灰度图像Gray-scale image

石鑫华视觉

灰度图像Gray-scale image

灰度图像概述一幅完整的图像，是由红色、绿色、蓝色三个通道组成的。红色、绿色、蓝色三个通道的颜色平面图都是以灰度显示的。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。
　　通道是整个Photoshop显示图像的基础。色彩的变动，实际上就是间接在对通道灰度图进行调整。通道是Photoshop处理图像的核心部分，所有的色彩调整工具都是围绕在这个核心周围使用的。
在计算机领域中，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（二值图像）不同，在计算机图像领域中黑白图像只有黑色与白色两种颜色；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。
灰度图像得到过程

灰度图像经常是在单个电磁波频谱如可见光内测量每个像素的亮度得到的。
用于显示的灰度图像通常用每个采样像素 8 位的非线性尺度来保存，这样可以有 256 级灰度。这种精度刚刚能够避免可见的条带失真，并且非常易于编程。在医学图像与遥感图像这些技术应用中经常采用更多的级数以充分利用每个采样 10 或 12 位的传感器精度，并且避免计算时的近似误差。在这样的应用领域每个采样 16 位即 65536 级得到流行。
一般使用常见的黑白工业相机，就可以获得灰度图像，使用支持模式调整的彩色工业相机也可以得到灰度图像。而如果使用的是现在的彩色QQ摄像头，因为其一般不支持颜色模式选择，因此无法直接得到灰度图像，只能先得到彩色图像，然后再转换成黑白图像。
机器视觉中的灰度图像

灰度图像在机器视觉被大量的使用。大部分的测试测量都是使用的灰度图像。如找边、找圆、粒子析、亮度测量、纹理分析、匹配、存在性等许多的检测都是基于灰度图像的。因此，在一般的机器视觉中，如果没有特殊要求，如测量颜色等，我们均使用黑白相机，采集得到灰度图像（相对彩色图像的话，也可以叫黑白图像）。彩色图像一般仅用于颜色识别与判断、颜色分类等。如果是一个彩色相机并且得到彩色图像，如果是用于找边、找圆等测量，通常还是需要抽取某个颜色平面转换成灰度图像后，才能被处理函数接受。
灰度图像，是直接由相机的每个像素得到的数据，没有经过拜尔等彩色相机的插值处理，因此其图像的清晰度上，比使用彩色相机获得的图像更清楚。由此也可以知道，如果没有特殊要求，使用黑白相机采集灰度图像，要优于彩色图像。
彩色图像经颜色平面抽取，可以得到灰度图像。同一张彩色图像，抽取不同的颜色平面，得到的灰度图像是完全不一样的。灰度图像也可以保存为“彩色”图像，但是并不会颜色彩色效果，只是将灰度级别简单的复制到RGB等颜色通道，因此看起来还是灰色的。

                               
登录/注册后可看大图

图1 NI VBAI视觉助手抽取红色平面灰度图

                               
登录/注册后可看大图

图2 NI VBAI视觉助手抽取蓝色平面灰度图

从上面两图1、图2比较可知，抽取红色平面时，彩色图像的红色分量被保留，如红色的CA、CI/C按键比较明亮，而蓝色的%±、→键都比较黑暗；相反，如果抽取蓝色平面得到灰度图像，则红色的CA、CI/C按键比较黑暗，而蓝色的%±、→键都比较明亮。
灰度图像经阈值二值化处理后，可以得到二值图像。有些函数是必须使用二值图像的，如膨胀、腐蚀等形态学函数。因此有时我们也需要将灰度图像转换成二值图像。但是像找边、找圆等函数，即可以针对灰度图像，也可以针对二值图像，这时如何选择，需要看图像的质量与各位图像处理工程师的处理方法。一般来讲，如果能使用灰度图像能处理的，即图像效果较理想的，尽量使用灰度图像，因此找边、找圆等函数在查找边缘时，是需要计算领域的，从而得到一个比较理想的边缘。灰度图像领域的信息被保留下来，反应在不同的灰度级别上，而二值图像因为经过二值化处理，只有黑、白两个值，因此是无法考虑领域的。以实际经验来看，同一个产品在视野中的相同位置测量时，灰度图像引起的重复误差可以在一个像素内，而二值图像引起的重复误差始终为一个像素，即灰度图像可以利用领域将误差精确到亚像素级别，而二值图像只能保证以最小的一个像素为误差跳变。而当图像质量不是非常好时，这时可能就需要使用一些二值化图像才能使用的函数进行一些预处理，如膨胀、腐蚀、过滤小点、填孔洞等，这些就需要使用二值化图像，这时再找边、找圆时，就只能处理二值化图像了。

                               
登录/注册后可看大图

图3 NI VBAI视觉助手灰度图像变二值图像

如上图3所示，在图2的基础上先二值化（以背景分析为二值方法）、然后再使用高级形态学中的移除微小粒子函数，将二值化后的一些细小粒子过滤掉。