私は現在、SFinGeメソッド（Maltoni、Maio、Cappelliによる）を使用して合成指紋を生成するライブラリに取り組んでいます。リンク：http ：//biolab.csr.unibo.it/research.asp？organize = Activities＆select =＆selObj = 12＆pathSubj = 111％7C％7C12＆
手順の1つでは、画像にさまざまなガボールフィルターを適用する必要があります。画像の各ピクセルには方向と周波数が関連付けられているため、画像全体で1つのカーネルを使用して畳み込みを行うことはありませんが、プロセス中にフィルターを変更する必要があります。ピクセルのこれらの属性では、画像上の各ピクセルが異なる方法で変更されます。
この方法でフィルターを適用し、画像を数回畳み込むと（各畳み込みの後に画像を2値化する必要があります）、次のようになります。
マスター指紋、この画像は生成されるのに約20秒かかりました（これは遅すぎるので、FFTで実行したいのです）。これは、それを完了するために5回の畳み込みを実行する必要があったためです（数回から開始します）。ランダムな黒い点）。
私のフィルターは30x30で、画像は275x400です。各次数と密度に1つずつ、合計36000のフィルターがあります（密度は0〜100になります）。すべての角度をカバーできるので、フィルターの数を36000から9000に減らすことを計画しています。また、すべてのフィルターは事前に計算され、フィルターバンクに保存されます。
これは、gabor畳み込み実装のC＃のソースコードです。
この2つの方法は、畳み込みを実行します。
/// <summary>
/// Convolve the image with the different filters depending on the orientation and density of the pixel.
/// </summary>
/// <param name="image">The image to be filtered.</param>
/// <param name="directionalMap">The directional map.</param>
/// <param name="densityMap">The density map.</param>
/// <returns></returns>
public double[,] Filter(double[,] image, double[,] directionalMap, double[,] densityMap)
{
int midX = FILTER_SIZE / 2;
int midY = FILTER_SIZE / 2;
double[,] filteredImage = new double[image.GetLength(0), image.GetLength(1)];
double[,] filteredImageWithValuesScaled = new double[image.GetLength(0), image.GetLength(1)];
double[,] finalImage = new double[image.GetLength(0), image.GetLength(1)];
for (int i = 0; i < image.GetLength(0); i++)
for (int j = 0; j < image.GetLength(1); j++)
{
double pixelValue = GetPixelConvolutionValue(image, this.filterBank[(int)Math.Floor((directionalMap[i, j] * 180 / Math.PI))][Math.Round(densityMap[i, j], 2)], i - midX, j - midY);
filteredImage[i, j] = pixelValue;
}
filteredImageWithValuesScaled = this.RescaleValues(filteredImage, 0.0, 255.0);
return filteredImageWithValuesScaled;
}
/// <summary>
/// Gets the pixel convolution value.
/// </summary>
/// <param name="image">The image.</param>
/// <param name="filter">The filter.</param>
/// <param name="sourceX">The source X.</param>
/// <param name="sourceY">The source Y.</param>
/// <returns></returns>
private double GetPixelConvolutionValue(double[,] image, double[,] filter, int sourceX, int sourceY)
{
double result = 0.0;
int totalPixels = 0;
for (int i = 0; i < filter.GetLength(0); i++)
{
if(i + sourceX < 0 || i + sourceX >= image.GetLength(0))
continue;
for (int j = 0; j < filter.GetLength(1); j++)
{
if(j + sourceY < 0 || j + sourceY >= image.GetLength(1))
continue;
double deltaResult = image[sourceX + i,sourceY + j] * filter[i, j];
result += deltaResult;
++totalPixels;
}
}
double filteredValue = result / totalPixels;
return filteredValue;
}
この2つの方法は、フィルターバンク用に異なるガボールフィルターを生成します。
/// <summary>
/// Creates the gabor filter.
/// </summary>
/// <param name="size">The size.</param>
/// <param name="angle">The angle.</param>
/// <param name="wavelength">The wavelength.</param>
/// <param name="sigma">The sigma.</param>
/// <returns></returns>
public double[,] CreateGaborFilter(int size, double angle, double wavelength, double sigma)
{
double[,] filter = new double[size, size];
double frequency = 7 + (100 - (wavelength * 100)) * 0.03;
int windowSize = FILTER_SIZE/2;
for (int y = 0; y < size; ++y)
{
for (int x = 0; x < size; ++x)
{
int dy = -windowSize + y;
int dx = -windowSize + x;
filter[x, y] = GaborFilterValue(dy, dx, frequency, angle, 0, sigma, 0.80);
}
}
return filter;
}
/// <summary>
/// Gabor filter values generation.
