目的：（1）对一帧8bits 128x128的灰度图像处理为1bits和3bits的128x128灰度图像。

          （2）处理为8bits 64x64和32x32的灰度图像。

一、基本原理

    一幅图像的x和y坐标及幅度可能都是连续的。为了把它转换为数字形式，必须在坐标和幅度上都进行取样操作。数字化坐标值称为取样，数字化幅度值称为量化。

1.1灰度级和空间分辨率（细微结构的分辨率）

单色图像在任何坐标(x0,y0)处的强度为图像在那一点的灰度级(l)，即
l=f(x0,y0)
l位于下列范围：
Lmin ≤ l ≤ Lmax、
区间[Lmin，Lmax]称为灰度级，常令该区间[0，L-1]。
数字化过程对于M，N值和每个像素允许的离散灰度级数L需要一个判定。对于M和N，除了必须取正整数外没有其他要求。然而，处于处理、存储和取样硬件的考虑，灰度级典型的取值是2的整数次幂，即

1.2降低图像空间分辨率

  降低图像空间分辨率是从原图像中删去一样的行和列数完成的。例如，512x512图像是从1024x1024图像中每隔一行或一列删去一行或一列得到的。256x256图像是从512x512图像中每隔一行或一列删去一行或一列产生的，以此类推。其灰度级保持在256。

1.3灰度级数变换算法步骤

Step1.把0-255灰度值中小于127的值赋值为0，其他赋值为255，共2个灰度级，输出为1bit图像；

Step2.把0-255灰度值均匀分成2^3=8份，即为8个灰度级，输出为3bit图像。

二、结果分析

可以看出，处理后的图像灰度级减少，灰度级变成2，变成灰度只有0和1的二值图。

可以看出，处理后的图像灰度级减少，灰度级变成2³即8个灰度级，此时的图像严重压缩，比原始图像减少了很多信息。

由上图可知，处理后的图像复原到128*128大小，与原图相比，损失了较多细节，整个图像上显示出稍微明显的颗粒，这些颗粒在下图更加明显了。

随着取样密度变小，图像质量变差，图像颗粒非常明显，损失了诸多细节。

三、完整程序

a=imread('123.bmp');
b=rgb2gray(a);
figure(1)
imshow(b);
title('8bits 128x128灰度图像');
[m,n]=size(b);
for i=1:m
for j=1:n
if(b(i,j)>0)&&(b(i,j)<127)
        b(i,j)=0;   
     else
        b(i,j)=255; 
     end
end
end
figure(2)
imshow(b);
title('1bit  128x128图像');
b1=rgb2gray(a);
[m,n]=size(b1);
for i=1:m
for j=1:n
     if(b1(i,j)>0)&&(b1(i,j)<32)
        b1(i,j)=0;  
     end
     if(b1(i,j)>31)&&(b1(i,j)<64)  
         b1(i,j)=32; 
     end
     if(b1(i,j)>63)&&(b1(i,j)<96)  
         b1(i,j)=64; 
     end
     if(b1(i,j)>95)&&(b1(i,j)<128)  
         b1(i,j)=96; 
     end
     if(b1(i,j)>127)&&(b1(i,j)<160)  
         b1(i,j)=128; 
     end
     if(b1(i,j)>159)&&(b1(i,j)<192)  
         b1(i,j)=160; 
     end
     if(b1(i,j)>191)&&(b1(i,j)<224) 
         b1(i,j)=192; 
     End
  if(b1(i,j)>191)&&(b1(i,j)<224) 
         b1(i,j)=224; 
     end
 if(b1(i,j)>223)
b1(i,j)=255; 
end
end
end
figure(3)
imshow(b1);
title('3bits  128x128图像');
figure(4)
b=rgb2gray(a);
J= b(1:2:end,1:2:end); 
imshow(J);
title('8bits 128*128变换为64*64');
figure(5)
J = b(1:2:end,1:2:end); 
J=imresize(b,[32,32]);
imshow(J);
title('8bits 128*128变换为32*32');