武汉理工大学《Matlab课程设计》课程设计
上述张图片满足像素要求，但图像为彩图，不是灰度图，无法进行接下来的分析，需将彩图转换为灰度图，利用MATLAB中的rgb2gray（）命令实现RGB图像到灰度图像的转化。转化后在使用命令isgray（）判断图像是否变为灰度图，如果是灰度图将返回为1，不是将返回0。灰度图转换成功后，将转化后的灰度图读取出来。
灰度转换程序如下： Y=rgb2gray(Y); F=rgb2gray(F); figure;
imshow(Y); figure;
imshow(F);
转换后灰度图如图2.4，2.5所示
图2.4
图2.4 zy1灰度图
11
武汉理工大学《Matlab课程设计》课程设计
图2.5 zy2灰度图
12
武汉理工大学《Matlab课程设计》课程设计
3 图像数据统计处理
3.1图像数据处理原理
一幅图像可以被看作是空间各点光强度的集合。MATLAB把灰度图像存储为一个数据矩阵，该数据矩阵中的元素分别代表了图像中的像素。一幅行数为M、列数为N的图像大小为M×N的矩阵形式为，如图3.1
图3.1 矩阵形式
键入命令M= imread('F:\\zy2.jpg')可得出zy2的灰度矩阵，如图3.2所示
图3.2 zy2灰度矩阵
因此可利用灰度矩阵来分析图片的各种参数以及对数据进行处理，而且由于在应用图片的方面，对图像各项参数的要求不同，所以要对图片进行适当的数据处理，来考察图片的不同参数。例如均值，标准差，方差就是图像的一些相关的参数，可以用作对图片的质量来作评价。
13
武汉理工大学《Matlab课程设计》课程设计
3.2各像素点中最大值的获取 3.2.1 引用函数
Matlab中max（）函数用于求最大值。 程序如下：
image_maxzy1=max(max(Y)) Image_maxzy2=max(max(F))
3.2.2计算结果
图像最大值分析结果如下图所示
图3.3最大值分析
3.3各像素点中最小值的获取 3.3.1引用函数
Matlab中min（）函数用于求最小值。 程序如下：
image_minzy1=min(min(Y)) image_minzy2=min(min(F))
14
武汉理工大学《Matlab课程设计》课程设计
3.3.2计算结果
图像最小值分析结果如下图所示
图3.4 最小值分析
3.4各像素点值的均值的获取 3.4.1引用函数
MATLAB中提供均值计算函数mean()和mean2()，函数的使用方法如下：例如用mean2（X）求出矩阵X所有元素的均值。
若要求整个矩阵的均值，则为mean(mean(X))。 >>X=[1 2 3 4 5 6]
>>mean(mean(X))=3.5 也可使用mean2函数： >>mean2(X)=3.5
题目要求计算图像各像素点的均值，因而可通过调用mean2()函数进行计
15