测量灰度值方法

Ⅰ 三刺激值与灰度值的算法

简单说：三刺激值可通过下列测定而计算之：1．物体在可见光谱中正常间隔情况下的反射率(或透射率)，并乘以这些量度；2．理论照度中同样波长的相应能量；3．同样波长的每一个的三色调(匹)配函数；4．每三套产物的总和，以这种方法得到的三刺激值叫重量纵坐标法。测定三刺激值的方法还有一种叫选择纵坐标法，即在特别选择的波长条件下测定反射(或透射)率的方法。如果被测定的有色物质的每个三刺激值被三个总和除，则每种原色在总刺激部分中所占的比例就极易得到，因为它们的总数为1，0000。两个系数就足可说明色性(Chromaticity)了。(所谓色性，就是指色相和纯度的综合量。一般以色性来叙述颜色时，是不考虑明度的，由色性图上的色性坐标表示之。这样就可将三度立体的空间投影简化成了平面上的点，大大地简化了颜色的计算与叙述)。这种比例数值就叫色性坐标(Chromaticity Coordinates)，或色性系数(Chromaticity Coefficients)，也叫三色系数(Trichromatic Coefficients)。显然，所谓色性系数，就是指某原色的刺激量在三种原色的总刺激量中所占的比例。颜色直方图图像检索方法是一种重要的基于颜色特征图像检索方法。在分析了基于颜色直方图信息熵进行图像检索方法的基础上,提出了一种通过灰度值对信息熵进行限定的遥感图像检索算法。该方法在一定程度上解决了传统的基于颜色直方图信息熵方法进行图像检索时,由于熵的对称特性造成图像误检索的不足。在实验精度评价中,分别采用直方图分析法和相关系数法,从定性与定量两个角度对检索精度进行了评价。实验结果显示,运用该方法进行检索,具有较高的检索精度,相关系数在0.95以上,在实际应用中具有良好的可

Ⅱ MATLAB求图像的灰度值

用imread("")把图片读进来，再转换成grey模式（灰度模式），得到的就是一个灰度矩阵，要获取某个点的灰度值就和数字矩阵中获得某个点的数的方法是一样的；例如：
i=imread('tuxiang.jpg');%i是彩色图像
i1=rgb2gray(i);%i1就是灰度图像
i1(x,y)%就是(x,y)点的灰度值
i1(x1:x2,y1:y2)%就是图像一部分的灰度矩阵！

Ⅲ 灰度值是什么是怎么测量的

灰度值是指将灰度对象转换为 RGB 时，每个对象的颜色值。把白色与黑色之间按对数关系分成若干级，称为“灰度等级”，使用黑白或灰度扫描仪测量生成的图像通常以灰度显示。

在计算机领域中，灰度（Gray scale）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。但是，在数字图像领域之外，“黑白图像”也表示“灰度图像”，例如灰度的照片通常叫做“黑白照片”。

在一些关于数字图像的文章中单色图像等同于灰度图像，在另外一些文章中又等同于黑白图像。灰度使用黑色调表示物体,即用黑色为基准色，不同的饱和度的黑色来显示图像。

每个灰度对象都具有从 0%（白色）到100%（黑色）的亮度值。 使用黑白或灰度扫描仪生成的图像通常以灰度显示。

(3)测量灰度值方法扩展阅读

灰度等级范围一般从0到255，白色为255，黑色为0，故黑白图片也称灰度图像，在医学、图像识别领域有很广泛的用途。

灰度分布是指灰度图像的灰度值的分布情况，反映了图像的最基本的统计特征。灰度分布主要应用于图像分割中，通过对灰度图像的灰度分布的理解，来分析图像一些性质。

灰度直方图是关于灰度级分布的函数，是对图像中灰度级分布的统计。灰度直方图是将数字图像中的所有像素，按照灰度值的大小，统计其出现的频率。灰度直方图是灰度级的函数，它表示图像中具有某种灰度级的像素的个数，反映了图像中某种灰度出现的频率。

