来源:百度文库 编辑:九乡新闻网 时间:2024/05/09 17:46:38
卷积(Convolution)
下面是我自己的一个总结,感觉很清晰,总之卷积就是一个变换而已。
这里有另外一个网友从另一个角度给出的解释,看看吧 :)
另一个解释的链接。
一 定义。
函数f 与g 的卷积记作,它是其中一个函数翻转并平移后与另一个函数的乘积的积分,是一个对平移量的函数。
-
积分区间取决于f 与g 的定义域。
对于定义在离散域的函数,卷积定义为
-
二 一个总要性质。
卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积。即,一个域中的卷积相当于另一个域中的乘积,例如时域中的卷积就对应于频域中的乘积。
其中表示f 的傅里叶变换。
三 离散卷积在图像处理中的应用。
3.1 使用模板处理图像相关概念:
模板:矩阵方块,其数学含义是一种卷积运算。
卷积运算:可看作是加权求和的过程,使用到的图像区域中的每个像素分别于卷积核(权矩阵)的每个元素对应相
乘,所有乘积之和作为区域中心像素的新值。
卷积核:卷积时使用到的权用一个矩阵表示,该矩阵与使用的图像区域大小相同,其行、列都是奇数,
是一个权矩阵。
卷积示例:
3 * 3 的像素区域R与卷积核G的卷积运算:
R5(中心像素)=R1G1 + R2G2 + R3G3 + R4G4 + R5G5 + R6G6 + R7G7 + R8G8 + R9G9
3.2 使用模板处理图像的问题:
边界问题:当处理图像边界像素时,卷积核与图像使用区域不能匹配,卷积核的中心与边界像素点对应,
卷积运算将出现问题。
处理办法:
A. 忽略边界像素,即处理后的图像将丢掉这些像素。
B. 保留原边界像素,即copy边界像素到处理后的图像。
3.3 常用模板:
分享
0
顶
阅读(165)
┊ 评论 (0)
┊ 收藏(0)
┊转载(1)
┊ 顶▼ ┊打印
┊举报
已投稿到: | 排行榜 圈子 转载列表:
转载 转载是分享博文的一种常用方式...
前一篇:ID 和 HANDLE