下载文档原格式
医学数字影像和通讯(DICOM)第十四部分：灰度标准显示函数由国际电气制造业协会出版1300 N. 17th StreetRosslyn,Virginia 22209 USA版权所有（C）国际电气制造业协会2003。
包括译成其他语言的版权所有，受世界版权公约、伯尔尼公约或文学艺术著作保护公约、以及国际和泛美版权公约保护。
－标准－通知及免责声明该出版物技术方面的信息得到了参加该开发成员的一致同意目录通知及免责声明 (2)目录 (3)前言 (5)1.应用的领域和范围 (6)2.标准参考 (6)3.定义 (8)4.符号和缩略语 (8)5.惯例 (8)6.概述 (8)7.灰度标准显示函数 (11)7.1一般规则 (12)7.2传输式硬拷贝打印机 (13)7.3放射式硬拷贝打印机..................................................................... 错误!未定义书签。
8.参考.................. ..................................................................................... 错误!未定义书签。
附录A（提供资料）灰度标准显示函数的出处 (16)A.1．选择灰度标准显示函数的原因................................................ 错误!未定义书签。
A.2．BARTEN模型的详细资料 ....................................................... 错误!未定义书签。
A.3.参考............................................................................................... 错误!未定义书签。
遥感图像处理系统ENVIENVI(The Enviroment for Visualizing Images)是美国著名的遥感科学家用交互式数据语言IDL(Interactive Data Language)开发的一套功能强大的遥感图像处理软件，能够有效地从遥感影像中提取各种目标信息，可用于地物监测和目标识别；IDL也使得ENVI具有其它同类软件无可比拟的可扩展性，全模块化的设计使得软件易于使用，操作方便灵活，界面友好，广泛地应用于地质、环境、林业、农业、军事、自然资源勘探、海洋资源管理等多个领域，并在2000、2001、2002年连续三年获得美国权威机构NIMA遥感软件测评第一。
1、ENVI功能体系ENVI包含齐全的遥感影像处理功能，包括数据输入／输出、常规处理、几何校正、大气校正及定标、全色数据分析、多光谱分析、高光谱分析、雷达分析、地形地貌分析、矢量分析、神经网络分析、区域分析、GPS联接、正射影像图生成、三维景观生成、制图等；这些功能连同丰富的可供二次开发调用的函数库，组成了非常全面的图像处理系统。
1.1数据输入/输出1972年美国发射了第一颗地球资源技术卫星ERTS-1。
从那时起，一些国家和国际组织相继发射各种资源卫星、气象卫星、海洋卫星以及监测环境灾害的卫星，包括我国发射的风云系列卫星和中巴地球资源一号卫星(CBERS-1)，构成了对地观测网，多平台、多层面、多种传感器、多时相、多光谱、多角度和多种空间分辨率的遥感影像数据，以惊人的数量快速涌来。
把同一地区各类影像的有用信息聚合在一起，将有利于增强多种数据分析和环境动态监测能力，改善遥感信息提取的及时性和可靠性，有效地提高数据的使用率,为大规模的遥感应用研究提供一个良好的基础，使花费大量经费获得的遥感数据得到充分利用。
(1) ENVI能够输入的数据ENVI能处理多种卫星获取的不同传感器、不同波段和不同空间分辨率的数据，包括美国Landsat系列卫星、小卫星IKONOS和环境遥感卫星TERRA，法国SPOT卫星，我国的风云系列卫星和CBERS-1获取的数据，ENVI还准备处理未来更多传感器收集到的数据。
（第一章）一．单项选择题1.下列选项中，不属于感觉媒体的是（D）A 图像B香味C鸟声D字符 ASCII 码2.下列选项中，属于表示媒体的是（B）A 照片B条形码C纸张D显示器3.下列选项中，属于显示媒体的是（B）A 图片B扬声器C声音D语言编码4.下列选项中，属于存储媒体的是（A）A 磁带B照片C显示器D打印机5.下列选项中，属于传输媒体的是（C）A 光盘B照片C光缆D键盘6.能直接作用于人们的感觉器官，从而能使人产生直接感觉的媒体是（A）A 感觉媒体 B表示媒体 C 显示媒体D传输媒体7.为了传送感觉媒体而人为研究出来的媒体称为（B）A 感觉媒体 B表示媒体 C 显示媒体D传输媒体8.语言编码，电报码，条形码和乐谱属于（B）A 感觉媒体 B表示媒体 C 显示媒体D传输媒体9.下列选项中，属于数字信号的是（D）A 胶卷上记录的照片B电话线中传输的信号C录音磁带上记录的信号 D 计算机中的图片文件10. 关于下列媒体数据量的说法中，错误的是（B）A 像素分辨率相同的RGB真彩色图像的数据量是8位灰度图像的 3 倍B PAL 制式电视每秒钟输出的图像数据量相当于25 幅等大的静态图片数据量C 一幅 256*256像素的8 位灰度图像的图像数据量为64KBD 一幅 256*256像素的24 位 RGB真彩色图像的文件大小（）填空题：1.直接作用于人们的感觉器官，使人能直接产生感觉的自然种类信息叫做（感觉媒体）2. 多媒体研究的核心技术中，位居首位的技术是多媒体数据（压缩编解码技术）。
