MATLAB,Python,Scilab,Julia比較 第3章 その32【微分フィルタ⑧】

バックナンバーはこちら。
https://www.simulationroom999.com/blog/compare-matlabpythonscilabjulia3-backnumber/

はじめに
登場人物
Sobelフィルタ【再掲】
MATLABコード
処理結果
考察
まとめ

はじめに

Sobelフィルタの実験。
今回はMATLABで実施。

登場人物

博識フクロウのフクさん

イラストACにて公開の「kino_k」さんのイラストを使用しています。
https://www.ac-illust.com/main/profile.php?id=iKciwKA9&area=1

エンジニア歴8年の太郎くん

イラストACにて公開の「しのみ」さんのイラストを使用しています。
https://www.ac-illust.com/main/profile.php?id=uCKphAW2&area=1

Sobelフィルタ【再掲】

太郎くん

じゃー、今回からSobelフィルタの実験開始だね。
まずはMATLABだね。

フクさん

そうそう。
Sobelフィルタと実験手順を再掲しておこう。

Sobelフィルタ

\(
K_{sbl}=
\begin{bmatrix}
1 \\
2 \\
1 \\
\end{bmatrix}
\begin{bmatrix}
-1 & 0 & 1
\end{bmatrix}=
\begin{bmatrix}
-1 & 0 & 1 \\
-2 & 0 & 2 \\
-1 & 0 & 1 \\
\end{bmatrix}
\)

実験手順

画像の読み込み
ガウシアンフィルタ用のカーネル用意
Sobelフィルタ用のカーネル用意
SDTVグレースケール化実施
ガウシアンフィルタ実施
Sobelフィルタ実施
各Sobelフィルタの結果の合成
画像の書き出し

MATLABコード

フクさん

MATLABコードはこうなる。

convolution2d.m

function out = convolution2d(img, kernel)
    [m, n] = size(kernel);  % カーネルサイズ取得
    
    % カーネル中心からみた幅
    dy = int64(fix((m-1)/2));  % カーネル上下幅
    dx = int64(fix((n-1)/2));  % カーネル左右幅
    
    [h, w] = size(img);         % イメージサイズ
    out = zeros(h, w);          % 出力用イメージ
    
    % 畳み込み
    for y = dy+1:(h - dy)
        for x = dx+1:(w-dx)
            out(y, x) = sum( sum( double(img(y-dy:y+dy, x-dx:x+dx)).*kernel ) );
            %imgTmp = double(img(y-dy:y+dy, x-dx:x+dx));
            %out(y, x) = imgTmp(:)'*kernel(:);
        end
    end
end

sobel_test.m

function sobel_test()
    % 入力画像の読み込み
    img = imread('dog.jpg');
    r = img(:,:,1);
    g = img(:,:,2);
    b = img(:,:,3);
    
    % ガウシアンフィルタ用のkernel
    kernel_gauss = [ 1/16  2/16  1/16; ...
                     2/16  4/16  2/16; ...
                     1/16  2/16  1/16];
    % Sobelフィルタ用のKernel
    kernel_sx = [-1  0  1;...
                 -2  0  2;...
                 -1  0  1];
    kernel_sy = kernel_sx';
    
    % SDTVグレースケール
    gray_sdtv = [0.2990 * r + 0.5870 * g + 0.1140 * b ];
    
    % ガウシアンフィルタ
    img_g = convolution2d(gray_sdtv, kernel_gauss);
    
    % Sobelフィルタ
    img_sx = convolution2d(img_g, kernel_sx);
    img_sy = convolution2d(img_g, kernel_sy);
    imwrite(uint8(fix(abs(img_sx))),'dog_sx.jpg');
    imwrite(uint8(fix(abs(img_sy))),'dog_sy.jpg');
    
    % 合成
    img_s = sqrt( img_sx.^2 + img_sy.^2 );
    imwrite(uint8(fix(img_s)),'dog_s.jpg');
end