• 理解卷积


    在数字图像处理中,有一种基本处理方法:线性滤波

     待处理的平面数字图像可被看做一个大矩阵,图像的每个像素对应矩阵的每个元素,假设我们图片的分辨率是1024*768,那么对应的大矩阵的行数=1024,列数=768

    滤波模板(又称卷积核),是滤波器的核心,通常是一个方阵(行数=列数)

    进行滤波就是对于大矩阵的每个元素,计算它周围像素和滤波模板对应位置元素的乘积,然后把结果相加到一起,最终得到的值作为该像素的新值,这样就完成了一次滤波。其过程中的对应位置元素相乘再求和的操作称为协相关(Correlation)

    卷积(Convolution)是,先翻转卷积核,再对图像大矩阵和滤波小矩阵的对应位置元素相乘再求和的操作

    卷积=翻转卷积核 + 一次协相关操作

    翻转卷积核:绕卷积核中心旋转180度

                          或

                          A‘=E1,3*A*E1,3

     

  • 相关阅读:
    as3.0 网络通信
    flash显示html
    [javascript]对象
    hibernate
    远程服务
    [mysql]笔记1
    [笔记]深入剖析Tomcat-tomcat的默认连接器,servlet容器
    [java]关于访问权限
    [笔记]http权威指南(2)
    [笔记]http权威指南
  • 原文地址:https://www.cnblogs.com/yanghelin/p/8313565.html
Copyright © 2020-2023  润新知