收入囊中 这里的很多内容其实在我的Computer Vision: Algorithms and ApplicationsのImage processing中都有讲过 相关和卷积工作原理 边界处理 滤波器的工作原理 会使用均值滤波,高斯滤波 使用自己创造的核函数进行双线性滤波 可分离的滤波(加速) 葵花宝典 相关: g = f ⊗ h 卷积: g = f ∗ h 暂时不考虑边缘,所以8*8的图形进行相关或卷积操作后就得到6*6的图形 因为我们的h(有时叫做核函数)是中心对称的,所以相关和卷积得到的结果是一样的 那不一样呢?看下面的例子,用个一维的例子,{x,y}是核函数,{a,b,c,d,e}是数据 这里构造核 与数据列表的卷积. In[1]:= Out[1]= 这里构造相关. In[2]:=