视频数据压缩的基本思路有二，其一是（帧内压缩），其二是（帧间压缩），前者的策略是对相同的信息块只（传送一份），这样就减少了许多冗余信息，后者的策略是对变化的部分传送一个（前一帧信息再传送一个运动矢量信息）。
3.一幅像素分辨率512*256 的静态 RGB真彩色图像的数据量为（384） KB，相当于（ 0.375 ） MB简答题：1.什么是多媒体技术？它有哪些主要特性？（答：从技术的角度讲，多媒体是计算机综合处理文本、图形、图像、音频、视频、动画等多种媒体信息，使多种媒体信息建立逻辑连接，即成为一个系统并具有交互性和实时性的一种新技术。
彩⾊图像与灰度图像之间的转换⼀.彩⾊图像简介在RGB⾊彩空间,图像深度与⾊彩的映射关系主要有真彩⾊、伪彩⾊和调配⾊。
真彩⾊是指在组成⼀幅彩⾊图像的每个像素值中，有R，G，B三个基⾊分量，每个基⾊分量直接决定显⽰设备的基⾊强度，这样产⽣的彩⾊称为真彩⾊，是真实的原图彩⾊。
伪彩⾊图像的每个像素值实际上是⼀个索引值或代码，该代码值作为⾊彩查找表CLUT中某⼀项的⼊⼝地址，根据该地址可查找出包含实际R，G，B的强度值。
这种⽤查找映射的⽅法产⽣的⾊彩称为伪彩⾊。
⾊彩查找表CLUT是⼀个事先做好的表，表项⼊⼝地址也称为索引号。
彩⾊图像本⾝的像素数值和⾊彩查找表的索引号有⼀种变换关系，这种关系可以是系统定义的，也可以是⽤户⾃⼰定义的变换关系。
使⽤查找得到的数值显⽰的彩⾊是真的，可⼜不是图像本⾝的颜⾊，因为其没有完全反映原图的彩⾊，所以称其为伪彩⾊。
调配⾊的获取是通过每个像素点的R，G，B分量分别作为单独的索引值进⾏变换，经相应的⾊彩查找表找出各⾃的基⾊强度，⽤变换后的R，G，B强度值产⽣⾊彩。
⼆.灰度图像简介灰度是描述灰度图像内容的最直接的视觉特征。
它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，故⿊⽩图像也称灰度图像。
灰度图像矩阵元素的取值通常为[0,255]，因此其数据类型⼀般为8位⽆符号整数，这就是⼈们通常所说的256级灰度。
三.彩⾊图像转化为灰度图像彩⾊图像转换为灰度图像时，需要计算图像中每个像素有效的亮度值，其计算公式为：Y = 0.3R + 0.59G + 0.11B代码如下：clear all;close all;I = imread('lenna.png');[M N H] = size(I);I2 = zeros(M, N);for x = 1 : Mfor y = 1 : NA = double([I(x, y, 1) I(x, y, 2) I(x, y, 3)]);B = [0.3; 0.59; 0.11];[gray] = A * B; % 计算灰度值I2(x, y) = gray;endendimshow(uint8(I2));四.灰度图像转换为彩⾊图像将灰度图像转换为彩⾊图像，称为灰度图像的伪彩⾊处理。
目录i.PNGii.BMPiii.JPEGiv.GIFPNG便携式网络图形（Portable Network Graphics，PNG）是一种无损压缩的位图图形格式，支持索引、灰度、RGB[A]三种颜色方案以及Alpha通道等特性。
PNG的开发目标是改善并取代GIF 作为适合网络传输的格式而不需专利许可，所以被广泛应用于互联网及其他方面上。
PNG另一个非正式的名称来源为递归缩写：“P NG is N ot G IF”。
特性•支持256色调色板技术以产生小体积文件•最高支持48位真彩色图像以及16位灰度图像。
•支持Alpha通道的透明/半透明特性。
•支持图像亮度的Gamma校准信息。
•支持存储附加文本信息，以保留图像名称、作者、版权、创作时间、注释等信息。
•使用无损压缩。
•渐近显示和流式读写，适合在网络传输中快速显示预览效果后再展示全貌。
•使用CRC防止文件出错。
•最新的PNG标准允许在一个文件内存储多幅图像。
版本以及历史早期，Unisys公司根据它在GIF格式中使用的LZW数据压缩算法的软件专利（美国第4558302号）开始商业收费。
为避免专利影响，用于表现单张图像的PNG、用于表现动画的MNG图形文件格式被同时创建出来。
1999年8月，Unisys公司进一步中止了对自由软件和非商用软件开发者的GIF专利免费许可，从而使PNG格式获得了更多的关注。
在PNG传播过程中，很多网络浏览器经过很长时间才开始完全支持PNG格式；如Microsoft Windows默认的Internet Explorer浏览器一直到7.0版才支持PNG格式中的半透明效果，较早期的版本（如6.0 SP1）需要下载Hotfix [1]或由网站提供额外的Script去支持。
[2]这造成PNG 格式并没有得到广泛的认知。
•PNG的1.0版本规范于1996年7月1日发布，后来被称为RFC 2083标准，并在1996年10月1日成为W3C建议。
![毕业设计--基于模式识别的水果智能分类系统[管理资料]](https://uimg.taocdn.com/fcd8d79527d3240c8547ef9b.webp)
毕业设计基于模式识别的水果智能分类系统基于模式识别的水果智能分类系统摘要本论文综合运用了数字图像处理，模式识别的理论来构建起一个简单的水果智能分类系统。
