看了很多關於捲積的介紹,一直感覺不怎麼理解,今天徹底研究下: 我們知道圖像是由像素構成的,圖像中的行和列一起構成了圖像矩陣,比如一個解析度800*400的圖像,同時也是一個大矩陣,這個矩陣有著400行和800列.假設有一個3*3的濾波小矩陣(捲積核), 在進行捲積運算的時候,我們便利整個圖像大矩陣中 ...
看了很多關於捲積的介紹,一直感覺不怎麼理解,今天徹底研究下:
我們知道圖像是由像素構成的,圖像中的行和列一起構成了圖像矩陣,比如一個解析度800*400的圖像,同時也是一個大矩陣,這個矩陣有著400行和800列.假設有一個3*3的濾波小矩陣(捲積核),
在進行捲積運算的時候,我們便利整個圖像大矩陣中的每一個像素,先取一個像素,然後取這個像素周圍的一圈像素,構成一組3*3的矩陣,與捲積核對應位置的值相乘,把相乘的結果在相加,把相加的結果作為新的值存入結果.概括如下:
捲積就是對圖像大矩陣和小矩陣對應位置元素值相乘以後再求和的操作就叫捲積(Convolution)或者叫做協相關(Correlation).
看圖:
-8就是我們捲積操作以後得到的結果.將這個結果存入大矩陣對應的位置,就完成了對這個像素的捲積.