CN103164841A

CN103164841A - 对灰度图像进行伪彩色处理的方法及装置

Info

Publication number: CN103164841A
Application number: CN2011104069144A
Authority: CN
Inventors: 杨朝辉
Original assignee: Beijing WatchData System Co Ltd
Current assignee: Beijing Watchdata Co ltd
Priority date: 2011-12-08
Filing date: 2011-12-08
Publication date: 2013-06-19
Anticipated expiration: 2031-12-08
Also published as: CN103164841B

Abstract

本发明实施例公开了一种对灰度图像进行伪彩色处理的方法及装置，涉及图像处理领域，能够自适应的将灰度值转换为伪彩色。本发明的方法包括：将灰度图像对应的基色三维数组转换成对应的二维数组，其中二维数组中的每一行分别对应基色三维数组中的一个基色；用预定义的转换矩阵对二维数组进行线性变换；对线性变换后的二维数组进行二重循环处理，得到伪彩色三维数组。本发明实施例主要用于对灰度图像进行伪彩色处理的过程中。

Description

对灰度图像进行伪彩色处理的方法及装置

技术领域

本发明涉及图像处理领域，尤其涉及一种对灰度图像进行伪彩色处理的方法及装置。

背景技术

基于现有的一些信号采集和成像技术，经常会得到灰度图像，例如医学CT、金属探伤、雷达成像等等。而人眼对灰度图像中的目标辨识度较低，人眼能分辨的灰度级仅介于十级到三十级之间，因此，这种显示效果对人们的辨别和分析很不利。

为了提高成像结果的辨识度，现有技术中提出一种伪彩色处理方法，将灰度图像转换成伪彩色图像进行显示，从而更符合人眼的色觉感知。比较常用的经典的伪彩色处理方法是密度分割法。密度分割法是预先通过人工对图像灰度范围进行分层，使某一层灰度间隔对应于某一种颜色，从而将灰度图像转换成伪彩色图像。例如将11-20的灰度间隔设定为红色，将21-30的灰度间隔设定为黄色等等。如果想要充分显示灰度级渐变的细节，则需要在灰度范围内人工划分出更多灰度间隔的层数，并逐一指定每一层灰度间隔对应的颜色。不仅会耗费大量人工成本，得到的伪彩色图像颜色种类较少，还会因人工指定的某些颜色对比度差导致伪彩色图像上颜色层次不清楚和原始灰度图像上某些灰度细节丢失的问题。

发明内容

本发明的实施例提供一种对灰度图像进行伪彩色处理的方法及装置，能够自适应的将灰度值转换为伪彩色。

为达到上述目的，本发明的实施例采用如下技术方案：

一种对灰度图像进行伪彩色处理的方法，包括：

将灰度图像对应的基色三维数组转换成对应的二维数组，其中所述二维数组中的每一行分别对应所述基色三维数组中的一个基色；

用预定义的转换矩阵对所述二维数组进行线性变换；

对线性变换后的二维数组进行二重循环处理，得到伪彩色三维数组。

一种对灰度图像进行伪彩色处理的装置，包括：

二维转换单元，用于将灰度图像对应的基色三维数组转换成对应的二维数组，其中所述二维数组中的每一行分别对应所述基色三维数组中的一个基色；

线性变换单元，用于用预定义的转换矩阵对所述二维数组进行线性变换；

三维转换单元，用于对所述线性变换单元进行线性变换后的二维数组进行二重循环处理，得到伪彩色三维数组。

本发明实施例提供的对灰度图像进行伪彩色处理的方法及装置，将基色三维数组转换成二维数组，并对二维数组进行线性变换，再将变换后的二维数组转换成对应的伪彩色三维数组，从而输出伪彩色图像，与现有技术中通过人工预先设定不同灰度间隔对应的颜色的技术相比，通过预定的线性变换将灰度图像中的每个灰度值转换成对应的颜色，能够自适应的完成灰度与伪彩色的对应转换，不用人工设定每个灰度间隔对应的颜色，使得灰度图像的伪彩色处理更为方便和智能。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例1中对灰度图像进行伪彩色处理的方法流程图；

图2为本发明实施例2中对灰度图像进行伪彩色处理的方法流程图；

图3为本发明实施例3中的一种对灰度图像进行伪彩色处理的装置结构示意图；

图4为本发明实施例3中的另一种对灰度图像进行伪彩色处理的装置结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

