社区
图形处理/算法
帖子详情
求问 高斯卷积核 那个矩阵是怎么求出来的呢???
cwf1993
2011-10-23 12:08:25
最近在学习高斯模糊的,发现资料里面都用的是高斯卷积核,比如说
一个标准差为1.4的高斯5x5的卷积核:
2 4 5 4 2
4 9 12 9 4
5 12 15 12 5
4 9 12 9 4
2 4 5 4 2
我想问一下矩阵里面的各个数字是怎样求出来的呢?谢谢!
...全文
2027
4
打赏
收藏
求问 高斯卷积核 那个矩阵是怎么求出来的呢???
最近在学习高斯模糊的,发现资料里面都用的是高斯卷积核,比如说 一个标准差为1.4的高斯5x5的卷积核: 2 4 5 4 2 4 9 12 9 4 5 12 15 12 5 4 9 12 9 4 2 4 5 4 2 我想问一下矩阵里面的各个数字是怎样求出来的呢?谢谢!
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
4 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
libralibra
2011-12-20
打赏
举报
回复
高斯卷积就是一个用离散高斯核进行卷积
而这个kernel是通过一个二维高斯函数计算得到的
sigma是标准差,前面的常数项是要确保整个平面的积分值是1,但在实际应用中经常被忽略
一个离散的高斯卷积核 H: 2k+1x2k+1 可以用下式计算得到,H(i,j)为
sigma的取值值得注意,太小矩阵中只有一个非零元素,太大的话k也要大,不然周围点的贡献将被忽略。一般是k的一个函数
这里第(i,j)个元素 参与运算的是i-k-1和j-k-1 这样做的目的是在2k+1x2k+1 的情况下,高斯函数的两个参变量分布在[-k,k]的区间内,否则就没有意义了
libing64
2011-12-19
打赏
举报
回复
看一看冈萨雷斯的图像处理,里面有讲模板的生成方法。不过比较复杂~
yeziqiang
2011-12-17
打赏
举报
回复
高斯二维公式计算出矩阵后乘以系数取整方便计算。
cwf1993
2011-10-23
打赏
举报
回复
有人能解决一下吗?我是新手什么都不懂。。。
大白话EM算法--从此爱上EM迭代
本系列讲解EM及GMM相关知识点,让你对EM整理流程有清晰的认识,从而应用到工作和面试中。目录如下:1.1EM算法之回顾最大似然估计1.2EM算法之回顾贝叶斯估计1.3EM算法之回顾K-means算法1.4EM算法之算法目标引入1.5EM算法之目标函数转换--利用Jensen不等式1.6EM算法之目标函数
求
解--关于Q(z, θ)的表达1.7EM算法流程1.8EM算法案例1.9EM算法应用之GMM(
高
斯混合模型)的目标函数表示1.10EM算法应用之GMM(
高
斯混合模型)的迭代过程1.11EM算法代码之手动实现GMM迭代过程1.12EM算法代码之基于sklearn身
高
性别数据GMM
高
斯混合聚类实现
高
斯滤波及
高
斯卷积
核
C++实现
高
斯滤波是一种线性平滑滤波,适用于消除
高
斯噪声,在图像处理的降噪、平滑中应用较多,特别是对抑制或消除服从正态分布的噪声非常有效。
高
斯滤波的过程其实就是对整幅图像进行加权平均操作的过程。滤波后图像上每一个像素的灰度值大小,由其本身和邻域内的其他像素共同决定。具体实现是:用一个大小为(2*N+1)的模板(或称卷积
核
、掩模)依次扫描图像中的每一个像素,用模板确定的邻域内像素的加权平均灰度替代模板中心像素...
【图像处理】
高
斯模糊、
高
斯函数、
高
斯
核
、
高
斯卷积
操作
通常,图像处理软件会提供"模糊"(blur)滤镜,使图片产生模糊的效果。 "模糊"的算法有很多种,其中有一种叫做"
高
斯模糊"(Gaussian Blur)。它将正态分布(又名"
高
斯分布")用于图像处理。 本文介绍"
高
斯模糊"的算法,你会看到这是一个非常简单易懂的算法。本质上,它是一种数据平滑技术(data smoothing),适用于多个场合,图像处理恰好提供了一个直观的应用实例。 一、
高
斯模糊的原理 所谓"模糊",可以理解成每一个像素都取周边像素的平均值 上图中,2是中间点,周边点都是.
卷积 +
高
斯
核
卷积 计算 1)一维卷积: y(t)=g(k)*x(k)=$g(k)x(t-k) 先把函数x(k)相对于原点反折,然后向右移动距离t,然后两个函数相乘再积分,就得到了在t处的输出。对每个t值重复上述过程,就得到了输出曲线。 2)二维卷积: h(x,y)=f(u,v)*g(u,v)=$$f(u,v)g(x-u,y-v) 先将g(
C++性能优化系列——3D
高
斯
核
卷积计算(五)2D卷积分离计算
高
斯卷积
核
具有可分离的性质,因此可以通过以下方法计算二维
高
斯卷积
:构造一个一维
高
斯卷积
核
,将原始二维
矩阵
分别以行主序与列主序,与一维卷积
核
做卷积计算,得到的结果就是目标二维
高
斯卷积
的结果。本篇按照上述描述的思路实现了可分离的二维
高
斯卷积
计算,并在此基础上对计算的过程分解与重构,挖掘实现的并行性。 基线版二维
高
斯卷积
为了让运行时间更加稳定,增加函数的执行次数至1000 #define CONV2DREPT 1000 这里对代码实现功能做一下简单的说明。原始
矩阵
维度432 * 432,维度定义为x和y。
高
斯
图形处理/算法
19,468
社区成员
50,698
社区内容
发帖
与我相关
我的任务
图形处理/算法
VC/MFC 图形处理/算法
复制链接
扫一扫
分享
社区描述
VC/MFC 图形处理/算法
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章