Шаг 1: создайте составной объект истинного цвета

Используя blockproc, считайте данные из rio.lan, файл, содержащий Landsat тематическое формирование изображений картопостроителя в формате файла LAN Эрдаса. blockproc имеет встроенную поддержку чтения TIFF и файлов JPEG2000 только. Чтобы считать другие типы файлов, необходимо записать класс Адаптера Изображений, чтобы поддержать ввод-вывод для конкретного формата файла. Этот пример использует предварительно созданный класс Адаптера Изображений, LanAdapter, который поддерживает файлы LAN чтения. Для получения дополнительной информации о записи классов Адаптера Изображений смотрите, Выполняют Обработку Блока на Файлах изображений в Неподдерживаемых форматах.

Формат LAN Эрдаса содержит видимый красный, зеленый, и синий спектр в полосах 3, 2, и 1, соответственно. Используйте blockproc извлекать видимые полосы в изображение RGB.

Создайте объект LanAdapter, сопоставленный с rio.lan.

input_adapter = LanAdapter('rio.lan');

Выберите видимый R, G, и полосы B.

input_adapter.SelectedBands = [3 2 1];

Создайте функцию блока, чтобы просто возвратить неизменные данные о блоке.

identityFcn = @(block_struct) block_struct.data;

Создайте начальное изображение истинного цвета.

truecolor = blockproc(input_adapter,[100 100],identityFcn);

Отобразите результаты перед улучшением.

imshow(truecolor)
title('Truecolor Composite (Not Enhanced)')

Получившееся изображение истинного цвета похоже на тот из paris.lan в Улучшении Многоспектрального Цветного Составного примера Изображений. Изображение RGB кажется тусклым с небольшим контрастом.

Шаг 2: улучшите изображение - сначала пытаются

Во-первых, попытайтесь расширить данные через динамический диапазон с помощью blockproc. Эта первая попытка просто задает новый указатель на функцию, который вызывает stretchlim и imadjust на каждом блоке данных индивидуально.

adjustFcn = @(block_struct) imadjust(block_struct.data,...
    stretchlim(block_struct.data));
truecolor_enhanced = blockproc(input_adapter,[100 100],adjustFcn);

imshow(truecolor_enhanced)
title('Truecolor Composite with Blockwise Contrast Stretch')

Вы сразу видите, что результаты являются неправильными. Проблема состоит в том что stretchlim функция вычисляет гистограмму на входном изображении и использует эту информацию, чтобы вычислить пределы фрагмента. Поскольку каждый блок настроен в изоляции от его соседей, каждый блок вычисляет различные пределы из своей локальной гистограммы.

Шаг 3: исследуйте класс аккумулятора гистограммы

Чтобы исследовать распределение данных через динамический диапазон изображения, можно вычислить гистограмму для каждой из трех видимых полос.

При работе с достаточно большими изображениями вы не можете просто вызвать imhist создать гистограмму изображений. Один способ инкрементно создать гистограмму состоит в том, чтобы использовать blockproc с классом, который суммирует гистограммы каждого блока, когда вы отодвигаетесь изображение.

Исследуйте HistogramAccumulator класс.

type HistogramAccumulator

% HistogramAccumulator Accumulate incremental histogram.
%   HistogramAccumulator is a class that incrementally builds up a
%   histogram for an image.  This class is appropriate for use with 8-bit
%   or 16-bit integer images and is for educational purposes ONLY.

%   Copyright 2009 The MathWorks, Inc.

classdef HistogramAccumulator < handle
   
    properties
        Histogram
        Range
    end
    
    methods
        
        function obj = HistogramAccumulator()
            obj.Range = [];
            obj.Histogram = [];
        end
        
        function addToHistogram(obj,new_data)
            if isempty(obj.Histogram)
                obj.Range = double(0:intmax(class(new_data)));
                obj.Histogram = hist(double(new_data(:)),obj.Range);
            else
                new_hist = hist(double(new_data(:)),obj.Range);
                obj.Histogram = obj.Histogram + new_hist;
            end
        end
    end
end

Класс является простой оберткой вокруг hist функция, позволяя вам добавить данные в гистограмму инкрементно. Это не характерно для blockproc. Наблюдайте следующее простое использование HistogramAccumulator класс.

