论文部分内容阅读
摘 要： 岩屑图像分析是石油地质研究的一项重要技术手段，岩屑图像灰度化是岩屑图像分析处理的初始步骤，阐述岩屑图像灰度化的基本原理，介绍将采集到的岩屑彩色图像转化为灰度图像的方法，并给出基于.NET平台的具体实现程序。
关键词： .NET平台；岩屑图像；灰度化
1 岩屑图像灰度化的必要性
岩屑图像分析对于石油勘探研究活动起着非常重要的作用，随着岩屑图像采集技术的迅猛发展，采集到的岩屑白光和荧光图像分辨率越来越高，岩屑图像占用的存储空间也越来越大，处理和传输岩屑图像需要占用大量的系统资源。因此，在岩屑图像预处理阶段，需要把采集来的岩屑彩色图像进行灰度化处理，即将彩色原始图像变换为不含颜色信息的灰度图像，每个像素仅用8位字节就可以表示，由此降低了岩屑图像所占用的存储空间，图像后续分析处理运算量大大减少，提高了后续图像分析算法速度，增强系统综合应用实效，达到实际使用的要求。
2 岩屑图像灰度化的方法
目前，在图像处理过程中，最常用的彩色图片格式有RGB、HSV和YUV三种。因为实际采集到的岩屑原始彩色图片都是RGB格式编码，所以本文仅针对RGB格式的彩色图像进行灰度化实现。
定义于RGB空间的彩色图像，其每个像素点的色彩由R、G、B三个分量共同决定（R，G，B分别表示原真彩色图中的红、绿、蓝分量），每个分量在内存所占的位数共同决定了图像深度，即每个像素点所占的字节数。以常见的24位深度彩色RGB图来说，其三个分量各占1个字节，每个分量可以取值为0～255，这样一个像素点可以有1600多万（255*255*255）的颜色变化范围。对这样一幅彩色图来说，如果进行灰度化处理，其对应的灰度图像则只有8位的图像深度，灰度变化范围为0～255，这也说明了灰度图像处理所需的计算量确实要少得多。经过这样的灰度处理，虽然丢失一些颜色等级，但是从整幅图像的整体和局部的色彩以及亮度等级分布特征来看，灰度图描述与彩色图的描述是一致的。对RGB图像进行灰度化，简单来说就是对图像的RGB三个分量进行加权平均得到最终灰度值。最常见的加权方法如下公式所示（g表示灰度化后的灰度值，R，G，B分别表示原真彩色图中的红、绿、蓝分量）：
1）g=R或g=G或g=B：该方法为分量法，即用RGB三个分量的某一个分量作为该点的灰度值；
2）g=max（R+G+B）：该方法为最大值法，将彩色图像中的三分量亮度的最大值作为该点的灰度值；
3）g=（R+G+B）/3：该方法为平均值法，将彩色图像中的三分量亮度求平均得到一个灰度值；
4）g=0.212671R+0.715160G+0.072169B：该方法采用了OpenCV标准开放库中所规定的灰度权值；
5）g=0.3R+0.59G+0.11B：该方法从人体生理学角度所提出的一种权值（人眼对绿色的敏感最高，对蓝色敏感最低）。
在我们承担的关于岩屑图像分析处理的科研项目中，从满足项目岩屑分析处理精度和人眼最佳的颜色敏感度要求出发，我们最终选择g=0.3R+0.59G+0.11B加权计算方法，并对该方法进行了优化。由于g=0.3R+0.59G+0.11B灰度加权平均方法在计算机实现中所采用的是浮点运算，而在该科研项目的岩屑图像处理中，实时性是非常重要的指标，这就要求实现算法时必须考虑到代码效率和运算速度，尽量避免浮点预算。因此，上述灰度计算方法可以等效为：
g=（30*R+59*G+11*B）/100。
3 岩屑图像灰度化的代码实现
考虑到系统运行效率和系统的可扩展性，笔者选择了.NET平台中的C#编程语言将采集到的岩屑白光和荧光图像进行灰度化的具体实现。
C#是微软公司针对.NET平台而专门开发的一种面向对象的编程语言，它集C++的强大功能和Visual Basic的简易性于一体，是一种性能高、面向对象、类型安全、且以Internet为中心的组件编程语言，它能使开发人员快速地为新一代Microsoft.NET平台开发出应用程序。岩屑图像灰度化的具体实现代码如下：
//彩色图像转化为灰度图像
//pictureColor为彩色图像容器
//pictureGray为灰度图像容器
//colorImage为原始图像，grayImage为转换后的灰度图像
