相邻像素之间的绝对差

Question

我目前对这篇论文有一个问题，我正在为我的论文阅读。在本文中，作者说，他使用一个一维滤波器的每一边的像素，以获得4个点。

这篇论文的题目是：“简化的三维六维空间中的构件间深度建模”。

可从IEEE获得，或从以下网站获得：

paper%2081.pdf。

此滤波器计算相邻像素的绝对差。 计算了CTLB各边邻域的绝对差。如果在Figure 4中注意到像素坐标，则将Eq. (1)用于顶部和底部，而Eq. (2)用于左侧和右侧。C_hor，r，c表示其水平相邻像素在顶部和底部的绝对差值，其中考虑了水平邻域。 同样，对于左侧和右侧，C_ver、r、c表示垂直相邻像素的绝对差值。

图4：

A(0,0)  A(0,1)  A(0,2)  A(0,3)  ...
A(1,0)  A(1,1)  A(1,2)  A(1,3)  ...
A(2,0)  A(2,1)  A(2,2)  A(2,3)  ...
A(3,0)  A(3,1)  A(3,2)  A(3,3)  ...
...     ...     ...     ...     ...

方程式1：

C_hor(r,c) = |A(r,c+1) - A(r,c-1)|

等式2：

C_ver(r,c) = |A(r+1,c) - A(r-1,c)|

我的问题是，有人知道他是如何通过使用上面的方程式来得到4分的吗？此外，他会对边缘做什么，因为他将需要以前的像素不？我目前正试图在C++中实现这一点，尽管一个简单的matlab代码也可以帮助我理解它。

谢谢。

Answer 1

图4并不仅仅包含4个点。有“.”椭圆表示意思是表示A中的所有点。

在MATLAB中计算的方法有很多种。一种方法是通过卷积，

 k=[1 0 -1;] 

 C_hor=abs(conv2(A,k,'same'));
 C_ver=abs(conv2(A,k.','same'));  

在这里，我使用了“相同的”标志，假设我们要在A外推断，边缘是零。