怎样用Matlab提取图像的RGB分量与实现RGB的阈值分割

thinkfunny

/ |9 [; {9 M4 H- q' A' d/ C本教程讲解如何将一副RGB图像，提取出图像的R,G,B分量的图像。如何将图像进行颜色的阈值分割。

原图像

​

Matlab提取RGB颜色分量：
9 S0 O" Y+ G% K- c( d8 C
: n2 w+ c, \: y  h& [我们知道，一张RGB图像，对应着一个M x N x 3 的三维图像。这里的3代表着R,G,B三个分量。其数据类型为uint8类型。数值大小在[0,255]之间。
( s+ i; m3 T9 Y( [
  T+ P, u6 g0 P9 [例如：我们在Matlab中读入本次测试的图像。I=imread(‘test.bmp’);

在工作区中可以看到其数值。

5 ?* K5 f0 w9 i3 k' h! E' l) C​

PR=I(:,:,1);%提取红色分量 PG=I(:,:,2);%提取绿色分量 PB=I(:,:,3);%提取蓝色分量

运行代码：

• clc;
• close all;
• clear all;
• I=imread('test.bmp');%要求你.m文件下有test.bmp这个图像文件
• PR=I(:,:,1);%提取红色分量
• PG=I(:,:,2);%提取绿色分量
• PB=I(:,:,3);%提取蓝色分量
• figure;
• subplot(2,2,1);imshow(I);title('原图像');
• subplot(2,2,2);imshow(PR);title('提取红分量后');
• subplot(2,2,3);imshow(PG);title('提取绿色分量后');
• subplot(2,2,4);imshow(PB);title('提取蓝色分量后');
• 
  / h& H- U( o  n5 j6 R/ m* U

  
, `$ Y9 G# N7 S! O' p# |
  l8 h. D3 K7 d# E8 B, Q* M运行的效果图：
. @. X. @% K$ J; Y* }, s
" @' K6 p- w$ [' b​

5 o5 m7 U: g) q/ ZRGB阈值分割
+ O$ a1 {& K/ e) c
上面这种RGB通道分量的提取的效果，并不是我想要的结果。我想要的结果是下图这样的。
1 ~: O/ W- s6 b  _) l4 @5 J8 W
​
6 j& `% p. G* U$ g/ J
# N# b. o. L- m0 W, j因此，我们使用图像的阈值分割。

) ~* o) Q" D7 X0 a% `8 M阈值分割的基本思想是确定一个阈值，然后把每个像素点的灰度值和阈 值相比较，根据比较的结果把该像素划分为两类——前景或背景。
! ~9 |! Z5 E- m
源自参考文档：
图像阈值化分割是一种传统的最常用的图像分割方法，因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。它特别适用于目标和背景占据不同灰度级范围的图像。它不仅可以极大的压缩数据量，而且也大大简化了分析和处理步骤，因此在很多情况下，是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。图像阈值化的目的是要按照灰度级，对像素集合进行一个划分，得到的每个子集形成一个与现实景物相对应的区域，各个区域内部具有一致的属性，而相邻区域布局有这种一致属性。这样的划分可以通过从灰度级出发选取一个或多个阈值来实现。
* n5 X- _( Y$ `9 A* F* S/ Y
! U: l$ Q* e3 D' C- M基本原理是：通过设定不同的特征阈值，把图像象素点分为若干类。

常用的特征包括：直接来自原始图像的灰度或彩色特征；由原始灰度或彩色值变换得到的特征。
9 i5 s% V' U" q  W9 M) M6 n& o
: x. p! w* e7 l  A& M实现代码：
+ n# D& Y7 d& a+ D/ i. |

• clc;
• close all;
• clear all;
• I=imread('test.bmp');
• [m,n,d]=size(I);
• level=15;%设置阈值
• level2=70;%设置阈值
• for i=1:m
•     for j=1:n
•         if((I(i,j,1)-I(i,j,2)>level2)&&(I(i,j,1)-I(i,j,3)>level2))
•             r(i,j,1)=I(i,j,1);
•             r(i,j,2)=I(i,j,2);
•             r(i,j,3)=I(i,j,3);
•        else
•             r(i,j,1)=255;
•             r(i,j,2)=255;
•             r(i,j,3)=255;
•         end
•     end
• end
• figure;
• subplot(2,2,1);imshow(I);title('原图像');
• subplot(2,2,2);imshow(r);title('提取红分量后');%显示提取红分量后的图
• %提取绿分量，不满足阈值的变为白色
• for i=1:m
•     for j=1:n
•         if((I(i,j,2)-I(i,j,1)>level)&&(I(i,j,2)-I(i,j,3)>level))
•             g(i,j,1)=I(i,j,1);
•             g(i,j,2)=I(i,j,2);
•             g(i,j,3)=I(i,j,3);
•         else
•             g(i,j,1)=255;
•             g(i,j,2)=255;
•             g(i,j,3)=255;
•         end
•     end
• end
• subplot(2,2,3);imshow(g);title('提取绿分量后');
• %提取蓝色分量
• for i=1:m
•     for j=1:n
•         if((I(i,j,3)-I(i,j,1)>level)&&(I(i,j,3)-I(i,j,2)>level))
•                     b(i,j,1)=I(i,j,1);
•                     b(i,j,2)=I(i,j,2);
•                     b(i,j,3)=I(i,j,3);
•         else
•             b(i,j,1)=255;
•             b(i,j,2)=255;
•             b(i,j,3)=255;
•         end
•     end
• end
• subplot(2,2,4);imshow(b);title('提取蓝色分量后');
• 
  1 v( Q* X3 w! Z8 \5 O. S; l# [/ X

         

% h3 t" @& I. \! U" z运行结果图：
, ?9 i+ b+ S' o1 [. A
! Y5 R! O, }9 _8 A  L. x9 V! g​
2 _) p. Q; m" U  A+ [- Z( B; N
图像中去除某一个区域
0 b1 q0 k+ t5 T( x& i# U6 H$ K
比如，我想去除红色分量的矩形。但是这两个红色分量数值非常的相近，不好通过阈值来分割。那我们要如何将红色矩形去除呢？（本篇文章使用最简单的去除方法，下一篇文章则会讲解如何使用形状识别来提取某个图形。）
" m7 u# L6 a7 U5 b0 V
​
4 @4 J6 b$ j9 |; g
解决方法：
: r- A# }( ^+ |$ J* }, K
这里解决方法很简单，先将原图像，那一块区域赋值成白色，再通过阈值分割就可以将其区分开。

9 C. p; u9 P% L* U$ N( `3 z代码实现：
/ Z% }7 |$ L' G. {& m) r5 ~
6 {4 X* l4 C. O' M0 f

• copy_image = I;
• r = 50:100;%要赋值的行坐标
• c = 20:300;%要赋值的列坐标
• copy_image(r,c,1:3) = 255;
• figure;
• imshow(copy_image);
• 
  

  

% j( n% M; ]' X& Q1 l运行结果：
  k, E- Z/ D; K* I9 @
​

6 k1 g2 Q0 Q. a4 t* Y. O! V" s在将其进行图像分割，即可将原来的矩形去除：
) `- y6 E* N- a; m+ ~
参考文档：

% s9 b( T3 c0 tRGB图像中特定颜色的提取

xixihahaheihei

用Matlab提取图像的RGB分量与实现RGB的阈值分割