图像卷积的应用
1.大卷积核与小卷积核的区别,大卷积核一般用来提取块状的一些过度的特征。小卷积用来处理一些边缘的信息。
2.一般来说卷积核越大,运算就越多,所耗时就越多。
3.几个常用的卷积核
0,-1,0
-1, 7,-1
0, -1, 0 这个可以提取出图像中的暗的部分,把背景过曝。可以用来检测一些比较暗的缺陷,特点是处理后的背景比较干净,缺点是不是特别暗的缺陷无法检测。
0,-1,0
-1, 7,-1
0, -1, 0 这个可以对边缘进行锐化。
1 1 1 这种卷积核可以用来检测图片的明暗瑕疵,但要根据实际情况对卷积核的大小,以及长宽作一些限制调整。出来的图像反应的有黑变白,或者是又白变黑的情况。需要除以适当的数
0 0 0 来进行归一化。也可以调整这个数来调整激励响应。
-1,-1,-1 在进行缺陷检测的时候,可以确定卷积核的大小,然后循环降低原图的大小去作卷积,最后再来总结结果。这样可以检测大小不同的缺陷。