Создайте HistogramAccumulator объект.

hist_obj = HistogramAccumulator;

Разделите демонстрационное изображение в 2 половины.

full_image = imread('liftingbody.png');
top_half = full_image(1:256,:);
bottom_half = full_image(257:end,:);

Вычислите гистограмму инкрементно.

addToHistogram(hist_obj,top_half);
addToHistogram(hist_obj,bottom_half);
computed_histogram = hist_obj.Histogram;

Сравните с результатами IMHIST.

normal_histogram = imhist(full_image);

Исследуйте результаты. Гистограммы численно идентичны.

figure
subplot(1,2,1)
stem(computed_histogram,'Marker','none')
title('Incrementally Computed Histogram')
subplot(1,2,2)
stem(normal_histogram','Marker','none')
title('IMHIST Histogram')

Шаг 4: используйте класс HistogramAccumulator с BLOCKPROC

Теперь используйте HistogramAccumulator класс с blockproc создавать гистограмму красной полосы данных в rio.lan. Можно задать указатель на функцию для blockproc это вызовет addToHistogram метод на каждом блоке данных. Путем просмотра этой гистограммы вы видите, что данные сконцентрированы в небольшой части доступного динамического диапазона. У других видимых полос есть подобные распределения. Это - одна причина, почему исходный составной объект истинного цвета кажется тусклым.

Создайте объект HistogramAccumulator.

hist_obj = HistogramAccumulator;

Настройте blockproc указатель на функцию

addToHistFcn = @(block_struct) addToHistogram(hist_obj, block_struct.data);

Вычислите гистограмму красного канала. Заметьте что addToHistFcn указатель на функцию действительно генерирует любой выход. Поскольку указатель на функцию передал blockproc ничего не возвращает, blockproc ничего не возвратит также.

input_adapter.SelectedBands = 3;
blockproc(input_adapter,[100 100],addToHistFcn);
red_hist = hist_obj.Histogram;

Отобразите результаты.

figure
stem(red_hist,'Marker','none')
title('Histogram of Red Band (Band 3)')

Шаг 5: улучшите составной объект истинного цвета с контрастным фрагментом

Можно теперь выполнить соответствующий контрастный фрагмент на изображении. Для обычных, рабочих процессов в оперативной памяти можно просто использовать stretchlim функция, чтобы вычислить аргументы к imadjust (как MultispectralImageEnhancementExample пример делает). При работе с большими изображениями, как мы видели, stretchlim легко не адаптируется к использованию с blockproc поскольку это использует гистограмму полного образа.

Если вы вычислили гистограммы изображений для каждой из видимых полос, вычислите соответствующие аргументы к imadjust вручную (подобный, к как stretchlim делает).

Сначала вычислите гистограммы для зеленых и синих полос.

hist_obj = HistogramAccumulator;
addToHistFcn = @(block_struct) addToHistogram(hist_obj,block_struct.data);
input_adapter.SelectedBands = 2;
blockproc(input_adapter,[100 100],addToHistFcn);
green_hist = hist_obj.Histogram;

hist_obj = HistogramAccumulator;
addToHistFcn = @(block_struct) addToHistogram(hist_obj,block_struct.data);
input_adapter.SelectedBands = 1;
blockproc(input_adapter,[100 100],addToHistFcn);
blue_hist = hist_obj.Histogram;

Вычислите CDF каждой гистограммы.

computeCDF = @(histogram) cumsum(histogram) / sum(histogram);
findLowerLimit = @(cdf) find(cdf > 0.01, 1, 'first');
findUpperLimit = @(cdf) find(cdf >= 0.99, 1, 'first');

red_cdf = computeCDF(red_hist);
red_limits(1) = findLowerLimit(red_cdf);
red_limits(2) = findUpperLimit(red_cdf);

green_cdf = computeCDF(green_hist);
green_limits(1) = findLowerLimit(green_cdf);
green_limits(2) = findUpperLimit(green_cdf);

blue_cdf = computeCDF(blue_hist);
blue_limits(1) = findLowerLimit(blue_cdf);
blue_limits(2) = findUpperLimit(blue_cdf);

Подготовьте аргумент к IMADJUST.

rgb_limits = [red_limits' green_limits' blue_limits'];

Масштабируйтесь к области значений [0, 1].

rgb_limits = (rgb_limits - 1) / (255);

Создайте новый adjustFcn это применяется, глобальная переменная превышают лимиты и используют blockproc настраивать изображение истинного цвета.

adjustFcn = @(block_struct) imadjust(block_struct.data,rgb_limits);

Выберите полные данные о RGB.

input_adapter.SelectedBands = [3 2 1];
truecolor_enhanced = blockproc(input_adapter,[100 100],adjustFcn);

Отобразите результат. Получившееся изображение очень улучшено с данными, покрывающими больше динамического диапазона, и при помощи blockproc вы стараетесь не загружать целое изображение в память.

imshow(truecolor_enhanced)
title('Truecolor Composite with Corrected Contrast Stretch')