//c为原真彩色图中的像素点
//rr，gg，bb分别为原真彩色图中的红、绿、蓝分量
//Cc为计算得出的灰度值
private void buttonChangeGray_Click（object sender， EventArgs e）
{
//点击按钮buttonChangeGray实现彩色图像向灰度图像转化
Color c = new Color（）；
/*取得原始彩色图片*/
Bitmap colorImage = new
Bitmap（pictureColor.Image）；
Bitmap grayImage = new
Bitmap（pictureColor.Image）；
int rr， gg， bb， cc；
//遍历每个像素点
for （int i = 0； i < colorImage.Width；i++）
{
for （int j = 0；j < colorImage.Height； j++）
{
c = colorImage.GetPixel（i， j）；
rr = c.R；
gg = c.G；
bb = c.B；
//计算灰度值
cc = （int） （30*R+59*G+11*B）/100；
if （cc < 0）
cc = 0；
if （cc > 255）
cc = 255；
//用FromArgb函数把整形转换成颜色值
Color c1 = Color.FromArgb（cc， cc， cc）；
grayImage.SetPixel（i， j， c1）；
}
PictureGray.Refresh（）；
pictureGray.Image = grayImage；
}
}
4 结论
结合现场采集到的岩屑荧光和白光图像特点，本文研究了将岩屑彩色图像进行灰度化的具体方法，并给出了实现程序。该方法目前仅在科研项目中采用，它的实际效果还需要在现场应用中不断优化完善，以促进岩屑图像分析处理技术的提高。
参考文献：
[1]边肇祺、张学工，模式识别，北京：清华大学出版社，1999.
[2]阮秋琦，数字图像处理学，北京：电子工业出版社，2001.
[3]姚启钧，光学教程，北京：高等教育出版社，2004.
关键词： .NET平台；岩屑图像；灰度化
1 岩屑图像灰度化的必要性
岩屑图像分析对于石油勘探研究活动起着非常重要的作用，随着岩屑图像采集技术的迅猛发展，采集到的岩屑白光和荧光图像分辨率越来越高，岩屑图像占用的存储空间也越来越大，处理和传输岩屑图像需要占用大量的系统资源。因此，在岩屑图像预处理阶段，需要把采集来的岩屑彩色图像进行灰度化处理，即将彩色原始图像变换为不含颜色信息的灰度图像，每个像素仅用8位字节就可以表示，由此降低了岩屑图像所占用的存储空间，图像后续分析处理运算量大大减少，提高了后续图像分析算法速度，增强系统综合应用实效，达到实际使用的要求。
2 岩屑图像灰度化的方法
目前，在图像处理过程中，最常用的彩色图片格式有RGB、HSV和YUV三种。因为实际采集到的岩屑原始彩色图片都是RGB格式编码，所以本文仅针对RGB格式的彩色图像进行灰度化实现。
定义于RGB空间的彩色图像，其每个像素点的色彩由R、G、B三个分量共同决定（R，G，B分别表示原真彩色图中的红、绿、蓝分量），每个分量在内存所占的位数共同决定了图像深度，即每个像素点所占的字节数。以常见的24位深度彩色RGB图来说，其三个分量各占1个字节，每个分量可以取值为0～255，这样一个像素点可以有1600多万（255*255*255）的颜色变化范围。对这样一幅彩色图来说，如果进行灰度化处理，其对应的灰度图像则只有8位的图像深度，灰度变化范围为0～255，这也说明了灰度图像处理所需的计算量确实要少得多。经过这样的灰度处理，虽然丢失一些颜色等级，但是从整幅图像的整体和局部的色彩以及亮度等级分布特征来看，灰度图描述与彩色图的描述是一致的。对RGB图像进行灰度化，简单来说就是对图像的RGB三个分量进行加权平均得到最终灰度值。最常见的加权方法如下公式所示（g表示灰度化后的灰度值，R，G，B分别表示原真彩色图中的红、绿、蓝分量）：
