可分离卷积的运算量比较与分析(一维、二维卷积)

1、一维卷积和二维可分离卷积

对于高斯平滑二维卷积滤波器,可以将其分解为两次一维卷积,这两种方案在运算量上有明显的差别。

设滤波函数为:
在这里插入图片描述
对图像𝑓(𝑥, 𝑦)与ℎ(𝑥, 𝑦)进行卷积与运算,记边界索引𝑎 = (𝑛 − 1)/2,即:
在这里插入图片描述
在这里插入图片描述

2、运算量分析

对于单纯的一个像素点来说,采用二维卷积和分解方法,其实运算量差别不大。但是对于整幅图像来说,分解方法中可以实现一些乘法结果的复用,这就可以降低乘法的运算量了。

2.1 直接进行二维卷积

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
如果对卷积之前根据卷积核的大小对图像边界进行补零,卷积前后图像大小不变,因而可以直接得到约等号后面的结果(如下图所示)。
在这里插入图片描述

2.2 两次一维卷积

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

3、关于减少运算量的解释

在这里插入图片描述
相比于直接使用二维卷积,虽然当卷积函数具有一定对称性时,也具有简化的空间,但是一般而言,直接进行二维卷积是无法进行计算值复用的,这使得二维可分离卷积分离后的运算量更小。

参考文献
[1]姜杭毅, 蔡元龙. 二维可分解算子对图象的卷积运算[J]. 电信科学, 1988(07):34-37.

  • 1
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值