La mise en œuvre de IMFILTER dans matlab

Je suis en train de filtrer une image avec l'aide de imfilter. Je devrais obtenir les mêmes résultats que imfilter mais je reçois diffrent résultats. Quelqu'un peut-il me dire où je suis allé mal?

orignal=imread('obj6__17.png');
filter=1/9*[-1 -1 -1 ; -1 17 -1 ; -1 -1 -1];
s=size(orignal);
r=zeros(s(1));
temp = zeros(3);

for i= 2: s(1)-1
for j = 2: s(2)-1

    for n= 1: 3
        for m= 1:3
            temp(n,m)=orignal(i+2-n,j+2-m)*filter(n,m);
        end
    end
    r(i,j)=sum(single(sum(temp)));
end
end
Avez-vous essayez de regarder dans imfilter.m sous MATLAB\toolbox\images\images pour voir comment imfilter est mis en œuvre?

OriginalL'auteur Aya Abdelsalam | 2012-05-20

  1. 7

    La taille de r doit être le même que l'original je pense. Et je ne comprends pas pourquoi vous convertir de simple précision à l'aide de single. De toute façon, je pense que vous voulez pour effectuer les opérations suivantes:

    %# Let's first create a small test image from the built-in peppers image
original = im2double(imread('peppers.png'));
original = original(1:5,1:8,1);

filter = 1/9 * [-1 -1 -1 ; -1 17 -1 ; -1 -1 -1];
s = size(original);
r = zeros(s);

for i = 2:s(1)-1
    for j = 2:s(2)-1
        temp = original(i-1:i+1,j-1:j+1) .* filter;
        r(i,j) = sum(temp(:));
    end
end

    Le résultat est comme suit:

    r =

         0         0         0         0         0         0         0         0
         0    0.2336    0.2157    0.2514    0.2436    0.2257    0.2344         0
         0    0.2453    0.2444    0.2671    0.2693    0.2418    0.2240         0
         0    0.2741    0.2728    0.2397    0.2505    0.2375    0.2436         0
         0         0         0         0         0         0         0         0

    Et avec imfilter, c'est:

    r2 = imfilter(original, filter)

r2 =

    0.3778    0.3325    0.3307    0.3442    0.3516    0.3312    0.3163    0.3856
    0.3298    0.2336    0.2157    0.2514    0.2436    0.2257    0.2344    0.3386
    0.3434    0.2453    0.2444    0.2671    0.2693    0.2418    0.2240    0.3512
    0.3272    0.2741    0.2728    0.2397    0.2505    0.2375    0.2436    0.3643
    0.3830    0.3181    0.3329    0.3403    0.3508    0.3272    0.3412    0.4035

    Comme vous le voyez, les résultats sont les mêmes à l'exception de ceux sur les frontières. Il y a quelques stratégies pour calculer les uns sur les frontières, comme la mise en miroir de l'image à l'extérieur des frontières, en gardant les mêmes, etc. Veuillez lire la documentation de imfilter et choisir une stratégie.

    Notez que je n'ai pas retourné filter ici depuis le filtre est symétrique dans les deux directions. Et je vous recommande d'éviter les boucles! Il y a des boucles imbriquées de la profondeur de quatre dans votre code!

    Enfin, vous pouvez utiliser 2-D de la convolution à faire la même chose que imfilter:

    r3 = conv2(original, filter, 'same');

r3 =

    0.3778    0.3325    0.3307    0.3442    0.3516    0.3312    0.3163    0.3856
    0.3298    0.2336    0.2157    0.2514    0.2436    0.2257    0.2344    0.3386
    0.3434    0.2453    0.2444    0.2671    0.2693    0.2418    0.2240    0.3512
    0.3272    0.2741    0.2728    0.2397    0.2505    0.2375    0.2436    0.3643
    0.3830    0.3181    0.3329    0.3403    0.3508    0.3272    0.3412    0.4035

    OriginalL'auteur petrichor

  2. 0

    C'est modifie code et donne exactement le même résultat que imfilter....

    %# Let's first create a small test image from the built-in peppers image
original = im2double(imread('peppers.png'));
original = original(1:5,1:8,1);

filter = 1/9 * [-1 -1 -1 ; -1 17 -1 ; -1 -1 -1];
s = size(original);
r = zeros(s);
original=padarray(original,[1,1]);
for i = 2:s(1)
for j = 2:s(2)
    temp = original(i-1:i+1,j-1:j+1) .* filter;
    r(i-1,j-1) = sum(temp(:));
end
end

    Cela donne le résultat de la matrice qui est exactement la même qu'avec la
    fonction...

    OriginalL'auteur Vipul Divyanshu