分類： 版權聲明：本文為原創文章，水平有限，歡迎轉載，但請注明轉載出處http://blog.csdn.net/niuwei22007，謝謝。?。?！聯系方式見左側?。?！
原鏈接：http://blog.csdn.net/niuwei22007/article/details/48969709可以查看更多文章
卷積操作是對圖像處理時，經常用到的一種操作。它具有增強原信號特征，并且能降低噪音的作用。 那么具體是如何計算的呢？且看下文。
待處理圖像數據(5*5)： 卷積核：(3*3)
A = [17 24 01 08 15 H = [8 1 6
23 05 07 14 16 3 5 7
04 06 13 20 22 4 9 2]
10 12 19 21 03
11 18 25 02 09]
步驟：
1） 將算子圍繞中心旋轉180度
H’=[2 9 4
7 5 3
6 1 8]
2） 滑動算子，使其中心位于輸入圖像g的（i，j）像素上
3） 利用公式求和，得到輸出圖像的（i,j）像素值
（2,4）元素值= 1* 2+ 8* 9+15* 4
+ 7* 7+14* 5+16* 3
+13* 6+20* 1+22* 8=575
4） 重復2）,3），直到求出輸出圖像的所有像素值
二．邊緣效應
核的一部分會位于圖像邊緣外面
1）使用常數填充：默認用0填充，這會造成處理后的圖像邊緣是黑色的。
2）復制邊緣像素：
主要參考目錄：
這里討論利用輸入圖像中像素的小鄰域來產生輸出圖像的方法，在信號處理中這種方法稱為濾波（filtering）。其中，最常用的是線性濾波：輸出像素是輸入鄰域像素的加權和。
定義：
, 即
，其中ｈ稱為相關核(Kernel).
步驟：
1）滑動核，使其中心位于輸入圖像g的（i，j）像素上
2）利用上式求和，得到輸出圖像的（i，j）像素值
3）充分上面操縱，直到求出輸出圖像的所有像素值
例：
A = [17 24 1 8 15 h = [8 1 6 23 5 7 14 16 3 5 7 4 6 13 20 22 4 9 2] 10 12 19 21 3 11 18 25 2 9]
計算輸出圖像的（2，4）元素=
Matlab 函數：imfilter(A,h)
2.卷積算子（Convolution)
定義：
，
，其中
步驟：
1）將核圍繞中心旋轉180度
2）滑動核，使其中心位于輸入圖像g的（i，j）像素上
3）利用上式求和，得到輸出圖像的（i，j）像素值
4）充分上面操縱，直到求出輸出圖像的所有像素值
例：計算輸出圖像的（2，4）元素=
Matlab 函數：Matlab 函數：imfilter(A,h,'conv')% imfilter默認是相關算子，因此當進行卷積計算時需要傳入參數'conv'
3.邊緣效應
當對圖像邊緣的進行濾波時，核的一部分會位于圖像邊緣外面。
常用的策略包括：
1）使用常數填充：imfilter默認用0填充，這會造成處理后的圖像邊緣是黑色的。
2）復制邊緣像素：I3 = imfilter(I,h,'replicate');
4.常用濾波
fspecial函數可以生成幾種定義好的濾波器的相關算子的核。
例：unsharp masking 濾波
分類: R-Computer Vision
12345 I = imread('moon.tif');h = fspecial('unsharp');I2 = imfilter(I,h);imshow(I), title('Original Image')figure, imshow(I2), title('Filtered Image')
新聞熱點
疑難解答
