算法：通过三个不同函数（这里是三个分段线性函数），将一个灰度值映射三个不同灰度值，分别保存在三个不同的矩阵中，
再把三个矩阵的值分别赋值到一个新矩阵的三个通道中，这个新矩阵就是伪彩色图像矩阵，这样就由一张灰度图，得到一张伪彩色图片。
三个映射函数如下：

1. matlab代码：
%题目：基于灰度变换的伪彩色方法
%意义：将亮度低的映射为蓝色(冷色)，亮度高的映射为红色（暖色）。
%方法：分别用三个矩阵保存，三个通道的灰度值。每个通道的灰度值，有不同的映射函数。
% 输入灰度级        输出彩色
% 0～63  1/4         蓝色
% 64～127 2/4        紫色
% 128～191 3/4       黄色
% 192～255  4/4      红色
clc;
clear;
grayImage=rgb2gray(imread('D:\Code\Image\girl.jpg'));
figure,imshow(grayImage);
[row,col]=size(grayImage);
range=255;%每个通道的最大灰度值

R = zeros(row,col);
G = zeros(row,col);
B = zeros(row,col);
for i=1:row
     for j=1:col
        if grayImage(i,j)<=range/4% [0,64]偏蓝
            R(i,j)=0;
            G(i,j)=4*grayImage(i,j);
            B(i,j)=range;
            else if grayImage(i,j)<=range/2% (64,128] 偏紫
                 R(i,j)=0;
                 G(i,j)=range;
                 B(i,j)=-4*grayImage(i,j)+2*range;
                else if grayImage(i,j)<=3*range/4% (128, 192]
                        R(i,j)=4*grayImage(i,j)-2*range;
                        G(i,j)=range;
                        B(i,j)=0;
                     else
                        R(i,j)=range;
                        G(i,j)=4*(range-grayImage(i,j));
                        B(i,j)=0;
                    end
                end
        end
    end
end

out = zeros(row,col);
for i=1:row
    for j=1:col
              out(i,j,1)=R(i,j);
              out(i,j,2)=G(i,j);
              out(i,j,3)=B(i,j);
    end
end

out=out/256;
figure,imshow(out);
2. C++实现：
#include <opencv2/opencv.hpp>
using namespace cv;

int main()
{
	Mat grayImg = imread("D:/Code/Image/girl.jpg", 0);
	imshow("原图", grayImg);

	Mat R = grayImg.clone();
	Mat G = grayImg.clone();
	Mat B = grayImg.clone();

	int rows = grayImg.rows;
	int cols = grayImg.cols;
	for (int i = 0; i < rows; i++)
	{
		for (int j = 0; j < cols; j++)
		{
			int current = grayImg.at<uchar>(i, j);
			if (0 < current && current <= 64)
			{
				R.at<uchar>(i, j) = 0;
				G.at<uchar>(i, j) = 4 * current;
				B.at<uchar>(i, j) = 255;
			}
			else if (64 < current && current <= 128)
			{
				R.at<uchar>(i, j) = 0;
				G.at<uchar>(i, j) = 255;
				B.at<uchar>(i, j) = -4 * (current - 64) + 255;
			}
			else if (128 < current && current <= 192)
			{
				R.at<uchar>(i, j) = 4 * (current - 128);
				G.at<uchar>(i, j) = 255;
				B.at<uchar>(i, j) = 0;
			}
			else
			{
				R.at<uchar>(i, j) = 255;
				G.at<uchar>(i, j) = -4 * (current - 255);
				B.at<uchar>(i, j) = 0;
			}


