灰度用户算法

‘壹’ 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。

(1)灰度用户算法扩展阅读

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。

‘贰’ 25%的灰度RGB是多少

25%的灰度RGB(25,25,25)。

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像，它的像素值只能为0或1，我们说它的灰度级为2。用个例子来说明吧:一个256级灰度的图像，如果RGB三个量相同时，如：RGB(100,100,100)就代表灰度为100,RGB(50,50,50)代表灰度为50。

彩色图像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。

任何颜色都由红、绿、蓝三基色组成，假如原来某点的颜色为RGB(R，G，B)，那么，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*77+G*151+B*28)>>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。

(2)灰度用户算法扩展阅读

RGB格式：

对一种颜色进行编码的方法统称为“颜色空间”或“色域”。用最简单的话说，世界上任何一种颜色的“颜色空间”都可定义成一个固定的数字或变量。

RGB（红、绿、蓝）只是众多颜色空间的一种。采用这种编码方法，每种颜色都可用三个变量来表示-红色绿色以及蓝色的强度。记录及显示彩色图像时，RGB是最常见的一种方案。

但是，它缺乏与早期黑白显示系统的良好兼容性。因此，许多电子电器厂商普遍采用的做法是，将RGB转换成YUV颜色空间，以维持兼容，再根据需要换回RGB格式，以便在电脑显示器上显示彩色图形。

网页格式：

由于网页(WEB)是基于计算机浏览器开发的媒体，所以颜色以光学颜色RGB（红、绿、蓝）为主。网页颜色是以16进制代码表示，一般格式为#DEFABC （字母范围从A-F,数字从0-9 ）；

如黑色，在网页代码中便是：#000000(在css编写中可简写为#000)。当颜色代码为#AABB11时，可以简写为#AB1表示，如#135与#113355表示同样的颜色。

RGB1、RGB4、RGB8都是调色板类型的RGB格式，在描述这些媒体类型的格式细节时，通常会在BITMAPINFOHEADER数据结构后面跟着一个调色板（定义一系列颜色）。它们的图像数据并不是真正的颜色值，而是当前像素颜色值在调色板中的索引。

以RGB1（2色位图）为例，比如它的调色板中定义的两种颜色值依次为0x000000（黑色）和0xFFFFFF（白色）…（每个像素用1位表示）表示对应各像素的颜色为：黑黑白白黑白黑白黑白白白。

‘叁’ 什么情况下会使用灰度插值处理，举例说明有哪些常用的灰度插值处理方法

需要进行图像缩放功能情况下会使用灰度插值处理，如数码相机、图像处理软件（如Photoshop）；常用的灰度插值处理方法：

1、最临近插值：即将每一个原像素原封不动地复制映射到扩展后对应多个像素中。这种方法在放大图像的同时保留了所有的原图像的所有信息。在传统图像插值算法中，最临近像素插值较简单，容易实现，早期的时候应用比较普遍。但是，该方法会在新图像中产生明显的锯齿边缘和马赛克现象。

2、双线性插值：双线性插值法具有平滑功能，能有效地克服最临近像素插值的不足，但会退化图像的高频部分，使图像细节变模糊。

3、高阶插值：在放大倍数比较高时，高阶插值，如双三次插值和三次样条插值等比低阶插值效果好。

(3)灰度用户算法扩展阅读：

灰度插值作为对原图像的像素重新分布，从而来改变像素数量的一种方法。在图像放大过程中，像素也相应地增加，增加的过程就是“插值”发生作用的过程；

“插值”程序自动选择信息较好的像素作为增加、弥补空白像素的空间，而并非只使用临近的像素，所以在放大图像时，图像看上去会比较平滑、干净。不过需要说明的是插值并不能增加图像信息，尽管图像尺寸变大，但效果也相对要模糊些，过程可以理解为白酒掺水。

在大多数GIS文献资料中，区域插值特指数据从一组面(源面)到另一组面(目标面)的重新聚合。例如，人口统计学家经常需要缩减或扩大其数据的行政单位。

如果按县的级别进行人口统计，人口统计学家可能需要缩减数据以预测人口普查区块中的人口数量。如果要在大比例下重新划分区块，可能需要对一组全新的面进行人口预测。