Algorithm 积分图像边界处理

我有一个积分图像，我从一个正常的灰度图像计算出来。我检查了一下，它看起来像这样：

现在我在积分图像上应用了一些盒子过滤器，例如SURF中使用的盒子过滤器

我现在的问题是，过滤器会在图像的各个角落做出反应。我认为这是由于过滤器箱的换档速度变慢造成的。所以现在我知道我必须实施一些边境管理。首先，我认为将Integralimage的第一行和第一列设置为零会有帮助，但没有帮助。 我在Stackoverflow上找到了这个：

如何将此技术应用于我的图像？在整体图像上构建一些边缘mirro、夹具等有意义吗？或者在计算积分图像之前，我应该用输入图像来做这件事吗？是否有人对此有经验，或者是否有一种典型的方法来处理此问题

编辑：

“相反，当你在边界上时，你想在你的过滤代码中做一些索引修改。”好的，现在我这样做，所以我只能重复我自己，IntegralImage的第一列和第一行是零

int GetBoxIntegral(int xUp, int yUp, int xBot, int yBot)
{
    yUp = Math.min(Math.max(0, yUp), m_integralImage.GetHeight() - 1); 
    xUp = Math.min(Math.max(0, xUp), m_integralImage.GetWidth() - 1);
    yBot = Math.min(Math.max(0, yBot), m_integralImage.GetHeight() - 1);
    xBot = Math.min(Math.max(0, xBot), m_integralImage.GetWidth() - 1);



    int A = 0, B = 0, C = 0, D = 0;
    A = m_integralImage.GetPixel(xUp, yUp);
    B = m_integralImage.GetPixel(xBot, yUp);
    C = m_integralImage.GetPixel(xUp, yBot);
    D = m_integralImage.GetPixel(xBot, yBot);

    return Math.max(0, A + D - B - C);
}

1） “如何将此技术应用于我的Integralimage的最佳方法？”这完全取决于您想要的结果。例如，对于特征检测，捕捉边界附近的像素是没有意义的，所有过滤器都应该位于图像内部

2） “在积分图像上构建一些边缘mirro、climp等有意义吗？或者我应该在计算积分图像之前使用输入图像进行此操作吗？”构建带边框的积分图像的速度越快，计算量越少

---

3） “有没有人有过这样的经验，或者有没有一种典型的方法来处理这个问题？”我知道两种典型的解决方案。首先，忽略所有需要图像外部计算的像素（特征检测）。第二，钳制整型图像查询的矩形（框模糊过滤器）。

谢谢你的回答，现在我在边界处镜像图像。工作正常，但需要更多的内存用于整体图像。忽略需要来自图像外部的信息的点听起来似乎是合理的。Think将实现它，以便您可以同时做到这两个方面。镜像版本会使兴趣点的数量增加很多。