本发明实施例提供一种对灰度图像进行伪彩色处理的方法，如图1所示，该方法包括：

101、将灰度图像对应的基色三维数组转换成对应的二维数组，其中所述二维数组中的每一行分别对应所述基色三维数组中的一个基色。

其中，基色三维数组为基于基色类颜色空间，例如红绿蓝三基色(Red GreenBlue，RGB)颜色空间的色彩表示形式；对应的，还有色调类三维数组，是基于色调类颜色空间，例如色调、饱和度、亮度(Hues Saturation Value，HSV)颜色空间的色彩表示形式。在基色三维数组中，每一页代表一个基色，所述对应的二维数组为将基色三维数组中的每一页经二重循环后，得到的二维数组。在该二维数组中，每一行中的元素对应于基色三维数组中一页的元素。

102、用预定义的转换矩阵对所述二维数组进行线性变换。

其中，转换矩阵通过预定义生成，用预定义的转换矩阵对所述二维数组进行线性变换，调整各个元素的数值，增大相邻元素之间的对比度，充分体现相邻像素点之间的色彩变化。

103、对线性变换后的二维数组进行二重循环处理，得到伪彩色三维数组。

其中，二重循环处理后得到的伪彩色三维数组，是基于RGB颜色空间的伪彩色图像数组，将该伪彩色三维数组输出到色彩控制通道，即可得到对应的伪彩色图像。

本发明实施例提供的对灰度图像进行伪彩色处理的方法，将基色三维数组转换成二维数组，并对二维数组进行线性变换，再将变换后的二维数组转换成对应的伪彩色三维数组，从而输出伪彩色图像，与现有技术中通过人工预先设定不同灰度间隔对应的颜色的技术相比，通过预定的线性变换将灰度图像中的每个灰度值转换成对应的颜色，能够自适应的完成灰度与伪彩色的对应转换，不用人工设定每个灰度间隔对应的颜色，使得灰度图像的伪彩色处理更为方便和智能。

实施例2

本发明实施例提供一种对灰度图像进行伪彩色处理的方法，如图2所示，该方法包括：

201、获取灰度图像对应的灰度值数组作为色调数组，并对所述色调数组以及预定的饱和度数组和亮度数组进行二重循环处理，得到色调三维数组。

可以理解的是，所述灰度图像可以为工业或钢铁检测得到的灰度图像，也可以是X光片、CT、B超、MRI等医学灰度图像，例如：髋关节CT图像。灰度图像是由m行n列的灰度像素组成的，灰度图像对应的灰度值数组中每个元素的数值则代表对应的每个像素的灰度值。例如，灰度图像对应的灰度值数组A形如下式：

A = (\begin{matrix} a_{11} & a_{12} & \cdot \cdot \cdot & a_{1 n} \\ a_{21} & a_{22} & \cdot \cdot \cdot & a_{2 n} \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ a_{m 1} & a_{m 2} & \cdot \cdot \cdot & a_{mn} \end{matrix})

(a)

在灰度值数组A中，描述了m×n个像素点的灰度值，a_ij代表每个像素点的灰度值。

其中，所述色调三维数组，是在色调类颜色空间中对颜色和图像的标识方法，例如在色调、饱和度、亮度(Hues Saturation Value，HSV)颜色空间中，像素点的颜色是由色调、饱和度、亮度三个值共同决定的，因此需要三个数组来表示彩色图像。为了构成色调三维数组，预先定义了饱和度数组和亮度数组，并获取灰度图像对应的灰度值数组作为色调数组，例如将灰度值数组A作为色调数组，得到色调数组A。

具体的，为了便于在HSV颜色空间对数据进行计算，可以先对色调数组A进行小数化处理，将其中各个元素转化成0到1之间的小数。例如，根据下面的公式将色调数组A小数化得到小数化的色调数组H：

h＝a/255 (b)

其中，a是色调数组A中第i行、第j列元素的数值，而h是小数化色调数组H第i行、第j列元素的数值。得到的小数化的色调数组H形如下式：

H = (\begin{matrix} h_{11} & h_{12} & \cdot \cdot \cdot & h_{1 n} \\ h_{21} & h_{22} & \cdot \cdot \cdot & h_{2 n} \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ h_{m 1} & h_{m 2} & \cdot \cdot \cdot & h_{mn} \end{matrix})

(c)

