虽然卷积核或者滤波器所指的是同一个东西,但是在传统图像处理一般叫滤波器,而在深度学习中叫卷积核。
1. 卷积(滤波)卷积实际上是一种运算方式,可以理解为和加减乘除一样的运算方式,只不过更加复杂一点而已。一言以蔽之就是:两个矩阵对应位相乘,然后所有积求和
step1:对应位相乘 对应位相乘求积1*-1-10*002*115*-1-54*00……step2:然后所有积求和sum=-1+0+1+5+0+…=0
我们将中间33的矩阵称为卷积核或者滤波器,滤波器的属性有大小(比如33)和参数值(-1,0,1,-1,0,1,-1,0,1),这这运算中是不变的
贴张动图,看看滤波操作(卷积操作) 2. 对xhdyg滤波
对于滤波器中参数有特殊含义的,一般都有一些专属名字,比如xhdyg滤波。xhdyg滤波的参数是符合xhdyg概率分布的
左图是一维xhdyg概率分布,右图是二维xhdyg概率分布
这是一个标准差σ=1.3的8邻域xhdyg滤波器,可以看到,越中间数值越大,和二维xhdyg概率分布一致。关于1/16是由于要保证所有参数之和=1,保证和图像运算和结果范围不变,否则就有可能超过0~255范围。
xhdyg滤波的意义在于均值化,只不过每个像素权重有所不同,既然是均值化那么图像中的对比度就会被降低,造成图像模糊的感觉。