考虑我使用了将图像转换为RGB
imrgb=cat(3,image1,image2,image3)
默认情况下，我将获得完整的绿色图像 . 但是，如果我将image1乘以2然后颜色变为红色，我也可以为其他通道执行此操作 . 现在我的问题是有任何算法找到这些数字应该乘以红色，绿色和蓝色通道来获得我想要的图像，并假设我知道我想要的图像 .
可能你的问题是每个通道都没有标准化（具有不同的动态范围） .
Regarding your question ：是的如果您知道所需的图像，那么您需要找到的是3个乘法常数（每个通道一个） . 如果您的图像大小为100x100，则表示您拥有10,000个具有3个未知数的线性数学方程式 . 这很容易解决 . 实际上你只需要3个像素来生成3个方程，解决它们就可以检索你的常数 . 标准解决方案是通过SVD（奇异值分解）实现的最小平方误差 .
If you don't know your desired image 比快速和脏的方式只是在将它们连接到RGB之前重新规范化3个通道中的每个通道 . 例如：img1 . 找到最小值和最大值（用min，max表示）并将像素的每个值更改为 (v-min)/(max-min)*255 . 为3个通道中的每个通道执行此操作，而不是连接 . 这将解决您遇到的问题，即每个通道的动态范围不同 . 然而，这不是完美的解决方案 . 它适用于自然图像，但当图像中的白 balancer 偏移时（太阳落山，太阳升起，游泳池，植被等图像）可能会产生错误的结果 .
(v-min)/(max-min)*255
1 回答
可能你的问题是每个通道都没有标准化（具有不同的动态范围） .
Regarding your question ：是的如果您知道所需的图像，那么您需要找到的是3个乘法常数（每个通道一个） . 如果您的图像大小为100x100，则表示您拥有10,000个具有3个未知数的线性数学方程式 . 这很容易解决 . 实际上你只需要3个像素来生成3个方程，解决它们就可以检索你的常数 . 标准解决方案是通过SVD（奇异值分解）实现的最小平方误差 .
If you don't know your desired image 比快速和脏的方式只是在将它们连接到RGB之前重新规范化3个通道中的每个通道 . 例如：img1 . 找到最小值和最大值（用min，max表示）并将像素的每个值更改为
(v-min)/(max-min)*255. 为3个通道中的每个通道执行此操作，而不是连接 . 这将解决您遇到的问题，即每个通道的动态范围不同 . 然而，这不是完美的解决方案 . 它适用于自然图像，但当图像中的白 balancer 偏移时（太阳落山，太阳升起，游泳池，植被等图像）可能会产生错误的结果 .