实现了在相同条件下拍摄的水果图片的特征提取和种类识别，在此基础上设计出了基于人工神经网络的水果智能分类器，由计算机自动调整神经网络中各个权值，达到水果种类识别的自动化。
数字图像处理对源位图进行了加工，是特征提取的基础。
数字图像处理的理论涉及到彩色图像的灰度化、中值滤波、二值化、轮廓提取、种子填充、轮廓跟踪等。
其中，二值化采用了基本自适应门限的方法。
模式识别包括了特征提取和分类器的设计，是种类识别的关键。
特征提取主要利用了水果的几何特征，反映了水果的大小和形状。
分类器的设计主要采用了人工神经网络的方式来实现，具体说来是利用了神经网络中反向传播算法来进行网络训练，并利用训练结果完成了水果种类的智能识别。
关键词：特征提取人工神经网络二值化基本自适应门限反向传播算法A Intellective System for Fruit ClassificationBased on Pattern RecognitionAbstractIn this paper, we apply the theory of digital image processing and pattern recognition to construct a simply and intellective system for fruit classification based on pattern recognition. We have already fulfilled characteristic withdrew and type recognition for the pictures of fruit which are photographed under the same condition .We have also designed a categorize machine based on artificial neuro-network , which can adjust the weights of neuro-network automatically by computer in order to recognize the type of the fruit.Digital image processing deals with the original bitmap ,which is the basis of characteristic withdrew .The theory of digital image processing refers to the gradation of color image ,median filter ,image binary, outline withdrew ,the seed fills ,outline track and so on. Among them, image binary makes use of the basic auto-adapted threshold method.Pattern recognition involves characteristic withdrew and the design of categorize machine, which are the keys of type recognition. The characteristic withdrew has mainly used fruit's geometry characteristics ,which reflect fruit’s size and shape .The categorize machine is designed by means of artificial neuro-network, which uses the algorithm of Back-Propogation in detail and completes the fruit type intelligent recognition by using the training results. Keywords:characteristic withdrew, artificial neuro-network, image binary, basic auto-adapted threshold, the algorithm of Back-Propogation.目录摘要 (I)Abstract (III)第1章绪论 (6)模式识别的发展情况 (6)模式识别和模式的概念 (6)模式识别的应用 (7)水果智能分类系统的研究情况 (7)国内研究现状 (7)国外研究现状 (8)第2章图像采集 (9)图像采集的几种方法 (9)本课题所采用的图像采集方法 (9)第3章图像预处理 (11)数字图像处理的基本内容 (11)常用的几种图像文件 (11)与设备无关位图 (12)位图的显示 (14)彩色图像的颜色空间转换 (15)彩色图像的灰度化处理 (17)将伪彩色图像转化为灰度图 (17)将24位真彩位图转化为灰度图 (17)中值滤波 (18)图像的二值化处理 (18)基本全局门限 (19)基本自适应门限 (20)第4章图像分割与特征提取 (21)消除小杂质区域面积 (21)二值图像的区域标记 (21)二值图像的小区域消除 (22)消除大杂质区域 (22)轮廓提取 (23)种子填充 (24)消除杂质区域 (25)特征提取简介 (25)本系统的特征提取 (26)特征形成 (26)特征获取 (26)第5章分类器的设计 (28)人工神经网络基础 (28)人工神经元 (28)前馈神经网络 (29)反向传播算法的应用(BP法) (29)数据归一化 (29)BP算法 (30)神经网络设计思路 (32)结论 (34)致谢 (36)参考文献 (35)附录 (32)第1章绪论1.1模式识别的发展情况模式识别[1]诞生于20世纪20年代，随着40年代计算机的出现，50年代人工智能的兴起，模式识别在60年代初迅速发展成一门学科。
