使用解相关拉伸增强色彩分离
解相关拉伸增强图像的色彩分离显著结构相关性。夸张的颜色提高目视判读和简化功能的歧视。你应用解相关拉伸的decorrstretch函数。看到线性对比拉伸如何添加一个可选的线性解相关拉伸对比度拉伸。
带颜色的数量,NBANDS,图像中通常是三个。但是你可以申请解相关拉伸不管颜色乐队的数量。
原始图像的颜色值映射到一组新的更广泛的颜色值。每个像素的色彩强度转化成的颜色特征空间NBANDS-by-NBANDS协方差或相关矩阵,延伸至平衡乐队方差,然后转换回原来的颜色。
定义band-wise统计数据,您可以使用整个原始图像或,子集选项,任何选择的子集。
简单的解相关拉伸
这个例子展示了如何执行解相关延伸三个颜色的图像。颜色带散点图的图像显示了如何decorrelated乐队和平衡的。
执行解相关延伸
读一个图像从图书馆中可用的图像imdata文件夹中。这个例子使用的陆地卫星图像小科罗拉多河。图像有七个乐队,只是阅读的三个可见的颜色。
一个= multibandread (“littlecoriver.lan”(512、512、7),…“uint8 = > uint8”,128,“比尔”,“ieee-le”,…{“乐队”,“直接”,3 2 1});
执行解相关。
B = decorrstretch(一个);
显示原始图像和图像处理。比较两个图像。原来有很强的紫色(red-bluish)色彩,从某种程度上来说,转换后的图像色彩范围扩大。
图imshow (A)标题(小科罗拉多河的形象)
图imshow (B)标题(小科罗拉多河解相关拉伸后图像)
创建一个颜色乐队散点图
第一次单独的原始图像的三个颜色通道。
rA = (:,: 1);gA = (:,:, 2);英航= (:,:,3);
独立的三个颜色通道解相关拉伸后的图像。
rB = B (:,: 1);gB = B (:,:, 2);bB = B (:,:, 3);
显示原始图像的颜色散点图。然后显示解相关拉伸后的彩色图像的散点图。
图plot3 (rA (:), gA(:),英航(:),“。”网格)在包含(“红色(带3)”)ylabel (“绿色(带2)”)zlabel (“蓝色(带1)”)标题(之前的颜色散点图解相关延伸的)
图plot3 (rB (:), gB (:), bB (:),“。”网格)在包含(“红色(带3)”)ylabel (“绿色(带2)”)zlabel (“蓝色(带1)”)标题(解相关拉伸后的颜色散点图”)
线性对比拉伸
添加线性对比度拉伸增强了生成图像色彩范围进一步扩大。下面的例子使用了托尔选择饱和相同分数的图像在高和低强度。没有托尔选项,decorrstretch适用于任何线性对比度拉伸。
看到stretchlim更多关于计算饱和度限制函数引用页面。
请注意
您可以应用线性对比度拉伸作为一个单独的操作执行解相关拉伸后,使用stretchlim和imadjust。然而,这种替代经常让劣质的结果uint8和uint16图片,因为像素值必须夹[0 255](或65535年[0])。的托尔选项decorrstretch绕过这个限制。
解相关延伸与线性对比度拉伸
阅读的三个陆地卫星图像的可见颜色通道小科罗拉多河。
一个= multibandread (“littlecoriver.lan”(512、512、7),…“uint8 = > uint8”,128,“比尔”,“ieee-le”,…{“乐队”,“直接”,3 2 1});
应用解相关拉伸,指定线性对比度拉伸。设置的值“托尔”0.01地图转换后的颜色范围在每个乐队规范化区间在0.01和0.99之间,饱和2%。
C = decorrstretch (,“托尔”,0.01);imshow (C)标题([小科罗拉多河在解相关拉伸和,…线性对比度拉伸的])
