相邻像素之间的绝对差异

Question

我目前对我正在为我的论文阅读的这篇论文有疑问。在这篇论文中，作者表示他在一个有像素的块的每一侧使用一维滤波器来获取 4 个点。

论文名为：《Simplified inter-component Depth modeling in 3D hevc》

可从 IEEE 或来自：

http://vclab.gist.ac.kr/papers/03/2013/S35_paper%2081.pdf.

此过滤器计算相邻像素的绝对差

我们计算 CTLB 每一侧的邻居的绝对差异。如果像素坐标如Figure 4 所示，则Eq. (1) 用于顶部和底部，而Eq. (2) 用于左侧和右侧。 C_hor、r、c 表示考虑水平邻居的顶部和底部的水平相邻像素的绝对差。

左右两边同理，C_ver、r、c代表垂直相邻像素的绝对差。

图 4：

A(0,0)  A(0,1)  A(0,2)  A(0,3)  ...
A(1,0)  A(1,1)  A(1,2)  A(1,3)  ...
A(2,0)  A(2,1)  A(2,2)  A(2,3)  ...
A(3,0)  A(3,1)  A(3,2)  A(3,3)  ...
...     ...     ...     ...     ...

等式 1：

C_hor(r,c) = |A(r,c+1) - A(r,c-1)|

等式 2：

C_ver(r,c) = |A(r+1,c) - A(r-1,c)|

我的问题是，有没有人知道他是如何通过使用上面的方程式获得 4 分的？此外，他会为边缘做什么，因为他不需要以前的像素？我目前正在尝试在 C++ 中实现这一点，尽管一个简单的 matlab 代码也会有所帮助，以便我能够理解它。

谢谢。

Answer 1

图 4 不只包含 4 个点。有“...”省略号表示他的意思是代表 A 中的所有点。

在 MATLAB 中有多种方法可以进行计算。一种方法是通过卷积，

 k=[1 0 -1;] 

 C_hor=abs(conv2(A,k,'same'));
 C_ver=abs(conv2(A,k.','same'));  

这里我使用了“相同”标志，假设我们想要在 A 之外外推，边缘处为零。