MATLAB–数字图像处理–图像的分类
图像的分类
图像的属性是多角度的，图像的分类也是多维的。
根据数字图像在计算机中表示方法的不同，分为二值图像、灰度图像、RGB图像和索引图像。
二值图像
二值图像(Binary Image)是指图像上的每一个像素只有两种可能的取值或灰度等级状态，分别代表黑色和白色。
在MATLAB中，二值图像是用一个由0和1组成的二维矩阵表示。这两个可取的值分别对应于关闭和打开，关闭表征该像素处于背景，而打开表征该像素处于前景。以这种方式来操作图像可以更容易识别出图像的结构特征。二值图像操作只返回与二值图像的形式或结构有关的信息，如果希望对其他类型的图像进行同样的操作，则首先要将其转换为二进制的图像格式，可以通过调用MATLAB提供的im2bw( )函数来实现。
二值图像经常使用位图格式存储。
灰度图像
灰度图像(Gray Image)也称为单色图像，通常由一个二维数组表示一幅图像，8位二进制数表示一个像素，0表示黑色，255表示白色，1~254表示不同的深浅灰色。通常灰度图像显示了黑色和白色之间许多级的颜色深度，比人眼所能识别的颜色深度范围要宽的多。
在MATLAB中，灰度图像可以用不同的数据类型来表示，如8位无符号整数、16位无符号整数或双精度类型。无符号整型表示的灰度图像每个像素在[0,255]或[0,65535]范围内取值；双精度类型表示的灰度图像每个像素在[0.0, 1.0]范围内取值。
RGB图像
RGB图像也称为真彩色，是一种彩色图像的表示方法，利用3个大小相同的二维数组表示一个像素，3个数组分别代表R(Red)、G(Green)、B(Blue)这三个分量，通过3种基本颜色可以合成任何颜色。RGB图像中每个像素的每种颜色分量各占8位，每一位由[0,255]中的任意数值表示，因此一个像素由24位表示，允许的最大值为2^24(即16777216)。
在MATLAB中，RGB图像存储为一个M×N×3的多维数据矩阵，其中元素可以为8位无符号整数、16位无符号整数或双精度类型。RGB图像不使用调色板，每一个像素的颜色直接由存储在相应位置的黄绿蓝颜色分量组合确定。
索引图像
索引图像是一种把像素值直接作为RGB调色板下标的图像。调色板通常与索引图像存储在一起，装载图像时，调色板将和图像一同自动装载。
在MATLAB中，索引图像包括一个数据矩阵X和一个颜色映射（调色板）矩阵map。数据矩阵可以是8位无符号整数、16位无符号整数或双精度类型。颜色映射矩阵map是一个m×3的数据矩阵，其中每个元素的值均为[0,1]之间的双精度浮点型数据，map矩阵中的每一行分别表示红色、绿色和蓝色的颜色值。索引图像可把像素值"直接映射"为调色板数值，每个像素的颜色通过使用X的像素值作为map的下标来获得，如值1指向map的第一行，值2指向map的第二行，依次类推。
说明：图中圆圈中的数据是索引图像的数据矩阵X，其下方为颜色映射矩阵map.
图中小圆圈中的值为5，即指向map的第五行，该像素其RGB颜色实际上是（0.2902,0.0627,0.0627）