TIFF(Tag Image File Format) 图像文件说明TIFF 文件是由许多的标签 (tag) 组成 , 在 Adobe 的有关 tiff6.0 的说明中，将 (tag) 的解释称各种标签所对应的数值，而在文件中各个标签的实际入口称为 (field) ，暂且称为域。
tiff 支持黑白、灰度、彩色的图像格式，同时还可以接受 RGB CMYK 等色彩系统，同时支持图像数据的 LZW, 哈夫曼等压缩算法或者不压缩。
TIFF 文件分为文件头和 IFD 两部分，一个 IFD 中存储了一幅图像的信息， IFD 可以由许多标签组成。
在 TIFF6.0文件中，规定所有的标签必须以升序排列，通过这些标签信息，来处理文件中的图像数据。
TIFF 文件头说明：TIFF 的文件头有 8 字节0-1 规定为 "II" 或者 "MM" Intel /Mortorola 类型的字节顺序2-3 TIFF 文件的版本，为与以前的兼容，为 424-7 TIFF 文件的第一个 IFD 在文件中的偏移量，肯定大于 8IFD 说明： IFD 是由连续的标签组成OFFSET:0-1 IFD 中的标签数目OFFSET:2-13 IFD 中的第一个标签OFFSET:14-25 IFD 中的第二个标签.....OFFSET:2+12* 标签数下一个 IFD 的 ( 相对于文将 ) 偏移量，在一个 TIFF 文件中可以由多个 IFD 用于存放多个图像，如果如果该数字为 0 ，表示已经处理完所有的 IFD 。
标签说明：一个标签由连续的 12 字节组成OFFSET:0-1 TAG ID 标签所对应的数字编号 (tag) ，用于定义该标签所存放的 " 信息 "OFFSET:2-3 TAG INFO DATA TYPE 标签中数据的数据类型OFFSET:4-7 VALUE COUNT 2-3 中说明的数据类型的数目OFFSET:8-11 VALUE OFFSET 相对于文件的该标签值的偏移量 , 必须开始于 " 字 " 边界 , 为了节省空间，如果该标签的数据的长度小于等于四个字节，在 VALUE OFFSET 中直接存储 ( 小于四字节数据左对齐 ) 该标签的值而不是在文件中的偏移量。
图像灰度化处理的实现delphi图像处理学习 2008-07-22 18:43 阅读153 评论0字号：大中小一、图像的灰度化处理的基本原理将彩色图像转化成为灰度图像的过程成为图像的灰度化处理。
彩色图像中的每个像素的颜色有R、G、B三个分量决定，而每个分量有255中值可取，这样一个像素点可以有1600多万（255*255*255）的颜色的变化范围。
而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，其一个像素点的变化范围为255种，所以在数字图像处理种一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。
灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。
图像的灰度化处理可用两种方法来实现。
第一种方法使求出每个像素点的R、G、B三个分量的平均值，然后将这个平均值赋予给这个像素的三个分量。
第二种方法是根据YUV的颜色空间中，Y的分量的物理意义是点的亮度，由该值反映亮度等级，根据RGB 和YUV颜色空间的变化关系可建立亮度Y与R、G、B三个颜色分量的对应：Y=0.3R+0.59G+0.11B，以这个亮度值表达图像的灰度值。
二、用Delphi进行图像灰度化的实现：procedure TForm1.BitBtn1Click(Sender: TObject);varp:PByteArray;//PByteArray的定义格式//PByteArray = ^TByteArray;//TByteArray = array[0..32767] of Byte;ChangedBmp : Tbitmap;gray,x,y:integer;TestBMP : Tbitmap; // 处理过程中位图beginTestBMP:=Tbitmap.Create;ChangedBmp:=Tbitmap.Create;TestBMP.Assign(image1.Picture);for y := 0 to TestBMP.Height - 1 dobegin//获取每一行象素信息p := TestBMP.scanline[y];for x := 0 to TestBMP.Width - 1 dobegin//这里采用YUV与RGB颜色空间变换的方法,即Y＝0.3R+0.59G+0.11BGray := Round(p[3 * x + 2] * 0.3 + p[3 * x + 1] * 0.59+ p[3 * x] * 0.11);//由于是24位真彩色，故一个像素点为三个字节p[3 * x + 2] := byte(Gray);p[3 * x + 1] := byte(Gray);p[3 * x] := byte(Gray);//Gray的值必须在0～255之间end;ChangedBmp.Assign(TestBMP);PaintBox1.Canvas.CopyMode:=srccopy;PaintBox1.Canvas.Draw(0,0,ChangedBmp);//用PaintBox控件重新绘制图像；end;三、注意事项：程序申请了TestBMP、WillbeChangedBmp，所以在程序初始化的时候，要注意创建：TestBMP:=Tbitmap.Create;ChangedBmp:=Tbitmap.Create;程序结束后注意要把TestBMP.Destory和ChangedBmp.Destory;四、程序效果：值得一提的是,如果用QQ截图,效果就有很大差别,不知道为什么.下面是QQ截图的效果图像的二值化的基本原理delphi图像处理学习 2008-07-22 21:01 阅读28 评论0字号：大中小图像的二值化处理就是讲图像上的点的灰度置为0或255，也就是讲整个图像呈现出明显的黑白效果。
灰度化原理灰度化是数字图像处理中的一个重要步骤，它将彩色或者黑白图像转换为灰度图像，方便进行后续分析和处理。
灰度化操作将图像中每个像素的RGB值转换为一个灰度值，使得每个像素只有一个数值，从而简化了图像的复杂度。
灰度化原理主要可以分为两种方法：亮度平均法和加权平均法。
亮度平均法是指将图像中每个像素的RGB值的平均值作为该像素的灰度值。
对于彩色图像，每个像素有R、G、B三个分量，而灰度图像只需要一个灰度值，因此需要将这三个分量合并成一个亮度值。
具体的计算公式是：灰度值 = (R + G + B) / 3这种方法的优点是简单易懂，计算速度快；但缺点是没有考虑到每个颜色通道的重要性，可能会对图像的质量造成影响。
1. 亮度加权平均法该方法根据每个颜色通道所表达的亮度值来计算灰度值。
由于人眼对于绿色通道的亮度最为敏感，因此绿色通道的权重最高，而红色和蓝色通道的权重相对较低。
具体的计算公式是：灰度值 = 0.299R + 0.587G + 0.114B2. 最大值法该方法将每个颜色通道中的最大值作为该像素的灰度值。
由于对比度较强，能够突出图像中的主要内容，因此常用于图像边缘检测中。
具体的计算公式是：3. 平均值法该方法将每个颜色通道的值平均后作为该像素的灰度值。
由于不考虑每个通道的权重，所以计算简单，但会对图像的质量造成一定影响。
具体的计算公式是：灰度化原理是将彩色或者黑白图像转换为灰度图像，该操作主要分为亮度平均法和加权平均法两种方法。
加权平均法根据颜色通道的重要性来计算灰度值，可以提高图像的质量。
根据实际需求选择合适的灰度化方法，可以有效提高图像处理的效率和精度。
除了上文提到的灰度化计算方法之外，还有一些其他的方法，例如分色灰度法、伽马变换灰度化、局部灰度化等。
分色灰度法是指将图像的每个颜色通道分别进行灰度化，然后取这些灰度值的平均值作为该像素的灰度值。
该方法可以保留原图像中不同颜色通道的信息，能够更好地呈现图像的色彩和纹理。
教师资格认定考试高级中学信息技术分类模拟题55一、单项选择题1. 无人驾驶汽车成为许多大型互联网公司的研发方向，例如谷歌、阿里巴巴、百度等。
无人驾驶汽车可以自动识别交通标志、路况等，保证汽车在遵守交通规则（江南博哥）的前提下安全出行。
这采用的主要是______技术。
A.虚拟现实B.图像识别C.语音识别D.机器翻译正确答案：B[解析] 图像识别是指利用计算机对图像进行处理、分析和理解，以识别不同模式的目标和对象的技术。
无人驾驶汽车采用图像识别技术，可以自动识别交通标志、路况等，保证汽车在遵守交通规则的前提下安全出行。
2. 多媒体信息不包括______A.文本和数字B.图形和动画C.音频和视频D.声卡和显卡正确答案：D[解析] 多媒体信息包括文本、数字、音频、视频、图形、图像、动画等，声卡和显卡属于多媒体硬件设备，不属于多媒体信息。
3. 下列不属于计算机犯罪行为的是______A.破坏他人计算机系统程序或数据B.利用计算机进行线上学习C.某证券公司员工利用安全漏洞修改交易数据并从中牟利D.黑客恶意散布计算机病毒正确答案：B[解析] 计算机犯罪是指行为人以计算机作为工具或以计算机资产作为攻击对象实施的严重危害社会的行为。
4. 如图1所示的灰度模式图像，要在Photoshop中将其调整为如图2所示的效果，可以选择的操作是______图1图2A.图像→调整→反相B.图像→模式→双色调C.图像→调整→色调均化D.图像→调整→阈值，调整阈值色阶数值正确答案：D[解析] “阈值”命令可以将灰度或彩色图像转换为高对比度的黑白图像。
所有比阈值亮的像素转换为白色，而所有比阈值暗的像素转换为黑色，故实现图示效果可以选择调整阈值色阶数值的操作。
5. 个人电脑中安装的杀毒软件的病毒库应及时更新，这样才能更有效地杀毒与防毒。
这主要体现了信息的______A.时效性B.载体依附性C.共享性D.传递性正确答案：A[解析] 信息的时效性是指信息往往反映的只是事物某一特定时刻的状态，这种状态会随着时间的推移而变化。
