B = rollingMedian (R C)执行的中值滤波
矩阵的二维最小边缘效应和相移。
输入
- - - - - -
答:输入数组
尺寸允许:(M x N) (M x N ?), (M x N x ?x ?)…
只要领导维度(M和N)的非零,
过滤器将操作所有维度。
接待员:过滤窗口行(1 < R < M / 2)
C:过滤窗口关口(1 < C < N / 2)

输出
- - - - - - -
B:输出数组相同的维数和类。

讲话
- - - - - - -
rollingMedian使用median-heap计算轧制中位数
比排序方法(即所有元素为每个窗口)。
排序的时间复杂度方法(如快速排序、归并排序)
O (M * N * R * C *日志(R * C))。
堆中值方法的时间复杂度是O (M * N *日志(R * C))。

边缘效应
- - - - - - - - - - - -
左边和右边(1)过滤后的第一次使用
先后更广泛的过滤窗口的所有像素坳指数更少
比C / 2。顶部和底部边缘(2)过滤后的第二次使用
先后高过滤窗口所有像素少的行索引
比R / 2。

相位失真
- - - - - - - - - - - - - - - - -
同时算法作用于4指针(每个的一个
左上的左下侧,右上的,数组)和右下角
从数组的边缘向内移动。这将创建一个东南亚的阶段
转变左上的象限,东北的相移
左下象限,右上象限的西南相移,
和西北相移在右下象限。这可能
创建失真在C N / 2如果是偶数,和M / 2如果R是偶数。如果M和N是奇数,
中间窗户两边先进一行或坳至平均水平
使用的是双方的。

过滤窗口传递
- - - - - - - - - - - - - - - - - - - - -
1:关口0 C / 2 - 1, 0 M / 2 - 1行
1 b:关口0 C / 2 - 1,行m - 1 mm / 2(反向)
1 c:关口n - 1 c / 2(反向),行0 M / 2 - 1
1 d:关口n - 1 c / 2(反向),行m - 1 mm / 2(反向)
1 b:如果M % 2:(关口0到C / 2 - 1,行M / 2) & (col n - 1 C / 2(反向),行M / 2)
2:关口C / 2到N / 2 - 1, 0到2 - 1 R /行
2 b:关口C / 2到N / 2 - 1,行m - 1先生/ 2(反向)
2 c:关口c / 2 - 1 n n / 2(反向),行0 R / 2 - 1
2 d:关口c / 2 - 1 n n / 2(反向),行m - 1先生/ 2(反向)
2 b:如果N % 2: (col N / 2、行0 R / 2) & (m - 1关口N / 2,行先生/ 2(反向))
3:关口C / 2到N / 2 - 1,行R / 2 M / 2 - 1
3 b:关口C / 2到N / 2 - 1,行先生/ 2 - 1 mm / 2(反向)
3 c:关口c / 2 - 1 n n / 2(反向),行2 M / M / 2 - 1
3 d:关口c / 2 - 1 n n / 2(反向),行先生/ 2 - 1 mm / 2(反向)
3 b:如果N % 2:(坳N / 2,行R / 2米/ 2 - 1)& (N / 2,上校行先生/ 2 - 1 mm / 2(反向))
3 C:如果M % 2:(关口C / 2到N / 2 - 1,行M / 2) &(关口C / 2 - 1 N N / 2(反向),行M / 2)
3 d:如果M % 2 & N % 2:平均3 b & 3 c (N / 2,上校行M / 2)

类的支持万博1manbetx
- - - - - - - - - - - - -
uint8, int8、uint16 int16、uint32 int32, uint64 int64,浮动,双

彼得•库克2019年