- 在图像处理领域,Kernel = convolution matrix = mask,它们一般都为一个较小的矩阵;
- 用于:Sharpen,Blur, Edge enhance,Edge detect,Emboss(使凸出;在……上作浮雕图案;装饰)
1. 卷积操作与卷积矩阵的等价性
-
(1)创建一维信号
N = 100; s = zeros(N, 1); k = [20, 45, 70]; a = [2, -1, 1]; s(k) = a;
-
(2)创建卷积核
L = 4; h = ones(L, 1)/L;
-
(3)使用 matlab 创建 convolution matrix
首先考虑,卷积矩阵的 size,卷积操作
conv(h, s)
返回的响应其长度为 L+N-1, 因此:M = N+L-1; H = sparse(M, N); e = ones(N, 1) for i = 0:L-1, H = H + spdiags(e*h(i+1), -i, M, N); end
-
(4)验证二者操作的等价性:
err = H*s - conv(h, s); max_err = max(abs(err));
2. spy:可视化稀疏矩阵的形式
而不是简单地将稀疏矩阵以一个矩阵的形式显示,显然是因为其规模十分之大,且较为稀疏,不易直观观察。
Kernel (image processing)
8.2. Convolution Matrix
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:卷积、卷积矩阵(Convolution matrix)与核(Kernel) - Python技术站