问题＃1

Question

我必须将dct2应用于我的图片的小窗口，最好是使用重叠窗口。

我发现Matlab中有两个函数可以使blockproc和im2col成为可能。我也很难理解，并希望得到一些澄清。

blockproc可用于使用BorderSize和TrimBorder参数在滑动窗口上实现我的函数。

B = blockproc(A,[64,64],fun,'BorderSize',[5,5], 'TrimBorder', 'false');

我意识到这会创建一个[64 + 2*5, 64 + 2*5]块并在每个块上应用函数@fun。但是因为我无法在调试中进入我的函数@fun以验证正确的操作，所以我不能确定这是我需要的。我的上述代码是否符合我的要求？我知道我在B得到一个连续的结果，但它应该在一个重叠的滑块上。这会实现我的需求吗？

第二个是im2col。 im2col(A,[m n],block_type)将块分成m个n块，并将它们排列成列，因此每列是一个块？如果是这样，重叠如何控制？如果每个块都是一列，我可以在每列上成功应用dct2函数吗？因为我怀疑它会将向量作为输入吗？

非常感谢一些澄清。

Answer 1

好的，这是一个非常复杂的问题。我将尝试将其分解为单独的部分，并将分别回答每个问题。

问题＃1

blockproc可用于使用BorderSize和TrimBorder参数在滑动窗口上实现我的函数。

B = blockproc(A,[64,64],fun,'BorderSize',[5,5], 'TrimBorder', 'false');

我意识到这会创建一个[64 + 2*5, 64 + 2*5]块并在每个块上应用函数@fun。但是因为我无法在调试中进入我的函数@fun以验证正确的操作，所以我不能确定这是我需要的。我的上述代码是否符合我的要求？我知道我在B得到一个连续的结果，但它应该在一个重叠的滑块上。这会实现我的需求吗？

在试验blockproc后，这确实是正确的，您可以使用它来进行滑动邻域处理。但是，您需要一个额外的标记PadPartialBlocks。此标志的目的是，如果您要提取一个块，您在图像的外边缘处，并且您无法创建指定大小的块，这将填充此部分块这样它就符合相同的尺寸。这是一个小例子，可以使用滑动窗口。假设我们有一个矩阵，以便：

>> A = reshape(1:25,5,5)

A =

     1     6    11    16    21
     2     7    12    17    22
     3     8    13    18    23
     4     9    14    19    24
     5    10    15    20    25

我们想说我们想要获取上面矩阵中每个3 x 3重叠邻域的平均值，并将那些超出矩阵边界的元素填零。您可以使用blockproc执行此操作：

B = blockproc(A, [1 1], @(x) mean(x.data(:)), 'BorderSize', [1 1], 'TrimBorder', false, 'PadPartialBlocks', true);

需要注意的重要一点是，块大小（在这种情况下为1 x 1，BorderSize为1 x 1，其设置与您预期的不同3 x 3块。为了解决这种情况的原因，我们需要进一步了解BorderSize的工作原理。对于块的给定中心，BorderSize允许您捕获超出原始大小的块的维度的值/像素。对于那些超出矩阵边界的位置，我们默认将这些位置填充为零。 BorderSize允许我们更多地捕获2M + 2N像素，其中M和N是您想要的水平和垂直边框大小。这样，我们就可以在原始块的上方和下方捕获M个像素，并在原始块的左侧和右侧捕获更多像素{.1}}。

因此，对于N中的值1，如果块大小为1 x 1，则表示该元素仅包含1，并且如果我们的A为1 x 1。意味着我们的最后一块将是：

BorderSize

因为我们的块大小是1，所以下一个块将以6为中心，我们将获得3 x 3像素网格，依此类推。将0 0 0 0 1 6 0 2 7设置为TrimBorder也很重要，这样我们就可以保留在扩展块时最初捕获的像素。默认设置为false。最后，true为PadPartialBlocks以确保所有块的大小相同。运行上面的代码时，我们得到的结果是：

true

您可以使用nlfilter验证我们是否可以获得相同的结果，我们可以将均值应用于3 x 3滑动邻域：

B = 1.7778 4.3333 7.6667 11.0000 8.4444 3.0000 7.0000 12.0000 17.0000 13.0000 3.6667 8.0000 13.0000 18.0000 13.6667 4.3333 9.0000 14.0000 19.0000 14.3333 3.1111 6.3333 9.6667 13.0000 9.7778

因此，如果要正确使用C = nlfilter(A, [3 3], @(x) mean(x(:))) C = 1.7778 4.3333 7.6667 11.0000 8.4444 3.0000 7.0000 12.0000 17.0000 13.0000 3.6667 8.0000 13.0000 18.0000 13.6667 4.3333 9.0000 14.0000 19.0000 14.3333 3.1111 6.3333 9.6667 13.0000 9.7778进行滑动操作，则需要分别设置块大小和边框大小。在这种情况下，一般规则是始终将块大小设置为1 x 1，并允许blockproc指定所需的每个块的大小。具体而言，对于大小为BorderSize的块，您可以将K x K分别设置为BorderSize。如果floor(K/2) x floor(K/2)很奇怪，这会让事情变得简单。

例如，如果您希望在滑动窗口的基础上进行K均值过滤操作，则应将5 x 5设置为BorderSize，[2 2]和{{1} }。因此，你会这样做：

K = 5

使用大小为5 x 5的floor(K/2) = 2进行复制也会产生：

B = blockproc(A, [1 1], @(x) mean(x.data(:)), 'BorderSize', [2 2], 'TrimBorder', false, 'PadPartialBlocks', true) B = 2.5200 4.5600 7.2000 6.9600 6.1200 3.6000 6.4000 10.0000 9.6000 8.4000 4.8000 8.4000 13.0000 12.4000 10.8000 4.0800 7.0400 10.8000 10.2400 8.8800 3.2400 5.5200 8.4000 7.9200 6.8400

我正在进行一些时序测试，似乎在此上下文中使用的nlfilter比C = nlfilter(A, [5 5], @(x) mean(x(:))) C = 2.5200 4.5600 7.2000 6.9600 6.1200 3.6000 6.4000 10.0000 9.6000 8.4000 4.8000 8.4000 13.0000 12.4000 10.8000 4.0800 7.0400 10.8000 10.2400 8.8800 3.2400 5.5200 8.4000 7.9200 6.8400更快。

问题＃2

第二个是blockproc。 nlfilter将块分成m个n块，并将它们排列成列，因此每列是一个块？如果是这样，重叠如何控制？如果每个块都是一列，我可以在每列上成功应用im2col函数吗？因为我怀疑它会将向量作为输入吗？

你是正确的im2col(A,[m n],block_type)将每个像素邻域或块转换为单个列，这些列的串联形成输出矩阵。您可以通过dct2参数控制块是重叠还是不同。指定im2col或block_type（默认值）以控制此操作。您还可以使用distinct和sliding控制每个社区的大小。

但是，如果您的目标是将m与n的输出结合使用，那么您将无法获得所需内容。具体而言，dct2将2D数据中每个数据点的空间位置考虑在内，并用作转换的一部分。通过将每个像素邻域变换为单个列，最初存在于每个块的2D空间关系现在消失了。 im2col期望2D空间数据，但您将指定1D数据。因此，dct2可能不是您正在寻找的。如果我理解你想要什么，你会想要使用dct2。

希望这有帮助！

使用blockproc或im2col在图像上重叠滑动窗口？

1 个答案:

问题＃1

问题＃2