一种优雅的方式来获取"normxcorr2"的输出，类似于'conv2' - (去除不需要的边缘)

Question

在Matlab中是否有优雅的方法可以将normxcorr2的输出裁剪为图像大小，或者仅裁剪为矩阵中在计算中不使用零填充边的部分？

要理解我的意思，请考虑conv2命令。有一个名为shape的可选参数，可以设置为same或valid。

C = conv2(A,B,'same');
C = conv2(A,B,'valid');

例如：

size( conv2( rand(50,50) , rand(6,6), 'valid') ) 

ans=

45    45

---

size( conv2( rand(50,50) , rand(6,6), 'same') )

ans=

50    50

---

size( conv2( rand(50,50) , rand(6,6)) )

ans=

55    55

目前，我编写了自己的函数，它的作用如下：

function I = normxcorr2e(template,im,shape)
    switch shape
        case 'same'
            I = normxcorr2(template,im);
            r = size(I,1)-size(im,1);
            c = size(I,2)-size(im,2);
            m1=floor(r/2);
            n1=floor(c/2);
            m2=ceil(r/2);
            n2=ceil(c/2);
            I(1:m2,:) = [];
            I(end-m1+1:end,:) = [];
            I(:,1:n2) = [];
            I(:,end-n1+1:end) = [];
        case 'full'
            %Do nothing
        case 'valid'
            %TODO - write this case...
        otherwise
            throw(Mexception('normxcorr2e:BadInput','shape %s is not recognized',shape));
    end
end

你有更好的主意吗？成功回答的主要标准是所提出的解决方案的优雅。

编辑（1）首先，感谢您的所有回答。他们都很好，都被我投票支持。我还没有决定哪一个是最好的。顺便说一句，我最近在考虑模板与图像相比较大的情况。在这种情况下，通过在运行normxcorr2之前裁剪image参数来加速计算是有意义的。

Answer 1

相对于其他答案，这里有一个变体有一些额外的功能：

• 它允许您省略形状参数（默认值为'full'）
• 它只在shape是有效字符串时调用normxcorr2
• 它使用逻辑索引在一行中执行索引。引线填充和所需中心区域的大小用于创建真值和假值的索引向量。不需要指定尾部填充，因为短于其索引的维度的逻辑索引将简单地用false值填充

这是代码：

function I = normxcorr2e(template, im, shape)
  if (nargin == 2) || strcmp(shape,'full')
      I = normxcorr2(template, im);
      return
  end
  switch shape
      case 'same'
          pad = floor(size(template)./2);
          center = size(im);
      case 'valid'
          pad = size(template) - 1;
          center = size(im) - pad;
      otherwise
          throw(Mexception('normxcorr2e:BadInput',...
              'SHAPE must be ''full'', ''same'', or ''valid''.'));
  end
  I = normxcorr2(template, im);
  I = I([false(1,pad(1)) true(1,center(1))], ...
        [false(1,pad(2)) true(1,center(2))]);
end

Answer 2

这会更加简洁。我希望这就是你想要的：

function I = normxcorr2e(template,im,shape)
  args={'full','same','valid'};
  cropSize=(find(strcmp(shape,args))-1)*size(template);
  crop=@(x,r) x(1+floor(r(1)/2):end-ceil(r(1)/2),1+floor(r(2)/2):end-ceil(r(2)/2))
  I=crop(normxcorr2(template,im),cropSize);

Answer 3

这里没有太多优雅之处——运行相关性，然后删除不能使用的内容。但它是有效的。

function I = normxcorr2e(template,im,shape)
%# perform cross correlation with automated zero-padding
I = normxcorr2(template,im);
switch shape
    case 'same'
        %# if we were guaranteed to have odd-sized templates only
        %# we would only need padLow
        templateSize = size(template);
        padLow = floor(templateSize/2);
        padHigh = templateSize - padLow - 1;
        I = I( (1+padLow(1)):(end-padHigh(1)), (1+padLow(2)):(end-padHigh(2)) );
    case 'full'
        %Do nothing
    case 'valid'
        %# with even size, we need to remove the larger of the two pad sizes
        %# i.e. padLow, on all sides
        templateSize = size(template);
        padLow = templateSize/2;
        I = I( (2*padLow(1)):(end-2*padLow(1)+1), (2*padLow(2)):(end-2*padLow(2)+1) );
    otherwise
        throw(Mexception('normxcorr2e:BadInput','shape %s is not recognized',shape));
end