我最近阅读了一些关于神经网络的期刊和pdf。我把我的想法引向了一篇关于“使用神经网络进行手写识别”的文章。另外，我正在研究Backpropagation。我的问题是“为什么作者建议读者使用Sobel算子作为预处理技术，而不是明确地处理神经网络的笔迹？
答案 0 :(得分：1)
手写由笔画组成，通常笔画用纯色填充：通过这些假设，笔画的边缘很好地描述了笔画，而它的颜色或背景色在描述时并没有那么有用。边缘基本上由布尔值描述：当像素是边缘的一部分时，像素是白色，否则是黑色。
Sobel滤波器的输出图像的灰度级与边缘的强度成比例，因此它可用于描述边缘然后描述笔划，或者，“捕获”手写的本质字母和数字。
如果您使用手写字母或数字的原始图像为网络提供信息，则网络可能会学习一些不太有用的功能，例如完整的灰度级别，这些功能无法很好地描述字母或数字。
有些作者声称，即使我认为不完全正确，Sobel滤镜也会以亮度不变的方式给出边缘。
出于好奇，作者建议读者使用Sobel滤波器的论文是什么？