由无缝钢管 量子网络 联合提供第一章简介1.1怎样使用Qwin参考书本参考指南为Qwin参考书的一个部分，这套参考书的每本手册都有其具体的用处：参考指南介绍图像分析，从主要步骤到高级处理技巧，为你逐步指导。
用户手册，为你介绍软件，内容为软件安装过程及给你大致介绍软件的概要及它的功能。
参考指南将不介绍Qwin中所使用设备的细节，因为这已包含在技术手册中了。
1.2风格介绍本节介绍怎样阅读本手册。
一些术语被突出显示，好让你阅读本手册时更加容易.第二章图像分析开始本章介绍图像分析的主要概念，将有助于你理解系统的工作原理及主要功能。
每个主题将讨论两次，首先，在2.1章节里将简单介绍图像分析的主要步骤，在2.2节里将详细介绍。
一些信息会被重复介绍，使你能够理解这些主题。
对于有一些功能，看系统的实际操作，将更有助于你理解，所以，你可以在对系统操作有一些经验后再回顾本节内容。
2．1图像分析的主要步骤图像分析由一些减少图像信息内容的操作构成，直至所需测量结果。
这些测量结果最后由用户根据所需应用来解释。
实际步骤取决于所需信息，但通常有几个步骤是相同的：✧装入图像✧灰度图像处理✧检测测量部件✧图像二进制处理✧测量✧数据输出以下将依次讨论：装入图像QWin支持的图像类型有标准的WINDOWS点位图及TIFF文件（单色，灰图或彩色）。
装入图像，只需要从工具条;或FILE菜单下选择打开文件对话对话框，再选择文件名就可以了。
以下是支持的图像文件格式：灰图处理在有些图像中，如果单独依靠灰度级检测，是不可能标明要测量的特征的，这有可能是因为它们的背景灰度级不一致，或是你要看的结构不是很清淅，即使你作了检测，但并不能产生足够的信息用以作有用的二进制处理。
灰度级处理的优势在于，在将图像转入二进制形式之前，可以考虑原图数据的全部内容。
灰度处理的典型用途：图像过滤或平滑，消除杂质，增强图像，提高图像对比。
图像分析中，灰度处理可用于以下几个操作组：✧查询表（LUT）转换✧卷积法✧形态转换查询表（LUT）转换亦称为点转换。
医学数字影像和通讯(DICOM)第十四部分：灰度标准显示函数由国际电气制造业协会出版1300 N. 17th StreetRosslyn,Virginia 22209 USA版权所有（C）国际电气制造业协会2003。
包括译成其他语言的版权所有，受世界版权公约、伯尔尼公约或文学艺术著作保护公约、以及国际和泛美版权公约保护。
－标准－通知及免责声明该出版物技术方面的信息得到了参加该开发成员的一致同意目录通知及免责声明 (2)目录 (3)前言 (5)1.应用的领域和范围 (6)2.标准参考 (6)3.定义 (8)4.符号和缩略语 (8)5.惯例 (8)6.概述 (8)7.灰度标准显示函数 (11)7.1一般规则 (12)7.2传输式硬拷贝打印机 (13)7.3放射式硬拷贝打印机..................................................................... 错误!未定义书签。
8.参考.................. ..................................................................................... 错误!未定义书签。
附录A（提供资料）灰度标准显示函数的出处 (16)A.1．选择灰度标准显示函数的原因................................................ 错误!未定义书签。
A.2．BARTEN模型的详细资料 ....................................................... 错误!未定义书签。
A.3.参考............................................................................................... 错误!未定义书签。
timg 真彩色timg1 灰度图像timg2 索引色图像（64色）timg3 二值图像（阈值为0.5）这里从网上找到了timg真彩色图像作为本次作业中进行数字处理的图像。
首先在ps中调整了图像模式，并进行了另存为，生成了timg1与timg2，又在MATLAB中将灰度图像转化为了二值图像timg3，其中阈值为0.5。
这一步操作的代码如下：A = imread('timg1.jpg');B = im2bw(A, 0.5);imshow(B)imwrite(B,'timg3.jpg');随后我们来对每个图像imread的返回值进行观察。
对于timg处理的程序如下：A = imread('timg.jpg');disp(A);whos Aimshow(A)由于disp显示数据过多，这里不放原始数据了。
其具体内容为3个数组，每个数组都是320*200的，分别代表图片中每个像素的rgb值。
而whos语句显示出的内容如下：Bytes Class Name Size192000 uint8A 200x320x3其中200*320*3说明图像像素为200*320而且为rgb格式，有3个矩阵。
192000为图片大小，而其rgb值是用unit8即8位无符号整数存储，0-255的值代表了某一点像素某一颜色分量的强度。
同理，若将上述程序中的timg改为timg1灰度图像，显示出来的矩阵则只有一个，大小仍为200*320但是每个点的数值则代表对应像素的灰度值。
