计算机视觉---2.1---卷积与模板操作
来源:互联网 发布:word2016 mac破解版 编辑:程序博客网 时间:2024/05/21 09:59
理论推导见笔记本4—2015 5 21
由matlab生成一个高斯核
f = fspecial('gaussian',[11 11],10);
可以生成的模板的种类。
其中[11,11]表示高斯核的尺寸,10是标准差,单位是“像素”。
单位是像素这个非常重要,“像素”的意义在于这个核跨越多少个像素后,它的作用衰竭90%。
这是跨越十个像素衰减90%
这是跨越一个像素衰减90%
imfilter(img,f)
这句代表使用模板,img是原图像,f核
这个函数还可以接其他操作
如上图所示。
这里多说两句卷积和相关
卷积操作包含了前i个时间对后面数据的影响,对于像素而言就是前面的像素对变换响应值也会影响到当前像素。把每个像素看作个体。
如果是求像素与模板的相关,同样也用的是两个信号卷积的方式,但是观察的是整体
对于图像操作而言,结果并没有什么不同
卷积操作
相关操作
0 0
- 计算机视觉---2.1---卷积与模板操作
- 计算机视觉与卷积神经网络
- 计算机视觉与卷积神经网络
- 计算机视觉篇:一:opencv的基本操作,卷积。
- cs231n 卷积神经网络与计算机视觉 2 SVM softmax
- 计算机视觉系列教程 (二)卷积与滤波详解
- 深度学习与计算机视觉系列,细说卷积神经网络
- 计算机视觉(1)——卷积与opencv
- CS231n 卷积神经网络与计算机视觉 9 卷积神经网络结构分析
- CS231n 卷积神经网络与计算机视觉 10 卷积神经网络学了些什么?
- CS231n 卷积神经网络与计算机视觉 11 卷积神经网络的 迁移学习 和微调
- 计算机视觉(opencv和卷积)
- cs231n 卷积神经网络与计算机视觉 1 基础梳理与KNN图像分类
- CS231n 卷积神经网络与计算机视觉 3 最优化与随机梯度下降
- 计算机视觉与图像处理(一)——卷积与opencv
- 计算机视觉与机器视觉
- 计算机视觉与机器视觉
- 深度学习与计算机视觉系列(10)_细说卷积神经网络
- Win7下IIS发布网站遇到 编译器错误消息: CS0016: 未能写入输出文件“c:\Windows\Microsoft.NET\Framework64\v4.0.30319\Temporary 编
- Android wifi属性简介 及 wifi信息获取(wifi列表、配置信息、热点信息)
- android:contentDescription的作用是什么
- HEVC之帧内预测的predIntraAng讲解
- python的一些常见用法
- 计算机视觉---2.1---卷积与模板操作
- R语言Data Frame数据框常用操作
- git 删除远程分支
- nginx-cache 总结
- Android开发用真机调试遇到的问题
- timeit 模块: 测试时间性能
- 第十二周项目一: 教师兼干部类
- App开发日报 2015-05-20 如何仅凭官方文档零基础学习Swift开发
- 【黄斤德】午评:5月21现货黄金、现货白银欧盘解套策略