Denoising usando filtro de partículas de gasóleo no matlab
-
20-12-2019 - |
Pergunta
Eu estou tentando redução de ruídos a uma imagem usando o filtro de partículas.Não é uma implementação completa do filtro de partículas de gasóleo, eu estou usando apenas a parte dele.Eu sou novo para o matlab, e estou recebendo o seguinte erro
"Index exceeds matrix dimensions.
Error in particle_filter_denoising (line 42)
Xkposeterior=[EImg(i,j-1);EImg(i-1,j);EImg(i-1,j-1)];"
Eu tentei de depuração, mas eu não sou capaz de descobrir porque é que o código está errado.
Img = imread('a.jpg');
Img= rgb2gray(Img);
Img=im2double(Img);
V =0.001;
clc;
x_N=V ;
x_R=V *2;
NImg=imnoise(Img,'gaussian',Var);
subplot(1,3,1);imshow(Img);title('Original Image');
subplot(1,3,2);imshow(NImg);title('Noisy Gaussian Image');
[r c] =size(Img);
EImg=zeros(r,c);
EImg(1,:) =Img(1,:);
EImg(:,1)=Img(:,1);
A=[0.35 0.35 0.3;0 1 0;0 0 1];
%Initial state
Xkposeterior=[EImg(2, 1);EImg(1,2);EImg(1,1)];
X_prior = A*Xkposeterior;
%particles
N=100;
X_Particle=[];
X_P_wi=[];
for i = 1:N
X_Particle(i) = X_prior(1) + sqrt(V) * randn;
end
%%Xkposeterior=[EImg(2,1);EImg(1,2);EImg(1,1)];
for i=2:r
for j=2:c
Zk=NImg(i,j);
Xkposeterior=[EImg(i,j-1);EImg(i-1,j);EImg(i-1,j-1)];
X_prior = A*Xkposeterior;
for k_particle=1:N
X_Particle(k_particle)=X_prior(1) + sqrt(V) * randn;
X_P_wi(k_particle)=(1/sqrt(2*pi*x_R)) * exp(-(Zk - X_Particle(k_particle))^2/(2*x_R));
end
X_P_wi = X_P_wi./sum(X_P_wi);
for m = 1 : N
X_Particle(m) = X_Particle(find(rand <= cumsum( X_P_wi),1));
end
EImg= mean(X_Particle);
end
end
subplot(1,3,3);imshow(EImg, []);title(' Particle Denoised Image');
Solução
O erro significa que i
ou j
é maior do que o número de linhas ou colunas na EImg
.
A razão pela qual o que está acontecendo é que você está substituindo EImg
em cada iteração do loop, na linha: EImg=mean(X_Particle)
.Isso faz EImg
de tamanho diferente da matriz, e por isso não vai ter r
linhas e c
colunas mais.Eu não posso dizer-lhe como resolver o problema, porque eu não sei o que o código faz, mas é por isso que você está vendo o erro.