whos语句显示出的内容如下：Name SizeBytes Class64000 u int8A 200x320由于灰度图像只需要存储灰度而不是rgb3个分量，其大小便没有最后的*3，因此其大小也只为timg的1/3。
对于索引图进行的操作与其他图像不同，由于其本身存储的是索引值，需要导入索引表才能还原原本的图像，因此程序如下：[IM, map] = imread('timg2.png','png');disp(IM);IMrgb(:,:,:) = ind2rgb(IM,map);whos IMrgbimshow(IMrgb)这里如果直接imshow原本图像的话会根据灰度图像的方式显示错误的图像，因此采用了一个ind2rgb函数通过之前导入的索引表和索引值矩阵将图像恢复为rgb图像矩阵。
课程设计实验报告设计题目：灰度图像的ASCII图像生成学院：电子工程学院专业：电子信息工程班级：学号：姓名：电子邮件：日期： 2013 年 9 月成绩：指导教师：电子工程学院课程设计任务书学生姓名指导教师邓成学生学号专业电子工程学院题目灰度图像的ASCII图像生成一．设计概述1.课程设计题目：灰度图像的ASCII图像生成2.相关知识:灰度图像: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、蓝色三个通道的缩览图都是以灰度显示的。
用不同的灰度色阶来表示“红，绿，兰”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ASCII 字符图”这一术语指的是图像的文本表示形式，即使用等宽字体字符（如Courier New 字符）的网格来绘制图像3设计思路:将图像内容用ASCII码显示出来主要就是用不同的字符表示灰度，以此来区分不同的灰度值达到将内容可视化的目的，这个道理很简单，实现起来其实也不难，如果是直接输入到控制台或者txt文件的则比较简单，主要是需要设置一下字体的宽高，最好是正方形的，否则看起来会比较别扭。
下面一个是将lena缩放到100*100之后在控制台窗口直接显示的截图，采用的字符是标点，字体设置的宽高相等为8*8：二:相关程序用OpenCV来将字符写到图像上，使用putText函数，不过OpenCV中的字体好像不能设置为等宽高，没办法，就取了折中的方法，将用来代替灰度的所有字符的宽度和高度取了个平均作为字符宽高，这样就将原图像中的一个像素替换为这样一个字符，而且还设置了几个选项：可以选择标点，字母或者数字来代替灰度，并且可以选择输出二值，灰度或者彩色ascii图像-----文中只使用了8个灰度级，即将整幅图像量化为了8个灰度级，这样的缺点就是对灰度分布比较集中的图像失真比较大，可以先对图像进行灰度均衡化处理之后再转换，这里没有考虑这些，下面是主要的函数代码。
[cpp] view plaincopyprint?charascii_code_symbol[CODE_SIZE-7] = {'#','&','$','*','+',';','.',' ',0};char ascii_code_letter[CODE_SIZE-7] = {'m','n','e','f','t','l','i',' ',0};char ascii_code_number[CODE_SIZE-7] = {'8','9','5','3','2','7','1',' ',0};char *ascii_code_8[3] = { ascii_code_symbol, ascii_code_letter, ascii_code_number}; //check the input image size and return a defined size,// that's the max one of width and height is not bigger than 100;cv::Size get_board_size(Mat &image){if(image.empty())return Size(0,0);int f = 0;float big=(float)image.rows, smal=(float)image.cols;if(image.cols>image.rows){f = 1;big = float(image.cols);smal = float(image.rows);}cv::Size board_size;if(big <= 100.f){board_size = cv::Size(image.cols, image.rows);}else{board_size = cv::Size(int(f==1?100:(100*image.cols/big)), int(f==1?