调整图像亮度之 线性拉伸 (3) 标准差拉伸

        上一篇文章介绍了百分比截断拉伸,本篇介绍标准差拉伸,线性拉伸的思想还是不变,寻找极值范围,极值范围的值直接映射到目标像素极值上,其他值仍旧线性拉伸。

        标准差拉伸寻找的极值有一个参数,那就是标准差倍数,ArcGis默认2.5倍的标准差范围作为极值范围,Erdas默认2倍标准差范围,也就是超过这个标准差范围的值将直接映射到目标像素范围的极值上。首先放算法:

/// \brief 标准差拉伸
/// \param pInter  const T * poSrcData, 原始数据
/// \param T * poDstData, 目标数据块
/// \param int nSizex 数据长度
/// \param T smin, T smax  原始像素值域
/// \param  T dmin, T dmax  目标像素值域
/// \param double StandardDeviation, 标准差
/// \param double avg 平均值
/// \param int Kn  倍数
/// \return 
template<typename T>
inline int CImageCorrectionDlg::StandardDeviationTension(const T * poSrcData, T * poDstData, int nSizex,
	T smin, T smax, T dmin, T dmax,
	double StandardDeviation, double avg, int Kn)
{
	//double k = (double)(dmax - dmin) / (smax - smin);
	//double b = (double)(smax*dmin - smin*dmax) / (smax - smin);

	0~K倍标准差 范围的值做映射其他值做极值
	//double kb = K*StandardDeviation;
	double ucMax = avg + Kn * StandardDeviation;
	double ucMin = avg - Kn * StandardDeviation;

	double k = (double)(dmax - dmin) / (ucMax - ucMin);
	double b = (double)(ucMax*dmin - ucMin*dmax) / (ucMax - ucMin);

	if (ucMin <= 0)
	{
		ucMin = 0;
	}
	#pragma omp parallel for
	for (int i = 0; i < nSizex; i++)
	{
		if (poSrcData[i] == 0)
		{
			poDstData[i] = 0;
			continue;
		}

		//当前点的标准差,
		//int sd = (T)poSrcData[i] - (T)avg;
		if (poSrcData[i] <= ucMin)
		{
			poDstData[i] = 0;
			continue;
		}
		else if (poSrcData[i] >= ucMax)
		{
			poDstData[i] = 255;
			continue;
		}
		//else if (poSrcData[i] >= ucMin && poSrcData[i] <= ucMax)
		//{
		//	poDstData[i] = double(poSrcData[i] - ucMin) / (double)(ucMax - ucMin) * 255;
		//}

		int tmp = k*poSrcData[i] + b;

		if (tmp <= 0)
		{
			if (poSrcData[i] == 0)
				poDstData[i] = 0;
			else
				poDstData[i] = 1;//原来不是0的如果直接拉伸0将变为nodata
		}
		else if (tmp >= 255)
			poDstData[i] = 255;
		else
			poDstData[i] = (T)tmp;
	}
	return 0;
}

 

算法结果图如下:

 

目前对这几种拉伸算法的应用场景还未做细致研究,后面将骤渐熟悉。

 

 

  • 5
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 8
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 8
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值