8.1.3 图像类型
计算机上显示的图像有二值图像、灰度图像、伪彩色图像及真彩色图像等不同格式类型。下面就本节图像处理算法所涉及的三种类型作简单介绍。
(1)彩色图像(Color Image)
彩色图像的表示方法有许多种，最常用的是以RGB(Red/Green/Blue，红色、绿色、蓝色)三基色来表示的RGB彩色图像。RGB颜色空间中含有红色、绿色、蓝色三基色组合成的256×256×256种不同颜色，其模型如图8.1所示。
图8.1 RGB彩色空间
RGB彩色图像都是一个彩色像素的M×N×3三维数组。每个像素点都含有颜色空间中红色、绿色、蓝色三个基色的分量信息，每个分量的颜色信息从亮到暗可以用8个二进制位来表示，取值范围为[0，255]。彩色图像的特点是包含的信息比较多，如物体的色彩、纹理、形状、轮廓等信息。但需要更多的磁盘空间和系统内存，处理速度慢。通常在不需要太多颜色信息的时候会将彩色图像先简化为灰度图像后再处理。
(2)灰度图像(Gray Scale Image)
灰度图像是数字图像的基本形式，只表达图像的黑白亮度信息，包含白色、黑色和灰色部分。每个像素用8个二进制位来表示，取值范围为[0，255]，可表示256个灰度级。考虑到人眼可以分辨20～60级的灰度级别，因此这种表示方法保证人眼的分辨能力的同时符合计算机的数据类型。灰度图像可以表示为一个M×N 的一维数组，具有容易处理并且处理速度快的特点。
(3)二值图像(Binary Image)
二值图像是每个像素的亮度值取值仅为0或1的图像，0表示黑，1表示白，因此也称为1-bit图像。每个像素点仅用2个二进制位来表示，因此二值图像只能反映出图像中物体的基本形状。在图像处理中，二值图像由于其简单、处理速度快等特点而经常被运用到。
本设计中最开始采集到的图像是RGB彩色图像，由于后期处理中灰度图像已经满足图像分析所需要的信息要求，为提高图像处理效率，第一步需要将彩色图像利用转换公式先转换为灰度图像，使得图像只含有8位灰度信息，方便后续处理。具体的转化方法有如下两种：
方法1：由于RGB彩色图像是由R、G、B颜色分量组合而成，而三种颜色分量都以8个位表示，可以直接将分量数据转化为对应的灰度图像。其结果如图8.2所示，玉米颗粒的颜色可看作红色、绿色和蓝色三基色叠加而成。(https://www.daowen.com)
图8.2 彩色图像转化为3个分量的颜色
(a)玉米图像；(b)R分量灰度图像；
(c)G分量灰度图像；(d)B分量灰度图像
方法2：提取出图像中的每个像素，利用矩阵的分布提取其R、G、B颜色分量，然后利用公式计算灰度图像中对应像素点的灰度值：
实验结果如图8.3所示。
图8.3 灰度图
比较两种转化方法，方法1的图8.2(b)、图8.2(c)和图8.2(d)3幅图分别对应三个分量，观察结果可以看出R分量转化图中黑色背景和灰色的目标(玉米粒)反差最大，效果最好；而B分量图像中目标接近黑色，与黑色背景最相似，该灰度图区分效果最差。造成该结果的原因是黄色的玉米粒在R分量上的灰度级比较高，使得转化为灰度图后亮度比较大。方法2则是结合三个分量的颜色分布计算得到灰度值，结果图中可以很好地将黑色背景与目标(玉米粒)区分开来。
分析以上结果可知，若颗粒图像中，目标颗粒的颜色与背景相差不是很大并且比较复杂，而在R、G、B中某个分量的灰度值比较高，而其他分量的灰度值比较低，则可以利用方法1来处理，灰度级别最高的分量转化成的灰度图要比利用方法2得到的结果好。在实际应用中，使用方法1的前提是处理对象是固定的目标与背景，可以通过实验获得大量的先验知识，从而确定哪个分量的结果图可以作为最佳的转化灰度图。
方法2虽然在转化效果上要比方法1略差，但方法2可以适应不同类型的颗粒图像，即若图像中目标与背景的颜色发生变化，利用方法2也可以很好地转化出效果良好的灰度图。由于本节中的主要实验目标对象是黄色的玉米粒，与黑色的背景差异较大，方法2得到的结果图完全可以满足后续的处理需求。考虑到本设计的整个图像处理方法可以适用于不同类型的颗粒图像分析，即适用范围更广，因此采用方法2将彩色图像转化为灰度图像。
在本设计后续处理中，还会将图像利用阈值法转化为二值图像，具体的处理方法在8.2节作介绍。
