(i,j)&&I(i,j)<=47R(i,j)=4;G(i,j)=112;B(i,j)=252; else if 48<=I(i,j)&&I(i,j)<=63R(i,j)=8;G(i,j)=160;B(i,j)=248; else if 80<=I(i,j)&&I(i,j)<=95R(i,j)=16;G(i,j)=192;B(i,j)=240; else if 96<=I(i,j)&&I(i,j)<=111R(i,j)=32;G(i,j)=224;B(i,j)=224; else if 112<=I(i,j)&&I(i,j)<=127R(i,j)=64;G(i,j)=248;B(i,j)=192; else if 128<=I(i,j)&&I(i,j)<=143R(i,j)=128;G(i,j)=255;B(i,j)=160; else if 144<=I(i,j)&&I(i,j)<=159R(i,j)=160;G(i,j)=255;B(i,j)=128; else if 160<=I(i,j)&&I(i,j)<=175R(i,j)=192;G(i,j)=248;B(i,j)=64; else if 176<=I(i,j)&&I(i,j)<=191 R(i,j)=224;G(i,j)=224;B(i,j)=32; else if 192<=I(i,j)&&I(i,j)<=207R(i,j)=240;G(i,j)=192;B(i,j)=16; else if 208<=I(i,j)&&I(i,j)<=223R(i,j)=248;G(i,j)=160;B(i,j)=8; else if 224<=I(i,j)&&I(i,j)<=239R(i,j)=252;G(i,j)=112;B(i,j)=4; else if 240<=I(i,j)&&I(i,j)<=255R(i,j)=254;G(i,j)=48;B(i,j)=2; else if 64<=I(i,j)&&I(i,j)<=79R(i,j)=255;G(i,j)=8;B(i,j)=1;endendendendendendendendendendendendendendendendendendJ(:,:,1)=R;J(:,:,2)=G;J(:,:,3)=B; imshow(uint8(J));I=imread('d:\33.jpg'); %I=double(I);[M,N]=size(I);L=256;for i=1:Mfor j=1:Nif I(i,j)<L/4R(i,j)=0;G(i,j)=4*I(i,j);B(i,j)=L;else if I(i,j)<=L/2R(i,j)=0;G(i,j)=L;;B(i,j)=-4*I(i,j)+2*L;else if I(i,j)<=3*L/4R(i,j)=4*I(i,j)-2*L;G(i,j)=L;B(i,j)=0;elseR(i,j)=L;G(i,j)=-4*I(i,j)+4*L; B(i,j)=0;endendendendendfor i=1:Mfor j=1:NG2C(i,j,1)=R(i,j);G2C(i,j,2)=G(i,j);G2C(i,j,3)=B(i,j);endendG2C=G2C;figure;imshow(G2C,[]);I=imread('Miss256G.bmp');figure(1);imshow(I);title('原始图像');J=zeros(256,256,3);I=double(I);for i=1:256for j=1:256if 0<=I(i,j)&&I(i,j)<=63R(i,j)=0;G(i,j)=4*I(i,j);B(i,j)=255;else if 63<=I(i,j)&&I(i,j)<=127R(i,j)=0;G(i,j)=255;B(i,j)=511-4*I(i,j);else if 128<=I(i,j)&&I(i,j)<=191R(i,j)=4*I(i,j)-511;G(i,j)=255;B(i,j)=0;else if 192<=I(i,j)&&I(i,j)<=255R(i,j)=255;G(i,j)=1025-4*I(i,j);B(i,j)=0;endendendendendendJ(:,:,1)=R;J(:,:,2)=G;J(:,:,3)=B;figure(2);imshow(uint8(J));title('变换后图像');2.3 实验结果灰度分割法原始图像1 变换后的图像1原始图像2变换后图像23.1学习心得通过此次课程设计，使我更加扎实的掌握了有关图像处理方面的知识，在设计过程中虽然遇到了一些问题，但经过一次又一次的思考，一遍又一遍的检查终于找出了原因所在，也暴露出了前期我在这方面的知识欠缺和经验不足。