使用偶数大小的内核进行图像卷积

时间:2015-10-29 13:31:10

标签: image-processing convolution

我想知道,当你使用2x2内核进行卷积时,你在哪里放置了操作的结果?利用对称掩模,将结果应用于与掩模中心对应的像素;那么当面具没有中心时会发生什么?此外,为什么有人会使用偶数大小的内核?

1 个答案:

答案 0 :(得分:4)

它并不重要,但无论您使用哪种方法,您都可能在结果图像中获得0.5像素的偏移。您可以通过将2x2示例视为具有零填充的3x3来直观地了解为什么会发生这种情况,例如

 k00  k01   0
 k10  k11   0
  0    0    0

至于为什么你可能想要使用偶数大小 - 卷积的一个应用是互相关(翻转其中一个图像会将卷积更改为相关,而反之亦然)。互相关具有许多用途,包括模板匹配(在较大图像中查找目标图像),因此如果您的模板具有偶数大小,则所得到的卷积/相关性也将涉及均匀大小的内核"。