基于图像色值转换的算法

张祖莲，王命全，李景林

(新疆气象局 新疆兴农网信息中心，新疆 乌鲁木齐 830002)

随着现代网络的飞速发展，数字图像显示越来越重要,对图像的研究、分析越来越多。对图像的分析处理需要涉及图像的色值，例如对图像的模糊处理、模式识别等都可以通过判断色值范围等方法来进行图像识别。对图像精细化调整，需要把图像转化成具体色值，对单个图像像素色值进行调整。对图像进行精确处理、判断，对图像的各种处理就相当方便。 同时在目前网络攻击现象[1-2]频繁的情况下，把图像转化成具体色值提高了图像传输的安全。

1 相关研究

大部分对图像的研究都需要对图像像素的色值进行研究。例如：参考文献[3]中提出一种新的基于混沌序列和位交换的图像置乱算法,该算法根据各像素点的位置，可有效地实现图像置乱；参考文献[4]利用Logistic映射产生的不同的混沌序列生成置乱矩阵分别对图像的三基色RGB进行扰动，然后再由三维Loren混沌系统生成的混沌密钥流改变图像像素点数值，以达到加密的目的；参考文献[5]提出中值滤波器，中值滤波器是一种有效的非线性椒盐噪声滤波算法[6],它是把邻域中的像素值进行排序，然后选择该组数据的中间值作为输出的像素值。

通过上面的研究发现，将数字图像转化成色值矩阵是对图像研究的首要，也是关键的一步。本文算法主要实现如何将数字图像转化成色值矩阵。

2 本文算法

对于每一个图像，像素点代表一个色值，一个普通的图像包含很多像素点，一张图像可以转成一个全由色值组成的矩阵。目前计算机每秒的运转速度，对处理一般图像矩阵还是相当快的。每一个像素点的范围用十进制表示是：00000000～99999999;用十六进制表示是：000000～ffffff。

将图像转化成相关色值的具体算法如下：

(1)转化成十进制算法的相关核心代码(2)转化成十六进制色值相关核心代码private string changePic16(string picPath)

(3)将色值还原图像相关核心代码

3 算法验证

取一个像素为20×20的图片，分别用前面3种算法进行测试，结果如图1所示。

图1 三种算法测试结果

从图1可以看出算法是有效的，针对图片的每一个像素点，精确度高；算法可以很方便地将图片转化成色值矩阵，也能方便地将图像还原。

实验证明本文算法有效，可以很好地将图像转化成色值矩阵，对图像的处理可以精确到对图像的每一个像素的处理。该算法为图像的各种分析、识别加密算法提供了帮助、参考。

[1]张祖莲,王命全,李景林.一种自定义动态密钥预防DDoS攻击的算法[J].微型机与应用，2013，32(20)：77-79.

[2]王命全，张祖莲，李景林.防Web攻击的登录窗口程序设计[J]. 微型机与应用，2014，33（5）：5-7.

[3]袁玲，康宝生.基于Logistic混沌序列和位交换的图像置乱算法[J]. 计算机应用，2009，29（10）：2681-2683.

[4]卢辉斌，刘海莺.基于耦合混沌的彩色图像加密算法[J].计算机应用，2010，30（7）：1812-1814.

[5]PITAS I，VENETSANOPOUTOS A N.Order statistics in digital image processing[J].Proceedings of the IEEE，1992，80（12）：1893-1921.

[6]刘榴娣，刘明奇，党长民.实用数字图像处理[M].北京：北京理工大学出版社，1998.