奇妙な行動ガウス画像をぼかす大きな半径/標準偏差を使用して

Question

を参照してくださいEDIT

詳細に。

interesting implementationが見つかりましたが、誰かが既に尋ねていますhow to code that kind of algorithm。だからそれはビジネスではありません。

さらに私はGIMPのように与えられた半径の標準偏差を計算するには、次の式を使用のことを行います

stdDeviation = sqrt(-(radius^2)/(2*log10(1/255))); 

私のアルゴリズムは何の問題もなく、半径の小さい値（例えば3,5,7）のために働く（あなたその違いを少なくとも見ることはできません）。私は21の半径で画像をぼかすしようとすると、出力は次のようである：明らかに

：imgaussfilt(A,sigma)出力GIMP's/MATLAB'sに比べ

アルゴリズムは同じ（または少なくとも類似の）出力画像を計算しません。 GIMP/MATLABのimgaussfilt(A,sigma)とは別に何がありますか？

画像の境界線は無視されます。私はその問題を認識しています。しかし、出力画像に「奇妙なピクセルストライプ」のの由来を理解できません。完全性の理由から

は、ここではソースコードは次のとおりです。

function y = gaussianBlurSepTest(inputImage) 
% radius in pixel; RADIUS MUST BE ODD! 
radius = 21; 
% approximate value for standard deviation 
stdDeviation = sqrt(-(radius^2)/(2*log10(1/255))); 

ind = -floor(radius/2):floor(radius/2); 
[X, Y] = meshgrid(ind, ind); 
h = exp(-(X.^2 + Y.^2)/(2*stdDeviation*stdDeviation)); 
h = h/sum(h(:)); 

redChannel = inputImage(:,:,1); 
greenChannel = inputImage(:,:,2); 
blueChannel = inputImage(:,:,3); 

redBlurred = conv2(redChannel, h); 
greenBlurred = conv2(greenChannel, h); 
blueBlurred = conv2(blueChannel, h); 

y = cat(3, uint8(redBlurred), uint8(greenBlurred), uint8(blueBlurred)); 

EDIT：完全を期すために

と他人を助けるために：私はerfan's修正を適用しました。結果は今よりはるかに良くなりますが、gimpの計算とは明らかに異なることがあります。 GIMPの結果は「スムーズ」に見えます。

実装されたアルゴリズム：

function y = gaussianBlurSepTest(inputImage) 
radius = 21; 
stdDeviation = sqrt(-(radius^2)/(2*log10(1/255))); 
ind = -floor(radius/2):floor(radius/2); 
[X, Y] = meshgrid(ind, ind); 
[~, R] = cart2pol(X, Y); % Here R is defined 
h = exp(-R.^2/(2*stdDeviation*stdDeviation)); 
h = h/sum(h(:)); 
h(R > radius/2) = 0; 
h = h/sum(h(:)); 
redChannel = inputImage(:,:,1); 
greenChannel = inputImage(:,:,2); 
blueChannel = inputImage(:,:,3); 
redBlurred = conv2(redChannel, h); 
greenBlurred = conv2(greenChannel, h); 
blueBlurred = conv2(blueChannel, h); 
y = cat(3, uint8(redBlurred), uint8(greenBlurred), uint8(blueBlurred)); 

結果：

GIMP's結果：

完全に質問に答えるという点で、同じ質問を他の人を助けるために私は、違いの起源を尋ねることが有用かもしれないと思います。

ありがとうございました！

Answer 1

hは、表示されたの水平および垂直ストライプの責任を負います。

物事を右にするために、あなたは正しい半径にhを切り捨てることができます：あなたは、次のプロットに見られ、その境界は、この対称性を破るように、角度の対称性とhを定義しているが

私はあなたの関数に変更を適用し、今ではより良い結果を与える必要があります：

function y = gaussianBlurSepTest(inputImage, radius) 
stdDeviation = sqrt(-(radius^2)/(2*log10(1/255))); 
ind = -floor(radius/2):floor(radius/2); 
[X, Y] = meshgrid(ind, ind); 
[~, R] = cart2pol(X, Y); % Here R is defined 
h = exp(-R.^2/(2*stdDeviation*stdDeviation)); 
h = h/sum(h(:)); 
h(R > radius/2) = 0; % And here h is truncated. The rest is the same. 

ここは私のテストです。私の画像：

注：出力修飾関数の後

：あなたgaussianBlurSepTest（半径= 35）後

取得する少し暗い。問題がある場合は、stdDeviationを再正規化したり、meshgridを広げることができます。

Answer 2

私は犯人がconv2命令であり、あなたのイメージの種類がuint8かuint16ですので、あなたのイメージをフィルタリングしているとき、それはあなたがfloatやdoubleタイプを使用する必要があり、だと思います。 フィルタサイズが非常に大きいので、ピクセル上に係数ウィンドウを適用した結果、8ビットまたは16ビットの整数範囲（255または65535）を超えます。私は以下のようにuint8に戻ってそれを投げ、あなたのフィルタを適用する前に、フィルタの適用後のdoubleにあなたのイメージをキャストしようとすることをお勧め：

Output=gaussianBlurSepTest(double(inputImage)); 
    Output=uint8(Output); 

幸運を。