		}
	}

	Mat channels[3];  //定义对象数组，分别存储三个通道
	Mat pseuMat;      //融合三个通道，存储在一个Mat里
	channels[0] = B;
	channels[1] = G;
	channels[2] = R;

	merge(channels, 3, pseuMat);
	imshow("效果图", pseuMat);

	waitKey(0);
	return 0;
}
效果如下：

Matlab：如何将暗光环境下的成像可视化以及灰度图映射成彩色图像？
文章目录
Matlab：如何将暗光环境下的成像可视化以及灰度图映射成彩色图像？
主题内容：将暗光环境下的小鼠体内的放射性元素成像与小鼠图像进行融合。（原图的格式采用tiff格式，[本文涉及的素材及代码均已上传]( https://pan.baidu.com/s/1AKDbWgjhYQnmOM0KtkN9tA  )（提取码: sxf4））
一：将暗光环境下的成像可视化？
二：如何进行灰度图的颜色映射？
三:代码的整合：
四：最终的效果展示：

主题内容：将暗光环境下的小鼠体内的放射性元素成像与小鼠图像进行融合。（原图的格式采用tiff格式，本文涉及的素材及代码均已上传（提取码: sxf4））

一：将暗光环境下的成像可视化？


​	采用矩阵的点称对原图像素值进行可视化变换。

pet=imread('E:/photograph.tif');%小鼠图像
pet=double(pet);%将像素转换成double类型
pet1=pet.^(0.4+0.05*6);
imshow(uint8(pet1));%显示可视化图像，这里将类型还原成整数类型显示

tumor=imread('E:/tumors.tif');%放射扫描图像
tumor=double(tumor);
imshow(uint8(tumor.^(0.4+0.05*5)));



二：如何进行灰度图的颜色映射？



由于小鼠图像的通道为1(灰度图通道数为1)，首先将通道数转换成3
tumor_dyed_color(:,:,1)=pet1(:,:,1);%其余2个通道的颜色值均与1通道保持一致
tumor_dyed_color(:,:,2)=pet1(:,:,1);
tumor_dyed_color(:,:,3)=pet1(:,:,1);



设定ROI(Region Of Interest)，而不是把将放射元素成像全部映射为彩色。
lower_tensity=1000; %选取灰度值大于1000，小于1300的像素点进行颜色映射。
upper_tensity=1300;

​	采用map.txt进行颜色映射，map内有从0255种颜色值，通过不同的灰度值映射成不同的0255颜色值。

对应的转换关系为：



map=round(255*load('E:/map.txt'));%将map转换为整数类型
>>
level_num=(range/len);%计算level_num
ind=round((tumor(i,j)-lower_tensity)/level_num);%将ROI范围内像素对应的灰度值映射到map的对应颜色值
>>
tumor_dyed_color(i,j,1)=map(ind,1);%进行3个颜色通道的映射
tumor_dyed_color(i,j,2)=map(ind,2);
tumor_dyed_color(i,j,3)=map(ind,3);


三:代码的整合：

pet=imread('E:/photograph.tif');
pet=double(pet);
pet1=pet.^(0.4+0.05*6);
si=size(pet1);
pet=zeros(si(1),si(2),3);
tumor_dyed_color=zeros(si(1),si(2),3);%设置空图

tumor_dyed_color(:,:,1)=pet1(:,:,1);%通道数转换
tumor_dyed_color(:,:,2)=pet1(:,:,1);
tumor_dyed_color(:,:,3)=pet1(:,:,1);

tumor=imread('E:/tumors.tif');
tumor=double(tumor);
tumor=tumor.^(0.4+0.05*5);
size_tumor=size(tumor);

lower_tensity=1000; %设定ROI
upper_tensity=1300;

map=round(255*load('E:/map.txt'));
s=size(map);
len=s(1);
range=upper_tensity-lower_tensity+1;
level_num=(range/len);

for i=1:size_tumor(1)%扫描图像
    for j=1:size_tumor(2) %感兴趣像素检测
        if tumor(i,j)>lower_tensity&&tumor(i,j)<upper_tensity
            ind=round((tumor(i,j)-lower_tensity)/level_num);
                           if ind==0 %colormap中的色彩行标
                                     ind=1;
                           end
			tumor_dyed_color(i,j,1)=map(ind,1);%map投影到显示图
			tumor_dyed_color(i,j,2)=map(ind,2);
			tumor_dyed_color(i,j,3)=map(ind,3);
        end
    end
end
imshow(uint8(tumor_dyed_color));
pause(0)



