RGB转换为标准RGB。矢量化

Question

我正在编写一段代码，需要将RGB图像转换为归一化的rgb空间。我已经用for循环实现了它，但运行速度太慢，而且我需要处理大量的图像。我正在尝试向量化整个函数以加快速度。目前我所拥有的是：

     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);

主要问题在于当到达VNormalizedRed = r(:)/(r(:)+g(:)+b(:));时，出现了内存溢出错误（这真的很奇怪，因为我刚刚释放了三个相同大小的向量）。错误在哪里？（已解决）

有没有更有效率的方法来完成同样的过程？ 编辑： 使用马丁的建议后，我发现reshape函数是不必要的，可以用一个简单的代码来完成同样的操作。

     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(:,:);

- jsalvador

---

关于你代码的新版本说明：R（::）应该简单等同于 R - 所以你应该能够进一步缩短你的代码，例如 NormalizedRed = R./sqrt(R.^2+G.^2+B.^2); - Martin B

Answer 1

我相信您需要的是：

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

请注意标志着逐个元素除法的斜杠前面的点。如果没有这个点，您正在解决一个方程组——这很可能不是您想要做的事情。这可能也解释了为什么您看到内存消耗很高。

- Martin B

Answer 2

你的整个第一份代码可以在一行向量化代码中重写：

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

你的第二个稍微修改过的版本如下：

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

顺便提一下，你应该注意图像使用的数据类型，否则可能会得到意外的结果（例如由于整数除法）。因此，在执行归一化计算之前，我会将图像转换为double：

im = im2double(im);

- Amro