图像卷积 2d 中的 Octave 参数错误

Question

我需要编写一个二维卷积函数，它会返回与 conv2 相同的结果。

我找到了 conv2 的替代方法，但返回的结果比 conv2 的结果多 2，这会导致错误。

这是我找到的卷积函数from this post：

function [ conv_res ] = convolve_im( im,filter )

[rows,cols] = size(im);
new_img = zeros(rows+2,cols+2);
new_img = cast(new_img, class(im));
new_img(2:end-1,2:end-1) = im;

conv_res = zeros(size(new_img));
conv_res = cast(conv_res, class(im));

for i=2:1:rows+1
    for j=2:1:cols+1
        value=0;
        for g=-1:1:1
            for l=-1:1:1
                value=value+new_img(i+g,j+l) * filter(g+2,l+2);
            end
        end
        conv_res(i,j)=value;
    end
end
conv_res = conv_res(2:end-1,2:end-1);
end

这就是我将结果与 conv2 进行比较的方式：

img = imread('puppy.jpeg');
conv_ok =1;
test_filter=[0 -1 0; -1 4 -1; 0 -1 0];

conv_res = convolve_im(img, test_filter);
ground_res = conv2(img,test_filter, 'valid');

check = abs(ground_res) - abs(conv_res);  % Line 24
if sum(abs(check(:,:))) ==0

    disp('Convolution for 3x3 works fine.');
else
    conv_ok = 0;
    disp('Convolution part is wrong for 3x3!!!');
end

这是我得到的运行时错误：

第 24 行的参数不一致（op1 为 211x234，op2 为 213x236）

我该如何解决这个错误？谢谢。

编辑：将 'valid' 更改为 'same' 后，它不再报错，但显示 'Convolution part is wrong for 3x3!!!'

编辑后的测试函数如下：

img = imread('puppy.jpeg');
conv_ok =1;
test_filter=[0 -1 0; -1 4 -1; 0 -1 0]; %laplace filter 3x3

conv_res = convolve_im(img, test_filter);

ground_res = conv2(img,test_filter, 'same');

check = abs(ground_res) - abs(conv_res);


if sum(abs(check(:,:))) ==0

disp('Convolution for 3x3 works fine.');
else

conv_ok = 0;
disp('Convolution part is wrong for 3x3!!!');

end

Answer 1

您需要将conv2 操作的标志从'valid' 更改为'same'。当您将地面实况和卷积图像相减时，valid 的卷积结果会更小，因为您希望输出一个图像，其中过滤结果来自完全封装在图像中的内核。使用 'same' 肯定会像您提供的自定义代码 (looks familiar btw...) 中所做的那样对边框进行零填充，并确保输出大小与输入大小相同。其实自定义代码专门做了'same'padding。

此外，您正在使用 3 x 3 内核进行卷积，因此最终输出将删除 2 行和 2 列，以确保您返回的结果有效或内核完全位于图像内。

此外，您必须更改图片的数据类型。目前您的图像是无符号的 8 位整数。因为您使用的是边缘检测，所以任何负的输出值都将被截断为 0，因此您肯定不会得到正确的结果。因此，在过滤您的图像之前，首先将您的图像转换为double。您可以通过转换为 double 来做到这一点。我选择使用它而不是 im2double，因为您想检查图像是否相等，并且当您的图像像素不是分数时这样做会更好。

因此您需要进行以下更改：

img = imread('puppy.jpeg');
img = double(img); % Change
conv_ok = 1;
test_filter=[0 -1 0; -1 4 -1; 0 -1 0]; %laplace filter 3x3

conv_res = convolve_im(img, test_filter);
ground_res = conv2(img,test_filter, 'same'); % Change

check = abs(ground_res) - abs(conv_res);

if sum(abs(check(:,:))) ==0
    disp('Convolution for 3x3 works fine.');
else
    conv_ok = 0;
    disp('Convolution part is wrong for 3x3!!!');
end