Image CIELAB颜色空间中图像中每个超级像素的平均颜色

根据MATLAB测量每个超级像素平均颜色的帮助，我将图像分割为200个超级像素，并尝试将输出图像中每个像素的颜色设置为超级像素区域的平均CIELAB颜色。 输入图像如下所示：

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

---

我不确定这段代码的输出是否正确地给出了CIELAB颜色空间中每个超级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，或者代码是否不正确？在CIELAB颜色空间通道平均颜色的测量中，代码中是否存在任何问题？

这里的主要问题是，

imshow

显示的不是数据所包含的内容

imshow

假设对于

double

输入，像素值在[0,1]范围内。Lab在第一个通道中的范围为[0100]，我相信在其他两个通道中的范围为[-20,20]（可能不同，但这两个通道在0左右对称，即灰色）

如果执行

imshow（A，[]）

操作，则数据将缩放以显示所有内容。因此，将缩放所有通道，因此这也不是查看数据的最佳方式，但在任何情况下，L通道将显示为红色，a和b通道将显示为绿色和蓝色。不要期望它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

下一步，<代码>超像素期望RGB图像作为输入，考虑传递原始图像<代码> B<代码>，而不是实验室图像<代码> A<代码>。这不会妨碍您计算找到的超级像素中实验室通道的方法。（有一个使用实验室输入图像的选项）

如果要测量每个超级像素内的平均Lab值并在进一步处理中使用，请不要创建

输出图像

，而是创建包含这些值的表：

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，：）

是超级像素数

ii

的实验室值

L==ii

是属于此超级像素的像素。

请注意，尽管超级像素算法SLIC在L*a*b*空间中运行，但它需要RGB图像作为输入。如果您希望预计算L*a*b*表示，以便在您的用例中用于下游，则需要使用“IsInputLab”名称/值。否则，算法将尝试将已存在的L*a*b*图像转换为L*a*b*

你想要：

B=imread('H.jpg');
A=rgb2lab(B);  
[L,N] = superpixels(A, 200,'IsInputLab',true);

Chris Lueno回答了超级像素图中特征的平均计算。超级像素之间的距离是相似的，基本上计算每个超级像素的质心特征来描述它们的位置，然后测量它们之间的距离。请注意，在下面的代码中，矩阵关于其对角线对称，对角线上为0。如果你在意的话，我会让你来提高效率

distanceMatrix = zeros(N,N);
for m = 1:N
    for n = 1:n
        [i1,j1] = ind2sub(size(A),idx{m});
        [i1,j2] = ind2sub(size(A),idx{n});
        Icenter1 = mean(i1);
        Jcenter1 = mean(j1);
        Icenter2 = mean(i2);
        Jcenter2 = mean(j2);
        distanceMatrix(m,n) = sqrt((Icenter1-Icenter2)^2+(Jcenter1-Jcenter2)^2);
    end 
end

---

我在MATLAB 2018中编写代码。我使用MATLAB帮助。RGB有3个通道，在每个通道中确定平均颜色。但由于CIELAB颜色空间的特性，我不知道如何测量图像从RGB转换到CIELAB颜色空间后每个超级像素的平均颜色？这可能对您有用：图像以蓝色链接显示。@CrisLuengo，请告诉我您对代码和图像的评论。谢谢你的回答，如果我使用RGB图像计算超级像素，那么应该在哪一步转换到实验室？通过考虑您上面提到的每个实验室通道的范围，在代码中正确地测量了实验室通道的平均颜色？@dtr43：从RGB图像

B

计算超级像素，然后在计算平均值时使用实验室图像

A

。转换将在您需要

A

之前随时完成。感谢您的帮助，在测量CIELAB颜色空间中的平均颜色后，我得到了“outputImage”图像，超级像素区域的颜色是平均实验室颜色。如何访问新图像中的这些超级像素，使每个像素具有平均的LAB颜色？@dtr43:您可以将图像转换为RGB进行显示。“LAB”表示通道的顺序。L是第一个通道，a是第二个通道，b是第三个通道。尝试

imshow（L==ii）

（对于介于1和

N

之间的任何给定数字

ii

），您将看到一个选择了超级像素

ii

的二值图像。换句话说，感谢您的回答，我可以测量CIELAB颜色空间中每个超级像素的平均值，输出图像上传到这个链接中：我的问题是如何分别访问每个超级像素的平均值来执行一些操作，例如欧几里德距离。。。超级像素之间？非常感谢你的新答案。我真的需要。

distanceMatrix = zeros(N,N);
for m = 1:N
    for n = 1:n
        [i1,j1] = ind2sub(size(A),idx{m});
        [i1,j2] = ind2sub(size(A),idx{n});
        Icenter1 = mean(i1);
        Jcenter1 = mean(j1);
        Icenter2 = mean(i2);
        Jcenter2 = mean(j2);
        distanceMatrix(m,n) = sqrt((Icenter1-Icenter2)^2+(Jcenter1-Jcenter2)^2);
    end 
end