可以理解的是，小数化的色调数组H有m行、n列，那么再构造两个m行、n列的饱和度数组S和亮度数组V。所述饱和度数组S和亮度数组V可以将每一个元素的数值都设为1，形如下式：

S = V = (\begin{matrix} 1 & 1 & \cdot \cdot \cdot & 1 \\ 1 & 1 & \cdot \cdot \cdot & 1 \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ 1 & 1 & \cdot \cdot \cdot & 1 \end{matrix})

(d)

其中，三维数组的第三维称为“页”，即一个三维数组由行、列和页组成，其中每一页包含一个由行和列构成的二维数组，并且每一页的二维数组必须有相同的维数。矩阵可以看作二维数组。这样可以对3个二维数组H、S和V进行二重循环处理，构造生成一个HSV颜色空间的色调三维数组datahsv。二重循环处理是for循环体内还包含有一个for循环语句的算法。具体的，对二维数组的一行中逐列读取元素，完成一行元素的处理后对下一行元素采取相同的操作，依次按照逐列的读取方式逐行处理二维数组，这样行方向的循环中包含列方向的循环的算法，被称为二重循环处理。在本实施例中，对3个二维数组H、S和V进行二重循环处理，不改变二维数组中每个元素的数值大小，将三个二维数组中的每个元素对应的写入到三维数组datahsv的每一页中，构造生成一个HSV颜色空间的色调三维数组datahsv，其中第一页、第二页和第三页分别对应于二维数组H、S和V。

该色调三维数组datahsv的第一页形如下式：

datahsv (:, : 1) = H = (\begin{matrix} h_{11} & h_{12} & \cdot \cdot \cdot & h_{1 n} \\ h_{21} & h_{22} & \cdot \cdot \cdot & h_{2 n} \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ h_{m 1} & h_{m 2} & \cdot \cdot \cdot & h_{mn} \end{matrix})

(e)

该色调三维数组datahsv的第二页形如下式：

datahsv (:, : 2) = S = (\begin{matrix} 1 & 1 & \cdot \cdot \cdot & 1 \\ 1 & 1 & \cdot \cdot \cdot & 1 \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ 1 & 1 & \cdot \cdot \cdot & 1 \end{matrix})

(f)

该色调三维数组datahsv的第三页形如下式：

datahsv (:, : 3) = V = (\begin{matrix} 1 & 1 & \cdot \cdot \cdot & 1 \\ 1 & 1 & \cdot \cdot \cdot & 1 \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ 1 & 1 & \cdot \cdot \cdot & 1 \end{matrix})

(g)

202、将所述色调三维数组转换成对应的基色三维数组。

其中，通过步骤201得到的HSV颜色空间的三维数组并不能映射到基色类颜色空间中完成输出，这里的基色类颜色空间可以为红绿蓝三基色(Red GreenBlue，RGB)颜色空间，因此将HSV颜色空间的色调三维数组转换成RGB颜色空间的基色三维数组。

可以通过现有技术实现HSV颜色空间到RGB颜色空间的转换。例如，通过数学软件Matlab里的hsv2rgb函数，将色调三维数组datahsv转换成对应的基色三维数组datargb。

该基色三维数组datargb的第一页、第二页和第三页分别为：

datar = (\begin{matrix} r_{11} & r_{12} & \cdot \cdot \cdot & r_{1 n} \\ r_{21} & r_{22} & \cdot \cdot \cdot & r_{2 n} \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ r_{m 1} & r_{m 2} & \cdot \cdot \cdot & r_{mn} \end{matrix})

datag = (\begin{matrix} g_{11} & g_{12} & \cdot \cdot \cdot & g_{1 n} \\ g_{21} & g_{22} & \cdot \cdot \cdot & g_{2 n} \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ g_{m 1} & g_{m 2} & \cdot \cdot \cdot & g_{mn} \end{matrix})

datab = (\begin{matrix} b_{11} & b_{12} & \cdot \cdot \cdot & b_{1 n} \\ b_{21} & b_{22} & \cdot \cdot \cdot & b_{2 n} \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ b_{m 1} & b_{m 2} & \cdot \cdot \cdot & b_{mn} \end{matrix})

(h)

