【KWDB 创作者计划】_深度学习篇---常见卷积核

---

---

前言

卷积核（Convolution Kernel）是卷积神经网络（CNN）中的核心组件，用于**提取图像或特征图的局部特征。**常见的卷积核根据功能可分为以下几类：

---

1. 平滑（模糊）卷积核

用于图像去噪或模糊处理，通过加权平均减少高频噪声：

1.1 均值滤波（3×3 示例）

[1/9, 1/9, 1/9]
[1/9, 1/9, 1/9]
[1/9, 1/9, 1/9]

1.2 高斯滤波（3×3 示例，σ=1）

[1/16, 2/16, 1/16]
[2/16, 4/16, 2/16]
[1/16, 2/16, 1/16]

2. 锐化卷积核

增强图像边缘和细节，突出高频信息

2.1 拉普拉斯锐化（3×3）

[ 0, -1, 0]
[-1, 5, -1]
[ 0, -1, 0]

2.2 非归一化锐化

[ 0,