图像处理基本算法-卷积和相关

Posted 小河沟大河沟

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了图像处理基本算法-卷积和相关相关的知识,希望对你有一定的参考价值。

在执行线性空间滤波时,经常会遇到两个概念相关和卷积
二者基本相似,在进行图像匹配是一个非常重要的方法。
相关是滤波器模板移过图像并计算计算每个位置乘积之和的处理
卷积的机理相似,但滤波器首先要旋转180度
相关的计算步骤:
(1)移动相关核的中心元素,使它位于输入图像待处理像素的正上方
(2)将输入图像的像素值作为权重,乘以相关核
(3)将上面各步得到的结果相加做为输出
卷积的计算步骤:
(1)卷积核绕自己的核心元素顺时针旋转180度
(2)移动卷积核的中心元素,使它位于输入图像待处理像素的正上方
(3)在旋转后的卷积核中,将输入图像的像素值作为权重相乘
(4)第三步各结果的和做为该输入像素对应的输出像素
超出边界时要补充像素,一般是添加0或者添加原始边界像素的值
    可以看出他们的主要区别在于计算卷积的时候,卷积核要先做旋转。

而计算相关过程中不需要旋转相关核。

离散单位冲击:我们将包含单个1而其余全是0的函数成为离散单位冲击。
重要性质:一个函数与离散单位冲击相关,在冲击位置产生这个函数的一
个翻转版本。
f 函数
w 滤波器模板
eg:
f(x,y)
  0 0 0 0 0
  0 0 0 0 0 
  0 0 1 0 0
  0 0 0 0 0
  0 0 0 0 0
w(x,y)
  1 2 3 
  4 5 6 
  7 8 9
相关 f*w = 
     0     0     0     0     0
     0     9     8     7     0
     0     6     5     4     0
     0     3     2     1     0
     0     0     0     0     0
卷积f*w=
     0     0     0     0     0
     0     1     2     3     0
     0     4     5     6     0
     0     7     8     9     0
     0     0     0     0     0
相关的用途:图象的匹配

 

以上是关于图像处理基本算法-卷积和相关的主要内容,如果未能解决你的问题,请参考以下文章

详解OpenCV的函数filter2D(),并提醒大家它做的运算并不是卷积运算而是相关运算

高斯模糊原理,算法

图像处理基本概念——卷积,滤波,平滑(转载)

人工智能方向—智能图像识别技术

卷积神经网络和深度神经网络的区别是啥

SSE图像算法优化系列十一:使用FFT变换实现图像卷积。