如果将图像总像素亮度（灰度级别）看成是一个随机变量，则其分布情况就反映了图像的统计特性，这可用probability density function （PDF）来刻画和描述，表现为灰度直方图。可以通过直方图的状态来评断图像的一些性质，明亮图像的直方图倾向于灰度级高的一侧；

低对比度图像的直方图窄而集中于灰度级的中部，高对比度图像的直方图成分覆盖的灰度级很宽而且像素的分布没有不太均匀，只有少量的垂线比其他高许多。

直观上来说：若一幅图像其像素占有全部可能的灰度级并且分布均匀，则这样的图像有高对比度和多变的灰度色调。

从概率的观点来理解，灰度出现的频率可看作其出现的概率，这样直方图就对应于概率密度函数(probabilitydensityfunction)，而概率分布函数就是直方图的累积和，即概率密度函数的积分。

Ⅳ Photoshop和Image J哪个软件测灰度值更准确

关于用Image
J量化westernblot条带灰度值，在网上一直盛传着两种操作方法，然鹅～小伙伴们却一直不确定到底哪种才是正确的测量灰度方法，甚至将灰度与光密度弄混淆。今天咱们一起就这个机会学习下，请先看看你是用以下那种方法测量灰度值？以下是两种方法的具体操作。
方法一
1、打开Image
J软件→左上角file→Open
选择自己的条带图片(事先把条带摆正)
2、把图片转化

Ⅳ 如何确定遥感图像上一个监测点的灰度值

假如你要监测的是A点，那你把卫星图像输入计算机，根据A点的横，纵坐标来找出A点（读图时注意，大部分卫星图像的坐标设置是正东为X轴，正南为Y轴，跟我们常用的执教坐标不一样），然后源读出A点的表观反射率R.然后根据所有数据元的（每个点对应一个数据元）表观反射率，将反射率与灰度值对应上.如反射率最大值对应纯白，反射率最小值对应纯黑，然后再这之间做N个平均段，看表观反射率R落在哪个区段，这样就确定灰度值了.
你要现有的程序，我没有，我以前做MODIS卫星图像相关的程序都留在实验室了.这个东西不怎么好做，需要花功夫的，静下心来，相信你能做好！

Ⅵ 灰度化的方法有哪些

在RGB模型中，如果R=G=B时，则彩色表示一种灰度颜色，其中R=G=B的值叫灰度值，因此，灰度图像每个像素只需一个字节存放灰度值（又称强度值、亮度值），灰度范围为0-255。一般有以下四种方法对彩色图像进行灰度化：
1.分量法
将彩色图像中的三分量的亮度作为三个灰度图像的灰度值，可根据应用需要选取一种灰度图像。
f1(i,j)=R(i,j)
f2(i,j)=G(i,j)
f3(i,j)=B(i,j)
其中fk(i,j)(k=1,2,3)为转换后的灰度图像在（i,j）处的灰度值。
2.最大值法
将彩色图像中的三分量亮度的最大值作为灰度图的灰度值。
f(i,j)=max(R(i,j),G(i,j),B(i,j))
3.平均值法
将彩色图像中的三分量亮度求平均得到一个灰度图。
f(i,j)=(R(i,j)+G(i,j)+B(i,j))
/3
4.加权平均法
根据重要性及其它指标，将三个分量以不同的权值进行加权平均。由于人眼对绿色的敏感最高，对蓝色敏感最低，因此，按下式对RGB三分量进行加权平均能得到较合理的灰度图像。
f(i,j)=0.30R(i,j)+0.59G(i,j)+0.11B(i,j))

Ⅶ 怎样测量图片的灰度值

用ACD啊！！就可以了 或者用 PS

Ⅷ 怎么用opencv获取图像灰度值（用C语言）

1、可以变成灰度图也可以不变。这里假设你的图像都是IPL_DEPTH_8U类型。

2、如果变成灰度图，就是单通道图像，获取的就是每一个像素点的灰度值。
IplImage* img = cvLoadImage("test.bmp", 0);
for (int i = 0; i < img->height; i++)
{
for (int j = 0; j < img->width; j++)
{
//方法一：使用cvGet2D()函数间接访问
CvScalar s = cvGet2D(img, i, j); //其中i代表y轴（第i行），即height；j代表x轴（第j列），即width。
printf("gray value=%f\n",s.val[0]);

