灰度矩阵什么叫灰度？灰度等级是什么意思哦？

你好，你关于灰度共生矩阵提取纹理特征的回答我看了，但有些不懂，想详细问一下

如果知道算法原理，具体实现应该不难。

/%E7%A5%9E%E5%A5%87%E7%87%95%E5%B0%8F%E7%8E%8B/blog/item/64b41915761b80976438db4d.html

如何对图像进行数字化处理获得灰度矩阵

如果你已经有了 RGB 的值，想化为灰度值，那么公式是： 灰度 = 0.2126 * R + 0.7152 * G + 0.0722 * B 各个系数不同，是因为绿色最亮，所以绿色的系数最大；而蓝色最暗，所以蓝色的系数最小。

一幅灰度图像,矩阵为512*512,灰度级别为256,在计算机中保存,图像数据占多少字节？

2的8次方=256，8个bit位可表示一个像素，8bit=1字节 理论上是512*512=262144(byte)=256(kb) 不同格式的图像压缩算法不一样，所以实际来大小也不同。

BMP是无损压缩，512*512灰度图实际大小就是256kb。

其它格式大小比BMP格式要小，但是会牺牲一些定的图像质量。

图像压缩无非就是牺牲图自像质量来成全图像大小，或是牺牲图像大小来成全图像质量，鱼与熊掌不可兼得，达到图像品质与图像大小之间的最佳点就2113成了图像压缩的追求。

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5261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。

一幅完整的图像，是由红色、4102绿色、蓝色三个通道组成的。

红色、绿色、蓝色三个通道的缩览图都是以灰1653度显示的。

用不同的灰度色阶来表示“ 红，绿，蓝”在图像中的比重。

通道中的纯白，代表了该色光在此处为最高亮度，亮度级别是255。

用matlab编写图像的灰度共生矩阵的程序

%************************************************************************** % 图像检索——纹理特征 %基于共生矩阵纹理特征提取，d=1,θ=0°,45°,90°,135°共四个矩阵 %所用图像灰度级均为256 %参考《基于颜色空间和纹理特征的图像检索》 %function : T=Texture(Image) %Image : 输入图像数据 %T : 返回八维纹理特征行向量 %************************************************************************** function T = Texture(path) Image = imread(path); % [M,N,O] = size(Image); M = 256; N = 256; if isrgb(Image)%判断是否是RGB Gray=rgb2gray(Image); end %-------------------------------------------------------------------------- %1.将各颜色分量转化为灰度 %-------------------------------------------------------------------------- %Gray = double(0.3*Image(:,:,1)+0.59*Image(:,:,2)+0.11*Image(:,:,3)) %-------------------------------------------------------------------------- %2.为了减少计算量，对原始图像灰度级压缩，将Gray量化成16级 %-------------------------------------------------------------------------- for i = 1:M for j = 1:N for n = 1:256/16 if (n-1)*16<=Gray(i,j)&Gray(i,j)<=(n-1)*16+15 Gray(i,j) = n-1; end end end end %-------------------------------------------------------------------------- %3.计算四个共生矩阵P,取距离为1，角度分别为0,45,90,135 %-------------------------------------------------------------------------- P = zeros(16,16,4); for m = 1:16 for n = 1:16 for i = 1:M for j = 1:N if j P(m,n,1) = P(m,n,1)+1; P(n,m,1) = P(m,n,1); end if i>1&j P(m,n,2) = P(m,n,2)+1; P(n,m,2) = P(m,n,2); end if i P(m,n,3) = P(m,n,3)+1; P(n,m,3) = P(m,n,3); end if i P(m,n,4) = P(m,n,4)+1; P(n,m,4) = P(m,n,4); end end end if m==n P(m,n,:) = P(m,n,:)*2; end end end %%--------------------------------------------------------- % 对共生矩阵归一化 %%--------------------------------------------------------- for n = 1:4 P(:,:,n) = P(:,:,n)/sum(sum(P(:,:,n))); end %-------------------------------------------------------------------------- %4.对共生矩阵计算能量、熵、惯性矩、相关4个纹理参数 %-------------------------------------------------------------------------- H = zeros(1,4); I = H; Ux = H; Uy = H; deltaX= H; deltaY = H; C =H; for n = 1:4 E(n) = sum(sum(P(:,:,n).^2)); %%能量 for i = 1:16 for j = 1:16 if P(i,j,n)~=0 H(n) = -P(i,j,n)*log(P(i,j,n))+H(n); %%熵 end I(n) = (i-j)^2*P(i,j,n)+I(n); %%惯性矩 Ux(n) = i*P(i,j,n)+Ux(n); %相关性中μx Uy(n) = j*P(i,j,n)+Uy(n); %相关性中μy end end end for n = 1:4 for i = 1:16 for j = 1:16 deltaX(n) = (i-Ux(n))^2*P(i,j,n)+deltaX(n); %相关性中σx deltaY(n) = (j-Uy(n))^2*P(i,j,n)+deltaY(n); %相关性中σy C(n) = i*j*P(i,j,n)+C(n); end end C(n) = (C(n)-Ux(n)*Uy(n))/deltaX(n)/deltaY(n); %相关性 end %-------------------------------------------------------------------------- %求能量、熵、惯性矩、相关的均值和标准差作为最终8维纹理特征 %-------------------------------------------------------------------------- T(1) = mean(E); T(2) = sqrt(cov(E)); T(3) = mean(H); T(4) = sqrt(cov(H)); T(5) = mean(I); T(6) = sqrt(cov(I)); T(7) = mean(C); T(8) = sqrt(cov(C));

什么叫灰度？灰度等级是什么意思哦？

灰度图像是一种具有从黑到白256级灰度色域或等级的单色图像。

该图像中的每个像素用8位数据表示，因此像素点值介于黑白间的256种灰度中的一种。

该图像只有灰度等级，而没有颜色的变化。

在Photoshop中，将灰度图像作为一种颜色通道的数字图像。