image - CIELAB 颜色空间中图像中每个超像素的平均颜色

Question

根据 MA​​TLAB 帮助测量每个超像素的平均颜色，我将图像分割为 200 个超像素，并尝试将输出图像中每个像素的颜色设置为超像素区域的平均 CIELAB 颜色。输入图像如下图所示:

B=imread('H.jpg');
A=rgb2lab(B);    // conversion from rgb to lab

[L,N] = superpixels(A,200);
figure
BW = boundarymask(L);
imshow(imoverlay(A,BW,'cyan'),'InitialMagnification',67);


outputImage = zeros(size(A),'like',A);
idx = label2idx(L);
numRows = size(A,1);
numCols = size(A,2);
for labelVal = 1:N
  redIdx = idx{labelVal};
  greenIdx = idx{labelVal}+numRows*numCols;
  blueIdx = idx{labelVal}+2*numRows*numCols;
  outputImage(redIdx) = mean(A(redIdx));
  outputImage(greenIdx) = mean(A(greenIdx));
  outputImage(blueIdx) = mean(A(blueIdx));
end    
figure
imshow(outputImage,'InitialMagnification',67);

我不确定这段代码的输出是否正确地给出了 CIELAB 颜色空间中每个超像素的正确平均颜色。与 RGB 颜色空间相比，图像是否具有如此不同的颜色，或者代码不正确？ CIELAB颜色空间 channel 平均色的测量，代码有没有问题？

Answer 1

这里的主要问题是 imshow 向您显示的不是数据包含的内容。

imshow 假设，对于 double 输入，像素值在 [0,1] 范围内。 Lab 在第一个 channel 中的范围是 [0,100]，我相信在其他两个 channel 中它是 [-20,20](也许它是不同的，但这两个 channel 是围绕 0 对称的，这是灰色的)。

如果您执行 imshow(A,[])，那么数据将被缩放以显示所有内容。因此将对所有 channel 进行相同的缩放，因此这也不是查看数据的最佳方式，但无论如何 L channel 将显示为红色，a 和 b channel 将显示为绿色和蓝色。不要指望这看起来像您的原始图像，即使您仍然拥有恢复原始图像的所有数据。

接下来， superpixels需要一个RGB图像作为输入，考虑传递原始图像 B，而不是Lab图像 A .这不会阻止您在找到的超像素内计算 Lab channel 的方法。 (it turns out 可以选择使用 Lab 输入图像)。

如果您想测量每个超像素内的平均 Lab 值并在进一步处理中使用它，请不要创建 outputImage，而是创建一个包含这些值的表:

data = zeros(N,3);
for labelVal = 1:N
  redIdx = idx{labelVal};
  greenIdx = idx{labelVal}+numRows*numCols;
  blueIdx = idx{labelVal}+2*numRows*numCols;
  data(labelVal,1) = mean(A(redIdx));
  data(labelVal,2) = mean(A(greenIdx));
  data(labelVal,3) = mean(A(blueIdx));
end    

现在，data(ii,:) 是超像素编号 ii 的 Lab 值。 L==ii 是属于这个超像素的像素。