积分图像边框处理

Question

我有一个积分图像，我从一个普通的灰色图像计算出来。我检查了它，它看起来像这样：

现在我在积分图像上应用了一些Box滤镜，例如SURF中使用的Box滤镜。

现在我的问题是滤镜在Image角落处作出反应。我认为它来自过滤箱的外移。所以现在我知道我必须实施一些边界处理。首先，我认为将Integralimage的第一行和第一列设置为零会有所帮助，但它没有帮助。 我在Stackoverflow上找到了这个：

Dealing with Boundary conditions / Halo regions in CUDA

将此技术应用于Integralimage的最佳方法是什么？为积分图像构建一些边缘镜像，夹具等是否有意义？或者我应该使用InputeImage来计算积分图像？有人有经验或有一种典型的方法来处理这个问题吗？

编辑：

“相反，当你在边境时，你想要在你的过滤器代码中做一些索引。”好的，此刻我这样做，所以我只能重复一遍，IntegralImage的第一列和第一行是零。

int GetBoxIntegral(int xUp, int yUp, int xBot, int yBot)
{
    yUp = Math.min(Math.max(0, yUp), m_integralImage.GetHeight() - 1); 
    xUp = Math.min(Math.max(0, xUp), m_integralImage.GetWidth() - 1);
    yBot = Math.min(Math.max(0, yBot), m_integralImage.GetHeight() - 1);
    xBot = Math.min(Math.max(0, xBot), m_integralImage.GetWidth() - 1);



    int A = 0, B = 0, C = 0, D = 0;
    A = m_integralImage.GetPixel(xUp, yUp);
    B = m_integralImage.GetPixel(xBot, yUp);
    C = m_integralImage.GetPixel(xUp, yBot);
    D = m_integralImage.GetPixel(xBot, yBot);

    return Math.max(0, A + D - B - C);
}

Answer 1

1）＆＃34;将这些技术应用于我的Integralimage的最佳方法是什么？＆＃34;这一切都取决于你想要的结果。例如，对于特征检测，没有必要赶上靠近边框的像素，并且所有滤镜都应位于图像内。

2）＆＃34;为积分图像构建一些边缘镜像，夹具等是否有意义？或者我应该使用InputeImage来计算积分图像？＆＃34;更快地构建带边框的整体图像，可以减少计算量。

3）＆＃34;有经验的人还是有一种典型的方法可以解决这个问题？＆＃34;我知道2种典型的解决方案首先，忽略需要在图像外进行计算的所有像素（特征检测）。其次，夹紧整数图像查询的矩形（框模糊滤镜）。