【发布时间】：2012-03-29 17:21:30
【问题描述】：
有人知道 R 中是否有用于 2d 矩阵而不仅仅是向量的滑动窗口方法。我需要将中值函数应用于存储在矩阵中的图像
【问题讨论】：
标签： r median image-processing
【发布时间】：2012-03-29 17:21:30
【问题描述】：
优秀的raster 包中的函数focal() 对此很有用。除了下面示例中显示的参数之外，它还需要几个参数，如果需要，可用于指定非矩形滑动窗口。
library(raster)
## Create some example data
m <- matrix(1, ncol=10, nrow=10)
diag(m) <- 2
r <- as(m, "RasterLayer") # Coerce matrix to RasterLayer object
## Apply a function that returns a single value when passed values of cells
## in a 3-by-3 window surrounding each focal cell
rmean <- focal(r, w=matrix(1/9, ncol=3, nrow=3), fun=mean)
rmedian <- focal(r, w=matrix(1/9, ncol=3, nrow=3), fun=median)
## Plot the results to confirm that this behaves as you'd expect
par(mfcol=c(1,3))
plot(r)
plot(rmean)
plot(rmedian)
## Coerce results back to a matrix, if you so desire
mmean <- as(rmean, "matrix")
【讨论】：
-
focalFilter在哪里，你确定是光栅吗？
-
@mdsumner -- 糟糕，看起来它现在已经从 raster 包中消失了（如
?focal的 Note: 部分所述） .相反，当前的focal()可以做旧的focal()和focalFilter()所做的一切。这是通过允许w=参数交替采用权重矩阵来实现的，这是focalFilter()过去所做的。简而言之，filter()已经足够了，我会相应地修改帖子。感谢您指出这一点。 -
我试过了，效果很好。可悲的是，它挂在 1280x1024 的图像上，窗口宽度约为 10。但是用 3 完成，但在我的计算机上至少需要 5 分钟 :(
-
太糟糕了。我有兴趣了解是否有更快的替代方案。不过，我并不抱太大希望，因为这似乎是一种固有的耗时的计算类型。 （FWIW，来自 limma 包的
ma3x3.matrix()比focal()慢一点，并且只允许 3×3 移动窗口。）
我知道这是一个老问题，但我在寻求解决类似问题时遇到过很多次。虽然光栅包中的焦点功能非常简单方便，但我发现在处理大型光栅时它非常慢。有很多方法可以尝试解决这个问题，但我发现的一种方法是使用系统命令来“白盒工具”，这是一组命令行驱动的栅格分析工具。它的主要优势在于它并行执行工具并真正利用多核 CPU。我知道 R 有许多集群函数和包（我将其用于随机森林模型栅格预测），但我在 R 中的大部分并行计算实现方面都遇到了困难。Whitebox 工具具有用于均值、最大值、多数、中值等的离散函数。 .. 过滤器（更不用说非常适合以 DEM 为中心的分析的大量地形处理工具）。
关于我如何使用白盒工具在大型分类土地覆盖栅格（nrow=3793、ncol=6789、ncell=25750677）的 R in 中实现模态或多数过滤器（3x3 窗口）的一些示例代码：
system('C:/WBT2/target/release/whitebox_tools --wd="D:/Temp" ^
--run=MajorityFilter -v --input="input_rast.tif" ^
--output="maj_filt_rast.tif" --filterx=3 --filtery=3',
wait = T, timeout=0, show.output.on.console = T)
上面的代码执行不到3.5秒，同时使用“modal”的等效光栅包“focal”功能，同样来自光栅包，耗时5分钟完成，代码如下：
maj_filt_rast<- focal(input_rast, fun=modal, w=matrix(1,nrow=3,ncol=3))
编译和安装白盒工具有点烦人，但提供了很好的说明。在我看来，这是值得付出努力的，因为它使以前在 R 中非常慢的光栅进程运行得非常快，并且它允许我使用系统命令对 R 中的所有内容进行编码。
【讨论】：