如何在第三维上进行高斯平滑? 我有这个检测金字塔,在四个尺度上累积投票。 在每个峰值处发现对象。
我已经在2D中对它们进行了平滑处理,并阅读我的论文,发现需要使用\sigma = 1过滤第三维,这是我以前从未尝试过的,甚至不确定它的含义。
我找到了如何在Matlab中完成它,并需要在OpenCV / C ++中找到类似的东西。
Matlab原始值:
Matlab 平滑: M0 = smooth3(M0,'gaussian');
如何在第三维上进行高斯平滑? 我有这个检测金字塔,在四个尺度上累积投票。 在每个峰值处发现对象。
我已经在2D中对它们进行了平滑处理,并阅读我的论文,发现需要使用\sigma = 1过滤第三维,这是我以前从未尝试过的,甚至不确定它的含义。
我找到了如何在Matlab中完成它,并需要在OpenCV / C ++中找到类似的东西。
Matlab原始值:
Matlab 平滑: M0 = smooth3(M0,'gaussian');
for (dim = 0; dim < D; dim++)
tensor = gaussian_filter(tensor, dim);
我建议使用OpenCV在C++中实现高斯滤波(以及图像处理)。
请注意,这假定您的金字塔级别都具有相同的大小。您可以拥有自己的函数,即在卷积第三个维度时实时采样您的尺度空间金字塔,但是如果您有足够的内存,我相信将较粗糙的级别缩放到与最细的��别具有相同的大小会更快。