不匹配
调整二维图像的直方图以匹配参考图像的直方图
描述
例子
匹配空中图像的直方图
这些在不同时间拍摄的航空图像表示马萨诸塞州康科德相同地形的重叠视图A.和裁判可以具有不同的大小和图像类型。
加载一个RGB图像和一个参考灰度图像。
一个= imread ('concordaerial.png'）;ref = imread（“concordorthophoto.png”）;
获得尺寸A.．
尺寸（a）
ans=1×32036 3060 3
获得尺寸裁判．
尺寸（参考）
ans=1×22215 2956
请注意形象A.和裁判大小和类型不同。图像A.是一个TrueColor RGB图像，而图像裁判为灰度图像。两个图像都是数据类型的uint8．
生成匹配输出图像的直方图。示例匹配的每个通道A.的单直方图裁判.输出图像B呈现出图像的特征A.- 它是一个RGB图像，其大小和数据类型与图像相同A.．每个RGB图像中存在的不同级别的数量B与从灰度图像构建的直方图中的箱数相同裁判．在本例中，的直方图裁判和B具有默认的存储箱数量64。
B = imhistmatch (Ref);
RGB图像显示A.，参考图像裁判，直方图匹配RGB图像B．图像在显示前被调整大小。
imshow (A)标题(“彩色投射的RGB图像”)
imshow (Ref)标题(“参考灰度图像”)
imshow（B）标题('直方图匹配RGB图像')
使用多项式方法的直方图匹配图像
读取彩色图像和参考图像。要演示多项式方法，请将参考图像指定为两个图像中较暗的图像。
我= imread (“office_4.jpg”)；ref=imread('Office_2.jpg'）;蒙太奇（{i，ref}）标题（“输入图像(左)vs参考图像(右)”）;
使用多项式方法调整图像的强度我使其与参考图像的直方图相匹配裁判．为了比较，还可以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(“使用多项式方法的直方图匹配图像(左)vs统一方法(右)”）;
采用统一方法的直方图匹配图像在天空和道路中引入了假颜色。使用多项式方法的直方图匹配图像没有这种伪影。
将直方图与多个Bin值匹配
这个示例展示了如何改变目标直方图中的容器数量以改进直方图均衡化。
加载两个数据类型的图像uint8进入工作区。这些图像是用数码相机拍摄的，代表了同一场景的两次不同曝光。A.是曝光不足的图像，看起来很暗。裁判是具有良好曝光和亮度的参考图像。
一个= imread ('Office_2.jpg')；ref=imread(“office_4.jpg”）;
在蒙太奇中显示图像。
蒙太奇({ref})标题(“黑暗图像(左)和参考图像(右)”)
使用256个容器显示每个颜色通道的直方图。您可以使用帮助器功能，显示历史图像通道，包括在示例中。
displayhistographans（A，Ref）
形象A.作为较暗的图像，具有较低箱中的大部分像素。参考图像，r环境足迹，完全填充所有三个RGB通道中的所有256个bins值。
计算暗图像和参考图像的每个颜色通道的唯一8位级别值的数量。您可以使用helper函数，CountUniqueValue，包括在示例中。
numVals=countUniqueValues（A，ref）；表（numVals（：，1），numVals（：，2），numVals（：，3），．..“VariableNames”, (“红色”“绿色”“蓝色”]，．..“RowNames”, (“一种”“ref”]）
ans =2×3表红-绿-蓝A 205 193 224参考文献256 256
使用三种不同的值均衡暗图像的直方图nbins: 64、128和256。64是默认的bin数量，256是最大的bin数量uint8像素数据。
[B64，hgram64]=imhistmatch（A，ref，64）；[B128，hgram128]=imhistmatch（A，ref，128）；[B256，hgram256]=imhistmatch（A，ref，256）；图形蒙太奇（{B64，B128，B256}，“大小”，[1 3]）标题('输出图像B64 |输出图像B128 |输出图像B256')
使用256个容器显示每个颜色通道的直方图。您可以使用帮助器功能，displayThreeHistogramChannels，包括在示例中。
displayThreeHistogramChannels (B64 B128 B256)
计算三个直方图均衡化图像的每个颜色通道的唯一8位水平值的数量。作为nbins增加时，输出图像的每个RGB通道中的电平数B也会增加。
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 101 104 104 B256 134 135 136
16位灰度MRI图像的匹配直方图
这个例子展示了如何使用不同数量的箱子执行直方图匹配。
加载通过MRI成像的膝关节16位DICOM图像。
K = dicomread ('knee1.dcm'）;%读取原始16位图像LevelsK =独特(K (:));确定唯一代码值的数目disp ([凯西:形象的，num2str（长度（LevelsK）），“不同层次”]）;
图像K: 448个不同的层次
disp (['最大级别= 'num2str (max (LevelsK)));
最高液位=473
disp (['min level = 'num2str(最低(LevelsK))));
最低级别=0
所有448个离散值都处于低代码值，导致图像看起来很暗。要纠正此项，请缩放图像数据以跨越[0,65535]的整个16位范围。
Kdouble=double（K）；% cast uint16 to doublekmult=65535/（最大值（最大值）（kDuble（：））；全量程乘法器REF = UINT16（kmult * kdouble）;%全范围16位参考图像
使参考图像变暗裁判要创建一个图像A.可以在直方图匹配操作中使用。
%构建凹面弓形曲线用于变暗|参考|。斜坡= [0:65535]/ 65535;pp凹=样条([0.1 .50 .72 .87 1]，[0 .025 .25 .5 .75 1]);Ybuf = ppval(pp凹，斜面);/ /ut16bit = uint16(round(65535*Ybuf));通过查找表(LUT)将图像|Ref|调暗。= intlut (Ref Lut16bit);
查看参考图像裁判还有变暗的图像A.。请注意，它们具有相同数量的离散代码值，但整体亮度不同。
次要情节(1、2、1)imshow (Ref)标题('参考：参考图像') subplot(1,2,2) imshow(A) title(“A:图像变暗”）;
使用带有不同数量箱子的直方图生成直方图匹配的输出图像。首先使用默认的容器数64。然后使用图像中显示的值的数量A.，448个垃圾箱。
b16bit64 = imhistmatch（a（：，：，1），ref（：，：，1））;%默认:64个binN =长度(LevelsK);%图像A中唯一的16位码值。B16bitUniq = imhistmatch((:,: 1),裁判(:,:1),N);
查看两个直方图匹配操作的结果。
图subplot(1,2,1) imshow(B16bit64) title(“B16bit64: 64箱”)子地块（1,2,2）imshow（参考）标题([“B16bitUniq:”num2str (N),“垃圾箱”]）
输入参数
输出参数
算法
的目的不匹配就是变换图像我使图像的直方图J匹配从图像中导出的直方图裁判. 它包括nbins等间距的容器，它跨越图像数据类型的全部范围。用这种方法匹配直方图的结果是nbins还表示图像中存在的离散数据级别数的上限J．
该算法需要注意的一个重要行为方面是nbins值的增加，表示图像直方图中相邻的填充峰之间快速波动的程度J倾向于增加。这可以从以下16位灰度MRI示例的直方图中看到。
最佳值nbins表示更多输出级别之间的权衡(较大的值nbins)，同时最小化直方图的峰值波动(较小的值nbins).
你也可以从以下列表中选择一个网站:
