integralFilter
Отфильтруйте изображение интеграла использования
Синтаксис
J = integralFilter(intI,H)
Описание
J = integralFilter(intI,H)intI, и объект фильтра, H. Функция integralKernel возвращает объект фильтра, используемый для входа к integralFilter.
Эта функция использует интегральные изображения для фильтрации изображения с фильтрами поля. Можно получить интегральное изображение, intI, путем вызывания функции integralImage. Размер фильтра не влияет на скорость операции фильтрации. Таким образом функция integralFilter идеально подходит для использования для быстрого анализа изображений в различных шкалах, как продемонстрировано алгоритмом Виолы - Джонса [1].
Советы
Поскольку корреляция использования функции integralFilter для фильтрации, фильтр не вращается прежде, чем вычислить результат.
Входные параметры
|
Интегральное изображение. Можно получить интегральное изображение, |
|
Объект фильтра. Можно получить объект фильтра, |
Выходные аргументы
|
Фильтрованное изображение. Отфильтрованное изображение, |
Примеры
Размойте изображение Используя средний фильтр
Считайте и отобразите входное изображение.
I = imread('pout.tif');
imshow(I);
Вычислите интегральное изображение.
intImage = integralImage(I);
Примените 7 7 средний фильтр.
avgH = integralKernel([1 1 7 7], 1/49); J = integralFilter(intImage, avgH);
Бросьте результат назад к тому же классу как входное изображение.
J = uint8(J); figure imshow(J);
Найдите вертикальные и горизонтальные ребра в изображении
Создайте подобные Хаару фильтры вейвлета, чтобы найти вертикальные и горизонтальные ребра в изображении.
Читайте вход отображают и вычисляют интегральное изображение.
I = imread('pout.tif');
intImage = integralImage(I);Создайте подобные Хаару фильтры вейвлета. Используйте запись через точку, чтобы найти вертикальный фильтр от горизонтального фильтра.
horiH = integralKernel([1 1 4 3; 1 4 4 3],[-1, 1]); vertH = horiH.'
vertH =
integralKernel with properties:
BoundingBoxes: [2x4 double]
Weights: [-1 1]
Coefficients: [4x6 double]
Center: [2 3]
Size: [4 6]
Orientation: 'upright'
Отобразите горизонтальный фильтр.
imtool(horiH.Coefficients, 'InitialMagnification','fit');
Вычислите ответы фильтра.
horiResponse = integralFilter(intImage,horiH); vertResponse = integralFilter(intImage,vertH);
Отобразите результаты.
figure;
imshow(horiResponse,[]);
title('Horizontal edge responses');
figure;
imshow(vertResponse,[]);
title('Vertical edge responses');
Вычислите вращаемый ответ ребра Используя интегральный фильтр
Считайте входное изображение.
I = imread('pout.tif');Вычислите 45 ответов ребра степени изображения.
intImage = integralImage(I,'rotated'); figure; imshow(I); title('Original Image');
Создайте вращаемые подобные Хаару фильтры вейвлета 45 степеней.
rotH = integralKernel([2 1 2 2;4 3 2 2],[1 -1],'rotated');
rotHTrans = rotH.';Визуализируйте фильтр Рот.
figure; imshow(rotH.Coefficients, [],'InitialMagnification','fit');
Вычислите ответы фильтра.
rotHResponse = integralFilter(intImage,rotH); rotHTransResponse = integralFilter(intImage,rotHTrans);
Отображение результатов.
figure;
imshow(rotHResponse, []);
title('Response for SouthWest-NorthEast edges');
figure;
imshow(rotHTransResponse, []);
title('Response for NorthWest-SouthEast edges');
Ссылки
[1] Виола, Пол и Майкл Дж. Джонс, “Быстрое Обнаружение объектов с помощью Повышенного Каскада Простых Функций”, Продолжения 2 001 Конференции Общества эпохи компьютеризации IEEE по Компьютерному зрению и Распознаванию образов, 2001. Объем: 1, pp.511–518.