imhistmatch
调整直方图的二维图像与参考图像的直方图
语法
描述
例子
航拍图像的直方图匹配
这些空中图像,在不同的时间,代表重叠视图相同的地形在康科德,马萨诸塞州。这个例子表明,输入图像一个和裁判可以是不同的大小和图像类型。
加载一个RGB图像和灰度图像的引用。
一个= imread (“concordaerial.png”);Ref = imread (“concordorthophoto.png”);
得到的大小一个。
大小(一个)
ans =1×32036 3060 3
得到的大小裁判。
大小(Ref)
ans =1×22215 2956
请注意形象一个和裁判不同大小和类型。图像一个真彩RGB图像,而图像吗裁判是一个灰度图像。两种图像的数据类型uint8。
生成直方图匹配输出图像。匹配的每个通道的例子一个针对单一的柱状图裁判。输出图像B图像的特征一个——这是一个RGB图像的大小和数据类型是一样的形象一个。不同水平的数量在每个RGB通道的图像B箱子的数量是一样的在灰度图像的直方图建立裁判。在这个例子中,直方图裁判和B有默认的容器数量,64。
B = imhistmatch (Ref);
RGB图像显示一个参考图像裁判直方图匹配的RGB图像B。显示之前的图片会做调整。
imshow (A)标题(与颜色的RGB图像投的)
imshow (Ref)标题(“参考灰度图像”)
imshow (B)标题(“RGB图像直方图匹配”)
使用多项式方法Histogram-Match形象
读一个彩色图像和参考图像。证明多项式方法,分配参考图像的暗两个图像。
我= imread (“office_4.jpg”);ref = imread (“office_2.jpg”);蒙太奇({我ref})标题(的输入图像(左)与参考图像(右));
使用多项式方法来调整图像的强度我所以它与参考图像的直方图匹配裁判。相比之下,也调整图像的强度我使用统一的方法。
J = imhistmatch (ref,我“方法”,多项式的);K = imhistmatch (ref,我“方法”,“统一”);蒙太奇({J, K})标题(“Histogram-Matched图像使用多项式方法(左)和统一的方法(右));
histogram-matched图像使用统一的方法引入了错误的颜色在天空和道路。histogram-matched图像使用多项式方法不表现出这种工件。
与多个本值匹配直方图
这个例子展示了如何改变箱子的数量在目标直方图改进直方图均衡化。
加载两个图像的数据类型uint8进入工作区。用数码相机拍摄的图像,代表两个不同的曝光相同的场景。一个是一个曝光不足的图像和黑暗。裁判是一个参考图像有良好的接触和亮度。
一个= imread (“office_2.jpg”);ref = imread (“office_4.jpg”);
显示图片蒙太奇。
蒙太奇({ref})标题(“暗图像(左)和参考图像(右))
显示每个颜色通道使用的直方图256箱。您可以使用helper函数,displayHistogramChannels,这是包含在示例。
displayHistogramChannels (ref)
图像一个较暗的图像,有大部分的像素低的垃圾箱。参考图像,r英孚,充分填充所有256箱值在所有三个RGB通道。
计算独特的数量每个颜色通道8位水平值的黑暗和参考图像。您可以使用helper函数,countUniqueValues,这是包含在示例。
numVals = countUniqueValues (ref);表(numVals (: 1), numVals (:, 2), numVals (:, 3),…“VariableNames”,(“红色”“绿色”“蓝色”),…“RowNames”,(“一个”“ref”])
ans =2×3表红绿蓝___ _____ _____ ref 256 256 256 224 205 193
平衡黑暗的直方图图像使用三种不同的值nbins:64年、128年和256年。64是默认的容器数量和256箱的最大数量uint8像素数据。
[B64, hgram64] = imhistmatch (ref, 64);[B128, hgram128] = imhistmatch (ref, 128);[B256, hgram256] = imhistmatch (ref, 256);图蒙太奇({B64、B128 B256},“大小”3[1])标题(输出图像的输出图像B64 | B128 |输出图像B256”)
