Übungen zu den Lehrveranstaltungen 710.003 Computergrafik 1 ...

Abbildung 5: Eingangsbild
und somit ergeben sich die Ableitung G x (siehe 6(b)) in x-Richtung und die Ableitung G y (siehe 6(c)) in
y-Richtung wie folgt:
G x = − x σ 2 · 1 (x 2 +y 2 )
e− 2 σ 2 (4)
G y = − y σ 2 · 1 (x 2 +y 2 )
e− 2 σ 2 (5)
Verwenden Sie die Parameter σ = in_sigma und N = in_window_size und befüllen Sie die G x und
G y jeweils N ×N großen Faltungskerne entsprechend Ihrer mathematischen Definition. Die Faltungskerne
sollen in der Maske zentriert und somit mittelwertfrei sein. Abschließend normalisieren Sie jeden der Kerne
so, dass für zum Beispiel für G x folgendes gilt:
N−1
2∑
j=− N−1
2
N−1
2∑
i=− N−1
2
(6)
|G x (i, j)| = 1 (7)
Faltung des Eingangsbildes mit Gx im Bildbereich (2 Punkte) Nun falten Sie das Eingangsbild mit
G x im Bildbereich. Achten Sie dabei darauf, dass Sie, wie weiter oben beschrieben, eine Convolution und
keine Correlation durchführen!
Da der Faltungskern an den Bildrändern um bis zu (N − 1)/2 Pixel über den Bildrand hinausragt ist eine
Randbehandlung nötig, um die anfängliche Bildgröße beizubehalten. Wiederholen Sie dazu die Randpixel
dementsprechend oft, wie in Abbildung 7 skizziert.
Abschließend speichern Sie das Ergebnis der Filterung unter out_x_derivative_filename. Bringen
Sie dazu das Bild, das Sie speichern wieder linear auf einen Wertebereich zwischen [0,255], so dass
auch hier der gesamte Bereich ausgenutzt wird. Achten Sie aber gleichzeitig darauf mit dem vorhergehenden
Ergebnis weiterzurechnen!
Weitere hilfreiche OpenCV-Befehle:
• cv::flip(...)
• cv::filter2D(...)
7