我们都知道,卷积是一种好玩的东西,通过卷积可以实现很多功能,例如photoshop中的各种滤镜也可以通过对一副图像进行卷积获得。而目前大火的机器学习中的CNN算法也是利用卷积来实现的,至于CNN的算法以后再讲,今天主要是介绍卷积的原理以及利用它来实现高斯模糊。
我们先来看下卷积是将两个矩阵相乘在求和,而具体原理可在这篇文章中看。而图像中高斯模糊则是根据二维的正态分布(高斯分布)来产生高斯模糊卷积子。
一维的正态分布:,其中我们的u取0。
二维的正态分布:,
利用这个二维高斯模糊公式,我们可以产生N*N的卷积核,然后利用这个核与图片中的每个像素进行卷积便是高斯模糊。
这个过程可以通过以下几张图来理解,假如我产生一个3*3的卷积核,取1,因此我们就可以产生以下的矩阵: