怎样用Matlab提取图像的RGB分量与实现RGB的阈值分割

thinkfunny

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。
9 C  _" F) i6 A7 ]6 C
原图像

8 v) N* Q% C/ n# ?  ~​

, M1 X4 c9 p- A7 Z: XMatlab提取RGB颜色分量：

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。

例如：我们在Matlab中读入本次测试的图像。I=imread(‘test.bmp’);
/ L* a# {7 _2 F" \) r" N
在工作区中可以看到其数值。

​
! V, S$ f  Y6 }4 s; t
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
6 ^0 T7 b% `2 o
3 ~( R3 U0 Z8 O9 u  v运行代码：
0 Z7 R3 D( U: P% B" h9 H4 p" U, A
6 z- A, Q2 \" j* M# t, a

• 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');
• 
  

  

- f: [$ Y9 ]2 }2 D+ C运行的效果图：

* Z3 J. {0 t6 E/ I- N$ ~​

RGB阈值分割

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。

​
$ F+ M" E) Z8 M+ P' Y5 X
7 U% X# p6 y# ?  m1 ?因此，我们使用图像的阈值分割。

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。

源自参考文档：
, X  r) m% U# @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。

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。

% e- @  S; u& D: x7 X& ?8 A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。
6 b# k, Z* K+ d; y$ E
) W' W; v# ^/ P. x- Z- X& p实现代码：
* [( M2 a0 F% j+ g' c7 N# k

• 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');
• 
  

         
2 g! e5 }3 E3 w7 |, S( `
2 [; h) `; `" J! {# h7 V% D运行结果图：

​
8 S; u! q/ g2 d/ B, u3 T* e9 Z$ N
图像中去除某一个区域

* G$ m5 ]4 K' W, K, j) y* I4 K! Z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。）

​

4 T9 o" {) k% P% Y8 p) T: g6 L+ |0 p( R解决方法：
  b' j7 E; U6 C* u
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。
/ P7 R: c, z7 ?: }0 C
0 X  ^& T. p( }7 I代码实现：

/ X0 t, Y" k9 t; Y0 L  c% q

• 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);
• 
  

  

# w; m  p2 Y1 w9 S) i( C3 Q. C  P运行结果：

  g! J9 r' a  i; {/ H8 i/ n​

在将其进行图像分割，即可将原来的矩形去除：

参考文档：
  ?$ I  w) H8 S2 v9 b! ?" c' P
8 I. s! R$ X2 b& |: u, J: x$ Q& }9 TRGB图像中特定颜色的提取

5 K) H5 u( ?* g; F6 B

xixihahaheihei

用Matlab提取图像的RGB分量与实现RGB的阈值分割