使用卷积的图像处理

时间:2018-03-22 15:08:08

标签: image image-processing convolution

嗯,我正在尝试对灰度图像进行卷积,但是当我在rgb图像上搜索卷积时,我找不到令人满意的解释。如何将卷积应用于rgb图像?

2 个答案:

答案 0 :(得分:2)

矢量的线性组合可以通过线性组合相应的矢量元素来计算:

a * [x1, y1, z1] + b * [x2, y2, z2] = [a*x1+b*x2, a*y1+b*y2 , a*z1+b*z2]

因为卷积是线性运算(即你在一个邻域中加权每个像素并将结果加起来),所以你可以独立地对每个RGB通道应用卷积(例如使用MATLAB语法):

img = imread(...);
img(:,:,1) = conv2(img(:,:,1),kernel);
img(:,:,2) = conv2(img(:,:,2),kernel);
img(:,:,3) = conv2(img(:,:,3),kernel);

答案 1 :(得分:0)

您可以通过两种不同的方式进行查看:首先,您可以将彩色图像转换为具有法向矢量的强度图像。最适用的是(.299,.587,.114),这是自然灰度转换。要获得强度,您需要转换I = .299 * R + .587 * G + .114 * B。

如果您正在设计自己的卷积网络,并打算保留彩色通道作为输入,只需将彩色图像视为具有3个通道的4D张量。例如,如果您有一个(hxw)图像,则张量大小为(1 xhxwx 3),并且可以使用大小为(kh x kw x 3 xf)的过滤器,其中kh和kw是您的过滤器大小,而f是必需的输出特征。