四：最终的效果展示：

（1）默认的一些颜色映射

matlab colormap

https://blog.csdn.net/qq_20823641/article/details/51711618



（2）使用colormapeditor工具进行修改
（1）
clear all; clc;
% 读取影像
filename1 = 'a.tif';
filename2 = 'b.tif';
img1      = geotiffread(filename1);
img2      = geotiffread(filename2);

（2）
%% 编辑colormap
figure(1)
colormap jet
colormapeditor
imagesc(img)

（3）
%% 保存colormap，并在第二张图像上使用

% gca表示当前的图，因为现在matlab中的colormap不再与figure关联，而是和axes关联，因此要使用mycmap =
% colormap(gca)，而不是 mycmap = get(figure(1),'Colormap'); 
mycmap = colormap(gca);  
save('MyColormaps','mycmap');
load('MyColormaps','mycmap');
figure(2)
set(figure(2),'Colormap',mycmap);
imagesc(img_R);

（4）
%%
load('MyColormaps','mycmap');
figure(1)
set(figure(1),'Colormap',mycmap);
imagesc(img1)

figure(2)
set(figure(2),'Colormap',mycmap);
imagesc(img2)

分节运行

首先运行第一节：读取影像

运行第二节：使用colormapeditor工具，在默认colormap基础上编辑修改


然后运行第三节：读取并保存mycmap，并在第二张图像上使用



保存mycmap以后，再次使用mycmap只需运行（1）（4）节，设定修改后的colormap

伪彩色增强

伪彩色增强的好处：人对图像灰度的分辨能力比较低，而对色彩的辨别能力却非常强，通过伪彩色增强，可以更有效地提取图形信息，使原图像细节更易辨认，目标更容易识别。

   伪彩色增强即将灰度图像的各个不同灰度级按照线性或非线性的映射函数变换成不同的彩色，从而得到彩色图像。主要方法有密度分割法、灰度级一彩色变换和频率域伪彩色增强三种。

   下面主要讲的是灰度级-彩色变换法，先根据映射函数得到R、G、B三色分量，再将RGB三色分量合成彩色图像。具体变换规则如下：(其中L为灰度级，I(i,j)为某个像素对应的灰度值，R、G、B为对应的颜色分量)




灰度值范围
R
G
B




0-L/4
0
4I(i,j)
L


L/4-L/2
0
L
-4I(i,j)+2L


0-L/4
4I(i,j)-2L
L
0


0-L/4
L
-4I(i,j)+4L
0


实现效果

参考代码
im=imread('D:\Fig0419(b).tif');
figure('name','灰度级-彩色变换法');
subplot(1,2,1);
imshow(im);
%将灰度值先转换为double类型便于后续处理
im=double(im);
[M,N]=size(im);
%初始化R,G,B,RGB
R=ones(M,N);
G=ones(M,N);
B=ones(M,N);
RGB=ones(M,N,3);
%灰度值范围
L=256;
for i=1:M
    for j=1:N
        if im(i,j)<=L/4
            R(i,j)=0;
            G(i,j)=4*im(i,j);
            B(i,j)=L;
        else
            if im(i,j)<=L/2
                R(i,j)=0;
                G(i,j)=L;
                B(i,j)=-4*im(i,j)+2*L;
            else
                if im(i,j)<=3*L/4
                    R(i,j)=4*im(i,j)-2*L;
                    G(i,j)=L;
                    B(i,j)=0;
                else
                    R(i,j)=L;
                    G(i,j)=-4*im(i,j)+4*L;
                    B(i,j)=0;
                end
            end
        end
    end
end
%合成伪彩色图像
for i=1:M
    for j=1:N
        RGB(i,j,1)=R(i,j);
        RGB(i,j,2)=G(i,j);
        RGB(i,j,3)=B(i,j);
    end
end
%把大于255的数全部转化为255，而小于255的部分则保持原样不变。
RGB=uint8(RGB);
subplot(1,2,2);
imshow(RGB);