探究卷积核与图像之间的关系

深度学习中的卷积是什么?

好像是提取图像的特征,而特征又分为浅层特征和深层特征,还对应高频与低频。这样一解释感觉更蒙蔽了,于是我用matlab中有个conv2的函数,也就是卷积的函数进行研究一下。

首先准备一张图像:“波吉”

波吉,你要开心的笑啊
然后,打开matlab:首先提取图像像素点的值,进行RGB三通道分解

clear all
% 读取“波吉”(图像)并展示
I=imread('test.jpg');
figure();
subplot(2,2,1);imshow(I(:,:,1));
subplot(2,2,2);imshow(I(:,:,2));
subplot(2,2,3);imshow(I(:,:,3));
subplot(2,2,4);imshow(I);

结果波吉变成这样
R G B 原图
小小的波吉,要被我用一个卷积核h 进行卷积了,提取他的特征了:

%设置卷积核3*3
h = [0 1 0;
    1 -4 1; 
    0 1 0];

RJ = conv2(R,h);
figure();imshow(RJ);
GJ = conv2(G,h);
figure();imshow(GJ);
BJ = conv2(B,h);
figure();imshow(BJ);

然后,波吉就成了这样:

只展示了其中一个图

为什么会这样呢?

因为这个卷积核是一个比较出名的卷积核,它还有一个叫法:叫什么滤波器来着?忘了,我接下来改变卷积核中的数值,他又提取其他信息了:
例如:
改了h中的参数
继续改一个:
面目全非

总结:

卷积核的数值的不同,提取得到的一张图片中的信息就是不同的。

全部代码

clear all
% 读取“波吉”(图像)并展示
I=imread('test.jpg');
figure();
subplot(2,2,1);imshow(I(:,:,1));
subplot(2,2,2);imshow(I(:,:,2));
subplot(2,2,3);imshow(I(:,:,3));
subplot(2,2,4);imshow(I);
I =double(I);

%三通道卷积
R = (I(:,:,1));
G = (I(:,:,2));
B = (I(:,:,3));
%设置卷积核3*3
h = [0 1 0;
    1 -4 2; 
    0 1 0];
% 
RJ = conv2(R,h);%以h为卷积核对I进行卷积,返回与I相同大小的中心部分
figure();imshow(RJ);
GJ = conv2(G,h);%以h为卷积核对I进行卷积,返回与I相同大小的中心部分
figure();imshow(GJ);
BJ = conv2(B,h);%以h为卷积核对I进行卷积,返回与I相同大小的中心部分
figure();imshow(BJ);


  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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