Question

我想根据像素的RGB颜色对一个tiff图像的像素进行分类。输入是图像和水（r0，g0，b0），森林（r1，g1，b1）和建筑物（r2，g2，c2）的三种预定义颜色。分类基于图像像素与这三种颜色之间的距离。如果像素与水相邻，则像素为水并将其改为水RGB。距离计算为（一个样本）sqrt（（x-r0）^ 2 +（y-g0）^ 2 +（z0-b0）^ 2）

示例实现是：

a=imread(..);
[row col dim] = size(a);   % dim =3 
for i=1:row
   for j=1:col
       dis1=sqrtCal(a(i,j,:)-water) 
       dis2=sqrtCal(a(i,j,:)-forest) 
       dis3=sqrtCal(a(i,j,:)-build)
       a(i,j,:) = water;
       if  dis2< dis1
           dis1 = dis2
           a(i,j,:) = forest
       end
       dis3=sqrt(a(i,j,:)-build)
       if dis3<dis1
          a(i,j,:) = build
       end
   end
end

此实施应该有效。问题是两个for循环不是一个好的选择。

Matlab有什么好的选择吗？该 D = pdist(X,distance) 似乎不适合我的情况。

Answer 1

我认为这可以满足您的需求。参考颜色的数量是任意的（在您的示例中为3）。每个参考颜色被定义为矩阵ref_colors的一行。设M x N表示原始图像中的像素数。因此，原始图像是M x N x 3数组。

result_index是一个M x N数组，每个原始像素包含最接近参考颜色的索引。

result是M x N x 3数组，其中每个像素都已分配了最接近参考颜色的RBG值。

im = rand(10,12,3);          %// example image
ref_colors = [ .1 .1 .8; ... %// water
               .3 .9 .2; ... %// forest
               .6 .6 .6 ];   %// build: example reference colors
dist = sum(bsxfun(@minus, im, permute(ref_colors, [3 4 2 1])).^2, 3);
    %// 4D array containing the distance from each pixel to each reference color.
    %// Dimensions are: 1st: pixel row, 2nd: pixel col, 3rd: not used,
    %// 4th: index of reference color
[~, result_index] = min(dist, [], 4); %// compute arg min along 4th dimension
result = reshape(ref_colors(result_index,:), size(im,1), size(im,2), 3);

Answer 2

这是另一个基于bsxfun的解决方案，但保留在3D并且效率更高 -

%// Concatenate water, forest, build as a 2D array for easy processing
wfb = cat(2,water(:),forest(:),build(:))

%// Calculate square root of squared distances & indices corresponding to min vals
[~,idx] = min(sum(bsxfun(@minus,reshape(a,[],3),permute(wfb,[3 1 2])).^2,2),[],3)

%// Get the output with the minimum from the set of water, forest & build
a_out = reshape(wfb(:,idx).',size(a))

Answer 3

如果您安装了统计工具箱，则可以使用基于knnsearch的此版本，该版本适用于大量颜色。

result_index = knnsearch(ref_colors, reshape(im,[],3));
result = reshape(ref_colors(result_index,:), size(im));

在matlab中计算到三个定义像素的像素距离

3 个答案: