imadjust函数分析一

声明：本文涉及到的行数皆指本文提供的附件imadjust.m的代码中行数

本文只讨论imadjust函数是一种用法，即

J = IMADJUST(I,[LOW_IN; HIGH_IN],[LOW_OUT; HIGH_OUT],GAMMA)

处理效果如下图

图像矩阵I要求数据类型uint8、uint16、double、single和int16，[LOW_IN HIGH_IN]和[LOW_OUT HIGH_OUT] 要求范围都要在[0 1]区间中，不然会出问题。

 

1.函数首先获得输入参数（行97）

[img,imageType,lowIn,highIn,lowOut,highOut,gamma] = ...
    parseInputs(varargin{:});

根据用法

J = IMADJUST(I,[LOW_IN; HIGH_IN],[LOW_OUT; HIGH_OUT],GAMMA)

其中I赋值给img，imgeType后续有说明，LOW_IN赋值给lowIn，HIGH_IN赋值给highIn，LOW_OUT赋值给lowOUt，HIGH_OUT赋值给highOut，GAMMA赋值给gamma。

进入子函数paraseInputs（行196）

函数会判断输出参数个数多少，本文主要讨论参数个数>1，从行231看起

View Code

这个if-else语句代码很明显看到函数输入参数[LOW_IN HIGH_IN]赋值给了lowhigh_in，参数[LOW_OUT HIGH_OUT]赋值给了lowhigh_out，而参数GAMMA赋值给了gamma，然后执行参数有效性判断。（行265）

imageType = findImageType(img, lowhigh_in, lowhigh_out);
checkRange(lowhigh_in, imageType, 2,'[LOW_IN; HIGH_IN]');
checkRange(lowhigh_out, imageType, 3,'[LOW_OUT; HIGH_OUT]');

第一个语句主要用于根据输入图像矩阵判断图像类型，第二个和第三个主要是判断[LOW_IN HIGH_IN]和[LOW_OUT HIGH_OUT]的正确性。

（1）findImageType函数如下（行274）

View Code

图像类型分为三种，第一种是'truecolor'图像，第二种是'intensity'，第三种为'indexed'。本文讨论的为第二种（一般情况使用的就是第二种，其他的目前没遇到，后续文章更新），即'intensity'，判定第二种条件为[LOW_IN HIGH_IN]和[LOW_OUT HIGH_OUT]的元素个数为2并且输入图像矩阵列数不为3。

（2）chackRange函数如下（行300）

View Code

前面判定图像为'intensity'，这里主要判断[LOW_IN HIGH_IN]和[LOW_OUT HIGH_OUT]元素个数必须为2，不然报错，这里就是第一个检查，后面还有检查。

最后

[low_in high_in]   = splitRange(lowhigh_in, imageType);
[low_out high_out] = splitRange(lowhigh_out, imageType);

获取参数[low_in high_in] 和 [low_out high_out] ，然后函数返回。

 

2.参数检查

前面通过函数paraseInputs获取了用户输入的参数，接下来进行参数有效性检验

validateLowHigh(lowIn,highIn,lowOut,highOut);
gamma = validateGamma(gamma,imageType);

（1）函数validateLowHigh（行340）

View Code

该函数首先检查了lowIn要小于highIn，但是没要求lowOut要小于highOut，因为这个函数有个运用，在于可以反转图像，即[0 1]变换到[1 0]。

然后使用函数isInvalidRange限制了输入lowIn、highIn、lowOut和highOut范围为[0 1]，这就是开头所说[LOW_IN HIGH_IN]和[LOW_OUT HIGH_OUT] 要求范围都要在[0 1]区间中的出处。

（2）函数validateGamma（行362）

View Code

前面判定图像类型为'intensity'，这里判定gamma参数必须为正数。

 

3.执行变换（行104）

View Code

首先判断如果图像矩阵数据不为浮点数（double和single）并且矩阵元素个数>65536，则执行函数adjustWithLUT函数。

（1）adjustWithLUT函数如下

View Code

 关键部分

for p = 1:size(img,3)
    lut = linspace(0,1,lutLength);
    scalingFactor = 1;
    lut = adjustArray(lut,lowIn(p),highIn(p),lowOut(p),highOut(p), ...
        gamma(p),scalingFactor);
    lut = conversionFcn(lut);
    out(:,:,p) = intlut(img(:,:,p),lut);
end

首先创建一个数组作为筛选数组，不需要对图像矩阵进行变换，直接根据筛选数组的筛选图像矩阵。以下语句为灰度值归一化，将灰度归一化到[0 1]范围，这是为了后面变换方便。

lut = linspace(0,1,lutLength);

lutLength的大小为图像矩阵数据类型对应该类型的最大值，例如图像矩阵数据类型为uint8，则lutLength=256。该语句作用在于创建一个数组lut，数组储存归一化后的灰度值，每个元素分别对于相应的灰度等级。

lut = adjustArray(lut,lowIn(p),highIn(p),lowOut(p),highOut(p), ...
        gamma(p),scalingFactor);

对lut进行变换，变换结果如开头的图

lowIn=低输入 highIn=高输入 lowOut=低输出 highOut=高输出

由于数组lut元素范围[0 1]，这是归一化数据，因此要还原对应的值

lut = conversionFcn(lut);

剩下就是筛选了

out(:,:,p) = intlut(img(:,:,p),lut);

 

（2）adjustArray函数（行187）

function out = adjustArray(img,lIn,hIn,lOut,hOut,g,d)

%make sure img is in the range [lIn;hIn]
img(:) =  max(lIn(d,:), min(hIn(d,:),img));

out = ( (img - lIn(d,:)) ./ (hIn(d,:) - lIn(d,:)) ) .^ (g(d,:));
out(:) = out .* (hOut(d,:) - lOut(d,:)) + lOut(d,:);

首先筛选掉矩阵img中小于lIn的数的数值变为lIn，大于hIn的数的数值变为hIn，筛选语句如下

img(:) =  max(lIn(d,:), min(hIn(d,:),img));

接着进行变换，令 并且d=1，则该函数处理的效果等价于：

至于为什么这样，我手写推导过程如下

表达式就是曲线AB的方程

 

附件：imadjust.m代码

View Code