Эти аэрофотоснимки, сделанные в разное время, представляют перекрывающиеся виды одной местности в Конкорде, штат Массачусетс. В этом примере показано, что входные изображения A и Ref могут иметь различные размеры и типы изображений.

Загрузите изображение RGB и ссылочное изображение в оттенках серого.

A = imread('concordaerial.png');
Ref = imread('concordorthophoto.png');

Получить размер A.

size(A)

ans = 1×3

        2036        3060           3

Получить размер Ref.

size(Ref)

ans = 1×2

        2215        2956

Обратите внимание, что изображение A и Ref различаются по размеру и типу. Изображение A представляет собой RGB-изображение truecolor, в то время как изображение Ref - изображение в градациях серого. Оба изображения имеют тип данных uint8.

Создайте согласованное выходное изображение гистограммы. Пример соответствует каждому каналу A против одной гистограммы Ref. Выходное изображение B приобретает характеристики изображения A - это изображение RGB, размер и тип данных которого совпадают с размером изображения A. Количество различных уровней, присутствующих в каждом RGB-канале изображения B совпадает с количеством ячеек в гистограмме, построенной из изображения в градациях серого Ref. В этом примере гистограмма Ref и B иметь количество ячеек по умолчанию 64.

B = imhistmatch(A,Ref);

Отображение изображения RGB A, ссылочное изображение Refи гистограмма соответствует RGB-изображению B. Размер изображений изменяется перед отображением.

imshow(A)
title('RGB Image with Color Cast')

imshow(Ref)
title('Reference Grayscale Image')

imshow(B)
title('Histogram Matched RGB Image')

Чтение цветного изображения и ссылочного изображения. Чтобы продемонстрировать метод полинома, назначьте ссылочное изображение более темным из двух изображений.

I = imread('office_4.jpg');
ref = imread('office_2.jpg');
montage({I,ref})
title('Input Image (Left) vs Reference Image (Right)');

Используйте метод полинома для регулировки интенсивности изображения I чтобы она соответствовала гистограмме опорного изображения ref. Для сравнения также отрегулируйте интенсивность изображения I использование равномерного способа.

J = imhistmatch(I,ref,'method','polynomial');
K = imhistmatch(I,ref,'method','uniform');
montage({J,K})
title('Histogram-Matched Image Using Polynomial Method (Left) vs Uniform Method (Right)');

Сопоставленное с гистограммой изображение с помощью единообразного метода вводит ложные цвета на небе и дороге. Сопоставленное с гистограммой изображение с использованием метода полинома не демонстрирует этого артефакта.

В этом примере показано, как можно изменить количество ячеек в целевой гистограмме, чтобы улучшить выравнивание гистограммы.

Загрузить два изображения типа данных uint8 в рабочую область. Изображения были сделаны с помощью цифровой камеры и представляют две различные экспозиции одной и той же сцены. A является недорасположенным изображением и выглядит темным. ref - эталонное изображение с хорошей экспозицией и яркостью.

A = imread('office_2.jpg');
ref = imread('office_4.jpg');

Отображение изображений в монтаже.

montage({A,ref})
title('Dark Image (Left) and Reference Image (Right)')

Отображение гистограммы каждого цветового канала с использованием 256 ячеек. Можно использовать функцию помощника, displayHistogramChannels, которая включена в пример.

displayHistogramChannels(A,ref)

Изображение A, будучи более темным изображением, имеет большинство своих пикселей в нижних ячейках. Ссылочное изображение, ref, полностью заполняет все 256 значений ячеек во всех трех каналах RGB.

Подсчитайте количество уникальных 8-битных значений уровня для каждого цветового канала темного и опорного изображения. Можно использовать функцию помощника, countUniqueValues, которая включена в пример.

numVals = countUniqueValues(A,ref);
table(numVals(:,1),numVals(:,2),numVals(:,3), ...
  'VariableNames',["Red" "Green" "Blue"], ...
  'RowNames',["A" "ref"])

ans=2×3 table
           Red    Green    Blue
           ___    _____    ____

    A      205     193     224 
    ref    256     256     256 

Выровнять гистограмму темного изображения, используя три различных значения nbins: 64, 128 и 256. 64 - количество ячеек по умолчанию, а 256 - максимальное количество ячеек для uint8 пиксельные данные.

