如何在3D中进行高斯滤波

Question

我如何在第三维中进行高斯平滑？

我有这个检测金字塔，投票以四个等级累积。每个峰值都有物体。

我已经在2d中平滑了每一个，并在我的论文中读到我需要用\ sigma = 1过滤第三维，我之前没有尝试过，我甚至不确定它是什么意思。

我想出了如何在Matlab中完成它，并且在opencv / c ++中需要一些类似的东西。

Matlab原始值： Matlab平滑，M0 = smooth3（M0，'gaussian'）; ：

Answer 1

很久以前（2008-2009）我开发了一个小的C ++模板库来应用一些简单的转换和卷积滤波器。该库的源代码可以在Linderdaum Engine中找到 - 它与引擎的其余部分无关，也不使用任何引擎的功能。许可证是麻省理工学院，因此随心所欲。

在Src / Linderdaum / Images / VolumeLib上查看Linderdaum的源代码（http://www.linderdaum.com）。*

准备内核的函数是PrepareGaussianFilter（），MakeScalarVolumeConvolution（）应用过滤器。由于I / O是使用回调函数实现的，因此很容易使库适应不同的数据源。

Answer 2

高斯滤波器是可分离的。您在每个维度应用1D过滤器，如下所示：

for (dim = 0; dim < D; dim++)
    tensor = gaussian_filter(tensor, dim);

我建议使用OpenCV在C ++中实现高斯滤波器（以及一般的图像处理）。

请注意，这假设您的金字塔等级都具有相同的大小。 你可以拥有自己的功能，可以动态地对你的尺度空间金字塔进行采样，同时对第三维进行卷积，但是如果你有足够的内存，我相信你可以更快地扩展你的粗略水平，以获得相同大小的最佳水平