1、灰度图像、灰度（值）
灰度图像是由灰度像素组成的，所谓灰度像素就是指：在RGB颜色模型下，图像中每个像素颜色的R、G、B 三种基色的分量值相等的像素。在RGB 颜色模型下，RGB 三原色的取值都是0～255 之间的整数。因此，灰度图像只能表现256 种颜色（或亮度）。通常把灰度图像中像素的亮度称为灰度值。
2、图像的灰度化处理
在数字图像处理中，灰度直方图是一种最简单、最有用的工具之一，它概括了一幅图像的灰度级内容。任何一幅图像的灰度直方图都包括了可观的信息，某些类型的图像还可由其直方图完全描述。需要说明的是，一幅图像唯一对应一幅直方图，但是一幅直方图则有可能对应无数幅图像，这一点不难理解，因为灰度直方图反映的只是图像中各级灰度的统计数目，而与图像中各级灰度象素的分布位置无关。灰度图像是建立灰度直方图的基础，因此下面先介绍彩色图像的灰度化处理。
2.3.1 图像的灰度化处理
数字图像的灰度化处理是指把彩色图像转化为灰度图像的处理过程。
灰度化处理的方法有很多种方法，经常使用的方法主要有如下三种：
1、最大值法：使R、G、B 的值等于三个值中最大的一个，即： R = G = B = max(R,G, B)用最大值法对彩色图像进行灰度化处理会使图像的整体亮度增强。
2、平均值法：对R、G、B 求出平均值，即：
R = G = B = (R,G,B) / 3
采用平均法对彩色图像进行灰度化处理会形成比较柔和的灰度图像。
3、加权平均值法：根据三种基色的重要性或其他指标给R、G、B 赋予不同的权值，即：
R = G = B = (Wr*R + Wg*G + Wb*B)/(Wr + Wg + Wb)
其中，Wr、Wg、Wb分别为R、G、B 的权重。
取不同的值，加权平均值法将形成不同的灰度图像。由于人眼对绿色的敏感度最高，对红色的敏感度次之，对蓝色的敏感度最低，因此使 Wg > Wr > Wb 将得到比较合理的灰度图像。实验和理论推导证明，Wr = 0.299、Wg = 0.587、Wb = 0.114时，即：
R = G = B = (0.299R + 0.587G + 0.114B)/( 0.299 + 0.587 + 0.114) = 0.299R + 0.587G + 0.114B
此时，R、G、B 的取值就是该像素的灰度值，此时得到的灰度图像最合理。对于这个灰度值计算公式，我们并不陌生，它也是图像灰度化处理最常用的一个公式。由RGB 颜色模型和YIQ颜色模型之间线性变换公式可得：
Y = 0.299R + 0.587G + 0.114B
由此可见，这两个公式完全一致。
2.3.2 灰度直方图
灰度直方图反映一幅图像的总体灰度分布，它是灰度级的函数，描述的是图像中每一灰度级与其出现的个数，其横坐标是灰度级，纵坐标表示该灰度级出现的频数。在离散形式下，用g表示灰度级，用P(g) 表示该灰度级出现的频数，则下式成立：
P(g) = Ng / N,0=
式中Ng为图像中出现g这种灰度级的像素的个数，N 为图像中像素总数。在直角坐标系中作出之g和P(g)之间关系的图形就称为灰度直方图。如下就是本文处理的对象类与其对应的直方图，从右边的直方图可以看出，原图像在高灰度段，各种要素的灰度值并没有明显分开，互相混杂有其他颜色的象素,这就给通常的分色处理带来了困难。
需要说明一点的就是，一幅图象对应一个直方图，但是一个直方图并不一定只对应一幅图象。
备注：本文转自：http://blog.csdn.net/yankai0219/article/details/6652829