Документация

Квантование

Сокращение количества раскрашивает изображение, включает квантование. Функциональный rgb2ind квантование использования как часть его алгоритма сокращения количества цветов. rgb2ind поддержки два метода квантования: универсальное квантование и минимальное квантование отклонения.

Важный термин в обсуждениях квантования изображений является кубом цвета RGB. Куб цвета RGB является 3D массивом всех цветов, которые заданы для конкретного типа данных. Поскольку изображения RGB в MATLAB могут иметь тип uint8uint16, или double, существуют три возможных цветных определения куба. Например, если изображение RGB имеет класс uint8, 256 значений заданы для каждой цветной плоскости (красный, синий, и зеленый), и, всего, будет ²²⁴ (или 16,777,216) цвета, заданные цветным кубом. Этот цветной куб является тем же самым для всего uint8 Изображения RGB, независимо от который цвета они на самом деле используют.

uint8uint16, и double цветные кубы у всех есть та же область значений цветов. Другими словами, самый яркий красный в uint8 Изображение RGB появляется то же самое как самый яркий красный в double Изображение RGB. Различие то, что double Куб цвета RGB имеет намного больше оттенков красного цвета (и намного больше оттенков всех цветов). Следующий рисунок показывает куб цвета RGB для uint8 изображение.

Квантование включает деление куба цвета RGB во многие меньшие поля и затем отображения всех цветов, которые находятся в пределах каждого поля к значению цвета в центре того поля.

Универсальное квантование и минимальное квантование отклонения отличаются по подходу, используемому, чтобы разделить куб цвета RGB. С универсальным квантованием цветной куб сокращается в поля равного размера (меньшие кубы). С минимальным квантованием отклонения цветной куб сокращается в поля (не обязательно кубы) различных размеров; размеры полей зависят от того, как цвета распределяются в изображении.

Универсальное Квантование.  Чтобы выполнить универсальное квантование, вызовите rgb2ind и задайте допуск. Допуск определяет размер полей, имеющих форму куба, на которые разделен куб цвета RGB. Допустимая область значений для установки допуска [0,1]. Например, если вы задаете допуск 0.1, затем ребра полей являются одной десятой, которая длина куба цвета RGB и максимальное общее количество полей

n = (floor(1/tol)+1)^3

Команды ниже выполняют универсальное квантование с допуском 0,1.

RGB = imread('peppers.png');
[x,map] = rgb2ind(RGB, 0.1);

Следующая фигура иллюстрирует универсальное квантование uint8 изображение. Для ясности рисунок показывает двумерный срез (или цветная плоскость) от цветного куба где red=0 и зелено-синий диапазон от 0 до 255. Значения фактического пикселя обозначаются центрами x's.

После того, как цветной куб был разделен, все пустые поля выводятся. Поэтому только одно из полей используется, чтобы произвести цвет для палитры. Как показано ранее максимальная длина палитры, созданной универсальным квантованием, может быть предсказана, но палитра может быть меньшей, чем прогноз потому что rgb2ind удаляет любые цвета, которые не появляются во входном изображении.

Минимальное Квантование Отклонения.  Чтобы выполнить минимальное квантование отклонения, вызовите rgb2ind и укажите, что максимальное количество раскрашивает палитру выходного изображения. Номер, который вы задаете, определяет количество полей, на которые разделен куб цвета RGB. Эти команды используют минимальное квантование отклонения, чтобы создать индексируемое изображение с 185 цветами.

RGB = imread('peppers.png');
[X,map] = rgb2ind(RGB,185);

Минимальное квантование отклонения работает путем соединения пикселей в группы на основе отклонения между их пиксельными значениями. Например, набор синих пикселей может группироваться, потому что у них есть небольшое отклонение от центрального пикселя группы.

В минимальном квантовании отклонения поля, которые делят цветной куб, отличаются по размеру и не обязательно заполняют цветной куб. Если некоторые области цветного куба не имеют пикселей, существует, не окружает эти области.

В то время как вы определяете номер полей, n, использоваться rgb2ind, размещение определяется алгоритмом, когда это анализирует цветные данные в вашем изображении. Если изображение разделено на n оптимально расположенные поля, пиксели в каждом поле сопоставлены с пиксельным значением в центре поля, как в универсальном квантовании.

Получившаяся палитра обычно имеет количество записей, которые вы задаете. Это вызвано тем, что цветной куб разделен так, чтобы каждая область содержала по крайней мере один цвет, который появляется во входном изображении. Если входное изображение использует меньше цветов, чем номер, вы задаете, выходная палитра будет иметь меньше, чем n цвета и выходное изображение будут содержать все цвета входного изображения.

Следующий рисунок показывает тот же двумерный срез цветного куба как показано в предыдущей фигуре (демонстрирующий универсальное квантование). Одиннадцать полей были созданы с помощью минимального квантования отклонения.

Для данного количества цветов минимальное квантование отклонения приводит к лучшим результатам, чем универсальное квантование, потому что это учитывает фактические данные. Минимальное квантование отклонения выделяет больше записей палитры в цвета, которые часто появляются во входном изображении. Это выделяет меньше записей в цвета, которые нечасто появляются. В результате точность цветов выше, чем с универсальным квантованием. Например, если входное изображение будет иметь много оттенков зеленого цвета и немного оттенков красного цвета, будет больше зеленых, чем красные в выходной палитре. Обратите внимание на то, что расчет для минимального квантования отклонения занимает больше времени, чем это у универсального квантования.

Отображение палитры

Если вы задаете фактическую палитру, чтобы использовать, rgb2ind отображение палитры использования (вместо квантования), чтобы найти цвета в заданной палитре, которые лучше всего совпадают с цветами в изображении RGB. Этот метод полезен, если необходимо создать изображения, которые используют фиксированную палитру. Например, если вы хотите отобразить несколько индексируемых изображений на 8-битном отображении, можно избежать цветных проблем путем отображения их всех с той же палитрой. Отображение палитры производит хорошее приближение, если заданная палитра имеет схожие цвета тем в изображении RGB. Если палитра не имеет схожих цветов тем в изображении RGB, этот метод приводит к плохим результатам.

Этот пример иллюстрирует отображение двух изображений к той же палитре. Палитра, используемая в двух изображениях, создается на лету с помощью функции MATLAB colorcube, который создает палитру RGB, содержащую количество цветов, которые вы задаете. colorcube всегда создает ту же палитру для данного количества цветов.), Поскольку палитра включает, окрашивает все в кубе цвета RGB, выходные изображения могут довольно аппроксимированный входные изображения.

RGB1 = imread('autumn.tif');
RGB2 = imread('peppers.png');
X1 = rgb2ind(RGB1,colorcube(128));
X2 = rgb2ind(RGB2,colorcube(128));