在执行线性空间滤波时,经常会遇到两个概念相关和卷积二者基本相似,在进行图像匹配是一个非常重要的方法。
(1)移动相关核的中心元素,使它位于输入图像待处理像素的正上方
(2)将输入图像的像素值作为权重,乘以相关核
(3)将上面各步得到的结果相加做为输出
卷积的计算步骤:
(1)卷积核绕自己的核心元素顺时针旋转180度
(2)移动卷积核的中心元素,使它位于输入图像待处理像素的正上方
(3)在旋转后的卷积核中,将输入图像的像素值作为权重相乘
离散单位冲击:我们将包含单个1而其余全是0的函数成为离散单位冲击。重要性质:一个函数与离散单位冲击相关,在冲击位置产生这个函数的一个翻转版本。
f(x,y)
0 0 0 0 0
0 0 0 0 0
0 0 1 0 0
0 0 0 0 0
0 0 0 0 0
w(x,y)
1 2 3
4 5 6
0 0 0 0 0
0 9 8 7 0
0 6 5 4 0
0 3 2 1 0
0 0 0 0 0
0 1 2 3 0
0 4 5 6 0
0 7 8 9 0
假如函数f中存在w的一个复制版本,即f:
0 0 0 0 0
0 1 2 3 0
0 4 5 6 0
0 7 8 9 0
42 94 154 106 54
90 186 285 186 90
54 106 154 94 42
1^2+2^2+……+9^2 = 285
这就是用相关进行图像匹配的基本原理。当然了,在图像匹配时还要进行
相关函数的归一化等操作。
相关是滤波器模板移过图像并计算计算每个位置乘积之和的处理卷积的机理相似,但滤波器首先要旋转180度。
(1)移动相关核的中心元素,使它位于输入图像待处理像素的正上方
(2)将输入图像的像素值作为权重,乘以相关核
(3)将上面各步得到的结果相加做为输出
卷积的计算步骤:
(1)卷积核绕自己的核心元素顺时针旋转180度
(2)移动卷积核的中心元素,使它位于输入图像待处理像素的正上方
(3)在旋转后的卷积核中,将输入图像的像素值作为权重相乘
(4)第三步各结果的和做为该输入像素对应的输出像素
离散单位冲击:我们将包含单个1而其余全是0的函数成为离散单位冲击。重要性质:一个函数与离散单位冲击相关,在冲击位置产生这个函数的一个翻转版本。
f 函数,w 滤波器模板。
f(x,y)
0 0 0 0 0
0 0 0 0 0
0 0 1 0 0
0 0 0 0 0
0 0 0 0 0
w(x,y)
1 2 3
4 5 6
7 8 9
0 0 0 0 0
0 9 8 7 0
0 6 5 4 0
0 3 2 1 0
0 0 0 0 0
0 0 0 0 0
0 1 2 3 0
0 4 5 6 0
0 7 8 9 0
0 0 0 0 0
假如函数f中存在w的一个复制版本,即f:
0 0 0 0 0
0 1 2 3 0
0 4 5 6 0
0 7 8 9 0
0 0 0 0 0
f*w是多少呢?读者也自己算吧。
9 26 50 38 2142 94 154 106 54
90 186 285 186 90
54 106 154 94 42
21 38 50 26 9
1^2+2^2+……+9^2 = 285
这就是用相关进行图像匹配的基本原理。当然了,在图像匹配时还要进行
相关函数的归一化等操作。
matlab源代码:
%函数f
f = [0 0 0 0 0
0 0 0 0 0
0 0 1 0 0
0 0 0 0 0
0 0 0 0 0];
%滤波器模板
w = [1 2 3
4 5 6
7 8 9];
%卷积
ff = conv2(f,w,'same') %这里的参数same见下面说明
%相关
ff2 = imfilter(f,w)
%图像匹配的基本原理
f2 = [ 0 0 0 0 0
0 1 2 3 0
0 4 5 6 0
0 7 8 9 0
0 0 0 0 0];
ff3 = imfilter(f2,w)
滤波器卷积与相关运算结果对比(按道理来说两者的运算结果应该是一样的啊?此处保留该问题。见下面另一份代码):
img=imread('guass0.01.bmp');
%边缘检测滤波器模板
w = [-1 0 -1
0 4 0
-1 0 -1];
%卷积
ff = conv2(img,w,'same');
subplot(121);imshow(ff);title('卷积运算结果');
%相关
ff2 = imfilter(img,w);
subplot(122);imshow(ff2);title('相关运算结果');
改写了代码后:
img=imread('guass0.01.bmp');
img=double(img);
%边缘检测滤波器模板
w = [-1 0 -1
0 4 0
-1 0 -1];
%卷积
ff = conv2(img,w,'same');
subplot(121);imshow(ff);title('卷积运算结果');
%相关
ff2 = imfilter(img,w);
subplot(122);imshow(ff2);title('相关运算结果');
关于full, same以及valid三种参数的区别,如下面的实例所示:
full
same
valid
参考资源:
【1】http://www.cnblogs.com/libing64/archive/2011/12/13/2878738.html