Question

我将特定大小和方向的Gabor滤镜应用于灰度图像。所以我通过使用2-D卷积“conv2”获得新的滤波图像。我看到有些人试图从过滤后的图像中删除边框，换句话说，要取消过滤后的图像。这些边界是什么？

例如：

    %if length(amount==1) , unpad equal on each side.
    %if length(amount==2) , first amount is left right, second amount is up down.
    %if length(amount==4) , then [left top right bottom].

switch (length(amount))
case 1
sx=size(i,2) - 2 * amount;  % i is the filtered image
sy=size(i,1) - 2 * amount;
left=amount + 1;
right=size(i,2) - amount;
top=amount + 1;
bottom = size(i,1) - amount;

case 2
sx=size(i,2) - 2 * amount(1);
sy=size(i,1) - 2 * amount(2);
left=amount(1) + 1;
right = size(i,2) - amount(2);
top= amount(2) +1;
bottom = size(i,1) - amount(2);

case 4
sx=size(i,2) - (amount(1) + amount(3));
sy= size(i,1) - (amount(2) + amount(4));
left = amount(1) + 1;
right = size(i,2) - amount(3);
top = amount(2) + 1;
bottom = size(i,1) - amount(4);

otherwise
error('illegal unpad amount\n');

end

我不明白这段代码，左，右，上，下是什么？它们与sx和sy有什么区别？请有人帮助我，并详细向我解释在此代码中会发生什么。

Answer 1

在线性卷积（由conv2实现）中，滤波后的图像在边缘处获得一些边缘，类似于“噪声”，因为卷积的工作方式。此功能删除这些边距（可能是为了获取图像的原始大小，取决于amount的值），同时：

amount - 保证金的大小。

sx - 新的列数。

sy - 新行数。

left - 新图片开始的列号。

right - 新图片结束的列号。

top - 新图片开始的行号。

bottom - 新图片结束的行号。

因此，您可以从中获取新图像：NewI=i(top:bottom,left:right);

编辑 :(对于评论的问题）

假设您想要从每一侧重新标记amount列，例如5.因此，您删除的总列数为10.因此，新列数是原始数字（size(i,2)）减去10 （2*amount）。对于行号也是如此。

因为要从左侧删除5列，所以剩下的第一列是第6列，所以现在左边框将是6（amount+1）。这也是其余的想法（右，上，下）

从过滤后的图像中取消/删除边框

1 个答案: