这是我为C中的2D卷积编写的函数:
typedef struct PGMImage{
int w;
int h;
int* data;
}GrayImage;
GrayImage Convolution2D(GrayImage image,GrayImage kernel){
int aH,aW,bW,bH,r,c,x,y,xx,yy,X,Y;
int temp = 0;
GrayImage conv;
CreateGrayImage(&conv,image.w,image.h);
aH = image.h;
aW = image.w;
bH = kernel.h;
bW = kernel.w;
if(aW < bW || aH < bH){
fprintf(stderr,"Image cannot have smaller dimensions than the blur kernel");
}
for(r = aH-1;r >= 0;r--){
for(c = aW-1;c >= 0;c--){
temp = 0;
for(y = bH-1;y >= 0;y--){
yy = bH - y -1;
for(x = bW-1;x >= 0;x--){
xx = bW - x - 1;
X = c + (x - (bW/2));
Y = r + (y - (bH/2));
if(X >= 0 && X < aW && Y >= 0 && Y < aH){
temp += ((kernel.data[(yy*bW)+xx])*(image.data[(Y*aW)+X]));
}
}
}
conv.data[(r*aW)+c] = temp;
}
}
return conv;
}
我在Matlab中重现了这个函数,发现与Matlab中的常规2D卷积函数(conv2D)相比,它高估了某些像素的值。我无法弄清楚我的逻辑错误在哪里。请帮忙。
编辑: 这是我正在使用的股票图像(512 * 512): https://drive.google.com/file/d/0B3qeTSY-DQRvdWxCZWw5RExiSjQ/view?usp=sharing
这里是内核(3 * 3): https://drive.google.com/file/d/0B3qeTSY-DQRvdlQzamcyVmtLVW8/view?usp=sharing
使用上述功能我得
46465 46456 46564
45891 46137 46158
45781 46149 46030
但是Matlab的转发给了我
46596 46618 46627
46073 46400 46149
45951 46226 46153
表示相同像素(行:239-241,col:316:318)
这是我用来比较值的Matlab代码:
pgm_img = imread('path\to\lena512.pgm');
kernel = imread('path\to\test_kernel.pgm');
sz_img = size(pgm_img);
sz_ker = size(kernel);
conv = conv2(double(pgm_img),double(kernel),'same');
pgm_img = padarray(pgm_img,floor(0.5*sz_ker),'both');
convolve = zeros(sz_img);
for i=floor(0.5*sz_ker(1))+1:floor(0.5*sz_ker(1))+sz_img(1)
for j=floor(0.5*sz_ker(2))+1:floor(0.5*sz_ker(2))+sz_img(2)
startX = j - floor(sz_ker(2)/2);
startY = i - floor(sz_ker(1)/2);
endX = j + floor(sz_ker(2)/2);
endY = i + floor(sz_ker(1)/2);
block = pgm_img(startY:endY,startX:endX);
prod = double(block).*double(kernel);
convolve(i-floor(0.5*sz_ker(1)),j-floor(0.5*sz_ker(2))) = sum(sum(prod));
end
end
disp(conv(239:241,316:318));
disp(convolve(239:241,316:318));
答案 0 :(得分:0)
一个明显的区别是你的c代码使用了int,而matlab代码使用了双精度。更改您的c代码以使用双打,并查看结果是否仍然不同。
答案 1 :(得分:0)
我创建了Image Convolution库,用于处理图像的简单情况,这是一个简单的2D Float数组。
该函数支持任意内核,并根据MATLAB的实现进行验证。
所以你需要的就是用生成的内核调用它。
您可以在MATLAB中使用其生成的DLL,并看到它产生与MATLAB的图像卷积函数相同的结果。