203、将基色三维数组转换成对应的二维数组。

其中，所述二维数组中的每一行分别对应于所述基色三维数组中的一个基色。例如，根据RGB颜色空间中的红色基色对应的数组datar的数据生成m×n列的一维向量datar1D，具体的生成方法为：不改变datar中每个元素的数值大小，将datar的第i行第j列的元素对应于datar1D的第(j-1)×m+i列的元素，得到只有一行的m×n列的一维向量datar1D。同理，根据数组datag和datab的数据也可以生成2个m×n列的一维向量datag1D和datab1D。由这三个一维向量构造一个3行m×n列的二维数组data，二维数组data的第1行、第2行和第3行数据分别是datar1D、datag1D和datab1D，即：

data = (\begin{matrix} r_{11} & r_{21} & \cdot \cdot \cdot & r_{m 1} & r_{12} & r_{22} & \cdot \cdot \cdot & r_{m 2} & \cdot \cdot \cdot & \cdot \cdot \cdot & r_{1 n} & r_{2 n} & \cdot \cdot \cdot & r_{mb} \\ g_{11} & g_{21} & \cdot \cdot \cdot & g_{m 1} & g_{12} & g_{22} & \cdot \cdot \cdot & g_{m 2} & \cdot \cdot \cdot & \cdot \cdot \cdot & g_{1 n} & g_{2 n} & \cdot \cdot \cdot & g_{mn} \\ b_{11} & b_{21} & \cdot \cdot \cdot & b_{m 1} & b_{12} & b_{22} & \cdot \cdot \cdot & b_{m 2} & \cdot \cdot \cdot & \cdot \cdot \cdot & b_{1 n} & b_{2 n} & \cdot \cdot \cdot & b_{mn} \end{matrix})

(i)

204、对三阶单位矩阵进行中心化处理，并将中心化处理后三个最小特征值对应的特征向量组成预定义的转换矩阵。

需要说明的是，生成预定义的转换矩阵的步骤也可以在201之前预先生成，也可以调整到其他恰当的时候生成，生成预定义的转换矩阵的具体时间本发明实施例不做具体限定。

具体的，生成转换矩阵E的方法可以为：

三阶单位矩阵k形如：

k = [\begin{matrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{matrix}]

(j)

对k进行中心化处理得到ck。三阶单位矩阵k所有元素的平均值不等于0，对矩阵k进行中心化处理，就是使矩阵中所有元素的平均值等于0。对中心化处理后得到的各个元素保留4位小数的ck形如：

ck = [\begin{matrix} 0.6667 & - 0.3333 & - 0.3333 \\ - 0.3333 & 0.6667 & - 0.3333 \\ - 0.3333 & - 0.3333 & 0.6667 \end{matrix}]

(k)

依据线性代数的算法，可以计算得到矩阵ck的全部特征值，在中心化三阶单位矩阵ck的全部特征值中，按照特征值从小到大的顺序选择三个特征值，作为最小的三个特征值。最小的三个特征值构成对角矩阵D，由矩阵D计算这三个特征值对应的三个特征向量。由最小的三个特征值对应的三个特征向量作为列向量，组成转换矩阵E。对角矩阵D中的三个特征值分别对应转换矩阵E中的三个列向量。可以理解的是，以上所述中心化处理、特征值、特征向量均是线性代数中的基本概念，其具体计算方法为本领域技术人员所熟知，本发明实施例这里将不再一一赘述。

D = [\begin{matrix} 1.6653 \times e^{- 16} & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{matrix}]

E = [\begin{matrix} - 0.5774 & 0.8165 & 7.8505 \times e^{- 17} \\ - 0.5774 & - 0.4082 & - 0.7071 \\ - 0.5774 & 0.4082 & 0.7071 \end{matrix}]

(l)

E即是对二维数组data进行线性变换的转换矩阵。

205、将预定义的转换矩阵与步骤203中得到的二维数组相乘，并对相乘后得到的每个元素取绝对值，得到线性变换后的二维数组。

其中，通过预定义的转换矩阵E对二维数组data进行线性变换的方法可以为：计算temp＝E×data。其中，data是步骤203得到的二维矩阵，×是矩阵乘运算符。计算得到的结果temp也是一个3行m×n列的二维数组。对二维数组temp中每个元素的数值取绝对值，又得到一个3行m×n列的二维数组F。该二维数组F即为线性变换后的二维数组，令z＝m×n，该二维数组F可以表示为：

F = (\begin{matrix} f_{11} & f_{12} & \cdot \cdot \cdot & f_{1 z} \\ f_{21} & f_{22} & \cdot \cdot \cdot & f_{2 z} \\ f_{31} & f_{32} & \cdot \cdot \cdot & f_{3 z} \end{matrix})