[B64,hgram64]   = imhistmatch(A,ref,64);   
[B128,hgram128] = imhistmatch(A,ref,128);
[B256,hgram256] = imhistmatch(A,ref,256);

figure
montage({B64,B128,B256},'Size',[1 3])
title('Output Image B64  |  Output Image B128  |  Output Image B256')

Отображение гистограммы каждого цветового канала с использованием 256 ячеек. Можно использовать функцию помощника, displayThreeHistogramChannels, которая включена в пример.

displayThreeHistogramChannels(B64,B128,B256)

Подсчитайте количество уникальных 8-битовых значений уровня для каждого цветового канала трех выровненных по гистограмме изображений. Как nbins увеличивается количество уровней в каждом канале RGB выходного изображения B также увеличивается.

numVals = countUniqueValues(B64,B128,B256);
table(numVals(:,1),numVals(:,2),numVals(:,3), ...
  'VariableNames',["Red" "Green" "Blue"], ...
  'RowNames',["B64" "B128" "B256"])

ans=3×3 table
            Red    Green    Blue
            ___    _____    ____

    B64      57      60      58 
    B128    101     104     104 
    B256    134     135     136 

В этом примере показано, как выполнить сопоставление гистограмм с различным количеством ячеек.

Загрузите 16-битное DICOM-изображение колена, изображенное с помощью МРТ.

K = dicomread('knee1.dcm');   % read in original 16-bit image
LevelsK = unique(K(:));       % determine number of unique code values
disp(['image K: ',num2str(length(LevelsK)),' distinct levels']);

image K: 448 distinct levels

disp(['max level = ' num2str( max(LevelsK) )]);

max level = 473

disp(['min level = ' num2str( min(LevelsK) )]);

min level = 0

Все 448 дискретных значений имеют низкие кодовые значения, что заставляет изображение выглядеть темным. Чтобы исправить это, масштабируйте данные изображения, чтобы охватить весь 16-разрядный диапазон [0, 65535].

Kdouble = double(K);                  % cast uint16 to double
kmult = 65535/(max(max(Kdouble(:)))); % full range multiplier
Ref = uint16(kmult*Kdouble);   % full range 16-bit reference image

Затемнение ссылочного изображения Ref для создания изображения A которая может использоваться в операции сопоставления гистограмм.

%Build concave bow-shaped curve for darkening |Ref|.
ramp = [0:65535]/65535;
ppconcave = spline([0 .1 .50  .72 .87 1],[0 .025 .25 .5 .75 1]);
Ybuf = ppval( ppconcave, ramp);
Lut16bit = uint16( round( 65535*Ybuf ) );
% Pass image |Ref| through a lookup table (LUT) to darken the image.
A = intlut(Ref,Lut16bit);

Просмотр ссылочного изображения Ref и затемненное изображение A. Обратите внимание, что они имеют одинаковое количество дискретных кодовых значений, но отличаются общей яркостью.

subplot(1,2,1)
imshow(Ref)
title('Ref: Reference Image')
subplot(1,2,2)
imshow(A)
title('A: Darkened Image');

Формирование согласованных с гистограммой выходных изображений с использованием гистограмм с различным количеством ячеек. Сначала используйте количество ячеек по умолчанию 64. Затем используйте количество значений, присутствующих в изображении A, 448 баков.

B16bit64 = imhistmatch(A(:,:,1),Ref(:,:,1));  % default: 64 bins

N = length(LevelsK);     % number of unique 16-bit code values in image A.
B16bitUniq = imhistmatch(A(:,:,1),Ref(:,:,1),N);

Просмотрите результаты двух операций сопоставления гистограмм.

figure
subplot(1,2,1)
imshow(B16bit64)
title('B16bit64: 64 bins')
subplot(1,2,2)
imshow(Ref)
title(['B16bitUniq: ',num2str(N),' bins'])