3

我对图像处理很陌生，发现 FFT 卷积可以大大加快大内核大小的卷积。

我的问题是，如何在使用 KissFFT 时将内核应用于频率空间中的图像？

我已经做了以下事情：

//I have an image with RGB pixels and given width/height

const int dim[2] = {height, width}; // dimensions of fft
const int dimcount = 2; // number of dimensions. here 2
kiss_fftnd_cfg stf = kiss_fftnd_alloc(dim, dimcount, 0, 0, 0); // forward 2d
kiss_fftnd_cfg sti = kiss_fftnd_alloc(dim, dimcount, 1, 0, 0); // inverse 2d

kiss_fft_cpx *a = new kiss_fft_cpx[width * height];
kiss_fft_cpx *r = new kiss_fft_cpx[width * height];
kiss_fft_cpx *g = new kiss_fft_cpx[width * height];
kiss_fft_cpx *b = new kiss_fft_cpx[width * height];
kiss_fft_cpx *mask = new kiss_fft_cpx[width * height];

kiss_fft_cpx *outa = new kiss_fft_cpx[width * height];
kiss_fft_cpx *outr = new kiss_fft_cpx[width * height];
kiss_fft_cpx *outg = new kiss_fft_cpx[width * height];
kiss_fft_cpx *outb = new kiss_fft_cpx[width * height];
kiss_fft_cpx *outmask = new kiss_fft_cpx[width * height];

for(unsigned int i=0; i<height; i++) {
    for(unsigned int l=0; l<width; l++) {
        float red = intToFloat((int)Input(i,l)->Red);
        float green = intToFloat((int)Input(i,l)->Green);
        float blue = intToFloat((int)Input(i,l)->Blue);

        int index = i * height + l;

        a[index].r = 1.0;
        r[index].r = red;
        g[index].r = green;
        b[index].r = blue;
    }
}

kiss_fftnd(stf, a, outa);
kiss_fftnd(stf, r, outr);
kiss_fftnd(stf, g, outg);
kiss_fftnd(stf, b, outb);
kiss_fftnd(stf, mask, outmask);


kiss_fftnd(sti, outa, a);
kiss_fftnd(sti, outr, r);
kiss_fftnd(sti, outg, g);

当我在图像上再次设置 rgb 值时，我确实得到了原始图像。所以转换工作。如果我想应用内核，例如 9x9 框模糊（1/9、1/9、... 1/9），我现在应该怎么做。

我已经阅读了一些关于快速卷积的内容，但它们都是不同的，具体取决于 FFT 的实现。在应用过滤器之前，是否有一种“列表”我必须关心的事情？

我认为的方式：

图像大小必须是 2 的幂；我必须创建一个与图像大小相同的内核。将 9 个中间值设置为 1/9，其余设置为 0，然后将此内核转换为频域，将源图像与它相乘，然后将源图像转换回来。但这并没有真正起作用：DD

4

1 回答 1

4

在频域中执行的卷积实际上是一个循环卷积。因此，当内核的非零元素到达图片边缘时，它会环绕并包含图片另一侧的像素，这可能不是您想要的。为了解决这个问题，只需在输入中填充与内核中非零元素一样多的元素（实际上少一个就可以了）。使用 3x3 内核，您需要在每个维度中添加 3-1=2 个零像素。

于 2011-08-10T07:13:45.963 回答