/// </summary>
/// <param name="x">The x.</param>
/// <param name="y">The y.</param>
/// <param name="lambda">The wavelength.</param>
/// <param name="theta">The orientation.</param>
/// <param name="phi">The phaseoffset.</param>
/// <param name="sigma">The gaussvar.</param>
/// <param name="gamma">The aspectratio.</param>
/// <returns></returns>
double GaborFilterValue(int x, int y, double lambda, double theta, double phi, double sigma, double gamma)
{
double xx = x * Math.Cos(theta) + y * Math.Sin(theta);
double yy = -x * Math.Sin(theta) + y * Math.Cos(theta);
double envelopeVal = Math.Exp(-((xx * xx + gamma * gamma * yy * yy) / (2.0f * sigma * sigma)));
double carrierVal = Math.Cos(2.0f * (float)Math.PI * xx / lambda + phi);
double g = envelopeVal * carrierVal;
return g;
}
私の目標は、この時間を1秒未満に短縮することです（このような時間にまったく同じことを行うプログラムがいくつかあります）。したがって、直接畳み込みアプローチが機能しないため、高速フーリエ変換畳み込みを実装することにしましたが、これに伴う問題は、FFTが同じカーネルを画像全体に一度に適用し、ピクセルごとにカーネルを変更する必要があることです。各ピクセルは、属性（密度と方向）に応じて変更する必要があるためです。この投稿では、Gaborウェーブレットを画像に適用する方法は？ reve-etrangeは、画像にさまざまなガボールフィルターを適用する方法を説明していますが、彼のやり方は、画像全体にさまざまなフィルターを適用してから応答を合計することです。必要なのは、さまざまなピクセルからの応答です。さまざまなフィルターに。
これは、1つのフィルターを画像で畳み込むときに発生することです（FFTを使用）。
これは使用されたフィルターでした：
そして、これはそれが畳み込まれたイメージでした：
これは、FFT実装のC＃のアルゴリズムです。
/// <summary>
/// Convolve the image using FFT.
/// </summary>
/// <param name="image">The image to be filtered.</param>
/// <param name="directionalMap">The directional map.</param>
/// <param name="densityMap">The density map.</param>
/// <param name="FFT">if set to <c>true</c> [FFT].</param>
/// <returns></returns>
public double[,] Filter(double[,] image, double[,] directionalMap, double[,] densityMap, bool FFT)
{
double[,] filter = null;
double[,] paddedFilter = null;
double[,] paddedImage = null;
double[,] croppedImage = null;
double[,] filteredImage = new double[image.GetLength(0), image.GetLength(1)];
double[,] filteredImageWithValuesScaled = new double[image.GetLength(0), image.GetLength(1)];
double[,] finalImage = new double[image.GetLength(0), image.GetLength(1)];
filter = this.filterBank[70][0];
paddedFilter = PadImage(filter, 512, 512, 0, 0); // Pad the filter to have a potency of 2 dimensions.
paddedImage = PadImage(image, 512, 512, 0, 0); // Pad the image to have a potency of 2 dimensions.
FFT fftOne = new FFT(paddedImage);
FFT fftTwo = new FFT(paddedFilter);
fftOne.ForwardFFT();
fftTwo.ForwardFFT();
FFT result = fftOne * fftTwo;
result.InverseFFT();
filteredImage = result.GreyImage;
filteredImageWithValuesScaled = this.RescaleValues(filteredImage, 0.0, 255.0);
croppedImage = CropImage(filteredImageWithValuesScaled, image.GetLength(0), image.GetLength(1));
return croppedImage;
}
だから私が求めているのは、FFTを使ってさまざまなピクセルからさまざまなカーネルへの応答をどのように取得するのですか？これが不可能な場合、直接畳み込みを改善して少なくとも20倍速くする方法はありますか？
また、すべてのフィルターを使用して1つのカーネルを作成できるので、それらを画像全体に適用できますか？
