matlab 灰度图像彩色化

将灰度图像彩色化通常有两种方法：基于统计学的方法和基于深度学习的方法。我这里给出一种基于统计学的方法：

1. 读入灰度图像；
2. 将灰度图像转换为 LAB 颜色空间；
3. 在 AB 通道上进行 k-means 聚类，将像素点聚成 k 类；
4. 计算每一类的 AB 通道的平均值；
5. 生成一个和原图像大小相同的空白彩色图像；
6. 将每一个像素点的灰度值对应的类别的平均值填入空白彩色图像的 AB 通道中；
7. 将彩色图像转换回 RGB 颜色空间。

以下是 MATLAB 代码实现：

% 读入灰度图像
gray_img = imread('gray_image.png');

% 将灰度图像转换为 LAB 颜色空间
lab_img = rgb2lab(gray_img);

% 在 AB 通道上进行 k-means 聚类，将像素点聚成 k 类
k = 3;
ab_img = lab_img(:,:,2:3);
ab_img = im2single(ab_img);
pixel_labels = kmeans(ab_img(:,:), k, 'MaxIter', 100);

% 计算每一类的 AB 通道的平均值
ab_mean = zeros(k,2);
for i = 1:k
    ab_mean(i,:) = mean(ab_img(pixel_labels==i,:));
end

% 生成一个和原图像大小相同的空白彩色图像
color_img = zeros(size(gray_img,1), size(gray_img,2), 3, 'uint8');

% 将每一个像素点的灰度值对应的类别的平均值填入空白彩色图像的 AB 通道中
for i = 1:size(gray_img,1)
    for j = 1:size(gray_img,2)
        pixel_label = pixel_labels((i-1)*size(gray_img,2)+j);
        color_img(i,j,2:3) = ab_mean(pixel_label,:);
    end
end

% 将彩色图像转换回 RGB 颜色空间
color_img = lab2rgb(color_img);

% 显示彩色图像
imshow(color_img);

注意，这种方法的效果并不是很好，生成的彩色图像可能会失去很多细节。如果需要更好的效果，可以尝试基于深度学习的方法，例如使用 GAN（生成对抗网络）进行彩色化。