如何在MATLAB中实现人口普查变换

我想在MATLAB中对每个过滤器窗口的中心像素执行普查变换，如下所示：

如果未显示图像，则会显示另一个链接：

我对代码的初始尝试是：

function output =census(img,census_size)
img_gray = rgb2gray(img);
[y,x]=size(img_gray);          
borders = floor(census_size/2); % limit to exclude image borders when filtering

for(iy = 1+borders : y-borders)
    for(ix = 1+borders : x-borders)
        f=img_gray(iy-borders:iy+borders,ix-borders:ix+borders);
        iix=ix-borders;
        iiy=iy-borders;
     %   shift=bitsll(img_out(iiy,iix),1);
        img_out(iiy,iix)= % Must be Implemented with census

    end
end
%normalised_image = img_out ./ max(max(img_out)) ;
output=img_out;
imshow(normalised_image);

end

第二个for循环处的iix和iy表示中心像素的当前位置。f是我当前的过滤器窗口

除了与窗口的其他像素进行比较操作外，我还需要将每个比较结果设置为逻辑1/0，并将总结果（通过移位）扩展为8位数据，然后将该二进制数转换为十进制数。如何在MATLAB中以实用的方式实现这一点？ 我在Python中检查了这一点：

---

但无法在MATLAB中实现相似性

如果您有图像处理工具箱，您可以使用：

此处

blockproc

配置为3x3窗口（带重叠），用于灰度图像。功能

fun

检查块的哪个部分严格大于块的中心。我们得到一个

1x9

逻辑向量。然后我将这个向量乘以

[128 64 32 16 0 8 4 2 1]

（二进制到十进制转换）

更新：

线性代数优化

对于随机窗口大小，您可以使用：

I = imread('https://i.stack.imgur.com/9oxaQ.png');

w   = 5;                                              % windows size, any odd number between 3 and 31.
b2d = 2.^[w^2-1:-1:ceil(w^2/2),0,floor(w^2/2):-1:1]   % binary to decimal vector
cen = ceil(w/2);                                      % center position

%Creation of the census transform function
fun = @(B) b2d*(B.data(:)>B.data(cen,cen));

%Process the image, block-by-block with overlap
I2 = blockproc(I.',[1 1],fun,'BorderSize',[cen-1,cen-1],'TrimBorder',0).'/sum(b2d)

输入：

输出：

---

天真的方法是在你的2个循环中添加另外2个循环，用于我们像素的邻域。尝试一下，然后你可以开始思考实用/快速的方法。我想我可以做到，我可以通过比较中心像素和相邻像素形成新的逻辑窗口。我现在在想，如何通过从最下面的行开始左移，省略中心像素，并设置中心像素的值来扩展我的二进制结果。例如，如果我的逻辑数组是[10；0中心1；1 1 0]，我的中心应该等于uint8（0 1 1 1 0 0 1），谢谢！如果我使用更大的窗口大小，我应该将中心更改为（地板（行/2）+1，地板（列/2）+1）？，此外，您不认为我最好规范化输出变换图像，以便更好地计算汉明（基于0或1像素值）在图像深度中匹配块算法的距离？检查我的编辑，在那里可以选择窗口大小，并将输出标准化。窗口大小应始终为奇数。注意到，例如，当窗口大小为7时，该算法已经处理了大小为2^（7^2-1）或2^48的值。如果窗口大小过大，则会出现溢出。理论上，最大窗口大小可能为31。

I = imread('https://i.stack.imgur.com/9oxaQ.png');

w   = 5;                                              % windows size, any odd number between 3 and 31.
b2d = 2.^[w^2-1:-1:ceil(w^2/2),0,floor(w^2/2):-1:1]   % binary to decimal vector
cen = ceil(w/2);                                      % center position

%Creation of the census transform function
fun = @(B) b2d*(B.data(:)>B.data(cen,cen));

%Process the image, block-by-block with overlap
I2 = blockproc(I.',[1 1],fun,'BorderSize',[cen-1,cen-1],'TrimBorder',0).'/sum(b2d)