imhistmatch
参照イメージのヒストグラムに一致させるために 2 次元イメージのヒストグラムを調整
構文
説明
J = imhistmatch(I,ref)ref のヒストグラムにほぼ一致するように、2 次元のグレースケール イメージまたはトゥルーカラー イメージ I のヒストグラムを調整します。
Iとrefの両方が RGB イメージの場合、imhistmatchは、Iの各カラー チャネルをrefの対応するカラー チャネルに個別に一致させます。Iが RGB イメージでrefがグレースケール イメージの場合、imhistmatchは、Iの各チャネルをrefから導出される単一のヒストグラムと照合します。Iがグレースケール イメージの場合は、refもグレースケール イメージでなければなりません。
イメージ I と ref は、サイズが同じである必要はありません。
J = imhistmatch(I,ref,nbins)nbins 個の等間隔のビンを使用します。返されるイメージ J がもつ離散レベルは最大で nbins までとなります。
イメージのデータ型が
singleまたはdoubleの場合、ヒストグラムの範囲は [0, 1] です。イメージのデータ型が
uint8の場合、ヒストグラムの範囲は [0, 255] です。イメージのデータ型が
uint16の場合、ヒストグラムの範囲は [0, 65535] です。イメージのデータ型が
int16の場合、ヒストグラムの範囲は [-32768, 32767] です。
例
ここで示す航空イメージは、マサチューセッツ州コンコードの同じ地域のオーバーラップした眺望を、別々の時間に撮影したものです。この例では、入力イメージ A と Ref に異なるサイズとイメージ タイプを指定できることを示します。
RGB イメージと参照グレースケール イメージを読み込みます。
A = imread("westconcordaerial.png"); Ref = imread("westconcordorthophoto.png");
A のサイズを取得します。
size(A)
ans = 1×3
394 369 3
Ref のサイズを取得します。
size(Ref)
ans = 1×2
366 364
イメージ A と Ref は、サイズとタイプが異なっています。イメージ A はトゥルーカラー RGB イメージですが、イメージ Ref はグレースケール イメージです。データ型はいずれのイメージも uint8 です。
ヒストグラム マッチングされた出力イメージを生成します。この例では、Ref の 1 つのヒストグラムに対して A の各チャネルをマッチングします。出力イメージ B はイメージ A の特性を継承し、サイズとデータ型がイメージ A と同じ RGB イメージになります。イメージ B の各 RGB チャネル内にある個別のレベルの数は、グレースケール イメージ Ref から作成されたヒストグラムのビンの数と同じです。この例の Ref と B のヒストグラムには既定の 64 個のビンの数があります。
B = imhistmatch(A,Ref);
RGB イメージ A、参照イメージ Ref およびヒストグラム マッチングされた RGB イメージ B を表示します。イメージはサイズを変更してから表示します。
imshow(A)
title("RGB Image with Color Cast")
imshow(Ref)
title("Reference Grayscale Image")
imshow(B)
title("Histogram Matched RGB Image")
カラー イメージと参照イメージを読み取ります。多項式法のデモを実行するには、参照イメージを 2 つのイメージの暗い方に割り当てます。
I = imread('office_4.jpg'); ref = imread('office_2.jpg'); montage({I,ref}) title('Input Image (Left) vs Reference Image (Right)');
多項式法を使用して、イメージ I の強度を、参照イメージ ref のヒストグラムに一致するように調整します。比較のため、一様手法を使用してイメージ I の強度も調整します。
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)');
一様手法を使用したヒストグラム マッチ イメージでは、空や道にフォールス カラーが入ります。多項式法を使用したヒストグラム マッチ イメージではこのアーティファクトは現れません。
この例では、ターゲット ヒストグラムのビンの数を変更して、ヒストグラム均等化を改善する方法を説明します。
データ型 uint8 の 2 つのイメージをワークスペースに読み込みます。イメージは、デジタル カメラを使用して同じシーンを 2 つの異なる露光で撮影したものです。A は露光不足のイメージであり、暗く見えます。ref は参照イメージであり、露光が適切で明るいです。
A = imread('office_2.jpg'); ref = imread('office_4.jpg');
イメージをモンタージュに表示します。
montage({A,ref})
title('Dark Image (Left) and Reference Image (Right)')
256 個のビンを使用して、各カラー チャネルのヒストグラムを表示します。この例に含まれている補助関数 displayHistogramChannels を使用できます。
displayHistogramChannels(A,ref)
暗い方のイメージ A では、ほとんどのピクセルが下方のビンにあります。参照イメージ ref では、3 つのどの RGB チャネルでも、256 個すべてのビンの値にピクセルが入っています。
暗いイメージと参照イメージの各カラー チャネルにおける一意の 8 ビット レベル値の数をカウントします。この例に含まれている補助関数 countUniqueValues を使用できます。
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
nbins の次の 3 つの値を使用して、暗いイメージのヒストグラムを均等化します。64、128、および 256。64 は既定のビンの数であり、256 は uint8 ピクセル データの最大のビンの数です。
[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')
256 個のビンを使用して、各カラー チャネルのヒストグラムを表示します。この例に含まれている補助関数 displayThreeHistogramChannels を使用できます。
displayThreeHistogramChannels(B64,B128,B256)
ヒストグラム均等化を行った 3 つのイメージの各カラー チャネルにおける一意の 8 ビット レベル値の数をカウントします。nbins が大きくなると、出力イメージ B の各 RGB チャネルにあるレベルの数も大きくなります。
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
この例では、異なるビンの数を使用してヒストグラム マッチングを行う方法を説明します。
MRI で撮像した膝の 16 ビット DICOM イメージを読み込みます。
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
448 個の離散値すべてのコード値が低いため、イメージは暗く見えます。これを修正するため、イメージ データを 16 ビットの範囲全体の [0, 65535] に広がるようにスケーリングします。
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
参照イメージ Ref を暗くして、ヒストグラム マッチング処理で使用できるイメージ A を作成します。
%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);
参照イメージ Ref と暗くしたイメージ A を表示します。離散コード値の数は同じでも全体の明度が異なることに注意してください。
subplot(1,2,1) imshow(Ref) title('Ref: Reference Image') subplot(1,2,2) imshow(A) title('A: Darkened Image');
ビンの数が異なるヒストグラムを使用してヒストグラム マッチングの出力イメージを生成します。最初に、既定のビンの数 64 を使用します。次にイメージ A 内にある値の数 448 を使用します。
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);
2 回のヒストグラム マッチング処理の結果を表示します。
figure subplot(1,2,1) imshow(B16bit64) title('B16bit64: 64 bins') subplot(1,2,2) imshow(Ref) title(['B16bitUniq: ',num2str(N),' bins'])
入力引数
出力引数
アルゴリズム
imhistmatch の目的は、イメージ J のヒストグラムがイメージ ref から導出されるヒストグラムと一致するように、イメージ I を変換することです。ヒストグラムは、イメージのデータ型の全範囲にわたる nbins 個の等間隔のビンで構成されます。このようにヒストグラムを一致させる結果として、nbins はイメージ J にある離散データ レベルの数の上限も表すことになります。
このアルゴリズムには注意すべき重要な動作特性があります。nbins の値が増えると、イメージ J のヒストグラムにおける隣接するピーク間で急激な変動の度合いが高くなる傾向があるということです。これは、16 ビット グレースケール MRI の例から作成した以下のヒストグラム プロットで確認できます。
nbins の最適値は、より多くの出力レベル (より大きな値の nbins) と、ヒストグラムにおけるピーク変動の最小化 (より小さい値の nbins) との間の妥協点となります。
バージョン履歴
R2012b で導入