(m)

206、将线性变换后的二维数组中的每一行经二重循环处理后转换成对应的目标矩阵，得到三个对应的目标矩阵。

具体的，从线性变换后的二维数组F的第一行、第二行和第三行的数据分别是三个向量，用F1、F2和F3表示，即：

F1＝(f₁₁ f₁₂…f_1z)

F2＝(f₂₁ f₂₂…f_2z)

F3＝(f₃₁ f₃₂…f_3z) (n)

由于得到的三个向量F1、F2和F3在数值可能大于1，因此可以在这里对三个向量F1、F2和F3进行归一化处理：将向量中每个元素的数值大小调整到[0，1]范围内。具体的，如果向量中某个元素的数值大于1，就把该元素的数值重置为1；如果向量中某个元素的数值在[0，1]范围内，则保留该元素本身的数值不变。这么做的目的是为了满足RGB颜色空间对数组中各元素的格式要求。另外，如果向量中数值大于1的元素较多，也可以采用其他的归一化处理方式，将向量中每个元素的数值大小调整到[0，1]范围内。例如，通过以下算法进行归一化处理：(x-MinValue)/(MaxValue-MinValue)，其中x为原向量中的元素值，MinValue为原向量中最小的元素值，MaxValue为原向量中最大的元素值，根据以上公式处理向量F1、F2和F3中的每个元素，得到归一化处理后的向量F1、F2和F3。或者，也可以采用对数算法进行归一化处理，例如通过以10为底的对数函数log₁₀(x)处理向量F1、F2和F3中的每个元素，将向量中每个元素的数值大小调整到[0，1]范围内。可以理解的是，这里的归一化处理可以采用其他的处理算法，也可以调整到其他恰当的时刻进行，例如在步骤207得到伪彩色三维数组之后，再对伪彩色三维数组中的各个元素进行归一化处理。另外，还可以根据实际情况调整归一化步骤的顺序，本发明实施例不做限定。

然后把三个向量F1、F2和F3分别变换成三个目标矩阵，并组合这三个目标矩阵成一个三维数组以便于进行彩色显示。

具体的，不改变向量F1中各元素的数值，把向量F1转换成m行n列的矩阵II1，m代表伪彩色处理后的图像有m行像素点，也是处理后位图的高度，n是代表伪彩色处理后的图像有n列像素点，也是处理后位图的宽度。F1中第c列的元素在II1中的位置是第i行、第j列，不改变各元素值的大小，其中i和j的计算公式如下：

i＝mod(c-1，m)+1

j＝floor[(c-1)/m]+1 (o)

其中，mod是取模函数，floor是下位取整函数。同理，也可以把向量F2和F3转换成m行n列的矩阵II2和II3。矩阵II1、II2和II3的形式如下：

II 1 = (\begin{matrix} {ii 1}_{11} & {ii 1}_{12} & \cdot \cdot \cdot & {ii 1}_{1 n} \\ {ii 1}_{21} & {ii 1}_{22} & \cdot \cdot \cdot & {ii 1}_{2 n} \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ {ii 1}_{m 1} & {ii 1}_{m 2} & \cdot \cdot \cdot & {ii 1}_{mn} \end{matrix})

II 2 = (\begin{matrix} {ii 2}_{11} & {ii 2}_{12} & \cdot \cdot \cdot & {ii 2}_{1 n} \\ {ii 2}_{21} & {ii 2}_{22} & \cdot \cdot \cdot & {ii 2}_{2 n} \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ {ii 2}_{m 1} & {ii 2}_{m 2} & \cdot \cdot \cdot & {ii 2}_{mn} \end{matrix})

II 3 = (\begin{matrix} {ii 3}_{11} & {ii 3}_{12} & \cdot \cdot \cdot & {ii 3}_{1 n} \\ {ii 3}_{21} & {ii 3}_{22} & \cdot \cdot \cdot & {ii 3}_{2 n} \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ {ii 3}_{m 1} & {ii 3}_{m 2} & \cdot \cdot \cdot & {ii 3}_{mn} \end{matrix})

(p)

207、对所述三个对应的目标矩阵进行二重循环处理，组合成对应的伪彩色三维数组。

具体的，可以把步骤206中得到的三个目标矩阵II1、II2和II3分别作为一个伪彩色三维数组II的第一页、第二页和第三页。得到的伪彩色三维数组是基于RGB颜色空间的，其中每一页分别对应三基色的红色、绿色和蓝色。伪彩色三维数组II的第一页、第二页和第三页分别形如下式：