//方法二：使用直接访问
uchar val = ((uchar *)(img->imageData + i*img->widthStep))[j]; //i和j的意义同上
printf("gray value=%d\n",val);
}
}

3、如果不变成灰度图，就是3通道图像，获取的就是每一个像素点的BGR值，然后分别获取B值，G值和R值。
IplImage* img = cvLoadImage("test.bmp", 1);
for (int i = 0; i < img->height; i++)
{
for (int j = 0; j < img->width; j++)
{
//方法一：使用cvGet2D()函数间接访问
CvScalar s=cvGet2D(img,i,j); //其中i代表y轴（第i行），即height；j代表x轴（第j列），即width。
printf("B=%f, G=%f, R=%f\n",s.val[0],s.val[1],s.val[2]); //注意是BGR顺序

//方法二：使用直接访问
int bVal = ((uchar *)(img->imageData + i*img->widthStep))[j*img->nChannels + 0]; // B
int gVal = ((uchar *)(img->imageData + i*img->widthStep))[j*img->nChannels + 1]; // G
int rVal = ((uchar *)(img->imageData + i*img->widthStep))[j*img->nChannels + 2]; // R
printf("B=%d, G=%d, R=%d\n",bVal,gVal,rVal); //注意是BGR顺序
}
}

Ⅸ Photoshop中怎么测图像灰度

方法如下：

1打开图片，选择图像-调整-自然饱和度。

Ⅹ PHP怎样做灰度测试

您好！
2.1、所谓灰度值是指色彩的浓淡程度.灰度直方图是指一幅数字图像中,对应每一个灰度值统计出具有该灰度值的象素数。
2.2、对黑白图像,R,G,B值均相等,称为灰度值,每一个像素有一个灰度值.对于8位的灰度图像,其灰度值范围为0～255。
2.3、灰度也可认为是亮度，简单的说就是色彩的深浅程度。实际上在我们的日常生活中，通过三原色色彩深浅的组合，可以组成各种不同的颜色。产品能够展现的灰度数量越多，也就意味着这款产品的色彩表现力更加丰富，能够实现更强的色彩层次。例如三原色16级灰度，能显示的颜色就是16×16×16=4096色。不过目前的产品256级灰度已经非常地普遍了。
所谓颜色或灰度级指黑白显示器中显示像素点的亮暗差别，在彩色显示器中表现为颜色的不同，灰度级越多，图像层次越清楚逼真。灰度级取决于每个像素对应的刷新存储单元的位数和显示器本身的性能。如每个象素的颜色用16位二进制数表示，我们就叫它16位图，它可以表达2的16次方即65536种颜色。如每一个象素采用24位二进制数表示，我们就叫它24位图，它可以表达2的24次方即16777216种颜色。
灰度就是没有色彩，RGB色彩分量全部相等。如果是一个二值灰度图象，它的象素值只能为0或1，我们说它的灰度级为2。用个例子来说明吧： 一个256级灰度的图象，RGB(100,100,100)就代表灰度为100,RGB(50,50,50)代表灰度为50。
灰度是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，故黑白图片也称灰度图像，在医学、图像识别领域有很广泛的用途
彩色图象的灰度其实在转化为黑白图像后的像素值（是一种广义的提法），转化的方法看应用的领域而定，一般按加权的方法转换，R ， G ，B 的比一般为3：6：1。
任何颜色都有红、绿、蓝三原色组成，假如原来某点的颜色为RGB(R，G，B)，那么，我们可以通过下面几种方法，将其转换为灰度：
1.浮点算法：Gray=R*0.3+G*0.59+B*0.11
2.整数方法：Gray=(R*30+G*59+B*11)/100
3.移位方法：Gray =(R*28+G*151+B*77)>>8;
4.平均值法：Gray=（R+G+B）/3;
5.仅取绿色：Gray=G；
通过上述任一种方法求得Gray后，将原来的RGB(R,G,B)中的R,G,B统一用Gray替换，形成新的颜色RGB(Gray,Gray,Gray)，用它替换原来的RGB(R,G,B)就是灰度图了。