Question

我正在开发一个项目，它有一个小组件，需要比较图像渐变的分布。假设我已经使用Sobel滤波器计算了x和y方向上的图像梯度，并且对于每个像素具有2矢量。显然，获得幅度和方向是相当微不足道的，如下：

然而，我不清楚的是如何将这两个组件分成二维直方图，以获得任意数量的二进制数。

我考虑过这些问题（用浏览器编写）：

//Assuming normalised magnitudes.
//Histogram dimensions are bins * bins.
int getHistIdx(float mag, float dir, int bins) {
    const int magInt = reinterpret_cast<int>(mag);
    const int dirInt = reinterpret_cast<int>(dir);
    const int magMod = reinterpret_cast<int>(static_cast<float>(1.0));
    const int dirMod = reinterpret_cast<int>(static_cast<float>(TWO_PI));

    const int idxMag = (magInt % magMod) & bins
    const int idxDir = (dirInt % dirMod) & bins;
    return idxMag * bins + idxDir;
}

但是，我怀疑mod操作会引入很多不正确的重叠，即完全不同的渐变放入同一个bin。

非常感谢对这个问题的任何见解。

我想避免使用任何现成的库，因为我希望将此项目尽可能地保持为依赖关系。我还打算在CUDA中实现这一点。

Answer 1

我认为你应该将你的箱子安排在一个正方形阵列中，然后通过vx和vy独立地进行bin。

如果您的渐变合理地，即使您只需要先扫描数据以在x和y中累积最小值和最大值，然后均匀地分割渐变。

如果渐变分布非常不均匀，您可能需要先对（例如）vx进行排序，并安排每个bin之间的边界完全均匀地划分值。

中间解决方案可能是获得最小值和最大值忽略（例如）10％最极端值。

Answer 2

这更像是一个直方图问题？而不是你的一个标签。两件事：

在2D平原中，两个方向相等的调制2pi实际上是相同的 - 因此调制是有意义的。
我认为调整规范没有实际或合乎逻辑的理由。

接下来，您说您想要一个“二维直方图”，但返回一个数字。 2D直方图，以及在您的上下文中有意义的是3D绘图 - 平面是theta / R，2是索引的，而3D轴是“计数”。

首先建议，返回

return Pair<int,int>(idxMag,idxDir);

然后您可以制作2D直方图或2个2D直方图。

关于“垃圾箱数量”

这是用例依赖的。您需要定义您想要的垃圾箱数量（对于theta和R可能不同）。也许只是一些不变的10箱？也许它应该取决于载体的数量？在任何情况下，您都需要一个接收向量数或向量总数的函数，并返回每个轴的二进制数。这最初可能是一个常数（10个分档），你可以玩它。一旦你决定了垃圾箱的数量：

确定分档

对于0<theta<2 pi这样的有界案例，这很容易。假设平坦分布，将间隔平均分成箱数。你的调制实际上很好地处理了这个 - 如果你实际上已经调整了2 * pi，你没有。您仍然需要确定bin边界。
对于R，这变得更加棘手，因为这是无限的。这里有两个选项，但都依赖于相同的策略 - 选择最大的bin。任意（Say R=10），所以任何比这更长的矢量都放在“超过最大”的bin中。其余部分平均分配（例如，您可以选择其他分配）。另一种选择是使用最长的矢量来确定最大箱的边缘。

获取索引

一旦你有了垃圾箱，你需要搜索垃圾箱中当前矢量的幅度/方向。如果bin是表示bin的最小值/最大值（可能是索引）的对，比如在链表中，那么它就像（例如mag）：

bin = histogram.first;
while ( mag > bin.min ) bin = bin.next;
magIdx = bin.index;

如果bin没有保存索引，你可以使用一个计数器并在while中增加它。此外，对于幅度，最终箱应该保持“无穷大”或一些大数量作为限制。请注意，这与调制无关，尽管这可以适用于您的方向 - 正如您编码的那样。我不明白这对规范是否有意义。

尽管如此，你必须考虑一下你想要的东西。在任何情况下，这里的所有“对象”都足以让你自己写，甚至使用小数组。

梯度向量的直方图分级

2 个答案: