资源简介
二维矩阵卷积,两个图像大小相同
二维矩阵卷积,两个图像大小相同
代码片段和文件信息
#include “iostream“
double** Jconv(double** featurePixeldouble** featurePixel2int featureSizeYint featureSizeX)
{
int Heigth = 2 * featureSizeY - 1 ;
int Width = 2 * featureSizeX - 1 ;
double **tempPixel;
tempPixel = new double*[Heigth];
for (int a=0 ; a < Heigth ; a++ )
{
tempPixel[a] = new double[Width] ;
}
double **finalPixel;
finalPixel = new double*[featureSizeY];
for (int a=0 ; a < featureSizeY ; a++ )
{
finalPixel[a] = new double[featureSizeX] ;
}
//初始化数组
for(int i = 0 ; i < Heigth ; i++ )
{
for (int j = 0 ; j < Width ; j++ )
{
tempPixel[i][j] = 0;
}
}
for(int i = 0 ; i < featureSizeY ; i++ )
{
for (int j = 0 ; j < featureSizeX ; j++ )
{
finalPixel[i][j] = 0;
}
}
int k1 = (Heigth-1)/2;
int k2 = (Width-1)/2;
for (int m = 0; m <= k1; m++)
{
for(int n = 0 ; n<= k2; n++)
{
for (int i = 0; i<= m;i++)
{
for(int j = 0; j<=n; j++)
{
tempPixel[m][n] = tempPixel[m][n] + featurePixel[i][j] * featurePixel2[m-i][n-j] ;
}
}
}
for(int n = k2+1 ; n< Width; n++)
{
for (int i = 0; i<= m;i++)
{
for(int j = n; j {
tempPixel[m][n] = tempPixel[m][n] + featurePixel[i][j-k2] * featurePixel2[m-i][n-j+k2] ;
}
}
}
}
for (int m = k1+1; m < Heigth; m++)
{
for(int n = 0 ; n<= k2; n++)
{
for (int i = m; i< Heigth;i++)
{
for(int j = 0; j<=n; j++)
{
tempPixel[m][n] = tempPixel[m][n] + featurePixel[i-k1][j] * featurePixel2[m-i+k1][n-j] ;
}
}
}
for(int n = k2+1 ; n< Width; n++)
{
for (int i = m; i< Heigth;i++)
{
for(int j = n; j {
tempPixel[m][n] = tempPixel[m][n] + featurePixel[i-k1][j-k2] * featurePixel2[m-i+k1][n-j+k2] ;
}
}
}
}
std::cout << “ tempPixel : “ << std::endl;
for(int i = 0 ; i < Heigth ; i++ )
{
for (int j = 0 ; j < Width ; j++ )
{
std::cout << tempPixel[i][j] << “\t“;
}
std::cout << std::endl;
}
for(int i = 0 ; i < featureSizeY ; i++ )
{
for (int j = 0 ; j < featureSizeX ; j++ )
{
finalPixel[i][j] = tempPixel[i+(k1+1)/2][j+(k2+1)/2];
}
}
return finalPixel;
}
int main()
{
std::cout << “ aaa “ << std::endl;
int serachWidth = 1;
int searchHeight = 1;
int featureSizeX = 2*serachWidth+1;
int featureSizeY = 2*searchHeight+1 ;
//提取局部图像数组
double **featurePixel;
featurePixel = new double*[featureSizeY];
for (int a=0 ; a < featureSizeY ; a++ )
{
featurePixel[a] = new double[featureSizeX] ;
}
double **featurePixel2;
featurePixel2 = new double*[featureSizeY];
for (int a=0 ; a < featureSizeY ; a++ )
{
featurePixel2[a] = new double[featureSizeX] ;
}
//初始化数组
for(int i = 0 ; i < featureSizeY ; i++ )
{
for (int j = 0 ; j < featureSizeX ; j++ )
{
featurePixel[i][j] = 3*i+j+1;
std::cout << featurePixel[i][j] << “\t“;
}
std::cout << std::endl;
}
for(int i = 0 ; i < featur
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 3642 2010-07-26 17:00 testConv\testConv\testConv.vcproj
文件 1427 2010-07-26 17:37 testConv\testConv\testConv.vcproj.PC-201002011245.RenYanhua.user
文件 7454 2010-07-26 17:35 testConv\testConv\Debug\BuildLog.htm
文件 175104 2010-07-26 17:35 testConv\testConv\Debug\vc90.idb
文件 217088 2010-07-26 17:35 testConv\testConv\Debug\vc90.pdb
文件 621 2010-07-26 17:35 testConv\testConv\Debug\testConv.exe.intermediate.manifest
文件 67 2010-07-26 17:35 testConv\testConv\Debug\mt.dep
文件 46706 2010-07-26 17:35 testConv\testConv\Debug\test.obj
文件 3802 2010-07-26 17:35 testConv\testConv\test.cpp
文件 1166336 2010-07-26 17:37 testConv\testConv.ncb
文件 890 2010-07-26 16:59 testConv\testConv.sln
..A..H. 9216 2010-07-26 17:37 testConv\testConv.suo
文件 378888 2010-07-26 17:35 testConv\Debug\testConv.ilk
文件 527360 2010-07-26 17:35 testConv\Debug\testConv.pdb
文件 40960 2010-07-26 17:35 testConv\Debug\testConv.exe
目录 0 2010-07-26 17:00 testConv\testConv\Debug
目录 0 2010-07-26 16:59 testConv\testConv
目录 0 2010-07-26 17:00 testConv\Debug
目录 0 2010-07-26 16:59 testConv
----------- --------- ---------- ----- ----
2579561 19
- 上一篇:usb控制注册表
- 下一篇:LabVIEW控制伺服电机详细过程以及设备明细
相关资源
- 图像的反卷积恢复
- 三角自卷积窗的高精度电能计量算法
- 卷积盲源分离
- 基于VHDL的卷积码编解码器的设计
- labview图像处理,卷积,线性,相关滤
- 将卷积运算转换成矩阵相乘
- 2,1,7卷积码
- 运动图像去模糊
- 通信系统中卷积码编解码器的VHDL实现
- QPSK卷积码程序
- 图像理解中的卷积神经网络pdf
- 卷积码的基本结构和基本原理
- 卷积神经网络CNN笔记理解CNN数学原理
- 卷积码的程序和论文,有程序和误码
- U-Net:用于生物医学图像分割的卷积网
- 卷积码SIMULINK仿真
- 基于训练卷积神经网络的人脸识别设
- 一种新的联合块对角化卷积盲分离时
- labview信道编码解码重复码 卷积码 线
- 转基于卷积神经网络的车牌照字符识
- 卷积神经网络课程报告
- 卷积神经网络PPT
- 基于FPGA的卷积编译码器的设计与实现
- 卷积神经网络结构图--visio
- 最大相关峭度解卷积
- 线积分卷积LIC源代码
- 论文研究-基于卷积神经网络的真实图
- Tensorflow tf.nn.atrous_conv2d如何实现空洞
- 卷积神经网络的训练流程图
- 卷积编解码,实现了2/33/4删余卷积
评论
共有 条评论