(100*image.rows/big):100));}returnboard_size;}//get the char code stepintget_char_size(const string &asciiStr){//init fontintfontFace = FONT_HERSHEY_PLAIN;doublefontScale = 0.5;int thickness = 1;//max_size is the max of all the char code width and height,//or return the average size of all the char code width and height;intmax_size = 0;inttotal_size = 0;for (size_ti=0; i<asciiStr.size(); ++i){int baseline = 0;stringstr(1, asciiStr[i]);cv::Sizetextsize = getTextSize(str, fontFace, fontScale, thickness, &baseline);if(max_size<textsize.height+baseline)max_size = textsize.height+baseline;if(max_size<textsize.width)max_size = textsize.width;total_size += (textsize.height+textsize.width+baseline);}returntotal_size/(asciiStr.size()*2);// returnmax_size;}/*convert image to ascii image;code_type: 0-symbol,1-letter,2-numbercolor_type: 0-binary,1-gray,2-color*/Mat image_to_ascii(Mat &image, intcode_type, intcolor_type){//check input imageif(image.empty() || code_type<0 || code_type>2 || code_type<0)return Mat();//if input is a gray image, set color_type to gray;if(image.channels()==1&&code_type==2)color_type = 1;//create the output imageintchar_size = get_char_size(ascii_code_8[code_type]);cv::Size board_size = get_board_size(image);Mat out_image(char_size*board_size.height, char_size*board_size.width, CV_8UC3,Scalar::all(0));//resize the input image to defined size;Mat resized_image;resize(image, resized_image, board_size);Mat gray_image;if(resized_image.channels() == 3)cvtColor(resized_image, gray_image, COLOR_BGR2GRAY);elsegray_image = resized_image;//font initintfontFace = FONT_HERSHEY_PLAIN;doublefontScale = 0.5;int thickness = 1;//print char code to the output imagefor (inti=0; i<resized_image.rows; ++i){uchar *ptr_bgr = resized_image.ptr<uchar>(i);uchar *ptr_gray = gray_image.ptr<uchar>(i);for (int j=0; j<resized_image.cols; ++j){//get pixelucharpix_gray = ptr_gray[j];//prepare the char code and coordinate;cv::PointtextOrg(j*char_size, (i+1)*char_size);string text(1, ascii_code_8[code_type][8-(pix_gray>>5)]);//colored or notif (color_type==0){putText(out_image, text, textOrg, fontFace, fontScale, Scalar::all(255));}else if(color_type==1){putText(out_image, text, textOrg, fontFace, fontScale, Scalar::all(pix_gray));}else{putText(out_image, text, textOrg, fontFace, fontScale, Scalar(ptr_bgr[3*j],ptr_bgr[3*j+1],ptr_bgr[3*j+2]));}}}returnout_image;}三:具体实例下面是采用数字的ascii字符的彩色和灰度以及二值lena图像，【对lena图像来说数字的看起来比较好，其他两种效果不如数字的】123人眼可以分辨图像的灰度，ASCII码字符也是有灰度的，比如说下面这片由W 与.组成图案中就可以看到一个“王”字：将截取的图像转换为灰度，并分割为多个小块图像，求出这些小块图像的灰度值，并找到与之灰度值对应的ASCII字符，使用该字符替换这小块图像。
