有什么方法可以控制 blockproc 输出的串联吗？

Question

这是问题的跟进：

所以通过使用代码：

B = blockproc(A, [1 1], @block_fun, 'BorderSize', [2 2], 'TrimBorder', false, 'PadPartialBlocks', true)

我能够在图像上创建重叠滑动 window 并为每个 window 计算 dct2。但问题是 blockproc 以我无法使用的方式连接输出。输出很大程度上取决于块大小，输出矩阵的大小因此每次都不同。

我的 dct2 函数为每个块或 window 创建一个 1 x 200 向量。所以我假设如果有 64 个块，我应该得到类似 64 x 200 或 200 x 64 的输出，但我得到类似 64 x 1600 的东西，或者如果块更大，我会得到 15 x 400 .

查看 blockproc 函数，问题是由

引起的

% write 4 corner blocks
b(1:ul_output_size(1),1:ul_output_size(2),:) = ul_output;
if ll_processed
    last_row_start = final_rows - size(ll_output,1) + 1;
    last_row_width = size(ll_output,2);
    b(last_row_start:end,1:last_row_width,:) = ll_output;
end
if ur_processed
    last_col_start = final_cols - size(ur_output,2) + 1;
    last_col_height = size(ur_output,1);
    b(1:last_col_height,last_col_start:end,:) = ur_output;
end
if lr_processed
    last_row_start = final_rows - size(ll_output,1) + 1;
    last_col_start = final_cols - size(ur_output,2) + 1;
    b(last_row_start:end,last_col_start:end,:) = lr_output;
end

显然，blockproc 将块进一步划分为左上、右上、左下和右下，并将结果连接起来。这就是我得到所有这些混合输出的原因。

对于每个 window，我需要每一行中每个块的输出。每个 window 应该只给我一个 1x200 输出，我可以将其输入我的分类器。

我可以按照我想要的方式强制输出blockproc吗，只要给出每个块的输出即可。

如果没有，我将非常感谢在图像上进行重叠滑动 window 的替代解决方案。

编辑： 是否可以使用 block_struct.data 将每个块的块数据保存到函数 block_fun 内的元胞数组中，然后使用那个数组来提取我的特征？

谢谢

编辑：

B = blockproc(images_m{1}, [64 64], @(x)reshape(x.data(:),[1 1 numel(x.data)]), 'BorderSize', [10 10], 'TrimBorder', false, 'PadPartialBlocks', true, 'PadMethod', 'replicate');
imgs = {};
for i = 1:size(B,1)
    for j = 1:size(B,2)
        tempy = squeeze(B(i,j,:));
        tempy2 = reshape(tempy, [84 84]);
        feats{end+1} = block_dct2(tempy2); %calculates dct2 for the block and returns a 1*200 vector

    end
end

Answer 1

也许在三维中重塑您的数据？

>> A = magic(3)

A =

     8     1     6
     3     5     7
     4     9     2

>> B = blockproc(A, [1 1], @(x)reshape(x.data(:),[1 1 numel(x.data)]), 'BorderSize', [1 1], 'TrimBorder', false, 'PadPartialBlocks', true);

>> whos B
  Name      Size             Bytes  Class     Attributes

  B         3x3x9              648  double  
>> squeeze(B(1,1,:))

ans =

     0
     0
     0
     0
     8
     3
     0
     1
     5

>>

Answer 2

使用 MAT2CELL 的替代方法：

function extractFeatures
images_m{1} = rand(128);
B = blockproc(images_m{1}, [64 64], @processBlock,...
    'BorderSize', [10 10], 'TrimBorder', false,...
    'PadPartialBlocks', true, 'PadMethod', 'replicate');

%B is 2x400 i.e 2x2 blocks of each block being a 1x200 feature vector
m = ones(1,size(B,1));
n = 200*ones(1,size(B,2)/200);
% The MAT2CELL help does a good job, just read it carefully and run the
% examples
feats = mat2cell(B,m,n);
feats = feats(:);

end

function feature = processBlock(bstruct)    
    % I dont know what block_dct2 does:
    %feature = block_dct2(bstruct.data);
    % So I'll put in a place holder which returns a 1x200 'feature'
    % for each overlapping image block
    feature = repmat(mean(bstruct.data(:)), [1 200]);
end

有什么方法可以控制 blockproc 输出的串联吗？

Is there any way to control the concatenation of the blockproc output?

matlab

image

image-processing

dct

image-segmentation