Lily的博客

图像其实就是二元函数 f(x,y)f(x,y) 这样一个滤波核作卷积。对于离散的图像来说，一阶微分的数学表达相当于两个相邻像素的差值，根据选择的梯度算子不同，效果可能有所不同，但是基本原理不会变化。比如 sobel 算子也可以计算梯度，本质也是通过差分计算，但是用到了前后向序列的信息，同时为每个元素附加权重。               转自：https://www.cnblogs.com/yanghh/.

图像卷积与滤波的一些知识点zouxy09@qq.comhttp://blog.csdn.net/zouxy09       之前在学习CNN的时候，有对卷积进行一些学习和整理，后来就烂尾了，现在稍微整理下，先放上来，以提醒和交流。一、线性滤波与卷积的基本概念      线性滤波可以说是图像处理最基本的方法，它可以允许我们对图像进行处理，产生很多不同的效果。做法很简单。首先，我...

什么是平移不变性 不变性 不变性意味着即使目标的外观发生了某种变化，但是你依然可以把它识别出来。这对图像分类来说是一种很好的特性，因为我们希望图像中目标无论是被平移，被旋转，还是被缩放，甚至是不同的光照条件、视角，都可以被成功地识别出来。 所以上面的描述就对应着各种不变性： 平移不变性：Translation Invariance旋转/视角不变性：Ratation/Viewpoint Invariance尺度不变性：Size Invariance光照不变性：...