Sto cercando di eseguire la corrispondenza dell'istogramma utilizzando Python per migliorare il processo di mosaico di più raster sovrapposti. Sto basando il mio codice su quello trovato su:
http://www.idlcoyote.com/ip_tips/histomatch.html
Ad oggi, sono riuscito a tagliare l'area di sovrapposizione di due raster adiacenti e ad appiattire l'array.
quindi ho due matrici 1 dimensionali della stessa lunghezza.
Ho quindi scritto il seguente codice basato su quello trovato sul sito Web sopra. Nel codice mostrato ho sostituito due set di dati molto piccoli per le immagini gd e bd.
import matplotlib.pyplot as plt
from scipy.interpolate import interp1d
bins = range(0,100, 10)
gd_hist = [1,2,3,4,5,4,3,2,1]
bd_hist = [2,4,6,8,10,8,6,4,2]
nPixels = len(gd_hist)
# here we are creating the cumulative distribution frequency for the bad image
cdf_bd = []
for k in range(0, len(bins)-1):
b = sum(bd_hist[:k])
cdf_bd.append(float(b)/nPixels)
# here we are creating the cumulative distribution frequency for the good image
cdf_gd = []
for l in range(0, len(bins)-1):
g = sum(gd_hist[:l])
cdf_gd.append(float(g)/nPixels)
# we plot a histogram of the number of
plt.plot(bins[1:], gd_hist, 'g')
plt.plot(bins[1:], bd_hist, 'r--')
plt.show()
# we plot the cumulative distribution frequencies of both images
plt.plot(bins[1:], cdf_gd, 'g')
plt.plot(bins[1:], cdf_bd, 'r--')
plt.show()
z = []
# loop through the bins
for m in range(0, len(bins)-1):
p = [cdf_bd.index(b) for b in cdf_bd if b < cdf_gd[m]]
if len(p) == 0:
z.append(0)
else:
# if p is not empty, find the last value in the list p
lastval = p[len(p)-1]
# find the bin value at index 'lastval'
z.append(bins[lastval])
plt.plot(bins[1:], z, 'g')
plt.show()
# look into the 'bounds_error'
fi = interp1d(bins[1:], z, bounds_error=False, kind='cubic')
plt.plot(bins[1:], gd_hist, 'g')
plt.show
plt.plot(bins[1:], fi(bd_hist), 'r--')
plt.show()
Il mio programma traccia con successo gli istogrammi e le distribuzioni di frequenza cumulativa ... e ho pensato di avere la parte di ottenere la funzione di trasformazione 'z' corretta .... ma poi quando uso la funzione di distribuzione 'fi' su 'bd_hist' per provare ad abbinarlo all'insieme di dati gd tutto va a forma di pera.
Non sono un matematico ed è molto probabile che abbia trascurato qualcosa di abbastanza ovvio.
cdf_bd = np.cumsum(bd_hist) / float(np.sum(bd_hist))