图像处理中,图像的亮度值和灰度值有什么区别吗?还是一个意思,不同的叫法呢?

如题所述

图像的亮度值和灰度值是有区别的,区别为:图象亮度是指画面的明亮程度,单位是堪德拉每平米(cd/m2)或称nits。灰度是指把白色与黑色之间按对数关系分成若干级,其范围一般从0到255,白色为255,黑色为0。

扩展资料:

灰度与亮度的关系:

转换公式:

一、基础

对于彩色转灰度,有一个很著名的心理学公式:

Gray=R*0.299+G*0.587+B*0.114

二、整数算法

而实际应用时,希望避免低速的浮点运算,所以需要整数算法。

注意到系数都是3位精度的没有,我们可以将它们缩放1000倍来实现整数运算算法:

Gray=(R*299+G*587+B*114+500)/1000

RGB一般是8位精度,现在缩放1000倍,所以上面的运算是32位整型的运算。注意后面那个除法是整数除法,所以需要加上500来实现四舍五入。

就是由于该算法需要32位运算,所以该公式的另一个变种很流行:

Gray=(R*30+G*59+B*11+50)/100

但是,虽说上一个公式是32位整数运算,但是根据80x86体系的整数乘除指令的特点,是可以用16位整数乘除指令来运算的。

三、整数移位算法

上面的整数算法已经很快了,但是有一点仍制约速度,就是最后的那个除法。移位比除法快多了,所以可以将系数缩放成2的整数幂。

习惯上使用16位精度,2的16次幂是65536,所以这样计算系数:

0.299 * 65536 = 19595.264 ≈ 19595

0.587 * 65536 + (0.264) = 38469.632 + 0.264 = 38469.896 ≈ 38469

0.114 * 65536 + (0.896) = 7471.104 + 0.896 = 7472

四舍五入会有较大的误差,应该将以前的计算结果的误差一起计算进去,舍入方式是去尾法:

写成表达式是:

Gray = (R*19595 + G*38469 + B*7472) >> 16

2至20位精度的系数:

Gray = (R*1 + G*2 + B*1) >> 2

Gray = (R*2 + G*5 + B*1) >> 3

Gray = (R*4 + G*10 + B*2) >> 4

Gray = (R*9 + G*19 + B*4) >> 5

Gray = (R*19 + G*37 + B*8) >> 6

Gray = (R*38 + G*75 + B*15) >> 7

Gray = (R*76 + G*150 + B*30) >> 8

Gray = (R*153 + G*300 + B*59) >> 9

Gray = (R*306 + G*601 + B*117) >> 10

Gray = (R*612 + G*1202 + B*234) >> 11

Gray = (R*1224 + G*2405 + B*467) >> 12

Gray = (R*2449 + G*4809 + B*934) >> 13

Gray = (R*4898 + G*9618 + B*1868) >> 14

Gray = (R*9797 + G*19235 + B*3736) >> 15

Gray = (R*19595 + G*38469 + B*7472) >> 16

Gray = (R*39190 + G*76939 + B*14943) >> 17

Gray = (R*78381 + G*153878 + B*29885) >> 18

Gray = (R*156762 + G*307757 + B*59769) >> 19

Gray = (R*313524 + G*615514 + B*119538) >> 20

观察上面的式子,这些精度实际上是一样的:3与4、7与8、10与11、13与14、19与20,所以16位运算下最好的计算公式是使用7位精度,比先前那个系数缩放100倍的精度高,而且速度快:

Gray = (R*38 + G*75 + B*15) >> 7

其实最有意思的还是那个2位精度的,完全可以移位优化:

Gray = (R + (WORD)G<<1 + B) >> 2

由于误差很大,所以做图像处理绝不用该公式(最常用的是16位精度)。但对于游戏编程
,场景经常变化,用户一般不可能观察到颜色的细微差别,所以最常用的是2位精度。

参考资料:

百度百科——灰度值

百度百科——图像亮度

温馨提示:答案为网友推荐,仅供参考
第1个回答  推荐于2017-11-24
灰度值是形容黑白图像的,亮度值是形容彩色图像的。如果你要把彩色图像转换成黑白图像,亮度值就会作为转换后的黑白图像的灰度值本回答被提问者采纳
相似回答