【计算机视觉基础】【持续更新】计算机视觉基础知识汇总

文章目录

  • 图像基础
  • 图像去噪
    • 卷积核(滤波核,“box filter”)
      • 一般卷积操作
      • 公式呈现
      • 卷积流程图
      • 性质
      • 卷积计算

图像基础

图像 二进制 灰度 彩色
色值 0,1 0~255 R,G,B -> (0~255)*3
大小 bite Byte 3*Byte

图像去噪

原因:噪声点与周围点差距过大。

卷积核(滤波核,“box filter”)

一般卷积操作

【计算机视觉基础】【持续更新】计算机视觉基础知识汇总_第1张图片

公式呈现

( f ∗ g ) [ m , n ] = ∑ k , l f [ m − k , n − l ] g [ k , l ] (f*g)[m,n]=\sum_{k,l}f[m-k,n-l]g[k,l] (fg)[m,n]=k,lf[mk,nl]g[k,l]

卷积流程图

卷积核翻转
卷积核与对应位置值相乘
累加得中间位置新值

卷积核翻转:
【计算机视觉基础】【持续更新】计算机视觉基础知识汇总_第2张图片

性质

f i l t e r ( m , n ) = f i l t e r ( f 1 ) + f i l t e r ( f 2 ) filter(m,n)=filter(f_1)+filter(f_2) filter(m,n)=filter(f1)+filter(f2)
f i l t e r ( s h i f t ( f ) ) = s h i f t ( f i l t e r ( f ) ) filter(shift(f))=shift(filter(f)) filter(shift(f))=shift(filter(f))

Tips: 任何平移不变的操作都可以用卷积来表示。

卷积计算

a ∗ b = b ∗ a a*b=b*a ab=ba
a ∗ ( b ∗ c ) = ( a ∗ b ) ∗ c a*(b*c)=(a*b)*c a(bc)=(ab)c
a ∗ ( b + c ) = ( a ∗ b ) + ( b ∗ c ) a*(b+c)=(a*b)+(b*c) a(b+c)=(ab)+(bc)
k a ∗ b = a ∗ k b = k ( a ∗ b ) ka*b=a*kb=k(a*b) kab=akb=k(ab)
e = [ . . . , 0 , 0 , 1 , 0 , 0 , . . . ] ,则 a ∗ e = a e=[...,0,0,1,0,0,...], 则 a*e=a e=[...,0,0,1,0,0,...],则ae=a

你可能感兴趣的:(计算机视觉学习笔记,计算机视觉,人工智能,算法)