Question

我已实施 4.1（预处理）部分。

预处理步骤旨在增强一组图像特征   选择的方向。首先，图像是灰度的，并用a过滤   锐化滤波器（我们从图像中减去其局部均值滤波   版本），从而消除了直流分量。

我们选择了12个不重叠的过滤器，来分析12个不同的过滤器   方向，相互旋转15°。

GitHub Repositiry is here.

由于文章中的给定公式不正确，我尝试了两组不同的公式。

第一组公式，

第二组公式，

预期输出应为

他们都没有给出正确的结果。

有人可以建议我进行任何修改吗？

GitHub Repository is here.

源代码的大多数相关部分都在这里：

    public List<Bitmap> Apply(Bitmap bitmap)
    {
        Kernels = new List<KassWitkinKernel>();

        double degrees = FilterAngle;

        KassWitkinKernel kernel;
        for (int i = 0; i < NoOfFilters; i++)
        {
            kernel = new KassWitkinKernel();
            kernel.Width = KernelDimension;
            kernel.Height = KernelDimension;
            kernel.CenterX = (kernel.Width) / 2;
            kernel.CenterY = (kernel.Height) / 2;
            kernel.Du = 2;
            kernel.Dv = 2;
            kernel.ThetaInRadian = Tools.DegreeToRadian(degrees);
            kernel.Compute();

            //SleuthEye
            kernel.Pad(kernel.Width, kernel.Height, WidthWithPadding, HeightWithPadding);

            Kernels.Add(kernel);

            degrees += degrees;
        }

        List<Bitmap> list = new List<Bitmap>();

        Bitmap image = (Bitmap)bitmap.Clone();

        //PictureBoxForm f = new PictureBoxForm(image);
        //f.ShowDialog();

        Complex[,] cImagePadded = ImageDataConverter.ToComplex(image);

        Complex[,] fftImage = FourierTransform.ForwardFFT(cImagePadded);

        foreach (KassWitkinKernel k in Kernels)
        {
            Complex[,] cKernelPadded = k.ToComplexPadded();
            Complex[,] convolved = Convolution.ConvolveInFrequencyDomain(fftImage, cKernelPadded);

            Bitmap temp = ImageDataConverter.ToBitmap(convolved);



            list.Add(temp);
        }

        return list;
    }

Answer 1

也许应该提到的第一件事是应该生成过滤器，角度应该增加FilterAngle（在你的情况下为15度）增量。这可以通过修改KassWitkinFilterBank.Apply来实现，如下所示（参见this commit）：

public List<Bitmap> Apply(Bitmap bitmap)
{
    // ...

    // The generated template filter from the equations gives a line at 45 degrees. 
    // To get the filter to highlight lines starting with an angle of 90 degrees
    // we should start with an additional 45 degrees offset.
    double degrees = 45;

    KassWitkinKernel kernel;
    for (int i = 0; i < NoOfFilters; i++)
    {
        // ... setup filter (unchanged)

        // Now increment the angle by FilterAngle
        // (not "+= degrees" which doubles the value at each step)
        degrees += FilterAngle;
    }

这应该会给你以下结果：

这不完全是纸张的结果，图像之间的差异仍然非常微妙，但你应该能够注意到刮痕线在第8个数字中最强烈（正如预期的那样，从刮擦角度开始）约为100-105度。

为了改善结果，我们应该按照文章中描述的相同方式为过滤器提供预处理过的图像：

首先，图像是灰度缩放的，并使用锐化滤镜进行过滤（我们从图像中减去其局部均值滤波版本），从而消除了DC分量

当你这样做时，你会得到一个值矩阵，其中一些将是负数。结果，该中间处理结果不适合存储为Bitmap。作为执行图像处理的一般规则，您应该将所有中间结果保存在double或Complex中，并且只将最终结果转换回Bitmap以进行可视化。

通过将输入bitmap和临时image变量更改为使用double[,]数据类型来集成您的更改以从your GitHub repository添加图像锐化，同时保持中间结果为双精度而不是Bitmap方法中的KassWitkinFilterBank.Apply（请参阅this commit）：

public List<Bitmap> Apply(double[,] bitmap)
{
    // [...]

    double[,] image = (double[,])bitmap.Clone();

    // [...]
}

应该会给你以下结果：

或者为了更好地突出差异，左边的图1（0度），右边的图8（105度）旁边：

自定义过滤器库未生成预期输出

1 个答案: