RGB 到标准 RGB 转换。矢量化

Question

我正在编写一段代码，必须将 RGB 图像转换为 RGB 标准化空间。我已经让它可以使用 for 格式，但运行速度太慢，而且我需要评估大量图像。我正在尝试对整个函数进行矢量化以加快速度。我目前所拥有的内容如下：

     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(:));它显示内存不足错误（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）

是否可以以更有效的方式完成相同的过程？

编辑：

使用 Martin Sugestions 后，我发现 reshape 函数不是必需的，可以使用简单的代码执行相同的操作：

     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(:,:);

Answer 1

我相信您需要

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

注意 / 前面的点，它指定逐个元素的划分。如果没有点，您将求解一个方程组 - 这可能不是您想要做的。这可能也解释了为什么您会看到高内存消耗。

Answer 2

您的整个第一个代码可以用一个矢量化行重写：

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

您的第二个稍微修改的版本为：

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

顺便说一句，您应该知道用于图像的数据类型，否则可能会得到意外的结果（例如由于整数除法）。因此，在执行标准化计算之前，我会将图像转换为 double ：

im = im2double(im);