1）g=R或g=G或g=B：该方法为分量法，即用RGB三个分量的某一个分量作为该点的灰度值；
2）g=max（R+G+B）：该方法为最大值法，将彩色图像中的三分量亮度的最大值作为该点的灰度值；
3）g=（R+G+B）/3：该方法为平均值法，将彩色图像中的三分量亮度求平均得到一个灰度值；
4）g=0.212671R+0.715160G+0.072169B：该方法采用了OpenCV标准开放库中所规定的灰度权值；
5）g=0.3R+0.59G+0.11B：该方法从人体生理学角度所提出的一种权值（人眼对绿色的敏感最高，对蓝色敏感最低）。
在我们承担的关于岩屑图像分析处理的科研项目中，从满足项目岩屑分析处理精度和人眼最佳的颜色敏感度要求出发，我们最终选择g=0.3R+0.59G+0.11B加权计算方法，并对该方法进行了优化。由于g=0.3R+0.59G+0.11B灰度加权平均方法在计算机实现中所采用的是浮点运算，而在该科研项目的岩屑图像处理中，实时性是非常重要的指标，这就要求实现算法时必须考虑到代码效率和运算速度，尽量避免浮点预算。因此，上述灰度计算方法可以等效为：
g=（30*R+59*G+11*B）/100。
3 岩屑图像灰度化的代码实现
考虑到系统运行效率和系统的可扩展性，笔者选择了.NET平台中的C#编程语言将采集到的岩屑白光和荧光图像进行灰度化的具体实现。
C#是微软公司针对.NET平台而专门开发的一种面向对象的编程语言，它集C++的强大功能和Visual Basic的简易性于一体，是一种性能高、面向对象、类型安全、且以Internet为中心的组件编程语言，它能使开发人员快速地为新一代Microsoft.NET平台开发出应用程序。岩屑图像灰度化的具体实现代码如下：
//彩色图像转化为灰度图像
//pictureColor为彩色图像容器
//pictureGray为灰度图像容器
//colorImage为原始图像，grayImage为转换后的灰度图像
//c为原真彩色图中的像素点
//rr，gg，bb分别为原真彩色图中的红、绿、蓝分量
//Cc为计算得出的灰度值
private void buttonChangeGray_Click（object sender， EventArgs e）
{
//点击按钮buttonChangeGray实现彩色图像向灰度图像转化
Color c = new Color（）；
/*取得原始彩色图片*/
Bitmap colorImage = new
Bitmap（pictureColor.Image）；
Bitmap grayImage = new
Bitmap（pictureColor.Image）；
int rr， gg， bb， cc；
//遍历每个像素点
for （int i = 0； i < colorImage.Width；i++）
{
for （int j = 0；j < colorImage.Height； j++）
{
c = colorImage.GetPixel（i， j）；
rr = c.R；
gg = c.G；
bb = c.B；
//计算灰度值
cc = （int） （30*R+59*G+11*B）/100；
if （cc < 0）
cc = 0；
if （cc > 255）
cc = 255；
//用FromArgb函数把整形转换成颜色值
Color c1 = Color.FromArgb（cc， cc， cc）；
grayImage.SetPixel（i， j， c1）；
}
PictureGray.Refresh（）；
pictureGray.Image = grayImage；
}
}
4 结论
结合现场采集到的岩屑荧光和白光图像特点，本文研究了将岩屑彩色图像进行灰度化的具体方法，并给出了实现程序。该方法目前仅在科研项目中采用，它的实际效果还需要在现场应用中不断优化完善，以促进岩屑图像分析处理技术的提高。
参考文献：
[1]边肇祺、张学工，模式识别，北京：清华大学出版社，1999.
[2]阮秋琦，数字图像处理学，北京：电子工业出版社，2001.
[3]姚启钧，光学教程，北京：高等教育出版社，2004.