RGB 到标准 rgb 转换。矢量化答案

【问题标题】：RGB to norm rgb transformation. VectorizingRGB 到标准 rgb 转换。矢量化
【发布时间】：2016-08-03 16:06:56
【问题描述】：

我正在编写一段代码，它必须从 RGB 图像转换为 rgb 标准化空间。我已经让它使用 for 格式，但运行速度太慢，我需要评估很多图像。我正在尝试对整个功能进行矢量化以加快速度。我目前拥有的如下：

     R = im(:,:,1);
     G = im(:,:,2);
     B = im(:,:,3);

     r=reshape(R,[],1);
     g=reshape(G,[],1);
     b=reshape(B,[],1);

     clear R G B;

     VNormalizedRed = r(:)/(r(:)+g(:)+b(:));
     VNormalizedGreen = g(:)/(r(:)+g(:)+b(:));
     VNormalizedBlue = b(:)/(r(:)+g(:)+b(:));

     NormalizedRed = reshape(VNormalizedRed,height,width);
     NormalizedGreen = reshape(VNormalizedGreen,height,width);
     NormalizedBlue = reshape(VNormalizedBlue,height,width);

主要问题是当它到达VNormalizedRed = r(:)/(r(:)+g(:)+b(:)); 时会显示内存不足错误（这真的很奇怪，因为我刚刚释放了三个相同大小的向量）。是错误吗？（已解决）

是否有可能以更有效的方式执行相同的过程？

编辑：

在使用 Martin 的建议后，我发现 reshape 功能不是必需的，可以用简单的代码来做同样的事情：

     R = im(:,:,1);
     G = im(:,:,2);
     B = im(:,:,3);

     NormalizedRed = R(:,:)./sqrt(R(:,:).^2+G(:,:).^2+B(:,:).^2);
     NormalizedGreen = G(:,:)./sqrt(R(:,:).^2+G(:,:).^2+B(:,:).^2);
     NormalizedBlue = B(:,:)./sqrt(R(:,:).^2+G(:,:).^2+B(:,:).^2);

     norm(:,:,1) = NormalizedRed(:,:);
     norm(:,:,2) = NormalizedGreen(:,:);
     norm(:,:,3) = NormalizedBlue(:,:);

【问题讨论】：

关于新版本代码的注释：R(:,:) 应该等同于 R——因此您应该能够进一步缩短代码，例如NormalizedRed = R./sqrt(R.^2+G.^2+B.^2);

标签： image matlab memory image-processing rgb

【解决方案1】：

我相信你想要

VNormalizedRed = r(:)./(r(:)+g(:)+b(:));

注意/ 前面的点，它指定了逐个元素的划分。没有点，你正在求解一个方程组——这可能不是你想做的。这可能也解释了为什么您会看到高内存消耗。

【讨论】：

【解决方案2】：

您的整个第一个代码可以在一个向量化的行中重写：

im_normalized = bsxfun(@rdivide, im, sum(im,3,'native'));

您的第二个稍作修改的版本为：

im_normalized = bsxfun(@rdivide, im, sqrt(sum(im.^2,3,'native')));

顺便说一句，您应该注意用于图像的数据类型，否则可能会得到意想不到的结果（例如，由于整数除法）。因此，我会在执行归一化计算之前将图像转换为double：

im = im2double(im);

【讨论】：