显示每个颜色通道使用的直方图256箱。您可以使用helper函数,displayThreeHistogramChannels,这是包含在示例。
displayThreeHistogramChannels (B64 B128 B256)
数一数独特的每个颜色通道8位水平值的三个直方图均衡图像。作为nbins数量的增加,水平在每个输出图像的RGB通道B也增加了。
numVals = countUniqueValues (B64 B128 B256);表(numVals (: 1), numVals (:, 2), numVals (:, 3),…“VariableNames”,(“红色”“绿色”“蓝色”),…“RowNames”,(“B64”“B128”“B256”])
ans =3×3表红绿蓝___ _____ _____ B64 57 60 58 B128 B256 134 135 136 101 104 104
比赛的16位灰度直方图MRI图像
这个例子展示了如何执行直方图匹配不同数量的垃圾箱。
加载一个16位的DICOM图像膝盖通过核磁共振成像。
K = dicomread (“knee1.dcm”);%读入原始16位图像LevelsK =独特(K (:));%确定独特的代码值的数量disp ([凯西:形象的num2str(长度(LevelsK)),不同水平的]);
图K: 448种不同的水平
disp ([“max = 'num2str (max (LevelsK)));
最大水平= 473
disp ([“最小级别= 'num2str(最低(LevelsK))));
分钟级别= 0
所有448个离散值代码值较低,导致图像看起来黑了。为了纠正这个问题,规模范围横跨整个16位的图像数据[0,65535]。
Kdouble =双(K);% uint16加倍kmult = 65535 / (max (max (Kdouble (:))));%全面乘数Ref = uint16 (kmult * Kdouble);%全面16位参考图像
变黑的参考图像裁判创建一个图像一个可以用于直方图匹配操作。
%建立凹弓形的曲线变暗| Ref |。斜坡= [0:65535]/ 65535;ppconcave =花键([0。1 .50 .72 .87点1],[0 .025二十五分。5。1]);Ybuf = ppval (ppconcave、斜坡);Lut16bit = uint16(圆(65535 * Ybuf));% | Ref |图像通过一个查找表(附近地区)变黑的形象。= intlut (Ref Lut16bit);
查看参考图像裁判和黑暗的形象一个。注意,他们有相同数量的离散值的代码,但在整体亮度不同。
次要情节(1、2、1)imshow (Ref)标题(裁判:参考图像的次要情节(1、2、2)imshow (A)标题(答:黑暗的形象的);
生成histogram-matched输出图像使用直方图和不同数量的垃圾箱。第一次使用默认的容器数量,64年。然后使用值出现在图像的数量一个448箱。
B16bit64 = imhistmatch((:,: 1),裁判(:,:1));%默认:64箱N =长度(LevelsK);%的独特的16位代码值在图像。B16bitUniq = imhistmatch((:,: 1),裁判(:,:1),N);
查看两个直方图匹配操作的结果。
图次要情节(1、2、1)imshow (B16bit64)标题(“B16bit64: 64箱”次要情节(1、2、2)imshow (Ref)标题(“B16bitUniq:”num2str (N),“垃圾箱”])
输入参数
输出参数
算法
的目的imhistmatch是变换图像我这样,图像的直方图J与直方图匹配来自形象裁判。它由nbins等距的垃圾箱,跨越图像的各种数据类型。这样的结果匹配直方图nbins也代表了离散数据的数量的上限水平出现在图像J。
该算法的一个重要行为方面要注意的是,nbins增加价值,快速波动的程度之间相邻峰直方图的图像填充J倾向于增加。这下面的柱状图中可以看到情节从16位灰度MRI的例子。
一个最优值nbins代表着更多的产出水平(大值之间的权衡nbins),同时最小化峰直方图(小值的波动nbins)。
版本历史
介绍了R2012b
