图像处理-模板、卷积的整理

一：什么是卷积

离散卷积的数学公式可以表示为如下形式：

f(x) = - 其中C(k)代表卷积操作数，g(i)代表样本数据, f(x)代表输出结果。

举例如下：

假设g(i)是一个一维的函数，而且代表的样本数为G = [1,2,3,4,5,6,7,8,9]

假设C(k)是一个一维的卷积操作数, 操作数为C=[-1,0,1]

则输出结果f(x)可以表示为 F=[1,2,2,2,2,2,2,2,1] //边界数据未处理

以上只是一维的情况下，当对一幅二维数字图像加以卷积时，其数学意义可以解释如下：

源图像是作为输入源数据，处理以后要的图像是卷积输出结果，卷积操作数作为Filter

在XY两个方向上对源图像的每个像素点实施卷积操作。如图所示：

粉红色的方格每次在X/Y前进一个像素方格，就会产生一个新的输出像素，图中深蓝色的代

表要输出的像素方格，走完全部的像素方格，就得到了所有输出像素。

图中，粉红色的矩阵表示卷积操作数矩阵，黑色表示源图像– 每个方格代表一个像素点。

二：卷积在数字图像处理中应用

一副数字图像可以看作一个二维空间的离散函数可以表示为f(x, y), 假设有对于二维卷积操

作函数C(u, v) ，则会产生输出图像g(x, y) = f(x, y) *C(u,v), 利用卷积可以实现对图像模糊处理，边缘检测，产生轧花效果的图像。

一个简单的数字图像卷积处理流程可以如下：

1. 读取源图像像素

2. 应用卷积操作数矩阵产生目标图像

3. 对目标图像进行归一化处理

4. 处理边界像素

三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

四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。

五.常用模板：

六其他

-----------------------------------------------------------------------------------------------------------

以下用$符号表示从负无穷大到正无穷大的积分。

一维卷积：
y(t)=g(k)*x(k)=$g(k)x(t-k)
先把函数x(k)相对于原点反折，然后向右移动距离t，然后两个函数相乘再积分，就得到了在t处的输出。对每个t值重复上述过程，就得到了输出曲线。

二维卷积：
h(x,y)=f(u,v)*g(u,v)=$$f(u,v)g(x-u,y-v)
先将g(u,v)绕其原点旋转180度，然后平移其原点，u轴上像上平移x， v轴上像上平移y。然后两个函数相乘积分，得到一个点处的输出。

在图像中卷积是什么意思呢,就是图像就是图像f(x),模板是g(x),然后将模版g(x)在模版中移动,每到一个位置,就把f(x)与g(x)的定义域相交的元素进行乘积并且求和,得出新的图像一点,就是被卷积后的图像.模版又称为卷积核.卷积核做一个矩阵的形状。由于大多数模板都是对称的，所以模板不旋转。

-----------------------------------------------------------------------------------------------------------

图像处理-模板、卷积的整理相关推荐

超详细介绍图像处理（卷积）
图像处理(卷积)作者太棒了原文 http://blog.sina.com.cn/s/blog_4bdb170b01019atv.html 图像处理-线性滤波-1 基础(相关算子.卷积算子.边缘效应 ...
Non-Blind图像反卷积论文整理
Non-Blind图像反卷积论文整理 1 Spatial Deconvolution Stochastic Deconvolution 2013 http://www.cs.ubc.ca/lab ...
模板卷积Template Convolution
背景引言在图像处理中,经常使用不同算子等进行预处理.它们都有固定模板,称为模板卷积.本节主要介绍模板卷积. 基本理论群运算(Group operation)是利用分组处理,根据一个像素的近邻来计算 ...
cruise纯电动汽车仿真输入模板，个人整理，共8个表单，包含校核清单，整车参数
cruise纯电动汽车仿真输入模板,个人整理,共8个表单,包含校核清单,整车参数,电池参数,电机参数,传动系,制动轮胎,能量回收,计算输出等. 方便您在仿真过程中系统收集输入 ID:185638712 ...
国科大数字图像处理（复习与整理）
图像处理复习笔记: 1.证明一个系统是线性系统 2.证明函数卷积的傅里叶变换等于函数傅氏变换后的乘积 3.采样定理与混叠 4.直方图均衡化第一节课知识点第二节课知识点第三节课知识点第四节课知识 ...
图像处理之卷积和积分运算
先看到卷积运算,知道了卷积就是把模版与图像对应点相乘再相加,把最后的结果代替模版中心点的值的一种运算.但是,近来又看到了积分图像的定义,立马晕菜,于是整理一番,追根溯源一下吧. 1 卷积图像 1.1 ...
【图像处理】卷积算法
本文索引: 文章目录 # 一. 什么是卷积? 在图像处理中,卷积操作指的是使用一个卷积核对图像中的每个像素进行一系列操作. 卷积核(算子)是用来做图像处理时的矩阵,图像处理时也 ...
图像处理基本算法（整理）
1)将256*256分辨率的图像变为128*128分辨率可以将源图像划分成2*2的子图像块,然后将2*2的子图像块的所有像素颜色均按照F(i,j)的颜色值进行设定,达到降低分辨率的目的. 如: F( ...
计算机视觉，图像处理经典代码paper整理（很全很强大！）
转自:Jia-Bin Huang 同学收集了很多计算机视觉方面的代码 ,链接如下: https://netfiles.uiuc.edu/jbhuang1/www/resources/vision/in ...

图像处理-模板、卷积的整理

图像处理-模板、卷积的整理相关推荐

最新文章

热门文章