影像形成與基礎

灰階影像

灰階影像承載亮度但沒有顏色:每個像素是從黑到白尺度上的單一數字。把照片的色相抽掉,剩下的就是灰階影像——一張記錄每個點送多少光給相機的地圖。由於每個像素只有一個值而非三個,它是最精簡而仍有意義的影像,一張單一的二維矩陣。

把彩色轉成灰階是一種亮度(luminance)計算,而非各通道的單純平均,因為人眼對綠的敏感度遠高於紅或藍。標準的加權公式(ITU-R BT.601)是 Y = 0.299 R + 0.587 G + 0.114 B,綠的權重最重,使結果符合感知亮度;現代高畫質內容使用 BT.709 權重(0.2126、0.7152、0.0722)。就物理正確性而言,這個加權應套用於線性 RGB,不過許多函式庫為求快速,直接套用於 gamma 編碼的數值作為近似。輸出是一個通道,其中 0 是黑、最大值(8 位元中為 255)是白。

灰階之所以重要,是因為許多視覺運算子在意的是結構——邊緣、梯度、角點、紋理——而這些存在於亮度而非顏色之中。經典特徵偵測器(SIFT、Harris 角點)、邊緣運算子(Sobel、Canny),以及許多模板匹配與光學字元辨識(OCR)流程都在灰階上運行:它把記憶體與運算量砍成三分之一、把顏色這個干擾變數移除,且對幾何任務往往已足夠。代價是任何需要顏色的線索——把成熟的紅色果實與綠葉區分,或按色相分割——都無可挽回地遺失,因此灰階是一個刻意的選擇,而非免費的簡化。

對通道取平均,(R + G + B) / 3,是取得灰階的錯誤方法:相對於人類的感知,它會使純綠太暗、純藍太亮。請使用亮度權重。反過來說,灰階影像是單通道的;把它存成三個相同通道的 RGB 會浪費三倍儲存空間,且不傳達任何額外資訊。

又称
greyscale imageintensity image