II (:, : 1) = II 1 = (\begin{matrix} {ii 1}_{11} & {ii 1}_{12} & \cdot \cdot \cdot & {ii 1}_{1 n} \\ {ii 1}_{21} & {ii 1}_{22} & \cdot \cdot \cdot & {ii 1}_{2 n} \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ {ii 1}_{m 1} & {ii 1}_{m 2} & \cdot \cdot \cdot & {ii 1}_{mn} \end{matrix})

II (:, : 2) = II 2 = (\begin{matrix} {ii 2}_{11} & {ii 2}_{12} & \cdot \cdot \cdot & {ii 2}_{1 n} \\ {ii 2}_{21} & {ii 2}_{22} & \cdot \cdot \cdot & {ii 2}_{2 n} \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ {ii 2}_{m 1} & {ii 2}_{m 2} & \cdot \cdot \cdot & {ii 2}_{mn} \end{matrix})

II (:, : 3) = II 3 = (\begin{matrix} {ii 3}_{11} & {ii 3}_{12} & \cdot \cdot \cdot & {ii 3}_{1 n} \\ {ii 3}_{21} & {ii 3}_{22} & \cdot \cdot \cdot & {ii 3}_{2 n} \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ {ii 3}_{m 1} & {ii 3}_{m 2} & \cdot \cdot \cdot & {ii 3}_{mn} \end{matrix})

(q)

综上，伪彩色三维数组II即是本发明实施例预期要得到的伪彩色图像的数据。

208、将所述伪彩色三维数组输出到基色显示通道，并显示伪彩色图像。

其中，将步骤207中得到的伪彩色三维数组II输出到基色显示通道，该基色显示通道可以为红绿蓝三基色的显示器控制设备、三基色的电子枪、打印设备等等。基色显示通道根据伪彩色三维数组II中每个元素的数值，输出每个像素点的颜色，将伪彩色图像显示或打印等。

需要说明的是，本发明实施例中部分步骤的描述可以参考实施例1中对应内容，本发明实施例这里将不再一一赘述。

实施例3

本发明实施例提供一种对灰度图像进行伪彩色处理的装置，如图3所示，包括：二维转换单元31、线性变换单元32、三维转换单元33。

二维转换单元31，用于将灰度图像对应的基色三维数组转换成对应的二维数组，其中所述二维数组中的每一行分别对应所述基色三维数组中的一个基色。

线性变换单元32，用于用预定义的转换矩阵对所述二维数组进行线性变换。

三维转换单元33，用于对所述线性变换单元32进行线性变换后的二维数组进行二重循环处理，得到伪彩色三维数组。

进一步的，如图4所示，该对灰度图像进行伪彩色处理的装置还包括：数组获取单元34、空间转换单元35。

数组获取单元34，用于在所述二维转换单元31将灰度图像对应的基色三维数组转换成对应的二维数组之前，获取所述灰度图像对应的灰度值数组作为色调数组，并对所述色调数组以及预定的饱和度数组和亮度数组进行二重循环处理，得到色调三维数组。

空间转换单元35，用于将数组获取单元34获取到的所述色调三维数组转换成对应的基色三维数组。

进一步的，所述线性变换单元32包括：转换矩阵模块321、线性变换模块322。

转换矩阵模块321，用于对三阶单位矩阵进行中心化处理，并将中心化处理后三个最小特征值对应的特征向量组成预定义的转换矩阵。

线性变换模块322，用于将转换矩阵模块321计算得到的预定义的转换矩阵与所述二维数组相乘，并对相乘后得到的每个元素取绝对值，得到线性变换后的二维数组。

进一步的，所述三维转换单元33包括：矩阵转换模块331、三维转换模块332。

矩阵转换模块331，用于将所述线性变换单元32进行线性变换后的二维数组中的每一行经二重循环处理后转换成对应的目标矩阵，得到三个对应的目标矩阵。

三维转换模块332，用于对矩阵转换模块计算得到的三个对应的目标矩阵进行二重循环处理，转换成对应的伪彩色三维数组。

进一步的，该对灰度图像进行伪彩色处理的装置还包括：图像显示单元36。

图像显示单元36，用于将所述三维转换单元处理得到的所述伪彩色三维数组输出到基色显示通道，并显示伪彩色图像。

需要说明的是，本发明实施例提供的对灰度图像进行伪彩色处理的装置中部分功能模块的描述可以参考实施例1和实施例2中对应内容，本发明实施例这里将不再一一赘述。

本发明实施例提供的对灰度图像进行伪彩色处理的装置，将基色三维数组转换成二维数组，并对二维数组进行线性变换，再将变换后的二维数组转换成对应的伪彩色三维数组，从而输出伪彩色图像，与现有技术中通过人工预先设定不同灰度间隔对应的颜色的技术相比，通过预定的线性变换将灰度图像中的每个灰度值转换成对应的颜色，能够自适应的完成灰度与伪彩色的对应转换，不用人工设定每个灰度间隔对应的颜色，使得灰度图像的伪彩色处理更为方便和智能。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在可读取的存储介质中，如计算机的软盘，硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims

1.一种对灰度图像进行伪彩色处理的方法，其特征在于，包括：

用预定义的转换矩阵对所述二维数组进行线性变换；

2.根据权利要求1所述的对灰度图像进行伪彩色处理的方法，其特征在于，在将灰度图像对应的基色三维数组转换成对应的二维数组之前，还包括：

获取所述灰度图像对应的灰度值数组作为色调数组，并对所述色调数组以及预定的饱和度数组和亮度数组进行二重循环处理，得到色调三维数组；

将所述色调三维数组转换成对应的基色三维数组。

3.根据权利要求1或2所述的对灰度图像进行伪彩色处理的方法，其特征在于，所述用预定义的转换矩阵对所述二维数组进行线性变换，包括：

对三阶单位矩阵进行中心化处理，并将中心化处理后三个最小特征值对应的特征向量组成预定义的转换矩阵；

将预定义的转换矩阵与所述二维数组相乘，并对相乘后得到的每个元素取绝对值，得到线性变换后的二维数组。

4.根据权利要求3所述的对灰度图像进行伪彩色处理的方法，其特征在于，所述对线性变换后的二维数组进行二重循环处理，得到伪彩色三维数组，包括：

将线性变换后的二维数组中的每一行经二重循环处理后转换成对应的目标矩阵，得到三个对应的目标矩阵；

对所述三个对应的目标矩阵进行二重循环处理，组合成对应的伪彩色三维数组。

5.根据权利要求1或2所述的对灰度图像进行伪彩色处理的方法，其特征在于，在得到伪彩色三维数组之后，还包括：

将所述伪彩色三维数组输出到基色显示通道，并显示伪彩色图像。

6.一种对灰度图像进行伪彩色处理的装置，其特征在于，包括：

7.根据权利要求6所述的对灰度图像进行伪彩色处理的装置，其特征在于，还包括：

数组获取单元，用于在所述二维转换单元将灰度图像对应的基色三维数组转换成对应的二维数组之前，获取所述灰度图像对应的灰度值数组作为色调数组，并对所述色调数组以及预定的饱和度数组和亮度数组进行二重循环处理，得到色调三维数组；

空间转换单元，用于将数组获取单元获取到的所述色调三维数组转换成对应的基色三维数组。

8.根据权利要求6或7所述的对灰度图像进行伪彩色处理的装置，其特征在于，所述线性变换单元包括：

转换矩阵模块，用于对三阶单位矩阵进行中心化处理，并将中心化处理后三个最小特征值对应的特征向量组成预定义的转换矩阵；

线性变换模块，用于将转换矩阵模块计算得到的预定义的转换矩阵与所述二维数组相乘，并对相乘后得到的每个元素取绝对值，得到线性变换后的二维数组。

9.根据权利要求8所述的对灰度图像进行伪彩色处理的装置，其特征在于，所述三维转换单元包括：

矩阵转换模块，用于将所述线性变换单元进行线性变换后的二维数组中的每一行经二重循环处理后转换成对应的目标矩阵，得到三个对应的目标矩阵；

三维转换模块，用于对矩阵转换模块计算得到的三个对应的目标矩阵进行二重循环处理，组合成对应的伪彩色三维数组。

10.根据权利要求6或7所述的对灰度图像进行伪彩色处理的装置，其特征在于，还包括：

图像显示单元，用于将所述三维转换单元处理得到的所述伪彩色三维数组输出到基色显示通道，并显示伪彩色图像。