圖像處理筆記 —— 卷積

這篇文章是我之前在別的地方發的,最近發現Segmentfault把公式bug修好了,搬過來算法

網上有各類各樣對卷積的理解,有搞EE的,有搞CS的,有搞數學的。我嘗試從圖像處理的角度加入本身的理解。函數

輸入、響應和輸出

在這裏,輸入是紅綠黃三個點,對於每一個點,它的響應是一個尖頭向右下的水滴狀,最右就是整個圖像在系統響應後的輸出。怎樣理解響應呢?你能夠把輸入看成是紙面上一滴滴顏料,響應就是你用手指把它們在紙上抹開(先暫時這樣理解)。如今咱們化二維爲一維,而後來定量分析一下:spa

先把輸入、響應和輸出分別記做 $f(x), h(x), g(x)$ 。在本例中,輸入是一些離散點(好比 $f = \{ \langle x_1, y_1\rangle, \langle x_2, y_2 \rangle \}$),而響應是一個分佈集中在零附近的函數(好比 $h(x) = e^{-x^2}$ )。如今,在輸出中每一個點都有一個響應分佈在這個點周圍,好比對於第一個點,輸出就是:$$g(x) = f(x_1)\ h(x - x_1)$$3d

這裏要感謝響應(或者說系統做出的響應)的時不變性質,解釋起來很簡單,就是它不管對哪一個點發生響應都是這種水滴狀,不會變形,也不會有幅度上的變化。code

疊加原理

剛纔那三點離得比較遠,互不影響。如今咱們把它靠近一點……它們之間的顏色就會混在一塊兒了。加上這個疊加原理,就不是像手指塗抹顏料同樣的混合(Blend),而是像2+3=5之類的簡單加法。接着上面所設,設輸入了兩個點,若是有一點x,x1和x2都影響到了它,它的輸出就是:$$ g(x) = f(x_1) h(x - x_1) + f(x_2) h(x - x_2)$$數學

咱們之因此能直接把它加起來,都是得益於響應的 線性性 性質,它保證了這個加號是成立的。(爲何不能是混合:由於這裏輸出是跟響應順序無關的,然而混合是有順序的效應的)it

更密集……甚至連續

剛纔的點,不管怎麼說,還有必定的間距。可是當輸入連續地分佈、並且每一點都按照響應的形式擴散開來的時候,咱們就能夠用到積分或者連加。最後……這就是卷積的最終效果。io

這個想法是很天然的:用連加號代替離散可是數量龐大的輸入和它們的響應,用積分來處理連續的輸入和響應。好比說,輸入中有$N$個值:$[f_1, f_2, \cdots, f_N]$ ,在它後方產生的響應表示成:$[\cdots, h_{-1}, h_0, h_1, \cdots]$,輸出是另外一個向量,其中的元素:$$g[k] = \sum_{n = 1}^N f[n]\ h[k - n]$$圖像處理

若是是連續函數,式子即是: $$g(x) = \int_{-\infty}^{+\infty} f(t) h(x - t)\ \mathrm{d}t$$class

如今,這兩種形式咱們分別叫作離散形式下和連續形式下的卷積,記做 $g(x) = f(x) * h(x)$ 。其中,$h(x)$ 有一個名字,叫作卷積核。

二維離散卷積和算法

以此類推,用二元組(向量)代替標量,$[i, j]$ 代替 $k$ ,$[m, n]$ 代替 $n$ ,二維的離散卷積的公式應該是這樣: $$g[i, j] = \sum_{n=1}^N\ \sum_{m=1}^M f[m, n]\ h[i - m, j - n]$$

到具體算法,有兩個特殊問題要考慮:

  • 邊界方案:最簡單的方法是把邊界外的輸入看成0,可是這樣效果很差。我選用的方案是鏡面,也就是: $$f[m, n] \rightarrow f[(M-\left| m-M\right|)\ \mathrm{mod}\ 2M, (N-\left|n-N\right|)\ \mathrm{mod}\ 2N]$$

  • 離散卷積核:按需捨棄一些看上去已經很接近0的點來簡化計算,好比高斯函數,大多值分佈在 $\pm 3\sigma$ 之間,這樣咱們卷積核的大小也定爲 $2 \lfloor 3\sigma\rfloor + 1$就行了。
    如今,能影響到點 $(i, j)$ 的輸入也就是隻有附近的有限個點了,它們知足 $ \left| n - i \right| \leq A;\ \left| m -j \right| \leq B$ ,其中2A+1和2B+1分別是卷積核的長寬,換進式子裏,就是: $$\sum_{n=1}^N\ \sum_{m=1}^M \rightarrow \sum_{n=j-B}^{j+B}\ \sum_{m=i-A}^{i+A}$$

void convolution(const Mat& in, const Mat& ker, Mat& out)
{
    assert(in.rows == out.rows && in.cols == out.rows);
    assert(in.type == CV_64FC3 && ker.type == CV_64F && out.type == CV_64FC3);

    for(int i = 0; i < out.rows; i++)
    for(int j = 0; j < out.cols; j++) {
        out.at<Vec3d>(i, j) = Vec3d(0, 0, 0);
        for(int m = i - ker.rows; m <= j + ker.rows; m++)
        for(int n = j - ker.cols; n <= i + ker.cols; n++) {
            Point src_point(
                (in.rows - abs(m - in.rows)) % (2 * in.rows),
                (in.cols - abs(n - in.cols)) % (2 * in.cols));
            out.at<Vec3d>(i, j) +=
                in.at<double>(src_point) *
                ker.at<Vec3d>(i - m, j - n);
        }
    }
}

咱們剛纔算法的「卷積」是這樣的理解:各點按照核給出的模式/圖案,影響到附近的點,如今咱們換一個方式去理解:某一個點按照給出的模式/圖案收集附近的點的影響,就能夠更加直觀理解這個算法。

相關文章
相關標籤/搜索