如何应用高斯滤波器在matlab中的图像的单个像素?
我有一个白色/黑色的图像。我想对此图像上的白色像素应用高斯滤镜。但是,我想逐像素地应用它,因为我想给不同的像素提供不同的高斯带宽参数。如何应用高斯滤波器在matlab中的图像的单个像素?
例如,图像上只有2个像素是白色的,其他的是黑色的。我想对这2个像素应用不同的高斯滤镜。假设X [2]和Y [2]是2个像素的坐标。
Gaussian bandwidth for X[0] and Y[0] is [10, 10], standard deviation is 1.
Gaussian bandwidth for X[1] and Y[1] is [20, 20], standard deviation is 3.
我知道roifilt2会在ROI上工作,但它似乎只适用于图像区域而不是单个像素。我已经通过我的理解编码后,我检查ROI处理,但下面的代码给我错误:
Error using imwrite (line 422)
Image data can not be empty.
Error in guassianFilter (line 73)
imwrite(out,[outdir,imname,'.png'],'png');
看来滤波输出图像是空的。但我是matlab新手,我不知道为什么会发生这种情况,以及如何解决这个问题。 :(
是否有任何MATLAB函数,我可以直接打电话到做的工作
代码:
while ischar(tline)
line = regexp(tline,' ','split');
if(strcmp(line{1},'touch') == 1)
c = floor(str2double(line{1,3})); % same as X[0] as I mentioned above
r = floor(str2double(line{1,4})); % same as Y[0] as I mentioned above
BW = roipoly(im,c,r);
G = fspecial('gaussian',[10 10],1);
out = roifilt2(G,im,BW);
end
if(strcmp(line{1},'dT') == 1)
c = floor(str2double(line{1,3})); % same as X[1] as I mentioned above
r = floor(str2double(line{1,4})); % same as X[1] as I mentioned above
BW = roipoly(im,c,r);
G = fspecial('gaussian',[20 20], 3);
out = roifilt2(G,im,BW);
end
tline = fgets(fid);
end
fclose(fid);
imname=strtok(imList(cnt).name,'.');
imwrite(out,[outdir,imname,'.png'],'png');
概述一个想法,应该工作之前,让我看到一个问题的代码你发布了,看看你对roifilt2
的调用,你会发现out
被你从文件中读取的每个单像素指令的结果覆盖,即使你发现了一些导致空的结果图像的其他bug,结果永远不会复合材料。
这个怎么样。您可以首先从文件中读取所有像素位置和相应的带宽,然后从这些坐标中单独以两个笔划重建滤波后的图像。读取像素列表可以像这样
fid = fopen('points.txt');
pxl = struct('x', {}, 'y', {}, 'sig', {});
n_pxl = 0;
tline = fgets(fid);
while ischar(tline)
line = regexp(tline,' ','split');
n_pxl = n_pxl + 1;
pxl(n_pxl).x = floor(str2double(line{1,3}));
pxl(n_pxl).y = floor(str2double(line{1,4}));
if strcmp(line{1},'touch') == 1
pxl(n_pxl).sig = 1;
elseif strcmp(line{1},'dT') == 1
pxl(n_pxl).sig = 3;
else
pxl(n_pxl).sig = nan;
end
tline = fgets(fid);
end
fclose(fid);
其中x
和y
是位置和sig
是带宽。假设WIDTH
和HEIGHT
是图像的尺寸,可以将复合结果图像初始化为平坦的out = zeros(HEIGHT, WIDTH);
。筛选器大小的查找矢量可能为flt_size = [10, 15, 20];
。在一些for
-loop超过sig = [1, 3]
,我们创建的每个覆盖的“滑动”,收集对应于一个特定的西格玛
im_raw = zeros(HEIGHT, WIDTH);
for k = find([pxl.sig] == sig)
im_raw(pxl(k).y, pxl(k).x) = 1;
end
的所有像素并递增复合与过滤操作的结果后
fsz = flt_size(sig);
out = out + conv2(im_raw, fspecial('gaussian', [fsz, fsz], sig), 'same');
总之,循环将可能是这样的:
out = zeros(HEIGHT, WIDTH);
flt_size = [10, 15, 20];
for sig = [1, 3]
im_raw = zeros(HEIGHT, WIDTH);
for k = find([pxl.sig] == sig)
im_raw(pxl(k).y, pxl(k).x) = 1;
end
fsz = flt_size(sig);
out = out + conv2(im_raw, fspecial('gaussian', [fsz, fsz], sig), 'same');
end
使用稍大的带宽用于说明,H举个例子,每个类别有两点。左侧和中间图像显示每个“幻灯片”,右侧图像显示复合。每个图像显示为imagesc
。
非常感谢你支持!我非常感谢您的时间和精力,使其能够理解清楚。 – Jasmine