【深度学习】锐化滤波器核 与 边缘检测核
1.銳化濾波器核?? ?? ? ?
??????????????????????????????????????????????
????????????????????????????????????????????????????????????????圖1 銳化濾波器核
????? ? 對于銳化濾波器核來說,權重加起來和為1。圖像與銳化濾波器做卷積,對于感興趣的像素來說,新像素是用當前像素值乘以9,然后減去8個鄰近像素值。如果感興趣像素與鄰近像素有差別,那么這個差別會增加,這樣會使得到的圖像銳化,因為該像素的值與鄰近像素值之間的差距拉大了。
????????例如,如果中心像素值為3,其周圍像素值都為1,那么卷積后,該中心像素值變為了19,比其周圍像素值大了18;如果中心像素值為3,其周圍像素值都為3,那么卷積后,該中心像素值變為了3,和其周圍像素值一樣大。即,若中心像素值與周圍像素值有差距,就拉大之間的差距,使得圖像銳化;若中心像素值與周圍像素值一樣大,則不會銳化。這就是銳化濾波器的原理。
?
?
2.邊緣檢測核?
圖2 邊緣檢測核?
對于邊緣檢測核來說,權重加起來和為0。若中心像素值與周圍像素值相等,中心元素卷積后變為0,即黑色;若中心像素值與周圍像素值有差距,則中心像素值就不為0,即邊緣。這就是邊緣檢測核的原理。 例如,如果中心像素值為30,其周圍像素值都為10,那么卷積后,該中心像素值變為了160,中心像素本身增大了130,比其周圍像素值大了150,即灰度變化方向為由周圍向內心,灰度差值特大,灰度變化特別明顯,形成邊緣; 如果中心像素值為10,其周圍像素值都為30,那么卷積后,該中心像素值變為了-160,中心像素本身減小了170,比其周圍像素值小了190,即灰度變化方向為由中心向周圍,灰度差值特大,灰度變化特別明顯,形成邊緣; 當然邊緣像素不會只有這一個像素,會有很多個這樣與周圍像素不等的像素連在一起就形成了邊緣; 如果中心像素值為30,其周圍像素值都為30,那么卷積后,該中心像素值變為了0,很多個這樣與周圍像素相等的像素連在一起就形成了一塊背景區域。 如果中心像素值為29,其周圍像素值都為30,那么卷積后,該中心像素值變為了-8,很多個這樣與周圍像素相差不大的像素連在一起就形成了一塊背景區域,即沒有明顯的特征。?
? ? ????以上所講都是為了便于理解,并非是舉例介紹的那樣:中心像素的周圍八個像素值相等,但中心像素值卻與他們不等,一般不存在這樣的孤立像素點,即使噪聲也不會只有一個像素點大小。
?
?
3.sobel算子?
??????通常邊緣檢測核不是前面介紹的形式的核,比如sobel算子:
????????????????????????????????????
????????????????????????
????????????????????????????????????
?
?
2.高通濾波器與低通濾波器核
? ??
高通濾波器是根據像素與鄰近像素的亮度差值來提升該像素的亮度。
低通濾波器則是在像素與周圍像素的亮度差值小于一個特定值時,平滑該像素的亮度。它主要用于去噪核模糊化。
中值濾波器是取像素與周圍像素的亮度排序后的中值作為該像素的值,既不是高通,也不是低通吧?
低通濾波器核形式各種各樣,反正是把像素值較高的孤立點給濾掉?,隨便你權重和為多少,我也沒研究過權重和為1或者為0是否都可以。以后再修正。
?
?
?
總結
以上是生活随笔為你收集整理的【深度学习】锐化滤波器核 与 边缘检测核的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 【深度学习】网络中隐含层神经元节点的个数
- 下一篇: 【深度学习】全连接层的作用