bwlookup
Нелинейная фильтрация с помощью интерполяционных таблиц
Синтаксис
Описание
J = bwlookup(BW,lut)BW. Обработка по соседству определяет целочисленное значение индекса, используемое для доступа к значениям в интерполяционной таблице lut. Выбранный lut значение становится пикселем в выходном изображении J на целевой позиции.
Примеры
Выполните эрозию по краям бинарного изображения
Создайте вектор lut так, что операция фильтрации помещает 1 в целевом пиксельном местоположении в вход изображении только тогда, когда для всех четырех пикселей в окрестности BW 2 на 2 задано значение 1.
lutfun = @(x)(sum(x(:))==4); lut = makelut(lutfun,2)
lut = 16×1
0
0
0
0
0
0
0
0
0
0
⋮
Загрузка бинарного изображения.
BW1 = imread('text.png');Выполните обработку соседства 2 на 2 с 16-элементным вектором lut .
BW2 = bwlookup(BW1,lut);
Показать масштабируемые изображения до и после.
figure; h1 = subplot(1,2,1); imshow(BW1), axis off; title('Original Image') h2 = subplot(1,2,2); imshow(BW2); axis off; title('Eroded Image') % 16X zoom to see effects of erosion on text set(h1,'Ylim',[1 64],'Xlim',[1 64]); set(h2,'Ylim',[1 64],'Xlim',[1 64]);
Входные параметры
Выходные аргументы
Алгоритмы
Первый шаг в каждой итерации операции фильтрации, выполненной bwlookup включает в себя вычисление index в векторные lut на основе двоичного пиксельного шаблона соседней матрицы на изображении BW. Значение в lut доступ получен в index, lut(index), вставляется в выходное изображение J в целевом пиксельном местоположении. Это приводит к J изображений являющийся совпадающим типом данных, что и векторный lut.
Поскольку в целевых пикселях существует соответствие 1 к 1, изображение J совпадает с размером изображения BW. Если целевое положение пикселя находится на краю изображения BW и если какая-либо часть матрицы соседства 2 на 2 или 3 на 3 простирается за пределы ребра изображения, то эти неизображения положения заполняются 0 в порядок для выполнения операции фильтрации.
Следующие рисунки показывают отображение из двоичных 0 и 1 шаблонов в соседних матрицах в его двоичное представление. Добавление 1 к двоичному представлению приводит к index который используется для доступа к lut.
Поиск по соседству 2 на 2
Для кварталов 2 на 2, length(lut) 16. В каждом районе четыре пикселя и два возможных состояния для каждого пикселя, поэтому общее количество сочетаний составляет 24 = 16.
Для иллюстрации в этом примере показано, как пиксельный шаблон в матрице 2 на 2 определяет, какая запись в lut помещается в местоположение целевого пикселя.
Создайте случайные 16-элементные
lutвектор, содержащийuint8данные.scurr = rng; % save current random number generator seed state rng('default') % always generate same set of random numbers lut = uint8( round( 255*rand(16,1) ) ) % generate lut rng(scurr); % restore
lut = 208 231 32 233 161 25 71 139 244 246 40 248 244 124 204 36
Создайте изображение 2 на 2 и предположим для этого примера, что целевое местоположение пикселя является местоположением
BW(1,1).BW = [1 0; 0 1]
BW = 1 0 0 1Со ссылкой на цветное кодирование, представленное выше, двоичное представление для этого района 2 на 2 может быть вычислено, как показано на фрагменте кода ниже. Логический объект 1 в
BW(1,1)соответствует синему на рисунке, который преобразуется в наименее значимый бит (LSB) в положении 0 в 4-битном двоичном представлении (, 20= 1). Логический объект 1 вBW(2,2)красный, который преобразуется в Самый Значащий Бит (MSB) в положении 3 в 4-битном двоичном представлении (23= 8) .% BW(1,1): blue square; sets bit position 0 on right % BW(2,2): red square; sets bit position 3 on left binNot = '1 0 0 1'; % binary representation of 2x2 neighborhood matrix X = bin2dec( binNot ); % convert from binary to decimal index = X + 1 % add 1 to compute index value for uint8 vector lut A11 = lut(index) % value at A(1,1)
index = 10 A11 = 246Вышеописанное вычисление предсказывает, что выходное изображение A должно содержать значение 246 в целевой позиции
A(1,1).A = bwlookup(BW,lut) % perform filteringA = 246 32 161 231
A(1,1)фактически равен 246.
Поиск по соседству 3 на 3
Для кварталов 3х3, length(lut) равен 512. В каждом районе девять пикселей и два возможных состояния для каждого пикселя, поэтому общее количество сочетаний составляет 29 = 512.
Процесс вычисления двоичного представления обработки окрестностей 3 на 3 аналогичен процессу для окрестностей 2 на 2.
